moondream
Moondream: Parakeet Ultra
moondream/parakeet-ultra
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
Moondream Parakeet Ultra es un modelo de transcripción de audio catalogado en OpenRouter y documentado como una variante post-entrenada de parakeet-tdt-0.6b-v3 de NVIDIA, con la misma arquitectura, tokenizador, cantidad de parámetros, convenciones de salida y licencia CC-BY-4.0. La documentación del modelo informa tasas de error de palabra más bajas que las de ese checkpoint base en pruebas de habla en inglés, multilingüe, con ruido, empresarial y de larga duración, además de mayor throughput al servirse con Photon en una GPU NVIDIA. Esos resultados proceden de las fuentes y deben validarse con el audio objetivo y los requisitos de latencia.[1][2]
Puntos fuertes
- Está documentado que acepta audio y devuelve transcripción, con marcas de tiempo opcionales por segmento y por palabra en Photon.[1][2]
- Las mediciones de la ficha reportan tasas de error de palabra menores que las del checkpoint original en evaluaciones de ASR en inglés, FLEURS en 25 idiomas, habla empresarial, ruido de fondo y audio de larga duración.[2]
- La ficha describe un componente integrado de detección de actividad de voz que permite a Photon dividir grabaciones largas en pausas sin un modelo VAD externo, e informa mayor throughput en su configuración indicada con GPU NVIDIA.[2]
Limitaciones
- El paquete de evidencia contiene la ficha de OpenRouter y documentación alojada por Moondream, pero ninguna evaluación independiente; la precisión y velocidad reportadas requieren validación en la carga de trabajo prevista.[1][2]
- La entrada de OpenRouter deja la longitud de contexto poco clara y no enumera parámetros de solicitud admitidos ni datos de benchmarks, por lo que esos detalles permanecen sin verificar en lugar de quedar descartados.[1]
- Los resultados publicados cubren datasets, idiomas, condiciones de ruido y una configuración de servicio Photon/GPU específicos; no establecen el rendimiento en otros acentos, dominios, calidades de audio o despliegues.[2]
Dónde utilizarlo
- Conviene evaluarlo para pipelines de transcripción que necesiten marcas de tiempo por palabra o segmento, como subtitulación o actas de reuniones con búsqueda.[2]
- Es un candidato plausible para transcripción multilingüe dentro del conjunto documentado de 25 idiomas, tras probar los idiomas y acentos objetivo.[2]
- Puede ser adecuado para grabaciones largas, llamadas, pódcast o habla con ruido, dada la evaluación reportada de audio largo, habla empresarial y ruido; hay que verificar con audio representativo.[2]
Fuentes
- [1] OpenRouter catalog · Moondream: Parakeet UltraFuentes consultadas: 13 nov 2026
- [2] Model documentation · Moondream: Parakeet UltraFuentes consultadas: 13 nov 2026
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
Parakeet Ultra is Moondream's post-trained version of NVIDIA's Parakeet TDT 0.6B v3 speech-to-text model, with the same architecture, tokenizer, and 0.6B parameters. It lowers word error rate on the Open...
Especificaciones
- ID del modelo
- moondream/parakeet-ultra
- ID canónico
- moondream/parakeet-ultra-20261102
- Creador
- moondream
- Añadido a OpenRouter
- 03.11.2026
- Longitud de contexto
- 0
- Modalidad
- audio->transcription
- Modalidades de entrada
- audio
- Modalidades de salida
- transcription
- Precio por token
- Sin precio por token en la instantánea fuente — consulta OpenRouter para la unidad de facturación
- Corte de conocimiento
- —
- Fecha de expiración
- —
Tareas y capacidades
Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.
| Tarea | Nota | Capacidad declarada por la fuente |
|---|---|---|
| Calidad general | Sin medición | — |
| Programación | Sin medición | — |
| Agentes | Sin medición | — |
| Escritura | Sin medición | — |
| Razonamiento | Sin medición | — |
| Análisis de documentos | Sin medición | — |
| Visión | Sin medición | — |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | entrada: audio |
| Vídeo | Sin medición | — |
| Embeddings | Sin medición | — |
Evaluaciones
No hay evaluaciones aportadas para este modelo.
Cómo funcionan las notas
Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.
- S — S — 10% superior de la cohorte
- A — A — siguiente 20% de la cohorte
- B — B — siguiente 30% de la cohorte
- C — C — por debajo de la franja B
Proveedores
Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.
| Proveedor | Longitud de contexto | Precio entrada /1M | Precio salida /1M | Latencia p50 (30m, s) | Rendimiento p50 (30m, tok/s) | Disponibilidad (30m) |
|---|---|---|---|---|---|---|
| PrimeIntellectbf16 | 0 | — | — | — | — | — |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
Ningún artículo publicado identifica aún este modelo.