moondream

Moondream: Parakeet Ultra

moondream/parakeet-ultra

Nossa análise

Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.

Moondream Parakeet Ultra é um modelo de transcrição de áudio listado no catálogo OpenRouter e documentado como uma variante pós-treinada do parakeet-tdt-0.6b-v3 da NVIDIA, mantendo a mesma arquitetura, tokenizador, quantidade de parâmetros, convenções de saída e licença CC-BY-4.0. A documentação do modelo relata taxas de erro de palavra mais baixas que as desse checkpoint base em testes de fala em inglês, multilíngue, com ruído, empresarial e de longa duração, além de maior throughput quando servido pelo Photon em uma GPU NVIDIA. Esses resultados são reportados pelas fontes e devem ser validados no áudio alvo e nos requisitos de latência.[1][2]

Pontos fortes

Está documentado que aceita áudio e retorna transcrição, com marcações temporais opcionais por segmento e por palavra no Photon.[1][2]
As medições da ficha relatam taxas de erro de palavra menores que as do checkpoint original em avaliações de ASR em inglês, FLEURS em 25 idiomas, fala empresarial, ruído de fundo e áudio longo.[2]
A ficha descreve um componente integrado de detecção de atividade de voz que permite ao Photon dividir gravações longas em pausas sem um modelo VAD externo, e relata maior throughput na configuração indicada com GPU NVIDIA.[2]

Limitações

O pacote de evidências contém a listagem do OpenRouter e a documentação hospedada pela Moondream, mas nenhuma avaliação independente; a precisão e a velocidade relatadas exigem validação na carga de trabalho pretendida.[1][2]
A entrada do OpenRouter deixa o comprimento de contexto pouco claro e não lista parâmetros de solicitação suportados nem dados de benchmark; esses detalhes permanecem não verificados, em vez de comprovadamente ausentes.[1]
Os resultados publicados cobrem conjuntos de dados, idiomas, condições de ruído e uma configuração de serviço Photon/GPU específicos; não estabelecem desempenho em outros sotaques, domínios, qualidades de áudio ou implantações.[2]

Onde usar

Vale avaliá-lo para pipelines de transcrição que precisem de marcações temporais por palavra ou segmento, como legendagem ou atas pesquisáveis de reuniões.[2]
É um candidato plausível para transcrição de fala multilíngue dentro do conjunto documentado de 25 idiomas, após testar os idiomas e sotaques alvo.[2]
Pode servir para gravações longas, chamadas, podcasts ou fala com ruído, dada a avaliação relatada de áudio longo, fala empresarial e ruído; verifique com áudio representativo.[2]

Fontes

[1] OpenRouter catalog · Moondream: Parakeet UltraFontes consultadas: 13 de nov. de 2026
[2] Model documentation · Moondream: Parakeet UltraFontes consultadas: 13 de nov. de 2026

Sobre este modelo

A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.

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...

Especificações

ID do modelo: moondream/parakeet-ultra
ID canônico: moondream/parakeet-ultra-20261102
Criador: moondream
Adicionado ao OpenRouter: 03.11.2026
Comprimento de contexto: 0
Modalidade: audio->transcription
Modalidades de entrada: audio
Modalidades de saída: transcription
Preço por token: Sem preço por token no snapshot da fonte — consulte o OpenRouter para a unidade de cobrança
Corte de conhecimento: —
Data de expiração: —

Tarefas e capacidades

Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.

Tarefa	Nota	Capacidade declarada pela fonte
Qualidade geral	Sem medição	—
Programação	Sem medição	—
Agentes	Sem medição	—
Escrita	Sem medição	—
Raciocínio	Sem medição	—
Análise de documentos	Sem medição	—
Visão	Sem medição	—
Geração de imagens	Sem medição	—
Áudio	Sem medição	entrada: audio
Vídeo	Sem medição	—
Embeddings	Sem medição	—

Avaliações

Não há avaliações fornecidas para este modelo.

Como funcionam as notas

Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.

S — S — top 10% da coorte
A — A — próximos 20% da coorte
B — B — próximos 30% da coorte
C — C — abaixo da faixa B

Provedores

Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.

Provedor	Comprimento de contexto	Preço entrada /1M	Preço saída /1M	Latência p50 (30m, s)	Taxa p50 (30m, tok/s)	Disponibilidade (30m)
PrimeIntellectbf16	0	—	—	—	—	—

Dados de provedores obtidos: 13.11.2026

Nenhum artigo publicado identifica este modelo ainda.