Nemotron 3.5 Transcribe, el modelo gratuito de Nvidia, admite 40 idiomas

Transcribe también se encarga de las etiquetas de hablante y de la traducción, así que una sola ejecución del modelo sustituye los varios pasos por los que suele pasar el audio en una transcripción típica, informa SiliconANGLE. Una instrucción escrita, un prompt, le indica qué producir, como una traducción o las decisiones tomadas en una reunión. Tiene 30 mil millones de parámetros, los valores aprendidos que forman un modelo, y usa 4 mil millones en cada solicitud. Nvidia dice que cabe en una sola GPU, desde una tarjeta Blackwell de centro de datos hasta un pequeño DGX Spark o Jetson, con la compresión necesaria según el hardware. Granary v2, el conjunto de datos de voz gratuito detrás del modelo, salió el mismo día.

Lo que cuesta alquilar una tarjeta así está en nuestra tabla de precios de GPU en la nube, leída el 24 de octubre de 2026. Una RTX PRO 6000, una tarjeta Blackwell con 96 GB de memoria, cuesta $1.08 la hora en el host verificado más barato de Vast.ai y $1.69 en la Community Cloud de Runpod.

Con una precisión de 16 bits, 30 mil millones de parámetros ocupan unos 60 GB, que caben en los 96 GB de la RTX PRO 6000. Así, un equipo que ya alquila esa tarjeta para trabajo de video puede subtitular y traducir locuciones de anuncios en ella entre un trabajo de video y otro, a la tarifa por hora que ya paga y sin cuota de transcripción por minuto.