Preferred Networks publicó cuatro modelos de traducción con pesos descargables, de 0.8B a 31B parámetros, para 53 idiomas admitidos. El uso comercial requiere registro, y las empresas con ingresos superiores a 1 mil millones de yenes necesitan una licencia aparte.
La pregunta que responde este artículo
¿Puede un desarrollador o una empresa ejecutar PLaMo 3 Translate sin conexión para su propio trabajo de traducción, con qué condiciones de licencia, en qué hardware y hasta qué punto se puede confiar en lo que PFN afirma sobre su calidad? Las respuestas que siguen provienen de las páginas de Preferred Networks y de sus fichas de modelo, y cada cifra se atribuye a la página de la que procede.
Qué se publicó
Preferred Networks (PFN), con sede en Japón, anunció PLaMo 3 Translate el 5 de noviembre de 2026. El comunicado de prensa de PFN lo presenta como una publicación de pesos abiertos de grandes modelos de lenguaje especializados en traducción, construidos sobre PLaMo 3 NICT, un modelo preentrenado surgido de la investigación conjunta de PFN con el Instituto Nacional de Tecnologías de la Información y las Comunicaciones de Japón. «De pesos abiertos» (open-weight) es el término de PFN. Significa que los pesos se pueden descargar, y la licencia que se describe más abajo limita cómo se pueden usar. El historial de commits del repositorio 8B muestra los pesos en Hugging Face el 4 de noviembre (UTC) y una revisión de la licencia el 9 de noviembre.
| Repositorio del modelo | Parámetros, metadatos de Hugging Face | Archivos de pesos BF16 | Archivos de pesos GGUF Q4_K_M |
|---|---|---|---|
| plamo-3-translate-0.8b | 0.89 mil millones | 1.78 GB | 0.57 GB |
| plamo-3-translate-2b | 2.88 mil millones | 5.76 GB | 1.81 GB |
| plamo-3-translate-8b | 8.53 mil millones | 17.06 GB | 5.28 GB |
| plamo-3-translate-31b | 31.76 mil millones | 63.51 GB | 19.53 GB |
Fuente: las fichas de modelo de PFN, donde PFN define el tamaño como «el tamaño total de los archivos de pesos». Son tamaños de archivo, no la memoria necesaria para ejecutar un modelo, y las fichas no dan ninguna cifra de RAM, VRAM ni velocidad. Los nombres de los modelos indican los tamaños nominales de PFN, de modo que el modelo «2B» tiene 2.88 mil millones de parámetros.
El comunicado de prensa de PFN muestra el modelo 0.8B traduciendo en un teléfono inteligente en modo avión, con una leyenda que indica que funciona a velocidad normal en un entorno de demostración. La publicación técnica de PFN dice que se trata de una demostración interna y que PFN no ha publicado una aplicación similar.
Formatos y el hardware al que se dirigen
La publicación técnica de PFN enumera siete formatos para cada tamaño y el hardware al que se dirige cada uno.
| Formato | Hardware de destino | Motor de inferencia |
|---|---|---|
| BF16 | GPU compatibles con BF16 | Transformers o vLLM |
| FP8 | NVIDIA Ada Lovelace, Hopper o Blackwell | vLLM |
| W4A16 | NVIDIA Ampere o posterior | vLLM |
| W4AFP8 | NVIDIA Hopper | vLLM |
| NVFP4 | NVIDIA Blackwell | vLLM |
| GGUF | CPU y GPU | llama.cpp |
| MLX-4bit | Apple silicon | mlx-lm |
Fuente: publicación técnica de PFN. Según esta tabla, cinco de los siete formatos son formatos para GPU de NVIDIA que se sirven con vLLM, y las versiones GGUF y MLX son las opciones para una computadora portátil o de escritorio. La guía de TechiesJournal para elegir entre Ollama y llama.cpp (en inglés) trata esa elección de entorno de ejecución. El código del modelo viene en el repositorio, y todos los ejemplos de la ficha del modelo 8B lo cargan con trust_remote_code=True. Revisa ese código antes de ejecutarlo en un servidor de la empresa, y consulta el artículo de TechiesJournal sobre lo que asume un equipo cuando ejecuta sus propios modelos.
Idiomas y funciones
Las fichas de modelo dicen que cada modelo admite la traducción entre 53 idiomas. PFN cuenta por separado el chino simplificado y el chino tradicional, y por eso Hugging Face muestra 52. La publicación técnica de PFN dice que su evaluación abarca un subconjunto de los idiomas admitidos, 15 en total: árabe, italiano, indonesio, inglés, japonés, neerlandés, coreano, español, tailandés, chino (simplificado y tradicional), alemán, francés, vietnamita y ruso. Los otros 38, por ejemplo el hindi y el telugu, son compatibles, y la publicación dice que el modelo también se entrenó con ellos.
El comunicado de prensa de PFN describe la traducción con el contexto circundante, glosarios para nombres propios, jerga técnica y nombres de productos, y la posibilidad de elegir entre japonés formal o llano al traducir al japonés.
Licencia
| Uso | Condición | Fuente |
|---|---|---|
| Personal y no comercial, incluido el académico | Gratuito, sin registro previo y sin límite de ingresos | Ficha del modelo |
| Comercial, si el usuario y sus filiales tienen ingresos o ventas iguales o inferiores a 1 mil millones de yenes | Registro previo con PFN | Licencia, artículo 3 |
| Comercial, por encima de 1 mil millones de yenes | Un acuerdo de licencia aparte con PFN | Ficha del modelo |
La PLaMo Community License define el fin comercial como cualquier uso que vaya más allá del uso personal o académico, incluido el uso dentro de la propia organización del usuario y a través de servicios de alojamiento o API. Por lo tanto, el uso interno en una empresa cuenta como comercial. Cuando un modelo o un modelo derivado se pone a disposición de terceros, la licencia exige una copia de la licencia, un aviso «Built with PLaMo» y «PLaMo» en el nombre del modelo. El texto se revisó el 9 de noviembre de 2026. Ahora dice que los resultados de traducción se pueden compartir sin aviso sobre el modelo, con la excepción de que un libro, un artículo académico o una publicación extensa similar debe indicar que se usó PLaMo para la traducción. El comunicado de prensa de PFN lleva un aviso de corrección fechado el 5 de noviembre, así que guíate por el texto de la licencia y no por el anuncio. Lee la licencia en función de tu propia situación, porque este artículo no es asesoramiento jurídico.
Lo que comunica PFN y cómo lo midió
PFN comparó sus modelos con dos familias especializadas en traducción, TranslateGemma de Google (4B, 12B y 27B) y Hy-MT2 de Tencent (1.8B, 7B y 30B-A3B), en la figura de sus fichas de modelo. PFN dice que el modelo 0.8B supera a todos ellos en japonés-inglés y del japonés a otros idiomas, y que el modelo 2B lo hace del inglés a otros idiomas. También dice que sus resultados justifican llamar a PLaMo 3 Translate «el mejor LLM especializado en traducción del mundo».
| Benchmark | Origen | Dirección | Métrica |
|---|---|---|---|
| PFTB | Interno de PFN, con referencias escritas con varios LLM | Del japonés al inglés y del inglés al japonés | Similitud de n-gramas charsim |
| SaaS | Interno de PFN | Solo del inglés al japonés | Similitud de n-gramas charsim |
| WMT24++ | Público | Del inglés al japonés | COMET-22 |
| FLORES+ | Público | Japonés o inglés con cada uno de otros 14 idiomas | chrF++ |
Fuente: publicación técnica de PFN. PFN dice que se basó principalmente en PFTB y SaaS porque WMT24++ consta de frases cortas con dudas sobre la calidad de sus referencias, y la figura de su anuncio lleva la leyenda «Based on PFN evaluations, including proprietary benchmarks» (basado en evaluaciones de PFN, incluidos benchmarks propios). Son resultados de la propia PFN. No se cita ninguna reproducción independiente, y este artículo no los ha reproducido. Para saber cómo leer este tipo de afirmaciones, consulta la guía de TechiesJournal sobre cómo leer las afirmaciones de los benchmarks de IA (en inglés).
PFN dice que casi todos los formatos cuantizados mantuvieron casi la precisión de BF16. Sus propias tablas en las fichas de modelo muestran que las versiones GGUF Q2_K de 2 bits pierden más. Para el modelo 0.8B, la puntuación FLORES+ del inglés con otros idiomas baja de 54.44 en BF16 a 51.15 en Q2_K.
Qué comprobar antes de adoptarlo
- Registro: una empresa que usa los modelos para trabajo interno hace un uso comercial, así que confirma el criterio de ingresos y regístrate primero.
- Privacidad: PFN dice que, cuando el modelo se ejecuta en local, ni el texto de origen ni la traducción se envían a servidores externos en la nube. Eso abarca solo el modelo, y una aplicación que lo rodee, por ejemplo con OCR, registros (logs) o telemetría, puede seguir enviando contenido a otros lugares.
- Longitud: las fichas de modelo indican 32 768 tokens como máximo para la entrada y la salida juntas, así que divide los documentos más largos.
- Tus idiomas: prueba los pares de idiomas exactos, la terminología y los formatos de archivo que traduces, sobre todo fuera de los 15 idiomas evaluados.
Fuentes
- Preferred Networks news release, November 5, 2026
- Preferred Networks technical post
- PLaMo 3 Translate 0.8B
- PLaMo 3 Translate 2B
- PLaMo 3 Translate 8B model card
- PLaMo 3 Translate 31B
- PLaMo Community License text
Las fuentes se consultaron el 12 de noviembre de 2026. Los resultados de los benchmarks son de la propia PFN y no se reprodujeron para este artículo, y las condiciones de la licencia y los repositorios pueden cambiar.