Moondream: Moondream 3 Preview

{"about":"### Vorabversion von Moondream 3\n\nMoondream 3 Preview ist ein Modell der Moondream-Familie, die auf Bildverständnis und Aufgaben zu konkreten Objekten einer Szene ausgerichtet ist. In der dritten Generation wechselte der Entwickler zu einer Mixture-of-Experts-Architektur: Das Modell enthält insgesamt 9 Milliarden Parameter und verwendet pro Token etwa 2 Milliarden. Diese Aufteilung verbindet einen grösseren Gesamtumfang an Gewichten mit einem kleineren aktiven Anteil bei der Verarbeitung jedes Tokens.\n\nDie offizielle Preview-Modellkarte beschreibt 24 Schichten, einen visuellen Encoder auf SigLIP-Basis und den Tokenizer SuperBPE. Zu den spezialisierten Fähigkeiten des Ausgangsmodells gehören Antworten auf Bildfragen, Bildbeschriftungen, das Markieren von Punkten und das Kennzeichnen von Objekten mit Rechtecken. Dies sind unterschiedliche Aufgaben: Eine Erklärung des Szeneninhalts, die Beschreibung des gesamten Bildes und die räumliche Zuordnung eines Objekts liefern unterschiedliche Ergebnisarten.\n\n### Textarbeit in Ailoot\n\nFür dieses Modell stehen in Ailoot Texteingabe und Textantwort zur Verfügung. Bilder, Objektkoordinaten und spezialisierte visuelle Methoden gehören nicht zur aktuellen Schnittstelle der Modellkarte. Der Entwickler zeigt für Preview zugleich ausdrücklich ein Fragebeispiel ohne Bild: Das Modell erklärt einen Begriff anhand einer gewöhnlichen Textanweisung.\n\nDieser Modus lässt sich für Erklärungen, Antworten anhand bereitgestellter Informationen und die Überführung von Textmaterial in eine vorgegebene Struktur nutzen. Sie können beispielsweise einen Beschreibungsentwurf übergeben, die Zielgruppe angeben und ihn unter Beibehaltung der Fakten verständlicher umformulieren lassen. Eine weitere Möglichkeit ist, eine Textanleitung beizufügen und als Schrittfolge mit einer kurzen Erklärung zu jedem Schritt darstellen zu lassen.\n\n### So formulieren Sie die Anfrage\n\nBenennen Sie Aufgabe und Antwortformat direkt: kurze Erklärung, zusammenhängender Text, Liste oder Tabelle. Soll konkretes Material ausgewertet werden, nehmen Sie es in die Nachricht auf und kennzeichnen Sie die Informationen, die unverändert erhalten bleiben müssen. Eine Frage zu einer visuellen Szene erfordert im Textmodus deren sprachliche Beschreibung; das Modell arbeitet mit dieser Beschreibung und nicht mit dem Bild selbst.\n\nIn Ailoot ist für Moondream 3 Preview ein Kontext von 32 000 Token angegeben. Er umfasst Nachrichten und Materialien der aktuellen Diskussion. Die Bezeichnung Preview kennzeichnet weiterhin die Zugehörigkeit zum Vorabrelease der dritten Generation. Die Eigenschaften dieser Version und von Version 3.1 sollten getrennt betrachtet werden, insbesondere bei den spezialisierten Fähigkeiten der Ausgangsmodelle.","alias_of":null,"aliases":[],"author":"Moondream","canonical_model":"moondream/moondream3-preview","ctx":null,"formats":["chat","gemini","messages","responses"],"id":"moondream/moondream3-preview","input":["text"],"kind":"text","max_out":null,"methods":[{"cache_read":null,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"anthropic","fast_multiplier":1,"flex_multiplier":1,"fmt":"messages","http":"POST","img_in":null,"img_out":null,"in":0.6,"input":["text"],"label":"Anthropic Messages","max_out":null,"max_tool_calls":null,"out":5.0,"output":["text"],"path":"/v1/messages","request_model_id":"moondream/moondream3-preview","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":null,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":0.6,"input":["text"],"label":"OpenAI Responses","max_out":null,"max_tool_calls":null,"out":5.0,"output":["text"],"path":"/v1/responses","request_model_id":"moondream/moondream3-preview","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":null,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":0.6,"input":["text"],"label":"OpenAI Chat","max_out":null,"max_tool_calls":null,"out":5.0,"output":["text"],"path":"/v1/chat/completions","request_model_id":"moondream/moondream3-preview","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":null,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"gemini","fast_multiplier":1,"flex_multiplier":1,"fmt":"gemini","http":"POST","img_in":null,"img_out":null,"in":0.6,"input":["text"],"label":"Gemini generateContent","max_out":null,"max_tool_calls":null,"out":5.0,"output":["text"],"path":"/v1beta/models/moondream/moondream3-preview:generateContent","request_model_id":"moondream/moondream3-preview","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"moondream/moondream3-preview","request_model_id":"moondream/moondream3-preview","route_label":"Ultra"}],"name":"Moondream: Moondream 3 Preview","price":{"in":0.6,"in_label":null,"out":5.0,"out_label":null,"sort_in":0.6,"sort_out":5.0,"varies":false},"public_id":"moondream/moondream3-preview","short":"Vorabversion von Moondream 3 mit kompakter MoE-Architektur; in Ailoot beantwortet sie textliche Fragen und Anweisungen."}