Moondream: Moondream 3 Preview
moondream/moondream3-previewΠροκαταρκτική έκδοση του Moondream 3 με συμπαγή αρχιτεκτονική MoE· στο Ailoot απαντά σε ερωτήσεις και οδηγίες κειμένου.
Προκαταρκτική έκδοση του Moondream 3
Το Moondream 3 Preview είναι μοντέλο της οικογένειας Moondream, που σχεδιάστηκε γύρω από την κατανόηση εικόνων και εργασίες σχετικές με συγκεκριμένα αντικείμενα σκηνής. Στην τρίτη γενιά ο δημιουργός πέρασε σε αρχιτεκτονική μίγματος ειδικών: το μοντέλο περιέχει συνολικά 9 δισεκατομμύρια παραμέτρους και χρησιμοποιεί περίπου 2 δισεκατομμύρια ανά token. Αυτός ο διαχωρισμός συνδυάζει το συνολικό μέγεθος βαρών με μικρότερο ενεργό τμήμα κατά την επεξεργασία κάθε token.
Η επίσημη κάρτα του Preview περιγράφει 24 επίπεδα, οπτικό κωδικοποιητή βάσει SigLIP και tokenizer SuperBPE. Στις εξειδικευμένες δεξιότητες του αρχικού μοντέλου περιλαμβάνονται απαντήσεις σε ερωτήσεις για εικόνα, δημιουργία λεζάντας, υπόδειξη σημείων και επισήμανση αντικειμένων με ορθογώνια πλαίσια. Πρόκειται για διαφορετικές εργασίες: η εξήγηση περιεχομένου σκηνής, η περιγραφή ολόκληρης εικόνας και η χωρική σύνδεση αντικειμένου δίνουν διαφορετικά είδη αποτελέσματος.
Εργασία κειμένου στο Ailoot
Για αυτό το μοντέλο στο Ailoot διατίθενται είσοδος και απάντηση κειμένου. Εικόνες, συντεταγμένες αντικειμένων και εξειδικευμένες οπτικές μέθοδοι δεν περιλαμβάνονται στην τρέχουσα διεπαφή της κάρτας. Ο δημιουργός δίνει, ωστόσο, και παράδειγμα ερώτησης χωρίς εικόνα για το Preview: το μοντέλο εξηγεί μια έννοια βάσει συνηθισμένης οδηγίας κειμένου.
Αυτή η λειτουργία μπορεί να χρησιμοποιηθεί για εξηγήσεις, απαντήσεις βάσει παρεχόμενων πληροφοριών και διαμόρφωση κειμενικού υλικού σε επιλεγμένη δομή. Για παράδειγμα, δώστε προσχέδιο περιγραφής, ορίστε το κοινό και ζητήστε σαφέστερη αναδιατύπωση με διατήρηση των γεγονότων. Εναλλακτικά, προσθέστε οδηγία κειμένου και ζητήστε ακολουθία ενεργειών με σύντομη εξήγηση κάθε βήματος.
Πώς να διατυπώσετε το αίτημα
Ονομάστε άμεσα την εργασία και τη μορφή απάντησης: σύντομη εξήγηση, συνεκτικό κείμενο, λίστα ή πίνακα. Αν απαιτείται ανάλυση συγκεκριμένου υλικού, συμπεριλάβετέ το στο μήνυμα και σημειώστε τις πληροφορίες που πρέπει να διατηρηθούν αμετάβλητες. Για ερώτηση σχετική με οπτική σκηνή σε λειτουργία κειμένου απαιτείται λεκτική περιγραφή· το μοντέλο δουλεύει με την περιγραφή που παρέχεται, όχι με την ίδια την εικόνα.
Στο Ailoot για το Moondream 3 Preview αναφέρεται πλαίσιο 32 000 tokens. Περιλαμβάνει τα μηνύματα και το υλικό της τρέχουσας συζήτησης. Η ένδειξη Preview δηλώνει ότι πρόκειται για προκαταρκτική έκδοση της τρίτης γενιάς· οι ιδιότητές της και εκείνες της έκδοσης 3.1 πρέπει να εξετάζονται χωριστά, ιδιαίτερα ως προς τις εξειδικευμένες δυνατότητες των αρχικών μοντέλων.
Διατίθεται μέσω του Ailoot API
POST /v1/messages- Είσοδος
text- Έξοδος
text- Παράθυρο συμφραζομένων
- Δεν ορίζεται στον κατάλογο
- Μέγ. μήκος απάντησης
- Δεν ορίζεται στον κατάλογο
- Είσοδος
- 0,0006 $ / 1K
- Έξοδος
- 0,005 $ / 1K
POST /v1/responses- Είσοδος
text- Έξοδος
text- Παράθυρο συμφραζομένων
- Δεν ορίζεται στον κατάλογο
- Μέγ. μήκος απάντησης
- Δεν ορίζεται στον κατάλογο
- Είσοδος
- 0,0006 $ / 1K
- Έξοδος
- 0,005 $ / 1K
POST /v1/chat/completions- Είσοδος
text- Έξοδος
text- Παράθυρο συμφραζομένων
- Δεν ορίζεται στον κατάλογο
- Μέγ. μήκος απάντησης
- Δεν ορίζεται στον κατάλογο
- Είσοδος
- 0,0006 $ / 1K
- Έξοδος
- 0,005 $ / 1K
POST /v1beta/models/moondream/moondream3-preview:generateContent- Είσοδος
text- Έξοδος
text- Παράθυρο συμφραζομένων
- Δεν ορίζεται στον κατάλογο
- Μέγ. μήκος απάντησης
- Δεν ορίζεται στον κατάλογο
- Είσοδος
- 0,0006 $ / 1K
- Έξοδος
- 0,005 $ / 1K
moondream/moondream3-preview · JSON
{"about":"### Προκαταρκτική έκδοση του Moondream 3\n\nΤο Moondream 3 Preview είναι μοντέλο της οικογένειας Moondream, που σχεδιάστηκε γύρω από την κατανόηση εικόνων και εργασίες σχετικές με συγκεκριμένα αντικείμενα σκηνής. Στην τρίτη γενιά ο δημιουργός πέρασε σε αρχιτεκτονική μίγματος ειδικών: το μοντέλο περιέχει συνολικά 9 δισεκατομμύρια παραμέτρους και χρησιμοποιεί περίπου 2 δισεκατομμύρια ανά token. Αυτός ο διαχωρισμός συνδυάζει το συνολικό μέγεθος βαρών με μικρότερο ενεργό τμήμα κατά την επεξεργασία κάθε token.\n\nΗ επίσημη κάρτα του Preview περιγράφει 24 επίπεδα, οπτικό κωδικοποιητή βάσει SigLIP και tokenizer SuperBPE. Στις εξειδικευμένες δεξιότητες του αρχικού μοντέλου περιλαμβάνονται απαντήσεις σε ερωτήσεις για εικόνα, δημιουργία λεζάντας, υπόδειξη σημείων και επισήμανση αντικειμένων με ορθογώνια πλαίσια. Πρόκειται για διαφορετικές εργασίες: η εξήγηση περιεχομένου σκηνής, η περιγραφή ολόκληρης εικόνας και η χωρική σύνδεση αντικειμένου δίνουν διαφορετικά είδη αποτελέσματος.\n\n### Εργασία κειμένου στο Ailoot\n\nΓια αυτό το μοντέλο στο Ailoot διατίθενται είσοδος και απάντηση κειμένου. Εικόνες, συντεταγμένες αντικειμένων και εξειδικευμένες οπτικές μέθοδοι δεν περιλαμβάνονται στην τρέχουσα διεπαφή της κάρτας. Ο δημιουργός δίνει, ωστόσο, και παράδειγμα ερώτησης χωρίς εικόνα για το Preview: το μοντέλο εξηγεί μια έννοια βάσει συνηθισμένης οδηγίας κειμένου.\n\nΑυτή η λειτουργία μπορεί να χρησιμοποιηθεί για εξηγήσεις, απαντήσεις βάσει παρεχόμενων πληροφοριών και διαμόρφωση κειμενικού υλικού σε επιλεγμένη δομή. Για παράδειγμα, δώστε προσχέδιο περιγραφής, ορίστε το κοινό και ζητήστε σαφέστερη αναδιατύπωση με διατήρηση των γεγονότων. Εναλλακτικά, προσθέστε οδηγία κειμένου και ζητήστε ακολουθία ενεργειών με σύντομη εξήγηση κάθε βήματος.\n\n### Πώς να διατυπώσετε το αίτημα\n\nΟνομάστε άμεσα την εργασία και τη μορφή απάντησης: σύντομη εξήγηση, συνεκτικό κείμενο, λίστα ή πίνακα. Αν απαιτείται ανάλυση συγκεκριμένου υλικού, συμπεριλάβετέ το στο μήνυμα και σημειώστε τις πληροφορίες που πρέπει να διατηρηθούν αμετάβλητες. Για ερώτηση σχετική με οπτική σκηνή σε λειτουργία κειμένου απαιτείται λεκτική περιγραφή· το μοντέλο δουλεύει με την περιγραφή που παρέχεται, όχι με την ίδια την εικόνα.\n\nΣτο Ailoot για το Moondream 3 Preview αναφέρεται πλαίσιο 32 000 tokens. Περιλαμβάνει τα μηνύματα και το υλικό της τρέχουσας συζήτησης. Η ένδειξη Preview δηλώνει ότι πρόκειται για προκαταρκτική έκδοση της τρίτης γενιάς· οι ιδιότητές της και εκείνες της έκδοσης 3.1 πρέπει να εξετάζονται χωριστά, ιδιαίτερα ως προς τις εξειδικευμένες δυνατότητες των αρχικών μοντέλων.","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":"Προκαταρκτική έκδοση του Moondream 3 με συμπαγή αρχιτεκτονική MoE· στο Ailoot απαντά σε ερωτήσεις και οδηγίες κειμένου."}