Moondream: Moondream 3.1

{"about":"### Moondream 3.1 et l’ancrage dans les observations\n\nMoondream 3.1 est une version du modèle vision-langage Moondream avec une architecture à mélange d’experts. Le concepteur indique 9 milliards de paramètres au total et environ 2 milliards de paramètres actifs par jeton. Cette version vise principalement les réponses liées à des objets et à des zones précises de l’image : il faut non seulement décrire la scène, mais aussi indiquer à quelle partie le résultat se rapporte.\n\nLa fiche officielle du modèle d’origine distingue cinq compétences : question sur une image, légende, détection d’objets, pointage et segmentation. La question produit une explication textuelle ; la détection associe l’objet à une zone rectangulaire ; le point indique sa position ; la segmentation délimite la zone qu’il occupe. Cette approche est utile aux systèmes qui demandent un type de résultat précis plutôt qu’une description libre de l’image entière.\n\n### Mode disponible dans Ailoot\n\nDans Ailoot, Moondream 3.1 est intégré pour les messages textuels et les réponses textuelles. Le traitement d’images et la production de coordonnées visuelles ou de masques au moyen des compétences spécialisées ne font pas partie de l’interface actuelle de cette fiche. Pour une tâche textuelle, vous pouvez transmettre une description d’observations déjà préparée, un tableau de caractéristiques ou des exigences relatives au résultat, puis poser une question à leur sujet.\n\nSi des informations sur des produits ou des objets existent déjà sous forme textuelle, vous pouvez, par exemple, construire la requête autour de critères explicites : caractéristiques à comparer, définition d’une correspondance et façon de signaler une valeur manquante. Demandez de conserver les noms et les valeurs d’origine, puis d’accompagner la conclusion d’une brève explication fondée sur les données transmises. Il s’agit d’un travail sur une transcription textuelle des observations ; cela ne remplace pas l’examen de la photographie d’origine.\n\n### Contexte et limites du résultat\n\nDans Ailoot, le contexte annoncé pour cette version est de 32 000 jetons. Vous pouvez inclure les instructions, des exemples du format souhaité et les contenus à traiter dans la requête. Si la tâche exige un choix univoque, définissez à l’avance les réponses possibles et les critères : la demande devient vérifiable sans supposer quelles informations manquent dans l’entrée.\n\nLa spécialisation visuelle de Moondream ne signifie pas que toute conclusion numérique ou logique est automatiquement exacte. Dans la fiche officielle, le concepteur distingue les tâches de détection et de localisation spatiale des problèmes mathématiques textuels généraux. Le choix de cette version doit tenir compte de l’entrée précise et de la réponse souhaitée ; dans Ailoot, le résultat de l’intégration actuelle reste textuel.","alias_of":null,"aliases":[],"author":"Moondream","canonical_model":"moondream/moondream3.1-9b-a2b","ctx":null,"formats":["chat","gemini","messages","responses"],"id":"moondream/moondream3.1-9b-a2b","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/moondream3.1-9b-a2b","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/moondream3.1-9b-a2b","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/moondream3.1-9b-a2b","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/moondream3.1-9b-a2b:generateContent","request_model_id":"moondream/moondream3.1-9b-a2b","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"moondream/moondream3.1-9b-a2b","request_model_id":"moondream/moondream3.1-9b-a2b","route_label":"Ultra"}],"name":"Moondream: Moondream 3.1","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/moondream3.1-9b-a2b","short":"Version Moondream 3.1 orientée vers le rattachement précis des réponses aux objets d’une scène ; dans Ailoot, le travail est textuel."}