Moondream: Moondream 3 Preview

{"about":"### Versione preliminare di Moondream 3\n\nMoondream 3 Preview è un modello della famiglia Moondream, sviluppata attorno alla comprensione delle immagini e alle attività legate a oggetti specifici di una scena. Nella terza generazione lo sviluppatore è passato a un’architettura a miscela di esperti: il modello contiene 9 miliardi di parametri totali e ne usa circa 2 miliardi per token. Questa divisione permette di combinare il volume totale dei pesi con una parte attiva più piccola nell’elaborazione di ogni token.\n\nLa scheda ufficiale di Preview descrive 24 livelli, un codificatore visivo basato su SigLIP e il tokenizzatore SuperBPE. Tra le abilità specialistiche del modello originario figurano risposte a domande su immagini, creazione di didascalie, indicazione di punti e individuazione di oggetti mediante riquadri. Sono attività diverse: spiegare il contenuto di una scena, descrivere l’intera immagine e localizzare spazialmente un oggetto producono risultati differenti.\n\n### Lavoro testuale in Ailoot\n\nPer questo modello in Ailoot sono disponibili ingresso testuale e risposta testuale. Immagini, coordinate di oggetti e metodi visivi specialistici non rientrano nell’interfaccia attuale della scheda. Lo sviluppatore presenta comunque per Preview anche l’esempio di una domanda senza immagine: il modello spiega un concetto seguendo una normale istruzione testuale.\n\nQuesta modalità può essere usata per spiegazioni, risposte sulle informazioni fornite e organizzazione del materiale testuale in una struttura richiesta. Per esempio, fornire una bozza di descrizione, specificare il pubblico e chiedere di riscriverla in modo più chiaro conservando i fatti. Un’alternativa è allegare un’istruzione testuale e chiedere di renderla una sequenza di azioni con una breve spiegazione per ogni passaggio.\n\n### Come formulare la richiesta\n\nIndicare direttamente attività e formato della risposta: spiegazione breve, testo coerente, elenco o tabella. Se occorre analizzare materiale specifico, includerlo nel messaggio e indicare le informazioni da mantenere inalterate. Una domanda su una scena visiva in modalità testuale richiede la sua descrizione verbale; il modello lavora con la descrizione fornita, non con l’immagine stessa.\n\nIn Ailoot per Moondream 3 Preview è indicato un contesto di 32 000 token. Comprende messaggi e materiali della discussione corrente. La dicitura Preview mantiene l’appartenenza al rilascio preliminare della terza generazione; le proprietà di questa versione e della 3.1 vanno considerate separatamente, soprattutto per le capacità specialistiche dei modelli originari.","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":"Versione preliminare di Moondream 3 con architettura MoE compatta; in Ailoot risponde a domande e istruzioni testuali."}