Moondream: Moondream 3 Preview

{"about":"### Moondream 3のプレビュー版\n\nMoondream 3 Previewは、画像理解や場面内の特定の物体に関する課題を軸に開発されたMoondreamファミリーのモデルです。第3世代では混合エキスパート方式に移行し、全体で90億、トークンごとに約20億のパラメータを使用します。ウェイト全体の規模を確保しつつ、各トークンの処理で有効になる部分を小さくする構成です。\n\n公式のPreviewモデルカードには、24層、SigLIPを基にした視覚エンコーダー、SuperBPEトークナイザーが記載されています。元のモデルの専門機能には、画像についての質問への回答、キャプション作成、点の指定、長方形による物体の検出があります。場面の内容の説明、画像全体の記述、物体の空間的位置の特定はそれぞれ異なる課題で、結果の種類も異なります。\n\n### Ailootでのテキスト作業\n\nAilootではテキスト入力とテキスト回答を利用できます。画像、物体座標、専用の視覚メソッドは、現在のモデルカードのインターフェースに含まれません。なお、開発元はPreviewについて画像を使わない質問の例も示しており、通常のテキスト指示で概念を説明しています。\n\nこのモードは説明、提供情報に基づく回答、指定構造への文章の整理に使えます。例えば説明の下書きと読者を示し、事実を保ったまま分かりやすく書き直すよう求められます。テキストの手順書を渡し、各段階の短い説明付きの行動手順に直す使い方もあります。\n\n### 要求の伝え方\n\n短い説明、まとまった文章、一覧、表など、課題と回答形式を直接示します。特定の資料を分析する場合はメッセージに含め、変更せず保つ情報を明示します。テキストモードで視覚的な場面を質問するには言葉による説明が必要です。モデルが扱うのは提供された説明であり、画像そのものではありません。\n\nAilootのMoondream 3 Previewには32,000トークンのコンテキストが記載されています。現在の議論のメッセージと資料を含みます。Previewは第3世代の事前公開版であることを示します。特に元のモデルの専用機能を扱う際は、この版と3.1の性質を分けて考える必要があります。","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":"小型のMoEアーキテクチャを採用したMoondream 3のプレビュー版で、Ailootではテキストの質問や指示に答えます。"}