Moondream: Moondream 3.1

{"about":"### Moondream 3.1 i odniesienie do obserwowanych danych\n\nMoondream 3.1 to wersja modelu wizyjno-językowego Moondream z architekturą mieszaniny ekspertów. Twórca podaje łącznie 9 mld parametrów i około 2 mld aktywnych parametrów na token. Głównym kierunkiem tej wersji są odpowiedzi związane z konkretnymi obiektami i obszarami obrazu: ważne jest nie tylko opisanie sceny, ale również wskazanie, której jej części dotyczy wynik.\n\nOficjalna karta modelu źródłowego rozdziela pięć umiejętności: pytanie o obraz, podpis, wykrywanie obiektów, wskazywanie punktów i segmentację. Pytanie daje wyjaśnienie tekstowe; wykrywanie wiąże obiekt z prostokątnym obszarem; punkt określa jego położenie; segmentacja wyodrębnia zajmowany obszar. Takie podejście przydaje się w systemach potrzebujących określonego rodzaju wyniku zamiast swobodnego opisu całego obrazu.\n\n### Dostępny tryb w Ailoot\n\nW Ailoot Moondream 3.1 jest podłączona do wiadomości tekstowych i odpowiedzi tekstowych. Przetwarzanie obrazów oraz zwracanie współrzędnych wizualnych lub masek za pomocą specjalistycznych umiejętności nie wchodzą w zakres obecnego interfejsu tej karty. Do zadania tekstowego można przekazać wcześniej przygotowany opis obserwacji, tabelę cech lub wymagania dotyczące wyniku i zadać o nie pytanie.\n\nJeśli na przykład informacje o produktach lub obiektach są już zapisane tekstowo, zapytanie można oprzeć na jawnych kryteriach: które cechy porównujemy, co uznajemy za zgodność i jak oznaczamy brakującą wartość. Poproś o zachowanie nazw i wartości źródłowych oraz krótkie wyjaśnienie wniosku na podstawie przekazanych danych. Jest to praca z tekstowym zapisem obserwacji; nie zastępuje obejrzenia źródłowego zdjęcia.\n\n### Kontekst i granice wyniku\n\nDla tej wersji w Ailoot podano kontekst 32 000 tokenów. Zapytanie może zawierać instrukcję, przykłady oczekiwanego formatu i materiały do przetworzenia. Jeśli zadanie wymaga jednoznacznego wyboru, warto wcześniej zdefiniować dopuszczalne odpowiedzi i podać kryteria: czyni to zadanie sprawdzalnym bez założeń dotyczących informacji nieobecnych na wejściu.\n\nSpecjalizacja Moondream w rozumieniu wizualnym nie oznacza automatycznej dokładności każdego wniosku liczbowego lub logicznego. W oficjalnej karcie twórca oddziela wykrywanie i lokalizację przestrzenną od ogólnych tekstowych zadań matematycznych. Tę wersję warto wybierać z uwzględnieniem konkretnego wejścia i wymaganej odpowiedzi; w Ailoot wynikiem aktualnego podłączenia pozostaje tekst.","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":"Wersja Moondream 3.1 ukierunkowana na precyzyjne powiązanie odpowiedzi z obiektami sceny; w Ailoot dostępna jest praca tekstowa."}