Moondream: Moondream 3 Preview

{"about":"### Wstępna wersja Moondream 3\n\nMoondream 3 Preview to model z rodziny Moondream, stworzonej wokół rozumienia obrazów i zadań związanych z konkretnymi obiektami sceny. W trzeciej generacji twórca przeszedł na architekturę mieszaniny ekspertów: model ma łącznie 9 mld parametrów, a na token wykorzystuje około 2 mld. Taki podział pozwala łączyć całkowity rozmiar wag z mniejszą aktywną częścią przy przetwarzaniu każdego tokenu.\n\nOficjalna karta Preview opisuje 24 warstwy, enkoder wizualny oparty na SigLIP i tokenizer SuperBPE. Wśród wyspecjalizowanych umiejętności modelu źródłowego są odpowiedzi na pytania o obraz, tworzenie podpisów, wskazywanie punktów i oznaczanie obiektów prostokątami. To różne zadania: wyjaśnienie treści sceny, opis całego obrazu i przestrzenne przypisanie obiektu dają różne rodzaje wyników.\n\n### Praca tekstowa w Ailoot\n\nDla tego modelu w Ailoot dostępne są wejście tekstowe i odpowiedź tekstowa. Obrazy, współrzędne obiektów i wyspecjalizowane metody wizualne nie wchodzą w zakres obecnego interfejsu karty. Twórca podaje jednak osobno dla Preview przykład pytania bez obrazu: model wyjaśnia pojęcie na podstawie zwykłej instrukcji tekstowej.\n\nTen tryb można wykorzystać do wyjaśnień, odpowiedzi na podstawie przekazanych informacji i porządkowania materiału tekstowego według zadanej struktury. Można na przykład przekazać szkic opisu, wskazać odbiorców i poprosić o bardziej zrozumiałe przeformułowanie z zachowaniem faktów. Inną możliwością jest dołączenie instrukcji tekstowej i prośba o przedstawienie jej jako kolejności działań z krótkim wyjaśnieniem każdego kroku.\n\n### Jak formułować zapytanie\n\nNazwij zadanie i format odpowiedzi wprost: krótkie wyjaśnienie, spójny tekst, lista albo tabela. Jeśli potrzebna jest analiza konkretnego materiału, umieść go w wiadomości i wskaż informacje, które należy zachować bez zmian. Pytanie o scenę wizualną w trybie tekstowym wymaga jej opisu słownego; model pracuje z dostarczonym opisem, a nie z samym obrazem.\n\nW Ailoot dla Moondream 3 Preview podano kontekst 32 000 tokenów. Obejmuje on wiadomości i materiały bieżącej dyskusji. Oznaczenie Preview zachowuje przynależność do wstępnego wydania trzeciej generacji; właściwości tej wersji i wersji 3.1 należy rozpatrywać osobno, szczególnie przy wyspecjalizowanych możliwościach modeli źródłowych.","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":"Wstępna wersja Moondream 3 z kompaktową architekturą MoE; w Ailoot odpowiada na pytania tekstowe i instrukcje."}