Moondream: Moondream 3 Preview

{"about":"### Bản xem trước Moondream 3\n\nMoondream 3 Preview thuộc họ Moondream, được xây dựng quanh hiểu hình ảnh và các tác vụ liên quan đối tượng cụ thể trong cảnh. Ở thế hệ thứ ba, nhà phát triển chuyển sang kiến trúc hỗn hợp chuyên gia: tổng cộng 9 tỷ tham số, khoảng 2 tỷ được dùng trên mỗi token. Cách phân chia này kết hợp lượng trọng số tổng lớn với phần hoạt động nhỏ hơn khi xử lý từng token.\n\nThẻ Preview chính thức mô tả 24 lớp, bộ mã hóa hình ảnh dựa trên SigLIP và bộ tách token SuperBPE. Kỹ năng chuyên biệt của mô hình gốc gồm trả lời câu hỏi về ảnh, tạo chú thích, chỉ điểm và khoanh đối tượng bằng hình chữ nhật. Đây là các tác vụ khác nhau: giải thích nội dung cảnh, mô tả toàn ảnh và gắn đối tượng với vị trí cho các loại kết quả khác nhau.\n\n### Làm việc với văn bản trong Ailoot API\n\nVới mô hình này, Ailoot API cung cấp đầu vào văn bản và câu trả lời văn bản. Hình ảnh, tọa độ đối tượng và các phương thức thị giác chuyên biệt không thuộc giao diện hiện tại. Tuy vậy, nhà phát triển có ví dụ riêng cho Preview về câu hỏi không có ảnh: mô hình giải thích khái niệm từ chỉ dẫn văn bản thông thường.\n\nCó thể dùng chế độ này để giải thích, trả lời theo thông tin cung cấp và đưa nội dung văn bản về cấu trúc đã đặt. Ví dụ, gửi bản nháp mô tả, nêu người đọc rồi yêu cầu viết lại dễ hiểu hơn mà giữ nguyên thông tin. Hoặc đính kèm hướng dẫn văn bản và yêu cầu chuyển thành chuỗi hành động với giải thích ngắn cho từng bước.\n\n### Cách đặt yêu cầu\n\nNêu trực tiếp tác vụ và định dạng câu trả lời: giải thích ngắn, văn bản liền mạch, danh sách hoặc bảng. Nếu phân tích tài liệu cụ thể, đưa tài liệu vào tin nhắn và chỉ rõ thông tin phải giữ nguyên. Với câu hỏi về cảnh thị giác ở chế độ văn bản, cần mô tả cảnh bằng lời; mô hình làm việc với mô tả được cung cấp chứ không phải chính bức ảnh.\n\nAiloot API nêu ngữ cảnh 32 000 token cho Moondream 3 Preview, gồm tin nhắn và tài liệu trong cuộc thảo luận hiện tại. Tên Preview cho biết đây là bản xem trước thế hệ thứ ba; cần xem riêng đặc điểm bản này và bản 3.1, nhất là khi xét khả năng chuyên biệt của mô hình gốc.","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":"Bản xem trước Moondream 3 với kiến trúc MoE gọn; trong Ailoot API trả lời câu hỏi và chỉ dẫn văn bản."}