Meta: Llama 3.2 11B Vision Instruct
Llama 3.2 11b Vision - это мультимодальная модель с 11 миллиардами параметров, предназначенная для обработки задач, объединяющих визуальные и текстовые данные.
Описание
Llama 3.2 11b Vision - это мультимодальная модель с 11 миллиардами параметров, предназначенная для обработки задач, объединяющих визуальные и текстовые данные.
Архитектура
- Модальность:
- text+image->text
- Входные модальности:
- text, image
- Выходные модальности:
- text
- Токенизатор:
- Llama3
- Тип инструкции:
- llama3
Контекст и лимиты
- Длина контекста:
- 131072 токенов
- Макс. токенов ответа:
- 16384 токенов
- Модерация:
- Отключена
Ценообразование (RUB)
- Запрос:
- ₽
- Изображение:
- ₽
- Веб-поиск:
- ₽
- Внутреннее рассуждение:
- ₽
- Prompt (1K токенов):
- ₽
- Completion (1K токенов):
- ₽
Параметры по умолчанию
- Temperature:
- 0
Комментарии пользователей