AllenAI: Molmo2 8B

Molmo2-8B ist ein fortschrittliches offenes Vision-Sprachmodell, das vom Allen Institute for AI (Ai2) als wichtiger Bestandteil der Molmo2-Familie entwickelt wurde. Dieses Modell wurde speziell entwickelt, um ein umfassendes Verständnis von Bildern, Videos und mehreren Bildern sowie robuste Grounding-Fähigkeiten zu unterstützen. Basierend auf der leistungsstarken Qwen3-8B-Architektur und unter Verwendung von SigLIP 2 als Vision-Backbone setzt Molmo2-8B einen neuen Standard für Open-Weight- und Open-Data-Modelle. Es übertrifft Konkurrenten bei Aufgaben mit kurzen Videos, Zählen und Bildunterschriftenerstellung erheblich, während es bei längeren Videoaufgaben wettbewerbsfähig bleibt. Mit einem großzügigen Kontextfenster von 36K Tokens und einer maximalen Ausgabe von 36K Tokens bietet es eine umfangreiche Verarbeitungskapazität. Die Preisgestaltung ist wettbewerbsfähig: $0.20 pro 1M Eingabetokens und $0.20 pro 1M Ausgabetokens. Dieses Modell ist auf einer KOSTENLOSEN Zugangsstufe verfügbar, wodurch fortschrittliche KI-Vision-Fähigkeiten für alle zugänglich werden.