Baidu: ERNIE 4.5 VL 424B A47B

Baidu ERNIE 4.5 VL 424B A47B — это передовая мультимодальная модель Mixture-of-Experts (MoE) из серии ERNIE 4.5 от Baidu. Обладая 424 миллиардами общих параметров и 47 миллиардами активных на токен, она совместно обучается на текстовых и графических данных с использованием гетерогенной архитектуры MoE и маршрутизации, изолированной по модальности. Это обеспечивает исключительное кросс-модальное рассуждение, детальное понимание изображений и генерацию длинного контекста, поддерживая до 131 000 токенов. Модель ERNIE 4.5 VL 424B A47B, доработанная с использованием передовых методов, включая SFT, DPO, UPO и RLVR, поддерживает как «мыслящие», так и не «мыслящие» режимы вывода. Она специально разработана для сложных задач зрения и языка как на английском, так и на китайском языках, предлагая оптимизированную производительность и эффективное масштабирование. Модель может работать с 4-битным/8-битным квантованием, что делает ее универсальной для различных приложений. Она имеет окно контекста 123 тыс. токенов и максимальный вывод 4 тыс. токенов. Стоимость составляет $0.42 за 1 млн входных токенов и $1.25 за 1 млн выходных токенов, доступно на уровне доступа STARTER. Ключевые возможности включают зрение и потоковую передачу, что делает ее идеальной для анализа и обработки документов. Обратите внимание, что эта модель не поддерживает генерацию изображений.