OpenGVLab: InternVL3 78B

InternVL3 系列，特别是 78B 版本，代表了 OpenGVLab 开发的一款先进的多模态大型语言模型 (MLLM)。与之前的 InternVL 2.5 相比，该模型显著增强了多模态感知和推理能力。它旨在处理需要深入理解各种数据类型的复杂任务。 InternVL3 78B 与 Qwen2.5 Chat 模型进行了基准测试，并使用其预训练的基础模型作为其语言组件的初始化。得益于原生多模态预训练，InternVL3 系列在整体文本性能上超越了 Qwen2.5 系列。它支持 32K tokens 的上下文窗口和 4K tokens 的最大输出。功能包括视觉、代码和流媒体。定价为每 1M 输入 tokens 0.10 美元，每 1M 输出 tokens 0.39 美元，可在 STARTER 访问层级使用。它最适合用于分析和文档处理，但不支持图像生成。