AllenAI: Molmo2 8B

Molmo2-8B是Allen人工智能研究所 (Ai2) 开发的一款先进的开放视觉-语言模型，是Molmo2系列的关键组成部分。该模型专门设计用于支持全面的图像、视频和多图像理解，以及强大的接地能力。Molmo2-8B基于强大的Qwen3-8B架构，并采用SigLIP 2作为其视觉骨干，为开放权重、开放数据模型树立了新标准。 它在涉及短视频、计数和字幕生成的任务中显著优于竞争对手，同时在长视频任务中保持竞争力。凭借36K tokens的宽敞上下文窗口和36K tokens的最大输出，它提供了广泛的处理能力。定价具有竞争力，输入每1M tokens $0.20，输出每1M tokens $0.20。该模型可在免费访问层级使用，使所有人都能获得先进的AI视觉能力。