产品精选

Moondream 推出 9B 参数小型视觉语言模型,支持图像文本输入与 32K 上下文

精选理由

Moondream 上了 OpenRouter,9B 总参数只激活 2B 就能看图写字,价格 0.3 美元一百万输入 token,做图像描述或轻量多模态应用可以试试。

Moondream 发布小型视觉语言模型,总参数 9B、激活参数 2B 的 MoE 架构,可同时接收图像和文本输入,上下文长度 32K,支持可选推理模式。模型通过 OpenRouter 提供,定价为每百万输入 token 0.30 美元、输出 token 2.50 美元。用户可通过 /caption 命令生成长度可调的图像描述。

图片来源 · OpenRouter
原文 · OpenRouter

Small vision-language models (9B total, 2B active MoE): image + text in, 32K context, optional reasoning. Use /caption {"length":"normal"} for captions Both are $0.30/M input and $2.50/M output tokens See more: openrouter.ai/moondream/moon… 💬 0 🔄 0 ❤️ 2 👀 1084 ⚡