ПровайдерMeta Llama
Размер контекста131,1 тыс.
Поддержка инструментов
Llama 3.2 11B Vision is a multimodal model with 11 billion parameters, designed for tasks combining visual and textual data. It excels at image captioning and visual question answering, bridging the gap between language generation and visual reasoning. Pre-trained on a massive dataset of image-text pairs, it is ideal for content creation, AI-driven customer service, and research.
Активность
Недавнее использованиеНедостаточно данных
Провайдер
Цены
Входные токены (1 млн)$0.176
Выходные токены (1 млн)$0.176
Возможности
Входные модальностиТекст, Изображение
Выходные модальностиТекст
Поддерживаемые API-методыChat Completions API
Поддержка инструментов
Без хранения данных
Frequency PenaltyMax Completion TokensPresence PenaltyTemperatureTop PLogit BiasLogprobsResponse FormatStopTool ChoiceTools