Phi-3-vision
El miembro multimodal de la familia Phi-3, para razonar sobre imágenes en el dispositivo
Gratis
Multimodal
128000
tokens de contexto
4.2B
parámetros
MIT
licencia
may 2024
lanzamiento
// sobre Phi-3-vision
El miembro multimodal de la familia Phi-3, para razonar sobre imágenes en el dispositivo
// modelos similares en Multimodal
Llama 5
El siguiente modelo insignia multimodal de pesos abiertos de Meta, para el dispositivo y para el centro de datos
Meta AI · Multimodal · Gratis
Gemini 3 Pro
El modelo multimodal insignia de Google, con una ventana de contexto de 1 millón de tokens
Google DeepMind · Multimodal · De pago
Gemini 3.5 Pro
El modelo de frontera de la generación siguiente de Google, anunciado pero todavía no publicado del todo
Google DeepMind · Multimodal · De pago
GPT-4o
El modelo omni de OpenAI, multimodal de origen en texto, imagen y audio
OpenAI · Multimodal · De pago
Gemini Omni Flash
El primer modelo de la familia Omni de Google, que combina razonamiento y generación de vídeo
Google DeepMind · Multimodal · De pago
GPT-6.1 Terra
GPT-6.1 Terra es el modelo rápido y eficiente de la familia GPT-6 de OpenAI, con razonamiento visual y uso del ordenador
OpenAI · Multimodal · De pago