PaLI
Le modèle vision-langage à grande échelle de Google, pour le légendage, le VQA et les tâches multilingues
Payant
Multimodal
17B
paramètres
Proprietary
licence
sept. 2022
sortie
// à propos de PaLI
Le modèle vision-langage à grande échelle de Google, pour le légendage, le VQA et les tâches multilingues
// modèles similaires dans Multimodal
Llama 5
Prochain modèle phare multimodal à poids ouverts de Meta, pour l'appareil comme pour le centre de données
Meta AI · Multimodal · Gratuit
Gemini 3 Pro
Le modèle multimodal phare de Google, avec une fenêtre de contexte de 1 million de tokens
Google DeepMind · Multimodal · Payant
Gemini 3.5 Pro
Le modèle frontier de nouvelle génération de Google, annoncé mais pas encore pleinement publié
Google DeepMind · Multimodal · Payant
GPT-4o
Le modèle omni d'OpenAI, nativement multimodal sur le texte, l'image et l'audio
OpenAI · Multimodal · Payant
Gemini Omni Flash
Premier modèle de la famille Omni de Google, qui mêle raisonnement et génération de vidéo
Google DeepMind · Multimodal · Payant
GPT-6.1 Terra
Le modèle rapide et économe de la famille GPT-6 d'OpenAI, avec raisonnement visuel et computer use
OpenAI · Multimodal · Payant