- Cloudflare-hosted
- Vision
Moondream 3 是一款快速、高效的 9B 混合专家(MoE)视觉语言模型(激活参数 2B),可在目标检测、指点定位、OCR 和结构化输出等任务中提供前沿水平的视觉推理能力。
| 模型信息 | |
|---|---|
| 视觉 | 是 |
| 单位定价 | $0.30 per M input tokens, $1.00 per M output tokens |
参数
task
stringdefault: queryenum: query, caption, point, detect要运行的 Moondream 技能。image
string输入图像,可以是公开的 HTTPS URL 或 base64 data URI。对 `query` 为可选;对 `caption`、`point` 和 `detect` 为必需。question
stringdefault: What's in this image?`query` 任务的问题。caption_length
stringdefault: normalenum: short, normal, long`caption` 任务的描述长度。target
stringdefault: person`point` 和 `detect` 任务中要定位的目标短语(例如 'person wearing a red shirt')。reasoning
booleandefault: true为 `query` 任务启用推理轨迹。temperature
numberdefault: 0.2minimum: 0maximum: 2采样温度。top_p
numberdefault: 0.9minimum: 0maximum: 1Top-p(核)采样。max_tokens
integerdefault: 8192minimum: 1maximum: 28672`query` 和 `caption` 生成的最大 token 数。max_objects
integerdefault: 150minimum: 1maximum: 500`point` 和 `detect` 返回的最大对象数。stream
booleandefault: true为 `query` 和 `caption` 返回增量 token。`point` 和 `detect` 不支持流式传输。finish_reason
string生成结束的原因。▶metrics{}
objectanswer
string`query` 任务的回答文本。其他任务为 null。caption
string`caption` 任务的描述文本。其他任务为 null。▶points[]
array`point` 任务定位到的点。其他任务为 null。▶objects[]
array`detect` 任务检测到的边界框。其他任务为 null。▶reasoning{}
objectreasoning=true 时 `query` 任务的推理轨迹,否则为 null。