Какие задачи компьютерного зрения поддерживает Moondream 3 Preview?

Модель эффективно справляется с визуальными ответами на вопросы (VQA), созданием подписей к изображениям, оптическим распознаванием символов (OCR) и логическим выводом на основе визуальных данных.

В чем особенность архитектуры этой модели?

Модель использует подход Mixture-of-Experts (MoE), имея 9 миллиардов параметров в общей сложности, из которых только 2 миллиарда являются активными, что обеспечивает высокую скорость работы.

Можно ли использовать модель для работы с длинными документами через alltokens?

Да, модель поддерживает контекстное окно размером 32 000 токенов, что позволяет обрабатывать объемные запросы, сочетающие текст и изображения.

Moondream: Moondream 3 Preview

MOMoondreamОбновлено: 15 октября 2026 г.

Moondream 3 Preview — это компактная мультимодальная модель на базе архитектуры Mixture-of-Experts с 2 миллиардами активных параметров. Она специализируется на визуальном анализе, включая распознавание текста (OCR), описание изображений и ответы на вопросы по визуальному контенту.

Использовать через API

Метрики

Вход

36 ₽/M

Выход

299 ₽/M

Контекст

32k tokens

Параметры

Релиз

15 октября 2026 г.

Поддерживаемые параметры

include_reasoningmax_completion_tokensmax_tokensreasoningtemperaturetop_p

Технический обзор

Moondream 3 Preview — это модель для обработки изображений и текста от Moondream с общим числом параметров 9 миллиардов, из которых 2 миллиарда активны (смесь экспертов). Модель выполняет задачи визуального вопросно-ответного взаимодействия, создания подписей к изображениям, оптического распознавания текста (OCR) и визуального рассуждения на основе изображений.

Кодинг

Инструменты

Длинный контекст

Мультимодальность

Веб-автоматизация

Смежные подборки

Модели для программирования Недорогие модели

Сравнение с похожими моделями

Модель

Для чего

Контекст

Цена ₽

Модель

Moondream: Moondream 3 PreviewТекущая

Для чего

Контекст

32k

Цена ₽

36 / 299

Moondream: Moondream 3 PreviewТекущая

32k

36 / 299

Модель

Moondream: Moondream 3.1

Для чего

Обновленная версия той же архитектуры с аналогичным количеством параметров и идентичной модальностью для сравнения прогресса итераций.

Контекст

32k

Цена ₽

36 / 299

Moondream: Moondream 3.1

32k

36 / 299

Модель

Mistral: Mistral Large 4

Для чего

Более мощная мультимодальная модель, позволяющая оценить эффективность Moondream в задачах компьютерного зрения на фоне крупных флагманов.

Контекст

Цена ₽

82 / 250

Mistral: Mistral Large 4

82 / 250

Когда выбирать

Необходим быстрый анализ изображений и выполнение задач OCR с использованием компактной архитектуры
Требуется визуальное рассуждение и генерация точных описаний к графическому контенту
Нужна поддержка длинного контекста до 32 000 токенов при работе с мультимодальными данными через alltokens

Когда не выбирать

Требуется выполнение сложных задач по написанию программного кода, не связанных с визуальными данными
Необходима работа исключительно с текстовыми данными без использования функций компьютерного зрения
Требуется стабильность финальной версии продукта, так как данная модель является Preview-релизом