Ling 3.0 Flash VL
нейросеть
Ling 3.0 Flash VL — мультимодальная MoE-модель от InclusionAI с нативным зрением для анализа изображений и работы с текстом.
Характеристики
- Входные данные
- текст, изображения, документы
- Результат
- текст
- Размер контекста
- 131 072 токена
- Макс. длина ответа
- 32 768 токенов
- Уровни рассуждений
- низкий, средний, высокий
- Возможности
- рассуждения, вызов функций
Стоимость промпта
(за 1M токенов)
Стоимость ответа
(за 1M токенов)
import OpenAI from 'openai';
const openai = new OpenAI({
apiKey: '<your bothub access token>',
baseURL: 'https://openai.bothub.chat/v1'
});
// Sync - Text generation
async function main() {
const chatCompletion = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'ling-3.0-flash-vl',
});
}
// Async - Text generation
async function main() {
const stream = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'ling-3.0-flash-vl',
stream: true
});
for await (const chunk of stream) {
const part: string | null = chunk.choices[0].delta?.content ?? null;
}
}
main();
Как работает Ling 3.0 Flash VL?
Ling 3.0 Flash VL — развитие Ling 3.0 Flash от InclusionAI: MoE-архитектура со 124 млрд параметров, из которых активны около 5,5 млрд, так что вычислений нужно меньше, чем у плотных моделей схожего размера. Относительно прошлой версии усилены языковые способности и добавлено нативное визуальное восприятие с продвинутым визуальным рассуждением: модель разбирает содержимое изображения и связывает его с текстовой задачей. В BotHub модель открывается из России без VPN и зарубежной карты, платить можно российской картой в рублях и по факту, без подписки. Рядом в одном окне более 250 нейросетей, ответы удобно сравнивать, а единый OpenAI-совместимый API даёт подключить модель к своему сервису и позже сменить её без переписывания интеграции; переписка шифруется, для компаний есть договор, счёт, ЭДО и админ-панель с лимитами. Берите её, чтобы разбирать схемы и фотографии, доставать данные из скриншотов и сканов, помогать с кодом и логами, готовить черновики текстов и собирать мультимодальных ассистентов на API.Частые вопросы о Ling 3.0 Flash VL
Вы можете использовать результаты генерации в коммерческих целях. Все права на созданный контент принадлежат вам. Единственное ограничение: убедитесь, что в запросе не использовались защищённые авторским правом материалы третьих сторон. Ответственность за соблюдение прав на входные данные лежит на пользователе.
ling-3.0-flash-vl — мультимодальная модель для обработки текста, документов и изображений. Подходит для суммаризации, ответов на вопросы по документам, извлечения информации из изображений, логических задач и работы с внешними инструментами через интеграции и плагины.
Модель может генерировать очень длинные ответы: в наших данных указан предел максимального вывода — 32768 токенов. Практический объём одного ответа будет ограничен этим значением и общим контекстом, учитывайте требования к форматированию и разбиению задач.
Да, модель поддерживает генерацию рассуждений перед финальным ответом. Она может показывать промежуточные шаги и логическую цепочку, что полезно для сложных задач и объяснений. Формат и степень детализации рассуждений вы контролируете через промпт.
Да, в наших данных отмечено, что модель поддерживает вызов функций и структурированный вывод в JSON. Это удобно для интеграции с сервисами и автоматической обработкой результатов: модель может вернуть машиночитаемый ответ по заданной схеме.
В наших данных указано, что модель принимает изображения и документы на вход, поэтому вы можете работать с изображениями и текстами внутри файлов. Про приём аудио и видео в доступных данных не отмечено, поэтому их поддержка не подтверждена.
Модель способна обрабатывать и генерировать текст по описанию, но качество понимания зависит от сложности запроса, формулировки и контекста. Рекомендуем тестировать на ваших задачах и при необходимости уточнять промпты, чтобы получить более точные и естественные ответы.