Baidu: ERNIE 4.5 VL 424B A47B
Baidu: ERNIE 4.5 VL 424B A47B ist ein multimodal-Modell für Vision-Sprache-Verständnis. Es verbindet multimodale Eingabeverarbeitung und Bildverständnis, einen Kontext von 123K tokens und ein ausgewogen-Profil für zuverlässige Arbeit über vision-language understanding and content analysis.
Input
$0.42/1M
Output
$1.25/1M
Cached
$0.06/1M
Batch
$0.28/1M