Meta: Llama 3.2 11B Vision Instruct
Meta: Llama 3.2 11B Vision Instruct — это мультимодальной‑модель для понимание «зрение-язык». Она сочетает обработку мультимодальных входов и понимание изображений, контекст 131K tokens и профиль недорогой, обеспечивая надёжную работу в задачах vision-language understanding and content analysis.
Input
$0.24/1M
Output
$0.24/1M
Cached
$0.01/1M
Batch
$0.03/1M