Passer au contenu principal
AITier

North Micro Vision Instruct

CohereOpen WeightApache 2.0 · Usage Commercial

Description

Compact open-weight vision-language model (2.4B) with native-resolution image support for VQA, captioning, grounding, OCR, charts, and documents. Custom 400M SigLIP 2-based vision encoder + 2B North Micro LLM backbone (Command A+ style). Multilingual and multi-image. LM context 128K; multimodal training validated to 8K. Not a reasoning/tool-calling model. Intended for prototyping and fine-tuning.

Date de sortie
2026-08-12
Paramètres
2.4B
Longueur du contexte
—
Modalités
—

Radar de capacités

60
general
0
coding
40
reasoning
34
scienceest.
28
agents
70
multimodal

Science est estimé à partir des scores scientifiques de LLM Stats ou du raisonnement lorsque les benchmarks scientifiques dédiés ne sont pas disponibles.

Classements

Domaine#RangScoreSource
Classement multimodal148
12.0
LS

Scores de benchmarks (LLM Stats)

(LLM Stats (zeroeval))

Chat

IFEvalGoogle Research (2023)74.9%Aut.
Multi-IF37.3%Aut.

General

MMLU50.4%Aut.

Language

MMLU-Pro30.7%Aut.

Reasoning

ChartQAMasry et al. (2022)80.8%Aut.
CharXiv-D60.0%Aut.

Vision

DocVQADocVQA (2020)92.1%Aut.
OCRBench79.2%Aut.
AI2D77.5%Aut.
RefCOCO-avg0.73 / 100Aut.
CountBench0.72 / 100Aut.
MMBench-V1.168.7%Aut.
InfoVQA65.2%Aut.
RealWorldQA62.2%Aut.
Hallusion Bench61.5%Aut.
BLINK52.7%Aut.
MMStar51.8%Aut.
OCRBench-V2 (en)36.7%Aut.
MMMU (val)32.9%Aut.

Indices d'évaluation AA

(Artificial Analysis)

Aucune donnée d'évaluation AA disponible

Scores par catégorie LLM Stats

(LLM Stats (zeroeval))
Image To Text
70
Spatial Reasoning
70
Grounding
70
Chat
60
Instruction Following
60
Multimodal
60
Reasoning
60
Structured Output
60
General
60
Vision
60
3d
50
Language
40
Legal
40
Math
40
Finance
40
Healthcare
40
Communication
40

Tarification

Aucune donnée de prix disponible

Vitesse

Aucune donnée de vitesse disponible

Classement des Prix par Fournisseur

Aucune donnée de fournisseur disponible

Sources externes

LLM StatsArtificial Analysis