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 | #Rang | Score | Source |
|---|---|---|---|
| Classement multimodal | 86 | 18.0 | LS |
Scores de benchmarks (LLM Stats)
(LLM Stats (zeroeval))3d
BLINK
52.7%Aut.
Communication
Multi-IF
37.3%Aut.
Finance
MMLU
50.4%Aut.
MMLU-Pro
30.7%Aut.
General
IFEvalGoogle Research (2023)
74.9%Aut.
MMStar
51.8%Aut.
MMMU (val)
32.9%Aut.
Grounding
RefCOCO-avg
0.73 / 100Aut.
Image To Text
DocVQADocVQA (2020)
92.1%Aut.
OCRBench
79.2%Aut.
OCRBench-V2 (en)
36.7%Aut.
Multimodal
ChartQAMasry et al. (2022)
80.8%Aut.
AI2D
77.5%Aut.
MMBench-V1.1
68.7%Aut.
InfoVQA
65.2%Aut.
CharXiv-D
60.0%Aut.
Reasoning
CountBench
0.72 / 100Aut.
Hallusion Bench
61.5%Aut.
Spatial Reasoning
RealWorldQA
62.2%Aut.
Indices d'évaluation AA
(Artificial Analysis)Aucune donnée d'évaluation AA disponible
Scores par catégorie LLM Stats
(LLM Stats (zeroeval))Spatial Reasoning70
Image To Text70
Grounding70
Multimodal60
Reasoning60
Structured Output60
Instruction Following60
General60
Vision60
3d50
Legal40
Math40
Language40
Finance40
Healthcare40
Communication40
Tarification
Aucune donnée de prix disponible
Vitesse
Aucune donnée de vitesse disponible
Classement des Prix par Fournisseur
Aucune donnée de fournisseur disponible