North Micro Vision Instruct
Cohere오픈 웨이트Apache 2.0 · 상업적 사용 가능
설명
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.
출시일
2026-08-12
파라미터
2.4B
컨텍스트 길이
—
모달리티
—
능력 레이더
60
general
0
coding
40
reasoning
34
science추정
28
agents
70
multimodal
전용 과학 벤치마크가 없을 때 Science는 LLM Stats 과학 점수 또는 추론 능력에서 추정합니다.
랭킹
| 도메인 | #순위 | 점수 | 소스 |
|---|---|---|---|
| 멀티모달 랭킹 | 148 | 12.0 | LS |
벤치마크 점수 (LLM Stats)
(LLM Stats (zeroeval))Chat
IFEvalGoogle Research (2023)
74.9%자체 보고
Multi-IF
37.3%자체 보고
General
MMLU
50.4%자체 보고
Language
MMLU-Pro
30.7%자체 보고
Reasoning
ChartQAMasry et al. (2022)
80.8%자체 보고
CharXiv-D
60.0%자체 보고
Vision
DocVQADocVQA (2020)
92.1%자체 보고
OCRBench
79.2%자체 보고
AI2D
77.5%자체 보고
RefCOCO-avg
0.73 / 100자체 보고
CountBench
0.72 / 100자체 보고
MMBench-V1.1
68.7%자체 보고
InfoVQA
65.2%자체 보고
RealWorldQA
62.2%자체 보고
Hallusion Bench
61.5%자체 보고
BLINK
52.7%자체 보고
MMStar
51.8%자체 보고
OCRBench-V2 (en)
36.7%자체 보고
MMMU (val)
32.9%자체 보고
AA 평가 지수
(Artificial Analysis)AA 평가 데이터가 없습니다
LLM Stats 카테고리 점수
(LLM Stats (zeroeval))Image To Text70
Spatial Reasoning70
Grounding70
Chat60
Instruction Following60
Multimodal60
Reasoning60
Structured Output60
General60
Vision60
3d50
Language40
Legal40
Math40
Finance40
Healthcare40
Communication40
가격
가격 데이터가 없습니다
속도
속도 데이터가 없습니다
공급자 가격 순위
프로바이더 데이터가 없습니다