ERNIE 4.5 Turbo VL
ERNIE 4.5 Turbo VL
百度 · 更新于 2024-12-01
ERNIE 4.5 Turbo VL 是百度推出的多模态视觉语言模型，具备高效图文理解与推理能力。其采用 MoE 架构，支持动态激活参数（如 47B/424B），兼顾性能与效率，可部署于普通设备。适用于 OCR、文档解析、跨模态问答等场景，能处理高分辨率视觉输入并支持多语言交互。
核心参数
| 厂商 | 百度 |
|---|---|
| 分类 | 多模态 |
| 更新时间 | 2024-12-01 |
| 标签 | 全模态、中文、英文、最受欢迎、工具调用 |
模型定价
输入
3 元/百万 tokens
输出
9 元/百万 tokens
模型能力
| 输入类型 | 文本+图像 |
|---|---|
| 输出类型 | 文本 |
| Function Call | 是 |
| 模型精调 | 是 |
| 前缀缓存 | 是 |
| 结构化输出 | 是 |
模型参数
| 上下文窗口 | 128K |
|---|---|
| 模型更新时间 | 2024-12-01 |
| 开源分类 | 非开源 |
| 多模态支持 | 否 |
| 最大输入 Token | 123K |
| 最大生成 Token | 16K |
| 典型场景 | 图像理解 |