ERNIE-4.5-VL-424B-A47B — это мультимодальная модель Mixture-of-Experts (MoE) из серии ERNIE 4.5 от Baidu, имеющая 424 миллиарда общих параметров, из которых 47 миллиардов активны для каждого токена. Она обучена одновременно на текстовых и графических данных с использованием гетерогенной архитектуры MoE и маршрутизации, изолированной по модальности, что позволяет осуществлять высокоточное кросс-модальное рассуждение, понимание изображений и генерацию длинного контекста (до 131 тысячи токенов). Модель, доработанная с помощью таких методов, как SFT, DPO, UPO и RLVR, поддерживает как режимы вывода с «мышлением», так и без него. Разработанная для задач преобразования текста в изображение на английском и китайском языках, она оптимизирована для эффективного масштабирования и может работать с 4-битным/8-битным квантованием.
from openai import OpenAI
client = OpenAI(
base_url="https://infergate.ru/api/v1",
api_key="sk-•••",
)
resp = client.chat.completions.create(
model="baidu/ernie-4.5-vl-424b-a47b",
messages=[{"role": "user", "content": "Привет!"}],
)
print(resp.choices[0].message.content)modelstringобязательныйmessagesarrayобязательныйtemperaturenumbermax_tokensintegertop_pnumbertop_kintegerstopstring | string[]frequency_penaltynumberpresence_penaltynumberrepetition_penaltynumberseedintegerreasoningobjectinclude_reasoning