Модель предназначена для задач, где требуется обработка текста и изображений, включая описание изображений и ответы на запросы по визуальному содержимому. В карточке указано, что основной язык — английский, а pipeline относится к image-text-to-text.

Модель имеет заявленный размер 26B с обозначением A4B и 4-битным представлением; точная архитектура, размер контекста и перечень поддерживаемых языков не указаны. Формат MLX ориентирован на запуск через экосистему MLX, а наличие vision-возможностей отличает эту версию от варианта mlx-lm без поддержки изображений. Теги uncensored, decensored и abliterated отражают заявленные свойства производного варианта, но подробные сведения о методике их получения и качестве отсутствуют.

Модель подходит для локального мультимодального инференса на совместимом оборудовании и может использоваться через пакет mlx-vlm. Ограничениями являются отсутствие данных о результатах тестирования, точности, безопасности, полном наборе языков и максимальном контексте, поэтому её возможности следует проверять на конкретных задачах. Лицензия указана как Apache 2.0; дополнительно приведена ссылка на лицензионные условия Gemma.