Модель предназначена для локального запуска с помощью совместимых инструментов, например llama-server.

Согласно карточке, это модель класса image-text-to-text с размером около 8 миллиардов параметров и возможностями рассуждения. Она рассчитана на обработку текстово-визуальных запросов и генерацию текста, однако сведения о поддерживаемых языках, размере контекстного окна, конкретных сценариях применения и архитектуре в README не приведены.

Модель поставляется в формате GGUF, что удобно для экосистемы llama.cpp и локального инференса. Её ключевые ограничения — отсутствие в карточке подробных данных о качестве, производительности, требованиях к оборудованию и точных модальностях ввода. Лицензия — Apache 2.0.