Четырёхбитная версия Kimi-VL-A3B-Thinking для MLX, которая отвечает на текстовые вопросы по изображениям и поддерживает диалог.
791скачиваний за 30 дней11лайковвеса обновлены27 янв 2026
Бенчмарки
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Публичные оценки
Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.
В подключённых источниках результатов для этой модели пока нет.
Что умеет модель
Описание составлено по карточке модели и метаданным Hugging Face
Kimi-VL-A3B-Thinking-4bit — мультимодальная модель семейства Kimi-VL, подготовленная сообществом mlx-community в 4-битном формате для MLX. Репозиторий указывает, что модель конвертирована из moonshotai/Kimi-VL-A3B-Thinking; метаданные связывают её компоненты с InternViT-300M-448px-V2_5 и Qwen2.5-0.5B. Архитектура представлена классом KimiVLForConditionalGeneration.
Модель принимает изображения и текст и формирует текстовые ответы; её можно применять для диалога с визуальным содержимым, например для вопросов об изображениях. Метаданные отмечают поддержку нескольких языков, но не называют конкретные языки. Доступна в формате safetensors; README указывает на использование через mlx-vlm.
Лицензия в метаданных обозначена как other, поэтому условия следует сверить с карточкой исходной модели moonshotai/Kimi-VL-A3B-Thinking. Карточка сообщества не приводит подробностей об оценке качества или ограничениях исходной модели.
Сценарии применения
ответы на вопросы об изображениях
описание содержимого фотографии по запросу
визуальный диалог с изображением
анализ изображений в приложениях на MLX
Ограничения
Конкретные поддерживаемые языки и подробные результаты оценки качества в доступных материалах не приведены. Лицензия обозначена как other; условия использования следует проверить в карточке исходной модели.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель