LLM EU
Meny
Modeller

Molmo2 4B

Allen Institute for AI (Ai2)

Endast katalog Öppna vikter

Senast granskad:

Suveränitet och hosting

Endast i katalog

Den här modellen finns i katalogen för referens. Den finns ännu inte hos LLM EU, och ingen förstapartsändpunkt betjänar den här. Begäranden till den går direkt till leverantören, enligt leverantörens egna villkor.

Sammanfattning

Det är en baskontrollpunkt utan instruktionsträning. Molmo2 4B är en medelstor öppen vision-språkmodell från Allen Institute for AI (Ai2): 4.9B parametrar under Apache-2.0. Den accepterar text och bilder och svarar i text. Den publicerade konfigurationen anger inget kontextfönster, så detta kort innehåller inget. Arkivet skapades i december 2025 och speglas på Hugging Face. Kortet är endast för katalog: LLM EU kör inte denna modell. Utgivaren listar 1 språk, varav 1 är bland de språk som Europeiska unionen publicerar på.

Specifikationer

Leverantör
Allen Institute for AI (Ai2) (US)
Kontextfönster
Inte verifierad: leverantören har inte dokumenterat detta påstående.
Parametrar
4.9B
Modaliteter
text, vision
Licens
apache-2.0 · licence
Öppna vikter
yes
Utgivningsdatum
14 dec. 2025
Uppgifter
Vision, Låg kostnad

Språk

Stark: en

Tillräcklig: —

Stark

  • en

Tillräcklig

    Inte verifierad: leverantören har inte dokumenterat detta påstående. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.

    När den ska användas

    Styrkor

    • open weights are published on Hugging Face and can be downloaded without a vendor agreement
    • Apache-2.0 licence, so commercial self-hosting is permitted without a separate agreement
    • at 4.9B parameters it fits on a single accelerator
    • the model page lists en

    Begränsningar

    • catalogue only — LLM EU does not run this model, and nothing on this card implies an LLM EU endpoint
    • no evaluation has been run by LLM EU
    • the published configuration records no context window, so the card carries none
    • at 4.9B parameters, the weights fit on a single modest accelerator
    • vision checkpoints are heavier to serve than their parameter count alone suggests, because the image encoder and pre-processing run alongside the language model