Moondream 3.1
Moondream 3.1是Moondream推出的多模态视觉语言模型，是Moondream 3 Preview的迭代升级版本，采用混合专家架构，总参数规模达9B，激活参数为2B。该模型可支持视觉问答、图像字幕生成、光学字符识别等多种任务，能高效处理视觉与文本结合的相关需求，为用户提供精准的多模态交互服务。
上下文 32K能看图
适合做什么
根据公开评测与能力标签，一句话帮你判断用途
整体来看，还能看图一起分析。
实力怎么样
Artificial Analysis 公开指数，分数越高越好，大约按 0–100 理解
这款模型还没有公开智能指数，评测榜暂时排不上。
去评测榜看其它模型大概要花多少钱
按每百万 tokens 计价（约等于几十万到上百万汉字量级）
读入内容
$0.300/M
你把资料/问题喂给模型的费用
写出回答
$2.50/M
模型生成回复的费用，通常更贵
举个例子：读进约 50 万 tokens、写出约 5 万 tokens，大约花费 $0.28（按公开标价估算）。
能处理什么
输入、输出与常见能力开关
能看懂
文本图像
能产出
文本
还会这些
工具调用JSON / 结构化指定输出格式推理参数可见思考过程
怎么思考
推理模式决定它会不会先“慢慢想再答”
这是一台可以按需加深思考的模型。
- 默认直接答；需要时再打开推理
- 支持把思考过程一并返回，方便排查它怎么想的