Modèles multimodaux

Les modèles à poids ouverts acceptant les images se multiplient. Cette page recense tous les modèles multimodaux du corpus et les preuves de config qui les identifient.

Critère (factuel, mécanique) : le config.json livré contient des champs liés à la vision — ids de tokens image/vision, réglages d’encodeur visuel ou champs de patchs d’image. Aucune autre déduction.

ModèleLaboratoirePublicationParamètresMoEAttentionPreuve dans le config
Step-3 StepFun 2025-07 321 Md MoE épars MHA im_end_token im_patch_token im_start_token +3
Hunyuan 7B Hunyuan 2025-08 7.8 Md Dense GQA im_end_id im_newline_id im_start_id
Kimi K2.5 Kimi 2026-02 1,040.2 Md MoE épars MLA use_unified_vision_chunk
Qwen3.5 122B A10B Qwen 2026-02 119.9 Md MoE épars GQA image_token_id vision_end_token_id vision_start_token_id
Qwen3.5 27B Qwen 2026-02 23.7 Md Dense GQA image_token_id vision_end_token_id vision_start_token_id
Qwen3.5 35B A3B Qwen 2026-02 33.9 Md MoE épars GQA image_token_id vision_end_token_id vision_start_token_id
Qwen3.5 397B A17B Qwen 2026-02 392.6 Md MoE épars GQA image_token_id vision_end_token_id vision_start_token_id
Qwen3.5 9B Qwen 2026-02 7.9 Md Dense GQA image_token_id vision_end_token_id vision_start_token_id
Qwen3.5 9B Base Qwen 2026-02 7.9 Md Dense GQA image_token_id vision_end_token_id vision_start_token_id
Kimi K2.6 Kimi 2026-04 1,040.2 Md MoE épars MLA use_unified_vision_chunk
Qwen3.6 27B Qwen 2026-04 23.7 Md Dense GQA image_token_id vision_end_token_id vision_start_token_id
Qwen3.6 35B A3B Qwen 2026-04 33.9 Md MoE épars GQA image_token_id vision_end_token_id vision_start_token_id
Hunyuan-TurboS 7B Hunyuan 2026-05 7.8 Md Dense GQA im_end_id im_newline_id im_start_id
Step-3.7-Flash StepFun 2026-05 198 Md MoE épars MHA im_end_token im_patch_token im_start_token +5
MiniMax-M3 MiniMax 2026-06 443.4 Md MoE épars GQA image_grid_pinpoints image_seq_length image_token_index +3
MiniMax-M3 MXFP8 MiniMax 2026-06 443.4 Md MoE épars GQA image_grid_pinpoints image_seq_length image_token_index +3
Kimi K3 Kimi 2026-07 2,780 Md MoE épars MLA image_placeholder
GLM-5.3-Flash GLM 2026-08 328.9 Md MoE épars MLA image_token_id image_start_token_id image_end_token_id
Qwen3.8 27B Qwen 2026-08 23.7 Md Dense GQA image_token_id vision_end_token_id vision_start_token_id
Qwen3.8-Flash-Next Qwen 2026-08 123.6 Md MoE épars GQA image_token_id vision_end_token_id vision_start_token_id

La liste complète des champs figure sur chaque page de modèle ; le tableau montre les premiers champs à titre de preuve.