**Intern-Decision-0.8B** is a multimodal structured decision model fine-tuned from **Qwen3.5-0.8B**. It accepts a shared state, a schema of named questions, and optional images, and returns an answer distribution for every question in one model forward pass. 1. Preserve the question and option order, and map each question's options to single-token symbols `A`, `B`, …, `Z`, `a`, …, `z`, `0`, …, `9`. 2. Render the original system prompt, state, decision schema, and a complete assistant JSON skeleton with one ` ` placeholder per field. Preserve the checkpoint's chat template and empty thinking block. 3. Run one causal Hugging Face forward pass. For the masked-next-token decision objective, read logits at the position **immediately before each placeholder**. 4. Take a softmax over only that field's allowed candidate-symbol logits, then apply the checkpoint's probability calibration. 5. Map symbols back to the original option values and return typed JSON answers. This API performs structured candidate scoring. It does not call `generate()` or sample free-form text. A request can contain multiple fields; no gold answers are inserted into the prompt. The inference compiler uses only `state`, `questions`, and optional `images`.

翻訳待ち・原文を表示

画像質問応答

入力テキスト · 画像→ 出力テキスト

料金未確認マルチモーダル・チャネル料金は個別に確認

詳細を見る ↗

比較に追加出典・文書 ↗

Intern-Decision-2B

internlm

基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。

画像質問応答

入力テキスト · 画像→ 出力テキスト

料金未確認マルチモーダル・チャネル料金は個別に確認

詳細を見る ↗

比較に追加出典・文書 ↗

Intern-Decision-4B

internlm

**Intern-Decision-4B** is a multimodal structured decision model fine-tuned from **Qwen3.5-4B**. It accepts a shared state, a schema of named questions, and optional images, and returns an answer distribution for every question in one model forward pass. 1. Preserve the question and option order, and map each question's options to single-token symbols `A`, `B`, …, `Z`, `a`, …, `z`, `0`, …, `9`. 2. Render the original system prompt, state, decision schema, and a complete assistant JSON skeleton with one ` ` placeholder per field. Preserve the checkpoint's chat template and empty thinking block. 3. Run one causal Hugging Face forward pass. For the masked-next-token decision objective, read logits at the position **immediately before each placeholder**. 4. Take a softmax over only that field's allowed candidate-symbol logits, then apply the checkpoint's probability calibration. 5. Map symbols back to the original option values and return typed JSON answers. This API performs structured candidate scoring. It does not call `generate()` or sample free-form text. A request can contain multiple fields; no gold answers are inserted into the prompt. The inference compiler uses only `state`, `questions`, and optional `images`.

翻訳待ち・原文を表示

画像質問応答

入力テキスト · 画像→ 出力テキスト

料金未確認マルチモーダル・チャネル料金は個別に確認

詳細を見る ↗

比較に追加出典・文書 ↗

Intern-MemDec-4B

internlm

基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。

基本情報を収録・詳細は順次追加

分類準備中

入力未確認→ 出力未確認

料金未確認マルチモーダル・チャネル料金は個別に確認

詳細を見る ↗

比較に追加出典・文書 ↗

COST EXPLORER

モデル選びに、費用の視点も。

コスト分析

月間トークン数を調整してAPI費用を比較。

月間入力トークン 10 M月間出力トークン 2 M1 M = 100万トークン・米ドル
同一チャネルの基本テキスト料金を比較

収集済みの比較可能な100万トークン当たり米ドル料金です。キャッシュ割引、段階料金、追加推論出力、税金は含みません。最新料金は出典で確認してください。

MODEL HANDBOOK

モデルを理解して選ぶ

選び方とよくある質問

API料金はどう比較しますか？+

入力・出力・キャッシュ料金を分け、同じ用途と使用量で総費用を比較します。画像・音声・動画は枚数、時間、解像度で課金される場合があります。

オープンウェイトは無料で商用利用できますか？+

必ずしもそうではありません。バージョンごとのライセンス、商用制限、ポリシーを確認してください。自前運用には計算資源と保守費用も必要です。

ランキング1位が最適ですか？+

順位はテスト、バージョン、評価方法によります。実際の業務データで精度、遅延、安定性、費用を比較してください。

あなたに合う AIモデルを。

AIモデルを探す 136

AdvancedMathBench-AutoVerifier

Agent-FLAN-7b

AlchemistCoder-CL-7B

AlchemistCoder-DS-6.7B

AlchemistCoder-L-7B

Atria-Dawn

Atria-Dawn-FP8

Atria-Dawn-Preview

Atria-Dawn-Preview-Ascend-w8a8

Atria-Dawn-Preview-FP8

CapRL-3B

CapRL-Eval-3B

CapRL-InternVL3.5-8B

CapRL-Qwen3VL-2B

CapRL-Qwen3VL-2B-GGUF

CapRL-Qwen3VL-4B

CapRL-Qwen3VL-4B-GGUF

CapRL-Video-4B

EndoCoT

ETCHR-FLUX.2-klein-9B

Intern-Decision-0.8B

Intern-Decision-2B

Intern-Decision-4B

Intern-MemDec-4B

該当するモデルがありません

モデル選びに、費用の視点も。

モデルを理解して選ぶ

ニュースで知り、ツールで効率化、モデルで可能性を。