Mage-VL
Microsoft · microsoft/Mage-VL
Licença dos pesos: Apache 2.0 · código e componentes podem ter outros termos
Qualidade
Sem score comparável
Ainda não acompanhamos benchmark público e comparável que cubra este modelo. Nenhuma nota é inferida.
Informado pelo publicador
- DocVQA-val
- 95,14Document understanding
- InfoVQA-val
- 80,33Document understanding
- AI2D w/ Mask
- 83,16Document understanding
- ChartQA
- 84,88Document understanding
- OCRBench
- 81,80Document understanding
- MultiDocVQA-val
- 87,46Document understanding
- ChartQAPro
- 32,57Document understanding
- TextVQA-val
- 77,28Document understanding
Todos os resultados informados
- CC-OCR Doc
- 32,25Document understanding
- MMBench-EN-dev
- 84,02General VQA
- MMBench-CN-dev
- 82,04General VQA
- MMStar
- 67,32General VQA
- MME-Perception
- 1.709,54General VQA
- SeedBench (All)
- 76,78General VQA
- CV-Bench
- 87,79General VQA
- MME-RealWorld
- 66,52General VQA
- CV-Bench-2D
- 82,13Spatial intelligence
- CV-Bench-3D
- 94,75Spatial intelligence
- BLINK
- 65,11Spatial intelligence
- EmbSpatial
- 82,67Spatial intelligence
- CrossPoint
- 80,00Spatial intelligence
- CRPE-Relation
- 76,12Spatial intelligence
- SAT
- 67,33Spatial intelligence
- MV-Bench
- 65,1Video QA
- NextQA
- 83,1Video QA
- VideoMME
- 64,0Video QA
- LongVideoBench
- 61,3Video QA
- LVBench
- 41,8Video QA
- MLVU-dev
- 68,7Video QA
- VideoEval-Pro
- 45,2Video QA
- Timelens-Charades
- 50,7Temporal grounding
- Timelens-ActivityNet
- 45,4Temporal grounding
- Timelens-QVHighlight
- 57,4Temporal grounding
- VSI-Bench
- 64,3Spatial reasoning
- Ref-DAVIS17
- 25,83Tracking (J&F)
- MeViS-ValidU
- 22,55Tracking (J&F)
- ReasonVOS
- 17,76Tracking (J&F)
- Ref-YT-VOS
- 25,57Tracking (J&F)
- TriggerAcc
- 79,21
- TimVal
- 55,54
- F1
- 16,35
- ROC-AUC
- 83,14
- PR-AUC
- 9,30
- RT-Avg
- 79,841 fps
- BT-Avg
- 48,151 fps
- Overall
- 64,001 fps
Valores como impressos na ficha, com a configuração do próprio publicador (seção da ficha: 📊 Performance); coluna “Mage-VL-4B”. Não comparáveis entre publicadores e fora de qualquer ranking. Ficha do modelo
Roda em
Cabe na memória rápida 118
A estimativa de planejamento cabe na memória que o modelo usa rápido: a VRAM da placa de vídeo, ou a memória unificada dentro da fatia de GPU do macOS.
Mostrar todos os 118
Na memória, fora da parte rápida 1
Dentro da memória da máquina, fora da parte rápida: na placa de vídeo, as camadas que não cabem rodam na CPU a partir da RAM do PC (a RAM informada, ou 32 GB presumidos); no Mac, acima da fatia de GPU padrão do macOS. Não é um número de velocidade.
Perfis de hardware agrupados pela estimativa de planejamento Q4 em cada máquina (GPUs dedicadas reservam 2 GB; memória unificada e do sistema, 25%, de 2 a 8 GB): cabe na memória rápida, fica na memória mas fora da parte rápida (camadas na RAM do PC, ou acima da fatia de GPU do macOS), ou falta um degrau de memória. Não é compatibilidade nem velocidade medida.
Microsoft lançou Mage-VL em 2026-07-26: um modelo de visão e linguagem que responde sobre imagens, com 4,7B parâmetros pela contagem do Hugging Face e licença Apache 2.0.
Licença: uso comercial permitido. Em Q4 os pesos somam cerca de 3,5 GB antes da reserva de cada máquina; resolução da imagem, quadros de vídeo e contexto somam memória, e o encoder visual precisa de suporte no runtime escolhido.
Velocidade medida
Nenhuma medição publicada para este checkpoint
Tokens por segundo só aparecem quando uma fonte os publica com hardware, build e configuração. Nunca são estimados.
Como rodar
Compatibilidade de runtime e tokens por segundo não foram medidos para este registro. Metadados publicados e estimativa de memória não comprovam uma execução local.
Biblioteca na fonte: transformers
Formas documentadas de rodar
Copiado como aparece na fonte vinculada (lida em 2026-10-18); não executado por este site.
# image
python inference.py --mode offline --image examples/dog.jpg \
--question "Describe this image in detail."sudo apt-get update && sudo apt-get install -y protobuf-compiler
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs \
| sh -s -- -y --profile minimal --default-toolchain 1.90.0
source "$HOME/.cargo/env"
git clone -b feat/mage-vl https://github.com/kcz358/sglang
cd sglang
pip install -e 'python[all]'
python -m sglang.launch_server \
--model-path microsoft/Mage-VL \
--trust-remote-codeDetalhes técnicos
O que a fonte e o catálogo guardam deste checkpoint. Campos ausentes ficam de fora, nunca como zero.
- Checkpoint / fonte
- microsoft/Mage-VL
- Tarefa
- image-text-to-text
- Arquitetura
- MageVLForConditionalGeneration
- Biblioteca na fonte
- transformers
- Licença dos pesos
- Apache 2.0microsoft/Mage-VL model card (Hugging Face) · consultado em 2026-10-18fonte
- Uso comercial
- Permitido Apache License 2.0 text (SPDX) · consultado em 2026-10-18texto da licença
- Lançamento
- Mage README news, '2026-07-26: Mage-VL released on Hugging Face' (microsoft/Mage GitHub) · consultado em 2026-10-18fonte
Todos os campos guardados
- Revisão conferida
- d88b153285f1633a61b2f693c59c8576693af185
- Arquitetura
- MageVLForConditionalGeneration
- Biblioteca
- transformers
- Tag de tarefa no Hub
- image-text-to-text
- Formatos
- transformers, safetensors
- Acesso
- Download aberto
- Tipo de publicador
- Oficial
- Repositório criado
- 2026-07-25criação não é o lançamento do modelo
- Repositório atualizado
- 2026-08-10um commit não é data de lançamento
- Downloads no Hub (30 dias) · curtidas
- 8.197 · 440só este repositório · lido em 2026-10-25
- Estado no catálogo
- Config ou pesos encontrados no Hub; sem vínculo de benchmark no inventário
Fontes
Identidade e especificações publicadas vêm da página do checkpoint. As notas pertencem à rodada indicada e não medem velocidade no seu computador.
- Ficha do publicador
- Licença: microsoft/Mage-VL model card (Hugging Face)
- Data de lançamento: Mage README news, '2026-07-26: Mage-VL released on Hugging Face' (microsoft/Mage GitHub)
Fatos curados verificados: 2026-10-18. A licença e a data de lançamento citam as fontes do publicador; parâmetros, arquivos e tarefa vêm do registro do Hugging Face, e a memória é uma estimativa rotulada a partir da contagem de parâmetros. Um valor que nenhuma fonte informa fica vazio; um commit do repositório não é a data de lançamento do modelo.






























































