Reka Edge

Reka Edge es un modelo multimodal de Reka AI, listado en api14 bajo el id de modelo rekaai/reka-edge. Es un modelo de visión y lenguaje de 7B construido para la eficiencia, lo que importa cuando quieres comprensión multimodal sin ejecutar un modelo muy grande. El proveedor lo describe como optimizado específicamente para la comprensión de imágenes, y se sitúa en la categoría de texto del catálogo, lo que significa que la generación de texto es su salida principal.

En el lado de la entrada, Reka Edge acepta imágenes, vídeo y texto, y produce texto. Eso lo hace adecuado para cargas de trabajo donde el prompt combina medios visuales con instrucciones escritas y la respuesta vuelve como prosa, texto estructurado o llamadas a herramientas. La ventana de contexto es de 16.384 tokens entre entrada y salida, y la salida máxima es de 14.745 tokens, así que puedes solicitar generaciones bastante largas mientras sigues dejando espacio para el prompt. Los parámetros de solicitud admitidos incluyen temperature, top_p, top_k, frequency_penalty, presence_penalty, seed, stop, max_tokens, logprobs y top_logprobs, así que tienes los controles de muestreo habituales junto con la inspección de probabilidades a nivel de token.

Como maneja entrada de imagen y vídeo junto con texto, los casos de uso obvios son aquellos en los que el modelo tiene que leer contenido visual en lugar de solo describirlo en términos generales. La comprensión de capturas de pantalla e imágenes de documentos, extraer o resumir lo que hay en una imagen, responder preguntas sobre un clip de vídeo y construir asistentes que toman un prompt mixto de texto y medios se derivan de las capacidades declaradas. El parámetro structured_outputs significa que puedes empujar las respuestas hacia formas legibles por máquina, y tools más tool_choice te permiten conectar el modelo en flujos de llamadas a funciones, de modo que puede actuar como el paso de razonamiento en un agente que opera sobre entradas visuales.

Llamarlo a través de api14 funciona igual que cualquier otro modelo en un endpoint compatible con OpenAI. Envías una solicitud de chat completion con el campo model establecido en rekaai/reka-edge, incluyes tus mensajes con contenido de texto e imagen o vídeo según sea necesario, y pasas cualquiera de los parámetros admitidos en el cuerpo de la solicitud. No se requiere ningún SDK ni capa de traducción por separado, así que el código de cliente de OpenAI existente solo necesita que se cambie el id de modelo y que se añada una carga útil de medios donde corresponda.

La principal restricción a tener en cuenta es el contexto de 16.384 tokens. Si tus entradas implican vídeos largos, documentos grandes o un historial extenso de ida y vuelta, ese presupuesto se llenará rápidamente, y un modelo con un contexto mayor puede convenir mejor a la tarea. Reka Edge es más útil cuando quieres un modelo multimodal compacto que maneje la comprensión de imágenes y vídeo con salida estructurada y soporte de herramientas, en lugar de un modelo solo de texto o uno orientado a contextos muy largos.