Reka Edge

Reka Edge é um modelo multimodal da Reka AI, listado em api14 sob o id de modelo rekaai/reka-edge. É um modelo de visão e linguagem de 7B construído para eficiência, o que importa quando você quer compreensão multimodal sem executar um modelo muito grande. O provedor o descreve como otimizado especificamente para compreensão de imagens, e ele está na categoria de texto do catálogo, o que significa que a geração de texto é sua saída principal.

No lado da entrada, o Reka Edge aceita imagens, vídeo e texto, e produz texto. Isso o torna adequado para cargas de trabalho em que o prompt combina mídia visual com instruções escritas e a resposta volta como prosa, texto estruturado ou chamadas de ferramentas. A janela de contexto é de 16.384 tokens somando entrada e saída, e a saída máxima é de 14.745 tokens, então você pode solicitar gerações bastante longas enquanto ainda deixa espaço para o prompt. Os parâmetros de requisição suportados incluem temperature, top_p, top_k, frequency_penalty, presence_penalty, seed, stop, max_tokens, logprobs e top_logprobs, então você tem os controles usuais de amostragem junto com inspeção de probabilidade em nível de token.

Como ele lida com entrada de imagem e vídeo junto com texto, os casos de uso óbvios são aqueles em que o modelo precisa ler conteúdo visual em vez de apenas descrevê-lo em termos gerais. Compreensão de capturas de tela e imagens de documentos, extrair ou resumir o que está em uma imagem, responder perguntas sobre um clipe de vídeo, e construir assistentes que recebem um prompt misto de texto e mídia, tudo isso decorre das capacidades declaradas. O parâmetro structured_outputs significa que você pode direcionar as respostas para formatos legíveis por máquina, e tools mais tool_choice permitem conectar o modelo a fluxos de chamada de função, então ele pode atuar como a etapa de raciocínio em um agente que opera sobre entradas visuais.

Chamá-lo através do api14 funciona da mesma forma que qualquer outro modelo em um endpoint compatível com OpenAI. Você envia uma requisição de chat completion com o campo model definido como rekaai/reka-edge, inclui suas mensagens com conteúdo de texto e imagem ou vídeo conforme necessário, e passa qualquer um dos parâmetros suportados no corpo da requisição. Nenhum SDK separado ou camada de tradução é necessário, então código de cliente OpenAI existente precisa apenas do id de modelo alterado e de um payload de mídia adicionado onde for relevante.

A principal restrição a ter em mente é o contexto de 16.384 tokens. Se suas entradas envolverem vídeos longos, documentos grandes ou histórico estendido de ida e volta, esse orçamento se esgotará rapidamente, e um modelo com contexto maior pode ser mais adequado para a tarefa. O Reka Edge é mais útil quando você quer um modelo multimodal compacto que lida com compreensão de imagem e vídeo com saída estruturada e suporte a ferramentas, em vez de um modelo apenas de texto ou um voltado para contextos muito longos.