North-Micro-Vision-Instruct

North-Micro-Vision-Instruct 属于 CohereLabs 的 North 系列，从命名中的 Micro 与 Vision-Instruct 可以判断，它是该系列面向图像理解与指令跟随的较小体量分支。产品要解决的问题比较明确：把「看图并按要求作答」这类多模态任务，从闭源接口搬到可自行下载、可自行部署的开源权重上。输入侧接受文本与图像，输出侧只产出文本，因此它适合承担图像问答、图表或截图内容读取、按指令描述画面等任务，而不承担图像生成。许可证为 Apache-2.0，商用与二次分发的约束相对宽松，便于嵌入内部工具链或做进一步微调。官方价格未公开，本站也未收录其第三方跑分与能力标注，目前的公开信息集中在发布信息与授权条款层面，实际效果需要以下载权重后的自测为准。本站收录平台数为 0，意味着尚无平台接入记录，获取渠道应优先考虑官方权重发布页。

选型建议需要开源、可自部署的图文理解能力且能接受自行评测效果时选它；需要现成跑分背书、托管平台报价或图像生成能力时不适合。

• 在自有服务器上部署截图与界面图像的问答服务，内网完成文字回复
• 读取表格或图表图片，按指令整理成结构化的文字说明
• 为图片批量生成描述文本，用于内部素材检索与标注辅助
• 在 Apache-2.0 允许范围内对权重做领域微调，适配特定行业的看图问答

官方未披露参数规模与网络细节，可确认的是它采用文本加图像输入、纯文本输出的多模态指令结构，权重以 Apache-2.0 开放。

• 结构延续 North 系列的视觉指令形态，图像与文本共同进入模型后生成文本回复，具体视觉编码器与融合方式公开资料较少。
• 能力定位为指令跟随式的图像理解，适合按自然语言要求读取画面信息并组织成文字答案，而非生成图像。
• 披露参数量、上下文长度、训练数据构成等关键规格均未在已知事实中给出，选型时不宜假设具体数值。

开源权重

是

模型家族

—

许可证

apache-2.0

参数规模

—

本站未收录该模型的公开跑分，能力判断只能停留在任务形态层面；定量结论需要自行评测。

• 强项图文联合输入配合指令跟随，适合把截图、图表、照片中的信息转成可读文字，部署侧因开源而可控。
• 短板输出仅限文本，无法生成或编辑图像；缺少公开跑分与平台接入，实际准确率与稳定性缺乏第三方参照。
• 适合对数据落地位置敏感、愿意自行部署与调优的团队，比直接调用闭源视觉接口更容易做内网集成。

官方价格未公开，本站也没有可用的价格对比数据，成本只能按自建部署的方式估算。

• 定位以开源权重形式提供，成本主要来自推理硬件与工程投入，而不是按 token 计费的接口账单。
• 横向对比同厂的 c4ai-command-r-v01、command-a-plus-05-2026-bf16、command-a-vision-07-2025 等均缺少可用价格数据，无法给出价差判断。
• 平台差价本站收录平台数为 0，暂无托管平台报价可比较，短期内地第三方渠道价格也无从对照。
• 省钱调用量稳定且具备 GPU 资源时，自托管可避免按次计费；调用稀疏时则需权衡闲置硬件的固定开销。

取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价

• 口径能力标注、第三方跑分与官方价格均缺失，任何关于效果强弱或性价比的结论都缺少本站数据支撑。
• 边界只输出文本，不覆盖图像生成；参数规模与上下文长度未披露，长文档或多图场景需先做小样本验证。

本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。

本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。