SauerkrautLM-ColQwen3-2b-v0.1

SauerkrautLM-ColQwen3-2b-v0.1 属于 VAGOsolutions 的 SauerkrautLM 系列，2025 年 12 月发布，权重完全开源、许可证为 apache-2.0。名称中的 ColQwen 指向多向量视觉文档检索这条技术路线，模型接受 text 与 image 两类输入、输出 text，参数规模 2B。它要解决的核心问题是：把页面截图、扫描件与自然语言查询映射到可比较的表征上，用较小参数量完成图文混排内容的召回，而不是承担通用对话或复杂推理。同厂已有 Llama-3 与 Llama-3.1 两个 8B 级 SauerkrautLM-8b-Instruct 版本，本模型是其中体量更小、模态更宽的一支。本站未标注其能力标签，也未收录第三方跑分，收录平台数为 0 家，官方价格未公开，因此实际效果与成本都需要使用方在自己的数据上验证。

选型建议需要可自托管、以图文检索召回为核心且显存有限时选它；需要开箱对话、复杂推理或现成 API 报价时不宜选它。

• 搭建图文混排 PDF 与扫描件的多向量检索索引，支撑内部知识库的召回层
• 为客服或文档系统做页面级相似度匹配，先召回候选页再交给生成模型作答
• 在单卡或小显存环境部署德英中多语检索服务，验证 SauerkrautLM 系微调的实际效果
• 作为检索基线，与通用 8B 对话模型在图文问答前段的召回质量上做对照测试

厂商未发布该模型的技术报告，以下仅依据名称、参数规模与输入输出模态做定性判断，精确结构细节公开资料较少。

• 结构延续 ColQwen 一类多向量视觉检索思路，以 2B 级 Qwen 系底座承接文本与图像输入，在文本侧输出结果。
• 能力text 与 image 双输入意味着查询与文档可以跨模态比对，适合页面截图、扫描件与文字查询混合出现的检索任务。
• 披露层数、注意力改造方式与训练数据构成均未公布，除 2B 参数规模外，架构层面的可核实信息有限。

开源权重

是

许可证

apache-2.0

参数规模

2B

本站未收录该模型的任何公开跑分，性能只能给出方向性判断，具体强弱需以自有数据实测为准。

• 强项多向量检索路线在图文混排文档的细粒度匹配上通常更有优势，2B 体量便于单卡部署和批量建索引。
• 短板2B 级容量限制复杂推理与长文档理解，输出为 text 但不以生成为设计目标，直接问答质量不宜高估。
• 适合以召回为目标、对延迟与显存敏感的前段环节，比通用 8B 对话模型更贴合检索定位，后续可接生成模型。

官方价格未公开，本站也未记录任何平台的调用报价，成本只能按自托管口径自行估算。

• 定位权重以 apache-2.0 开放，可自由商用与二次分发，价值主要在部署自由度和可控成本，而非 API 单价。
• 横向对比同厂 Llama-3 与 Llama-3.1 两个 SauerkrautLM-8b-Instruct 在本站同样无价格记录，价差无法计算。
• 平台差价收录平台数为 0，暂无托管方报价可横向比较，自建与租用算力的差额需要按实际用量核算。
• 省钱2B 规模对显存与算力要求低于 8B 级同类，长期高频检索场景下自托管的单位成本更容易压下来。

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

• 口径能力标签未标注、第三方跑分缺失，任何效果结论都必须回到自有数据集上复现验证，不宜引用外部评测。
• 边界apache-2.0 给予使用自由但不含厂商效果背书；图像输入支持的格式与分辨率范围、中德混语料表现，公开资料较少。

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。