Ce modèle fonctionne en déploiement dédié sur de grands GPU et n'est pas disponible par défaut dans le Playground partagé. Contactez-nous, nous le configurons pour vous.

This model hub includes a finetuned version of YOLOv8 and a finetuned BLIP-2 model on the above dataset respectively. For more details of the models used and finetuning, please refer to the paper.

Demander l'accès ← Tous les modèles

microsoft/OmniParser Sur demande

text+image->text · microsoft · sovereign EU

Runs on EU infrastructure operated by European companies; US marketplace capacity is never part of this chain. Full chain

—

Paramètres

—

Fenêtre de contexte

—

VRAM minimale

POST /api/v1/chat/completions Sur demande

Caractéristiques

Architecture Blip2ForConditionalGeneration (vLLM)

Licence mit

Modalité text+image->text

Date de sortie October 2024

Éditeur microsoft ↗

Tarifs

Router partagé · par token

Sur demande

Non disponible sur le Router partagé. Tarif sur demande en déploiement GPU dédié.

GPU dédié · par heure

Sur demande

Déploiement dédié, à partir de — Go de VRAM. Facturé à l'heure de GPU.

Router européen partagé, paiement au token, scale-to-zero. Les déploiements GPU dédiés sont facturés à l'heure, voir tarifs.

Indice Bench

Bench est notre indice de qualité pour chaque modèle, de 0 à 100. Il s'appuie sur des mesures publiques (Epoch AI avec une quarantaine de benchmarks, LiveBench, LMArena et d'autres) et est actualisé chaque matin. Là où personne ne mesure, il affiche une estimation avec une fourchette.

~11,1 / 100 · Estimation

Pas encore de benchmark public : estimé d'après la taille et la date de sortie.

Modèle spécialisé (garde-fou, OCR ou description d'images) : le score de langue en dit peu sur sa tâche.

Fourchette de 0,0 à 22,5

Sources: Epoch AI ↗ · LiveBench ↗ · LMArena ↗ · Mis à jour chaque jour, dernière fois le 19-10-2026

Appelez-le dès maintenant

Remplacement direct d'OpenAI : changez uniquement l'URL de base et la clé API. Le format Anthropic (/v1/messages) est également pris en charge.

curl https://hostyourai.com/api/v1/chat/completions \
  -H "Authorization: Bearer hyai-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "microsoft/OmniParser",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

Questions fréquentes

Puis-je exécuter OmniParser dans l'UE ?

Oui. HostYourAI exécute OmniParser sur des GPU situés dans des centres de données européens via vLLM. Les prompts et les réponses ne quittent jamais l'UE, et aucun fournisseur de cloud américain n'intervient dans la chaîne.

L'hébergement de OmniParser est-il conforme au RGPD ?

Oui. Tout le traitement a lieu au sein de l'UE, un accord de traitement des données (DPA) est disponible et la liste des sous-traitants est publique. Des poids open source signifient aussi : aucun entraînement sur vos données.

Combien coûte OmniParser ?

OmniParser est disponible sur demande : via le Router européen partagé après un bref échange, ou en déploiement GPU dédié facturé à l'heure. Décrivez-nous votre cas d'usage et nous le configurerons pour vous.

L'API est-elle compatible avec OpenAI ?

Oui. Vous utilisez les SDK OpenAI standard avec une URL de base personnalisée (https://hostyourai.com/api/v1). L'API Anthropic Messages est également prise en charge en remplacement direct.

Autres modèles de Microsoft

UserRepGen 4B

UserRepGen-4B is a fine-tuned Qwen3.5-4B language model that generates a structured, natural-language user representation from a multi-turn user-assistant conversation. Each representation contains a task description and a behavior description for a user, and is intended to condition a separate LLM-based user simulator.

4.5B 262K contexte Voir le modèle →

AesCode 32B

AesCode generates information-rich visual artifacts such as slides, posters, and dashboards as HTML/CSS. The output remains structured, editable, and verifiable, but the task poses a distinct challenge: code models cannot see how layout, hierarchy, and color come together on the canvas.

33B 262K contexte Voir le modèle →

AesCode 8B

8.8B 262K contexte Voir le modèle →

Fara1.5 27B

Fara1.5-27B is a multimodal computer use agent (CUA) for web browsers, from Microsoft Research AI Frontiers. It observes the browser through screenshots and acts on the user's behalf by emitting structured tool calls — click, type, scroll, visit URL, web search, and so on — to complete tasks end-to-end.

27B 262K contexte Voir le modèle →

Fara1.5 4B

Fara1.5-4B is a multimodal computer use agent (CUA) for web browsers, from Microsoft Research AI Frontiers. It observes the browser through screenshots and acts on the user's behalf by emitting structured tool calls — click, type, scroll, visit URL, web search, and so on — to complete tasks end-to-end.

4.5B 262K contexte Voir le modèle →

GELab Zero 4B preview Sico Evolution

GELab Zero 4B preview Sico Evolution est un modèle de langage multimodal de Microsoft avec 4.4B paramètres, hébergé sur des GPU européens via une API compatible OpenAI.

4.4B Voir le modèle →

Demander l'accès

OmniParser n'est pas encore disponible par défaut. Laissez-nous vos coordonnées et nous organiserons un déploiement dédié.

Demander l'accès