Yandex B2B Tech, la división corporativa de Yandex, ha lanzado en su plataforma de ML modelos visuales generativos (VLM) de código abierto que analizan simultáneamente imágenes y texto. Con la ayuda de los modelos VLM, como Deepseek VL2 Tiny y Gemma3 27B, las empresas podrán crear descripciones de productos a partir de fotografías y encontrar rápidamente la información necesaria en los documentos.

Estos modelos están disponibles en Yandex Cloud AI Studio para el procesamiento por lotes de grandes cantidades de imágenes. Los modelos se pueden utilizar en un nuevo modo: se puede enviar una gran cantidad de solicitudes a las redes neuronales de una sola vez. Por ejemplo, analizar los comentarios de los usuarios en las redes sociales o elaborar un breve resumen de numerosos artículos científicos. En total, hay alrededor de 20 modelos de lenguaje grande (LLM) y VLM disponibles para procesar grandes volúmenes de datos.

Según el servicio de prensa, Yandex ahora tiene uno de los parques de redes neuronales de código abierto más grandes de Rusia, con un total de alrededor de 20.

La tarificación de los modelos LLM y VLM cuando se utilizan en grandes volúmenes de datos comienza a partir de 200 mil tokens (aproximadamente 200 imágenes o 360 páginas de texto). Este uso de los modelos costará la mitad que en el modo estándar, y el resultado se puede obtener en un día.

Entre los modelos ya disponibles se encuentran Qwen2.5 y LLaMa 3.3, las redes neuronales de razonamiento QwQ y DeepSeek R1. A medida que aparezcan nuevos modelos, se implementarán casi de inmediato en la plataforma Yandex Cloud AI Studio. Próximamente, los clientes también tendrán acceso al modelo VLM de Yandex, que ya se utiliza en "Alisa", "Neuroexpert", "Search" y otros servicios de la empresa. Si un cliente necesita utilizar un modelo para solicitudes únicas, puede implementar la red neuronal necesaria en la plataforma en la nube en recursos dedicados.