← 전체 모델

VTP-Base-f16d64

발표일 발표 기관 MiniMax

모델 개요

VTP-Base-f16d64는 이미지 생성과 이해를 위한 시각 토크나이저 사전학습 프로젝트 VTP의 Base 모델이다. 이미지-텍스트 대조 학습, 자기지도 학습, 이미지 재구성 학습을 결합한다. MiniMax와 화중과학기술대학교 연구진이 참여했다. (huggingface.co)

주요 기능과 용도

  • 이미지를 잠재 표현으로 인코딩하고 이를 이미지로 재구성한다.
  • 이미지와 텍스트 특징을 비교하는 제로샷 분류 및 이미지 특징 추출에 활용할 수 있다.
  • 확산 모델의 시각 토크나이저로 활용해 이미지 생성 연구와 학습을 지원한다. 생성에는 별도의 확산 모델 파이프라인이 필요하다. (github.com)
  • 공식 모델 저장소에서 가중치를 제공하며, 모델 페이지에는 약 0.3B 파라미터로 표시되어 있다. (huggingface.co)

제한 및 라이선스

  • 범용 대화형 언어 모델이 아니라 시각 표현과 재구성을 위한 모델이다. 공식 예제의 성능 수치는 Large 모델을 사용하므로 Base 모델의 성능으로 간주하면 안 된다. (github.com)
  • 라이선스는 수정된 MIT 라이선스다. 해당 소프트웨어 또는 파생물을 사용하는 상용 제품·서비스가 월간 활성 사용자 1억 명 또는 연간 반복 매출 3,000만 USD 상당액을 초과하면 사용자 인터페이스에 ‘MiniMax VTP’를 눈에 띄게 표시해야 한다. 정확한 조건은 원문을 확인해야 한다. (github.com)

출시일

2025년 12월 16일. 공식 저장소는 이날 기술 보고서와 사전학습 가중치를 공개했다고 명시한다. (github.com)

가격

2026년 11월 17일 확인 기준, 공식 중국 국내 가격 페이지와 국제 가격 페이지에서 이 모델의 입력·출력 API 과금 및 단가를 확인하지 못했다. CNY와 USD 가격 모두 미확인이다. 공개 가중치를 직접 운용할 때 발생하는 컴퓨팅 비용은 별도다. (platform.minimax.cn)

공식 출처