Primäre Verwendung angegeben oder vorsichtig aus offizieller Dokumentation abgeleitet.
Mage-VL-Cowork
Ein visuelles Modell von Microsoft mit 4 Milliarden Parametern, das zwischen grafischer Interaktion und Code- oder Terminalnutzung wechselt. Es verarbeitet Text und Bildschirmaufnahmen und erzeugt Text mit Aktionen für einen externen Ausführer. Der Checkpoint wurde am 30. Oktober veröffentlicht.
Das Wesentliche
Maximale Eingabekapazität bei Veröffentlichung durch die Quelle.
Dokumentierte maximale Erzeugungsgrenze.
Verifizierte Verfügbarkeitskanäle.
Primäre Funktionsfamilie und verifizierte Spezialisierungen.
Deklarierte Bedingungen für API, Gewichte oder Self-Hosting.
Limits und Integration
| API-ID | microsoft/Mage-VL-Cowork |
|---|---|
| Modelltyp | Bild und Dokumente · Code · Multimodal |
| Zugangsmodell | Offene Gewichte |
| Lizenz | Apache 2.0 |
| Einsatz | Selbst gehostet |
| Veröffentlichung | 30 OCT 2026 |
| Wissensstichtag | Nicht veröffentlicht |
| Eingang | Text · Bild |
| Ausfahrt | Text |
| Kontextfenster | 32.768 Tokens im Referenztraining und bei Referenzinferenz |
| maximale Leistung | Nicht veröffentlicht |
| Schlussfolgern | Nicht veröffentlicht |
| Veröffentlichte Tools | |
| Strukturierte Ausflüge | Schritte mit Reasoning, Zusammenfassung und Werkzeugaufrufen |
| Stapelverarbeitung | Nicht veröffentlicht |
| Prompt-Cache | Nicht veröffentlicht |
| Feinabstimmung | Nicht veröffentlicht |
| Verifizierte Plattformen | Hugging Face · SGLang · Transformers |
Desktop-Agenten und Dokumentenbearbeitung in isolierten Umgebungen mit begrenzten Rechten und Ergebnisprüfung erforschen.
Die Anwendung führt Aktionen aus, nicht der Checkpoint allein. Die 262.144 Tokens der Architektur belegen keine Qualität bei dieser Länge: Das veröffentlichte aktive Fenster beträgt 32.768. Das WebVoyager-Static-Ergebnis der SFT-Stufe wird nicht dem endgültigen Checkpoint zugeschrieben.
Was es kann
Orientierung
Desktop-Agenten und Dokumentenbearbeitung in isolierten Umgebungen mit begrenzten Rechten und Ergebnisprüfung erforschen.
Kontext
32.768 Tokens im Referenztraining und bei Referenzinferenz · Nicht veröffentlicht
Tools und Integration
Nicht veröffentlicht
Zugang
Hugging Face · herunterladbarer Checkpoint
Dokumentierte Kosten
| Konzept | Wert | Einheit/Zustand |
|---|---|---|
| Standardeingabe | Kein offizieller API-Preis veröffentlicht | Standardtarif der API |
| Eingabe aus dem Cache | Nicht veröffentlicht | Lesen wiederverwendeter Präfixe |
| Schreiben oder Speichern im Cache | Nicht veröffentlicht | Die Bedingung variiert je nach Anbieter |
| Standardausgabe | Kosten der eigenen Infrastruktur | Kann Reasoning-Tokens enthalten |
| Batch-Eingabe | Nicht veröffentlicht | Asynchrone Verarbeitung |
| Batch-Ausgabe | Nicht veröffentlicht | Asynchrone Verarbeitung |
Apache-2.0-Gewichte für den Eigenbetrieb. Eine kommerzielle API oder ihr Preis wurden nicht verifiziert. Die Kosten zur Aufgabensynthese im Bericht sind keine Inferenzpreise; GPU, Speicher und Ausführungsumgebung sind einzuplanen.
i Die Preise ändern sich und können von Level, Region oder Kontextlänge abhängen. Überprüfen Sie die Quelle, bevor Sie eine Entscheidung treffen.
So lesen Sie die Ergebnisse
Microsoft nennt 66,0 % auf OSWorld-Verified: den Durchschnitt zweier Durchläufe mit 361 Aufgaben ohne Google Drive und 50 Schritten. Verwendet werden MAGEHybridAgent, Bildschirmaufnahmen mit 1920 × 1080 und ein bestimmter Verlauf. Dies ist weder ein universeller Agentenvergleich noch ein von Inferama reproduzierter Test.
| Benchmark | Ergebnis | Metrik | Quelle |
|---|---|---|---|
| OSWorld-Verified · Mage hybrid 50 steps | 66,0 % | Aufgabenerfolg | Quelle öffnen ↗ |
Inferama hebt nur dann ein „bestes Ergebnis“ hervor, wenn Metrik, Testsatz, Konfiguration und Datum einen gleichwertigen Vergleich ermöglichen. Die Zahlen des Lieferanten werden als Angaben aus eigener Quelle dargestellt.
Chronologie
Mage-VL-Cowork
In den verifizierten Katalog von Inferama aufgenommene Version.