Uso principal declarado o inferido con cautela desde la documentación oficial.
M
MICROSOFT / microsoft/Mage-VL-Cowork
Mage-VL-Cowork
Modelo visual de 4B parámetros de Microsoft para alternar entre interacción gráfica y código o terminal. Recibe texto y capturas de pantalla y genera texto con acciones para un ejecutor externo. El checkpoint se publicó el 30 de octubre.
01 / RESUMEN
Lo esencial
Capacidad máxima de entrada cuando la fuente la publica.
Límite máximo de generación documentado.
Canales de disponibilidad verificados.
Familia funcional principal y especialidades verificadas.
Condiciones declaradas para API, pesos o despliegue propio.
02 / FICHA TÉCNICA
Límites e integración
| ID de API | microsoft/Mage-VL-Cowork |
|---|---|
| Tipo de modelo | Visión y documentos · Código · Multimodal |
| Modelo de acceso | Pesos abiertos |
| Licencia | Apache 2.0 |
| Despliegue | Despliegue propio |
| Lanzamiento | 30 OCT 2026 |
| Corte de conocimiento | No publicado |
| Entrada | Texto · Imagen |
| Salida | Texto |
| Ventana de contexto | 32.768 tokens en entrenamiento e inferencia de referencia |
| Salida máxima | No publicado |
| Razonamiento | No publicado |
| Herramientas publicadas | |
| Salidas estructuradas | Turnos con razonamiento, resumen y llamadas a herramientas |
| Procesamiento por lotes | No publicado |
| Caché de prompts | No publicado |
| Ajuste fino | No publicado |
| Plataformas verificadas | Hugging Face · SGLang · Transformers |
Investigar agentes de escritorio y edición de documentos en entornos aislados, con permisos limitados y comprobación de resultados.
Las acciones las ejecuta la aplicación, no el checkpoint por sí solo. Los 262.144 tokens de la arquitectura no acreditan calidad a esa longitud: la ventana activa publicada es de 32.768. El resultado WebVoyager-Static de la etapa SFT no se atribuye al checkpoint final.
03 / CAPACIDADES
Qué puede hacer
Orientación
Investigar agentes de escritorio y edición de documentos en entornos aislados, con permisos limitados y comprobación de resultados.
Contexto
32.768 tokens en entrenamiento e inferencia de referencia · No publicado
Herramientas e integración
No publicado
Acceso
Hugging Face · checkpoint descargable
Modalidades de entrada
TextoImagen
04 / PRECIOS
Coste documentado
| Concepto | Valor | Unidad / condición |
|---|---|---|
| Entrada estándar | Sin tarifa API oficial publicada | Tarifa estándar de API |
| Entrada en caché | No publicado | Lectura de prefijos reutilizados |
| Escritura o almacenamiento de caché | No publicado | La condición varía según proveedor |
| Salida estándar | Coste de infraestructura propia | Puede incluir tokens de razonamiento |
| Entrada por lotes | No publicado | Procesamiento asíncrono |
| Salida por lotes | No publicado | Procesamiento asíncrono |
Pesos Apache 2.0 para despliegue propio. No se ha verificado una API comercial ni su precio. Los costes de síntesis de tareas del informe no son tarifas de inferencia; hay que presupuestar GPU, memoria y entorno de ejecución.
i Los precios cambian y pueden depender del nivel, la región o la longitud del contexto. Revisa la fuente antes de tomar una decisión.
05 / EVALUACIONES
Cómo leer los resultados
“
Microsoft comunica 66,0 % en OSWorld-Verified: media de dos ejecuciones sobre 361 tareas sin Google Drive y con 50 pasos. Usa MAGEHybridAgent, capturas a 1920 × 1080 y un historial específico. No equivale a una comparación universal de agentes ni a una prueba reproducida por Inferama.
| Benchmark | Resultado | Métrica | Fuente |
|---|---|---|---|
| OSWorld-Verified · Mage hybrid 50 steps | 66,0 % | Éxito de tareas | Ver fuente ↗ |
Inferama solo destaca un «mejor resultado» cuando la métrica, el conjunto de prueba, la configuración y la fecha permiten una comparación equivalente. Las cifras del proveedor se presentan como afirmaciones de su propia fuente.
06 / VERSIONES
Cronología
Mage-VL-Cowork
Versión incorporada al catálogo verificado de Inferama.
07 / FUENTES