한 모델이 텍스트·이미지·오디오를 함께 입력으로 받고 출력으로 냅니다.
GGUF 형식으로 나와 있고, 흔히 받는 파일은 16 GB 정도입니다. GGUF는 llama.cpp·Ollama·LM Studio가 읽습니다.