Janus Pro

O atrativo é um só modelo fazendo dois trabalhos. O Janus Pro lê uma imagem e responde perguntas sobre ela, depois passa a gerar uma imagem nova a partir de um prompt de texto. Quase todo modelo aberto escolhe um lado. A DeepSeek afirma que a codificação dividida permite fazer as duas coisas sem a perda de desempenho que costuma vir de forçar um único codificador a lidar com tarefas em conflito. É todo o argumento.

A DeepSeek encaminha a compreensão e a geração por codificadores diferentes. A compreensão de imagens usa um codificador visual SigLIP-L em 384x384, enquanto a geração se apoia em um tokenizador vetorial quantizado com taxa de redução de 16. Manter os dois separados é o que, segundo a empresa, resolveu o conflito de papéis nos modelos unificados mais antigos. Para você, isso significa legendas mais limpas e uma saída de imagem mais estável a partir do mesmo download. Um modelo, dois trabalhos.

Segundo a DeepSeek, o Janus-Pro-7B atingiu 79,2 no teste de compreensão MMBench e 0,80 no GenEval, o benchmark de seguimento de instruções de texto para imagem. Esse 0,80 supera o DALL-E 3, com 0,67, e o Stable Diffusion 3 Medium, com 0,74. Vitórias em benchmarks nem sempre se traduzem em imagens melhores na prática, embora mostrem que o modelo é competitivo com sistemas fechados muito maiores e mais caros que você não pode baixar nem inspecionar.

As versões 1B e 7B são baixadas do Hugging Face, e o repositório de código tem licença MIT, que permite uso comercial. Você pode rodar o modelo sem conexão, ajustá-lo com fine-tuning ou colocá-lo em um produto sem pedir permissão. Os pesos em si seguem a licença própria de modelos da DeepSeek, então leia-a antes de lançar algo comercial.

O modelo 7B roda em uma única GPU moderna com VRAM suficiente, e a versão 1B cabe em muito menos. Isso torna a implantação local realista para pessoas físicas, não só para laboratórios. Um plugin da comunidade também leva o Janus Pro ao ComfyUI, então você pode encaixar a descrição e a geração de imagens em um fluxo de trabalho que já existe. Pegada pequena. Resultados reais.

Se você não quer instalar nada, o janusai.pro hospeda uma demonstração no navegador para as duas tarefas. O tráfego pode ser intenso, e a própria página avisa que às vezes ela fica congestionada. É o jeito mais rápido de ver se o estilo de saída do modelo combina com você antes de dedicar espaço em disco a um download. Sem instalação. Sem cadastro.