多模态模型Google稳定版
Gemini 4 Argon
Gemini 4 Argon 是 Google 2026 年 10 月发布的新一代旗舰多模态模型，100 万上下文，主打复杂推理和 Agent。
输入价格
$2.00 / 1M Tokens
输出价格
$10.00 / 1M Tokens
多模态理解通用助手深度推理
官方模型目录与价格对比
找模型，不只看名字，还要看能力和价格
按模型类型、上下文、价格和厂商整理官方模型目录，方便你快速筛出适合写代码、做推理、跑视觉或搭 Agent 的那一批模型。
- 已收录模型
- 1,411
- 覆盖厂商
- 70
- 带价格信息
- 525
- 推理模型
- 438
输入价格
$4.00 / 1M Tokens
输出价格
$20.00 / 1M Tokens
多模态理解通用助手深度推理
输入价格
¥1.00 / 1M Tokens
输出价格
¥2.00 / 1M Tokens
多模态理解通用助手深度推理
输入价格
¥3.00 / 1M Tokens
输出价格
¥6.00 / 1M Tokens
多模态理解通用助手深度推理
输入价格
¥9.00 / 1M Tokens
输出价格
¥18.00 / 1M Tokens
多模态理解通用助手深度推理
输入价格
$0.15 / 1M Tokens
输出价格
$0.47 / 1M Tokens
多模态理解通用助手深度推理
多模态模型Google稳定版
Gemini 3.8 Flash
Gemini 3.8 Flash 是 Google 2026 年 9 月发布的轻量多模态模型，100 万上下文，支持图片、视频和音频输入，性价比高。
输入价格
$0.75 / 1M Tokens
输出价格
$3.75 / 1M Tokens
多模态理解通用助手深度推理
多模态模型Meta Llama稳定版
Muse Spark 1.3
Muse Spark 1.3 是 Meta 2026 年 9 月发布的多模态模型，100 万上下文，支持图片、视频、PDF 和音频输入。
输入价格
$1.25 / 1M Tokens
输出价格
$4.25 / 1M Tokens
多模态理解通用助手深度推理
多模态模型火山预览版
SeedRealtime
SeedRealtime 是字节跳动 Seed 团队于 2026 年 8 月发布的音画全双工大模型，面向实时视觉理解、语音交互和主动式多模态协作。官方页面暂未公开稳定 API 模型 ID。
输入价格
公开资料未说明
输出价格
公开资料未说明
实时语音视觉理解全双工交互
输入价格
$0.75 / 1M Tokens
输出价格
$3.75 / 1M Tokens
通用助手低延迟视觉理解
多模态模型Black Forest Labs预览版
FLUX 3
FLUX 3 是 Black Forest Labs 的多模态基础模型，统一学习图像、视频和音频，并支持图像生成编辑、视频生成与原生音频。
输入价格
公开资料未说明
输出价格
公开资料未说明
视频生成图片生成原生音频
输入价格
$1.50 / 1M Tokens
输出价格
$7.50 / 1M Tokens
Agent低延迟多模态理解
输入价格
$0.30 / 1M Tokens
输出价格
$2.50 / 1M Tokens
高吞吐低成本批量处理
多模态模型Google即将下线
Gemini Robotics ER 2 streaming
Gemini Robotics ER 2 streaming 是 Google 于 2026 年 7 月发布的具身推理模型，面向机器人控制、视觉理解和实时交互。
输入价格
公开资料未说明
输出价格
公开资料未说明
具身推理机器人控制视觉理解
输入价格
¥0.80 / 1M Tokens
输出价格
¥2.70 / 1M Tokens
高并发对话多模态理解Agent
输入价格
$1.50 / 1M Tokens
输出价格
$9.00 / 1M Tokens
代码开发Agent低延迟
输入价格
公开资料未说明
输出价格
公开资料未说明
实时语音全模态交互端侧助手
多模态模型Google即将下线
Gemini 3.1 Flash-Lite
Gemini 3.1 Flash-Lite 是 Google 于 2026 年 5 月发布的低延迟、多模态模型，适合成本敏感和高吞吐工作流。
输入价格
$0.25 / 1M Tokens
输出价格
$1.50 / 1M Tokens
低延迟成本敏感批量处理
多模态模型NVIDIA预览版
Nemotron 3 Nano Omni Reasoning
Nemotron 3 Nano Omni Reasoning 是 NVIDIA 面向全模态推理的模型，支持图像、视频、语音和文本理解，适合多模态 Agent 与复杂场景分析。
输入价格
公开资料未说明
输出价格
公开资料未说明
多模态推理视频理解语音理解
输入价格
¥2.80 / 1M Tokens
输出价格
¥14.00 / 1M Tokens
多模态问答Agent内容理解