多模态模型小米稳定版MiMo-V2.5MiMo 当前主力全模态理解模型,支持图像、视频、音频与文本输入,并具备原生 Agent 执行能力和 1M 上下文。输入价格¥2.80 / 1M Tokens输出价格¥14.00 / 1M Tokens多模态问答Agent内容理解厂商文档价格模型详情→
多模态模型通义稳定版Qwen3-VL-PlusQwen3-VL-Plus 是 Qwen 的原生视觉语言模型,支持空间推理和百万级上下文视频分析。输入价格公开资料未说明输出价格公开资料未说明视觉理解视频分析空间推理厂商文档价格模型详情→