输入价格
¥1.50 / 1M Tokens
输出价格
¥4.00 / 1M Tokens
推理图片理解深度推理
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
多模态模型阶跃稳定版
step-1o-turbo-vision
典型应用场景有社媒发帖文案创作、AI问答助手、图片与视频理解等。单次请求限制输入最多50张，总大小控制在20M以内的图片，输入视频为小于128MB的MP4文件。
输入价格
¥2.50 / 1M Tokens
输出价格
¥8.00 / 1M Tokens
图片理解视频理解文本生成
输入价格
¥2.50 / 1M Tokens
输出价格
¥8.00 / 1M Tokens
推理图片理解代码
多模态模型阶跃稳定版
step-1o-vision-32k
典型应用场景有管家机器人、智慧座舱助手、医学影像分析助手、食物识别、图片信息判断、图片内容描述等。单次请求限制最多50张图片，总大小控制在20M以内。
输入价格
¥15.00 / 1M Tokens
输出价格
¥70.00 / 1M Tokens
图片理解文本生成视觉理解
输入价格
¥5.00 / 1M Tokens
输出价格
¥20.00 / 1M Tokens
图片理解短上下文视觉理解
输入价格
¥15.00 / 1M Tokens
输出价格
¥70.00 / 1M Tokens
图片理解长上下文视觉理解
输入价格
公开资料未说明
输出价格
公开资料未说明
视觉理解图文生成深度调研
多模态模型Cohere稳定版
Aya Vision 32B
Aya Vision is a state-of-the-art multimodal model excelling at a variety of critical benchmarks for language, text, and image capabilities. Serves 23 languages. This 32 billion parameter variant is focused on state-of-art multilingual performance.
输入价格
公开资料未说明
输出价格
公开资料未说明
视觉理解图文问答多语言任务
多模态模型Cohere即将下线
Aya Vision 8B
Aya Vision is a state-of-the-art multimodal model excelling at a variety of critical benchmarks for language, text, and image capabilities. Serves 23 languages. This 32 billion parameter variant is focused on state-of-art multilingual performance.
输入价格
公开资料未说明
输出价格
公开资料未说明
视觉理解图文问答多语言任务
输入价格
公开资料未说明
输出价格
公开资料未说明
图片问答图表理解OCR
输入价格
$0.80 / 1M Tokens
输出价格
$3.20 / 1M Tokens
通用生产文档分析视觉理解
输入价格
$2.50 / 1M Tokens
输出价格
$12.50 / 1M Tokens
复杂分析长上下文企业 Agent
输入价格
$0.06 / 1M Tokens
输出价格
$0.24 / 1M Tokens
高并发成本敏感多模态理解
输入价格
公开资料未说明
输出价格
公开资料未说明
文档解析PDF 转结构化版面理解
输入价格
公开资料未说明
输出价格
公开资料未说明
文档理解图表解析多模态 RAG
输入价格
公开资料未说明
输出价格
公开资料未说明
文档理解图表解析多模态 RAG
多模态模型IBM Granite稳定版
Granite Vision 3.3 2B
watsonx.ai pricing 页当前仍公开展示的 Granite Vision 3.3 商业调用键，面向视觉文档理解。
输入价格
公开资料未说明
输出价格
公开资料未说明
文档理解图表解析多模态 RAG
输入价格
公开资料未说明
输出价格
公开资料未说明
视觉检测工业质检企业接入
输入价格
公开资料未说明
输出价格
公开资料未说明
视觉检测工业质检企业接入
多模态模型华为盘古稳定版
Pangu-CV-目标跟踪-V3
目标跟踪。盘古计算机视觉目标跟踪大模型，盘古计算机视觉目标跟踪大模型，在视频中对感兴趣物体进行检测、提取、识别和跟踪，从而获得目标物体的相关参数。
输入价格
公开资料未说明
输出价格
公开资料未说明
视频分析目标跟踪企业接入