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
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
图像生成阶跃稳定版
step-1x-medium
适用于需要高质量图像生成的场景，如艺术创作、游戏开发等。输入文本最大长度为1024个字符；输入图片需在10Mb以内，像素不大于2048x2048，格式为png或jpeg。单次可请求生成1张图像。
计费价格
¥0.1 / image
生成形式
text_to_image / image_edit
图片生成中文支持图像生成
图像生成阶跃稳定版
step-2x-large
新模型生成图片质感更真实，中英文文字生成能力更强。输入文本最大长度为1024个字符；输入图片需在10Mb以内，像素不大于2048x2048，格式为png或jpeg。单次可请求生成1张图像。
计费价格
限时免费
生成形式
text_to_image / image_edit
图片生成中文提示词图像生成
图像生成阶跃稳定版
step-1x-edit
模型能够理解用户的意图，并生成符合要求的图像编辑结果，适合应用于图像编辑、人像美化、艺术创作等场景。输入文本最大长度为512个字符；输入图片需在10Mb以内，像素不大于1024x1024，格式为png或jpeg。单次可请求生成1张图像。
计费价格
限时免费
生成形式
text_to_image / image_edit
图片编辑图像增强图像生成
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
语言模型Cohere稳定版
Embed v4.0
A model that allows for text and images to be classified or turned into embeddings
输入价格
$0.12 / 1M Tokens
输出价格
公开资料未说明
语义检索RAG向量搜索
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
计费价格
T2I 1024 标准 $0.04 / 高质量 $0.06；T2I 2048 标准 $0.06 / 高质量 $0.08；I2I 1024 标准 $0.04 / 高质量 $0.06；I2I 2048 标准 $0.06 / 高质量 $0.08
生成形式
text_to_image / image_to_image
营销素材商品图品牌视觉
计费价格
T2V $0.08 / sec；I2V $0.08 / sec
生成形式
text_to_video / image_to_video
广告视频短片创作视觉创意
输入价格
公开资料未说明
向量维度
3,072
多模态检索RAG相似度搜索
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