输入价格
公开资料未说明
输出价格
公开资料未说明
图像理解视觉研究开放权重
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
查看 545 个模型
输入价格
公开资料未说明
输出价格
公开资料未说明
视频理解流式多模态视觉语言
输入价格
$5.00 / 1M Tokens
输出价格
$25.00 / 1M Tokens
深度推理代码开发知识工作
计费价格
公开资料未说明
生成形式
text_to_image / image_to_image
高审美图像概念设计视觉创作
多模态模型NVIDIA稳定版
Ising Calibration 1.5 31B
NVIDIA-Ising-Calibration-1.5 是基于 Gemma 4 31B 的多模态实验校准模型，用于分析量子计算校准图表并生成结构化技术文本。
输入价格
公开资料未说明
输出价格
公开资料未说明
量子计算图表理解科研分析
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
视频生成NVIDIA稳定版
Cosmos H Dreams
Cosmos H Dreams 是 NVIDIA 于 2026 年 7 月发布的交互式视频世界模型，面向医疗机器人仿真、策略评估和 Physical AI。
计费价格
公开资料未说明
生成形式
text_to_video / image_to_video / video_to_video
视频世界模型机器人仿真Physical AI
输入价格
公开资料未说明
输出价格
公开资料未说明
多模态理解Agent代码开发
计费价格
公开资料未说明
生成形式
text_to_image / image_edit
图片生成复杂版式文字渲染
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
visionPaddlePaddle稳定版
HPD-Parsing
HPD-Parsing 是 PaddlePaddle 于 2026 年 7 月公开的文档解析模型，面向复杂版面、表格和视觉文档结构化提取。
输入价格
公开资料未说明
输出价格
公开资料未说明
文档解析表格理解版面分析
多模态模型Microsoft稳定版
Fara1.5-4B
Fara1.5-4B 是 Microsoft Research AI Frontiers 发布的浏览器 Computer Use Agent，通过截图理解网页并输出结构化点击、输入、滚动等动作。
输入价格
公开资料未说明
输出价格
公开资料未说明
电脑操作浏览器 Agent开放权重
多模态模型Microsoft稳定版
Fara1.5-27B
Fara1.5-27B 是 Microsoft Research AI Frontiers 发布的浏览器 Computer Use Agent，通过截图理解网页并输出结构化点击、输入、滚动等动作。
输入价格
公开资料未说明
输出价格
公开资料未说明
电脑操作浏览器 Agent开放权重
输入价格
$2.00 / 1M Tokens
输出价格
$6.00 / 1M Tokens
代码开发Agent知识工作
多模态模型Mistral预览版
Mistral OCR 4.1
Mistral OCR 4.1 是 Mistral 于 2026 年 7 月发布的文档解析模型，支持段落级边界框、结构化区块标签和区块级置信度。
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OCRRAG
语言模型Thinking Machines稳定版
Inkling
Inkling 是 Thinking Machines 2026 年 7 月发布的开放权重模型，64K 上下文，支持图片输入，定位研究和小团队微调。
输入价格
公开资料未说明
输出价格
公开资料未说明
模型微调研究实验多模态理解
输入价格
公开资料未说明
输出价格
公开资料未说明
长文档分析代码库分析研究实验
输入价格
公开资料未说明
输出价格
公开资料未说明
视觉推理多模态规划开放权重
多模态模型智源 BAAI预览版
Orca 4B
Orca 4B 是 BAAI 于 2026 年 7 月发布的通用世界模型，围绕 Next-State Prediction 建模，用于理解和预测世界状态变化。
输入价格
公开资料未说明
输出价格
公开资料未说明
世界模型状态预测开放研究