输入价格
公开资料未说明
输出价格
公开资料未说明
GUI AgentComputer Use复杂桌面自动化
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。
先缩小候选，再进详情页看接口、计费和能力边界。
已收录模型
1,303
覆盖厂商
63
带价格信息
355
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
多模态模型腾讯稳定版
Tencent HY Vision 1.5 Instruct
Tencent HY Vision 1.5 Instruct 是腾讯混元当前模型概述公开的混元多模态模型模型，归属 混元图生文 能力线，适合通过腾讯云原生 API 或混元 OpenAI 兼容入口接入。
输入价格
¥3.00 / 1M Tokens
输出价格
¥9.00 / 1M Tokens
视觉理解图文问答拍题解题
多模态模型腾讯稳定版
hunyuan-t1-vision-20250916
hunyuan-t1-vision-20250916 是腾讯混元当前模型概述公开的混元多模态模型模型，归属 混元图生文 能力线，适合通过腾讯云原生 API 或混元 OpenAI 兼容入口接入。
输入价格
¥3.00 / 1M Tokens
输出价格
¥9.00 / 1M Tokens
视觉理解图文问答拍题解题
多模态模型腾讯稳定版
hunyuan-turbos-vision-video
hunyuan-turbos-vision-video 是腾讯混元当前模型概述公开的混元多模态模型模型，归属 混元视频生文 能力线，适合通过腾讯云原生 API 或混元 OpenAI 兼容入口接入。
输入价格
¥3.00 / 1M Tokens
输出价格
¥9.00 / 1M Tokens
视频理解内容审核视频问答
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
$0.33 / 1M Tokens
输出价格
$2.75 / 1M Tokens
长上下文推理任务Agent
输入价格
公开资料未说明
输出价格
公开资料未说明
OCR文档解析多语言识别
输入价格
公开资料未说明
输出价格
公开资料未说明
视频理解物理世界推理Physical AI
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
公开资料未说明
输出价格
公开资料未说明
视觉理解图像分割深度估计
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
输入价格
公开资料未说明
输出价格
公开资料未说明
多图理解视频理解视觉问答
输入价格
公开资料未说明
输出价格
公开资料未说明
多模态审核安全护栏有害内容检测
输入价格
公开资料未说明
输出价格
公开资料未说明
图文重排视觉检索多模态 RAG
输入价格
公开资料未说明
输出价格
公开资料未说明
文档解析图像取数元数据抽取
输入价格
公开资料未说明
输出价格
公开资料未说明
OCR版式抽取文档智能