输入价格
公开资料未说明
输出价格
公开资料未说明
检索重排多语言搜索RAG 精排
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
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
文档结构化页面元素检测多模态 RAG
输入价格
公开资料未说明
输出价格
公开资料未说明
企业 Agent长流程任务研究与运营
输入价格
公开资料未说明
输出价格
公开资料未说明
企业知识工作流长文档问答图文 Agent
输入价格
公开资料未说明
输出价格
公开资料未说明
语义检索查询向量化RAG
语言模型Upstage预览版
Solar Embedding 1 Large Query
Upstage 当前 query embedding 版本，官方 model history anchor 标记为 beta。
输入价格
公开资料未说明
输出价格
公开资料未说明
语义检索查询向量化RAG
输入价格
公开资料未说明
输出价格
公开资料未说明
语义检索文档召回RAG
语言模型Upstage预览版
Solar Embedding 1 Large Passage
Upstage 当前 passage embedding 版本，官方 model history anchor 标记为 beta。
输入价格
公开资料未说明
输出价格
公开资料未说明
语义检索文档召回RAG
输入价格
公开资料未说明
输出价格
公开资料未说明
RAG检索增强知识问答
语言模型Liquid AI稳定版
LFM2-ColBERT-350M
350M parameter ColBERT model for multi-language document retrieval and reranking
输入价格
公开资料未说明
输出价格
公开资料未说明
检索召回向量检索RAG
语言模型Arcee AI稳定版
Trinity Large Thinking
Pricing Integration List chevron-right Language Models chevron-right Trinity-Nano (6B) Trinity-Mini (26B) Trinity-Large-Preview Trinity-Large-Thinking API Reference chevron-right Your First API Call Chat Completion Usage Models Capabilities chevron-right Streaming Messages Multi-Turn Conversations Function Calling Structured Outputs Reasoning Traces Quick Deploys chevron-right Download Models arrow-up-right Hardware Prerequisites Consumer Hardware chevron-right Inference Engines chevron-right Policies chevron-right Deprecation Policy chevron-up chevron-down gitbook Powered by GitBook gitbook xmark block-quote On this page xmark xmark copy Copy chevron-down block-quote On this page block-quote Language Models Trinity-Large-Thinking Overview Trinity-Large-Thinking is a reasoning-optimized variant of Arcee AI's Trinity-Large family — a 398B-parameter sparse Mixture-of-Experts (MoE) model with approximately 13B active parameters per token. Built on Trinity-Large-Base and post-trained with extended chain-of-thought reasoning and agentic RL, Trinity-Large-Thinking delivers state-of-the-art performance on agentic benchmarks while maintaining strong general capabilities. Trinity-Large-Thinking generates explicit reasoning traces wrapped in <think>...</think> blocks before producing its final response. This thinking process is critical to the model's performance — thinking tokens must be kept in context for multi-turn conversations and agentic loops to function correctly.
输入价格
公开资料未说明
输出价格
公开资料未说明
多步推理Reasoning TraceAgent 工作流