让图片成为可理解的信息

探索能够理解图片、回答视觉问题的多模态模型,比较支持的输入类型与 API 价格,为你的视觉应用选择合适的模型。

当前热门模型包括 gpt-5.6-terra、claude-opus-4-8和claude-haiku-4-5-20251001;有数据时按近 7 天真实 Token 用量排序。

视觉理解与多模态

598,396,249 近 7 天 Token 用量

gpt-5.6-terra 在智能、速度与成本之间取得平衡,适合日常 Agent 和生产应用。

1.0M 上下文from $1.2 / 1M tokens
查看模型详情
2.
290,727,227 近 7 天 Token 用量

claude-opus-4-8 适合复杂的 Agent 编程、多步骤工程任务和专业知识工作。

1.0M 上下文$4 / 1M tokens
查看模型详情
270,744,755 近 7 天 Token 用量

claude-haiku-4-5-20251001 侧重低延迟与成本效率,适合响应敏捷的高并发任务。

200K 上下文$0.8 / 1M tokens
查看模型详情
130,928,697 近 7 天 Token 用量

claude-sonnet-4-6 在智能、速度与成本之间取得平衡,适合日常 Agent 和生产应用。

1.0M 上下文$2.4 / 1M tokens
查看模型详情
8.
claude-opus-5

Anthropic

claude-opus-5 适合复杂的 Agent 编程、多步骤工程任务和专业知识工作。

1.0M 上下文$4 / 1M tokens
查看模型详情
9.

claude-sonnet-5 在智能、速度与成本之间取得平衡,适合日常 Agent 和生产应用。

1.0M 上下文$1.6 / 1M tokens
查看模型详情

gemini-3.1-pro-preview 将推理和编程能力与多模态理解结合,可处理文本、图像、文档和视觉任务。

1.0M 上下文$1.6 / 1M tokens
查看模型详情

gemini-3.5-flash 在智能、速度与成本之间取得平衡,适合日常 Agent 和生产应用。

1.0M 上下文$1.2 / 1M tokens
查看模型详情

gemini-3.6-flash 在智能、速度与成本之间取得平衡,适合日常 Agent 和生产应用。

1.0M 上下文$0.6 / 1M tokens
查看模型详情
15.
gpt-5.5

OpenAI

gpt-5.5 面向复杂专业工作,可用于编程、研究和工具驱动的工作流。

1.0M 上下文from $3 / 1M tokens
查看模型详情
16.

gpt-5.6-luna 侧重低延迟与成本效率,适合响应敏捷的高并发任务。

1.0M 上下文from $0.16 / 1M tokens
查看模型详情
17.

gpt-5.6-sol 面向复杂专业工作,可用于编程、研究和工具驱动的工作流。

1.0M 上下文from $2.4 / 1M tokens
查看模型详情