多模态大模型(视觉)
支持图像输入的大模型,按输入价升序 · 共 228 个 · 数据更新于 2026-11-11
多模态模型除文本外还能接收图片作为输入,理解图表、照片、截图、文档扫描件等视觉信息。部分模型还支持音频/视频输入(见能力标记栏)。
| 模型 | 输入 | 输出 | 缓存读 | 缓存写 | 上下文 | 最大输出 | 能力 |
|---|---|---|---|---|---|---|---|
| Auto Code | $-1000000.00 | $-1000000.00 | — | — | 2M | 64K | 工具调用视觉文件音频推理结构化 |
| Auto Router | $-1000000.00 | $-1000000.00 | — | — | 2M | — | 工具调用视觉文件音频推理结构化 |
| Auto Router (Beta) | $-1000000.00 | $-1000000.00 | — | — | 2M | 64K | 工具调用视觉文件音频推理结构化 |
| Jev Router | $-1000000.00 | $-1000000.00 | — | — | 1M | 64K | 工具调用视觉文件音频推理结构化 |
| Free Models Router | $0.00 | $0.00 | — | — | 200K | — | 工具调用视觉推理结构化 |
| Lyria 3 Clip Preview | $0.00 | $0.00 | — | — | 1.05M | 66K | 视觉 |
| Lyria 3 Pro Preview | $0.00 | $0.00 | — | — | 1.05M | 66K | 视觉 |
| DeepSeek V4.1 Flash 1017≈¥0.04/¥3.36第三方折算 | $0.01 | $0.50 | $0.01 | — | 1.05M | 944K | 工具调用视觉推理结构化 |
| Nex-N2.5-Mini | $0.03 | $0.10 | $0.00 | — | 262K | 236K | 视觉推理结构化 |
| Qwen3.7 Flash≈¥0.2/¥0.87第三方折算 | $0.03 | $0.13 | $0.01 | $0.04 | 1M | 66K | 工具调用视觉推理 |
| GLM 5.3 Flash≈¥0.27/¥0.53第三方折算 | $0.04 | $0.08 | $0.03 | — | 1.05M | 131K | 工具调用视觉推理结构化 |
| Extract | $0.04 | $0.00 | — | — | 1M | 900K | 视觉文件 |
| Summarize | $0.04 | $0.00 | — | — | 1M | 4K | 视觉文件 |
| Gemma 3 12B | $0.05 | $0.15 | — | — | 131K | 16K | 工具调用视觉结构化 |
| Gemma 3 4B | $0.05 | $0.10 | — | — | 131K | 16K | 视觉结构化 |
| GPT-5 Nano | $0.05 | $0.40 | $0.01 | — | 400K | 128K | 工具调用视觉文件推理结构化 |
| Particle-1 | $0.05 | $0.50 | $0.00 | — | 1.05M | 131K | 工具调用视觉推理结构化 |
| DeepSeek V4.1 Flash官方人民币 高峰 ¥2/¥8 · 空闲 ¥1/¥4 | $0.05 | $0.57 | $0.02 | — | 1.05M | 944K | 工具调用视觉推理结构化 |
| Nova Lite 1.0 | $0.06 | $0.24 | — | — | 300K | 5K | 工具调用视觉 |
| Ling 3.0 Flash VL | $0.06 | $0.18 | $0.01 | — | 131K | 33K | 工具调用视觉推理结构化 |
| Qwen3.5-Flash≈¥0.44/¥1.75第三方折算 | $0.07 | $0.26 | — | — | 1M | 66K | 工具调用视觉推理结构化 |
| MiniMax M3.1 Flash≈¥0.5/¥2.02第三方折算 | $0.07 | $0.30 | $0.01 | — | 1.05M | 524K | 工具调用视觉推理结构化 |
| Nex-N2.5-Pro | $0.07 | $0.25 | $0.01 | — | 262K | 236K | 工具调用视觉推理结构化 |
| Ternary Bonsai 2 27B | $0.07 | $0.50 | $0.04 | — | 262K | 33K | 工具调用视觉推理结构化 |
| Gemma 3 27B | $0.08 | $0.35 | $0.04 | — | 131K | 118K | 工具调用视觉结构化 |
| Gemma 4 26B A4B | $0.08 | $0.10 | $0.05 | — | 262K | 128K | 工具调用视觉推理结构化 |
| Ternary Bonsai 2 9B | $0.08 | $0.13 | $0.04 | — | 262K | 66K | 工具调用视觉推理结构化 |
| Claude Haiku 5.5 | $0.10 | $0.50 | $0.01 | $0.13 | 1M | 128K | 工具调用视觉文件推理结构化 |
| Seed-2.0-Mini官方人民币 ¥0.2/¥2 | $0.10 | $0.40 | — | — | 262K | 131K | 工具调用视觉推理结构化 |
| UI-TARS 7B ≈¥0.67/¥1.34第三方折算 | $0.10 | $0.20 | $0.10 | — | 128K | 2K | 视觉结构化 |
| Gemini 2.5 Flash Lite | $0.10 | $0.40 | $0.01 | $0.08 | 1.05M | 66K | 工具调用视觉文件音频推理结构化 |
| Llama 4 Scout | $0.10 | $0.30 | — | — | 1.31M | 16K | 工具调用视觉结构化 |
| Muse Ember | $0.10 | $0.50 | $0.00 | $0.13 | 1.05M | 944K | 工具调用视觉文件音频推理结构化 |
| Muse Spark 1.2 Contributor | $0.10 | $0.20 | $0.00 | — | 1.05M | 944K | 工具调用视觉文件推理结构化 |
| Muse Spark 1.3 Contributor | $0.10 | $0.20 | $0.00 | — | 1.05M | 944K | 工具调用视觉文件推理结构化 |
| Ministral 3 3B 2512 | $0.10 | $0.10 | $0.01 | — | 131K | 105K | 工具调用视觉结构化 |
| Mistral Small 3.2 24B | $0.10 | $0.30 | $0.01 | — | 256K | 26K | 工具调用视觉结构化 |
| GPT-4.1 Nano | $0.10 | $0.40 | $0.03 | — | 1.05M | 943K | 工具调用视觉文件结构化 |
| GPT-6 Luna | $0.10 | $0.50 | $0.01 | $0.13 | 1.05M | 128K | 工具调用视觉文件推理结构化 |
| GPT-6 Luna Pro | $0.10 | $0.50 | $0.01 | $0.13 | 1.05M | 128K | 工具调用视觉文件推理结构化 |
| Qwen3.6 35B A3B≈¥0.67/¥6.05第三方折算 | $0.10 | $0.90 | $0.03 | — | 262K | 236K | 工具调用视觉推理结构化 |
| Reka Edge | $0.10 | $0.10 | — | — | 16K | 15K | 工具调用视觉结构化 |
| Doubao Seed Character官方人民币 ¥0.8/¥2 | $0.12 | $0.29 | $0.02 | — | 131K | 33K | 视觉 |
| Nex-N2.6 | $0.12 | $0.40 | $0.02 | — | 262K | 236K | 工具调用视觉推理结构化 |
| Qwen3.5-35B-A3B≈¥0.94/¥6.72第三方折算 | $0.14 | $1.00 | $0.05 | — | 262K | 82K | 工具调用视觉推理结构化 |
| MiMo-V2.6-Flash≈¥0.94/¥1.88第三方折算 | $0.14 | $0.28 | $0.00 | — | 1.05M | 131K | 工具调用视觉音频推理结构化 |
| Ministral 3 8B 2512 | $0.15 | $0.15 | $0.01 | — | 262K | 210K | 工具调用视觉结构化 |
| Mistral Small 4 | $0.15 | $0.60 | $0.01 | — | 262K | 210K | 工具调用视觉推理结构化 |
| Nemotron 3.5 Super VL | $0.15 | $0.47 | $0.02 | — | 1.05M | 944K | 工具调用视觉推理结构化 |
| GPT-4o-mini | $0.15 | $0.60 | $0.07 | — | 128K | 16K | 工具调用视觉文件结构化 |
| GPT-4o-mini (2024-07-18) | $0.15 | $0.60 | $0.07 | — | 128K | 16K | 工具调用视觉文件结构化 |
| Perceptron Mk1 | $0.15 | $1.50 | — | — | 33K | 8K | 视觉推理结构化 |
| Perceptron Mk1.5 | $0.15 | $1.50 | — | — | 37K | 8K | 工具调用视觉音频推理结构化 |
| Qwen3 VL 30B A3B Instruct≈¥1.01/¥4.03第三方折算 | $0.15 | $0.60 | — | — | 262K | 16K | 工具调用视觉结构化 |
| Qwen3.8 27B≈¥1.01/¥12.6第三方折算 | $0.15 | $1.88 | $0.04 | — | 1.05M | 236K | 工具调用视觉推理结构化 |
| Qwen3.8 Flash≈¥1.01/¥3.16第三方折算 | $0.15 | $0.47 | $0.02 | — | 1M | 131K | 工具调用视觉推理结构化 |
| Qwen3.8 Omni Flash≈¥1.01/¥3.16第三方折算 | $0.15 | $0.47 | $0.02 | — | 1M | 131K | 工具调用视觉音频推理结构化 |
| Qwen3.5-9B≈¥1.14/¥1.68第三方折算 | $0.17 | $0.25 | — | — | 262K | 236K | 工具调用视觉推理结构化 |
| Llama Guard 4 12B | $0.18 | $0.18 | — | — | 164K | 16K | 视觉 |
| Qwen3.6 Flash≈¥1.26/¥7.56第三方折算 | $0.19 | $1.13 | — | $0.23 | 1M | 66K | 工具调用视觉推理结构化 |
| Kimi K3≈¥1.29/¥107.52第三方折算 | $0.19 | $16.00 | $0.18 | — | 1.05M | 944K | 工具调用视觉推理结构化 |
| Gemma 4 31B | $0.20 | $0.40 | — | — | 262K | 16K | 工具调用视觉推理结构化 |
| Ministral 3 14B 2512 | $0.20 | $0.20 | $0.02 | — | 262K | 210K | 工具调用视觉结构化 |
| Nemotron 3.5 Content Safety | $0.20 | $0.20 | — | — | 131K | 118K | 视觉推理 |
| GPT-5.4 Nano | $0.20 | $1.25 | $0.02 | — | 400K | 128K | 工具调用视觉文件推理结构化 |
| GPT-5.6 Luna | $0.20 | $1.20 | $0.02 | $0.25 | 1.05M | 128K | 工具调用视觉文件推理结构化 |
| GPT-5.6 Luna Pro | $0.20 | $1.20 | $0.02 | $0.25 | 1.05M | 128K | 工具调用视觉文件推理结构化 |
| Step 3.7 Flash官方人民币 ¥1.35/¥8.1 | $0.20 | $1.15 | $0.04 | — | 262K | 230K | 工具调用视觉推理结构化 |
| Qwen3 VL 235B A22B Instruct≈¥1.41/¥12.77第三方折算 | $0.21 | $1.90 | $0.10 | — | 262K | 33K | 工具调用视觉结构化 |
| Seed-2.0-Lite官方人民币 ¥0.6/¥3.6 | $0.25 | $2.00 | — | — | 262K | 131K | 工具调用视觉推理结构化 |
| Gemini 3.1 Flash Lite | $0.25 | $1.50 | $0.03 | $0.08 | 1.05M | 66K | 工具调用视觉文件音频推理结构化 |
| Gemini 3.1 Flash Lite Preview | $0.25 | $1.50 | $0.03 | $0.08 | 1.05M | 66K | 工具调用视觉文件音频推理结构化 |
| Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image) | $0.25 | $1.50 | — | — | 66K | 59K | 视觉推理 |
| GPT-5 Mini | $0.25 | $2.00 | $0.03 | — | 400K | 128K | 工具调用视觉文件推理结构化 |
| GPT-5.1-Codex-Mini | $0.25 | $2.00 | $0.03 | — | 400K | 128K | 工具调用视觉推理结构化 |
| Qwen3 VL 8B Instruct≈¥1.68/¥5.04第三方折算 | $0.25 | $0.75 | $0.12 | — | 262K | 236K | 工具调用视觉结构化 |
| Qwen3.5 Plus 2026-02-15≈¥1.75/¥10.48第三方折算 | $0.26 | $1.56 | — | — | 1M | 66K | 工具调用视觉推理结构化 |
| Qwen3.5-122B-A10B≈¥1.75/¥13.98第三方折算 | $0.26 | $2.08 | — | — | 262K | 66K | 工具调用视觉推理结构化 |
| Qwen3.5-27B≈¥1.75/¥17.47第三方折算 | $0.26 | $2.60 | — | — | 262K | 82K | 工具调用视觉推理结构化 |
| Qwen3 VL 30B A3B Thinking≈¥1.95/¥6.72第三方折算 | $0.29 | $1.00 | — | — | 262K | 236K | 工具调用视觉推理结构化 |
| Nova 2 Lite | $0.30 | $2.50 | — | — | 1M | 66K | 工具调用视觉文件推理 |
| Command A+ | $0.30 | $1.50 | $0.15 | — | 192K | 64K | 工具调用视觉推理结构化 |
| Gemini 2.5 Flash | $0.30 | $2.50 | $0.03 | $0.08 | 1.05M | 66K | 工具调用视觉文件音频推理结构化 |
| Gemini 3.5 Flash Lite | $0.30 | $2.50 | $0.03 | $0.08 | 1.05M | 66K | 工具调用视觉文件音频推理结构化 |
| Nano Banana (Gemini 2.5 Flash Image) | $0.30 | $2.50 | $0.03 | $0.08 | 33K | 8K | 视觉结构化 |
| Muse Glimmer 30B | $0.30 | $1.20 | $0.04 | — | 131K | 16K | 工具调用视觉推理结构化 |
| MiniMax M3官方人民币 ¥2.1/¥8.4 | $0.30 | $1.20 | $0.06 | — | 1.05M | 512K | 工具调用视觉推理结构化 |
| Moondream 3 Preview | $0.30 | $2.50 | — | — | 32K | 4K | 视觉推理 |
| Moondream 3.1 | $0.30 | $2.50 | — | — | 32K | 4K | 视觉推理 |
| Qwen3.5 Plus 2026-04-20≈¥2.02/¥12.1第三方折算 | $0.30 | $1.80 | — | $0.38 | 1M | 66K | 工具调用视觉推理结构化 |
| GLM 4.6V≈¥2.02/¥6.05第三方折算 | $0.30 | $0.90 | $0.06 | — | 131K | 33K | 工具调用视觉推理 |
| Qwen3.6 27B≈¥2.15/¥21.5第三方折算 | $0.32 | $3.20 | — | — | 262K | 82K | 工具调用视觉推理结构化 |
| Qwen3.7 Plus≈¥2.15/¥8.6第三方折算 | $0.32 | $1.28 | $0.06 | $0.40 | 1M | 131K | 工具调用视觉推理结构化 |
| Qwen3.6 Plus≈¥2.18/¥13.1第三方折算 | $0.33 | $1.95 | — | $0.41 | 1M | 66K | 工具调用视觉推理结构化 |
| Llama 4 Maverick | $0.35 | $1.00 | $0.17 | — | 524K | 33K | 工具调用视觉结构化 |
| Mistral Small 3.1 24B | $0.35 | $0.56 | — | — | 128K | 102K | 工具调用视觉结构化 |
| GLM 5.3 FlashX≈¥2.49/¥8.4第三方折算 | $0.37 | $1.25 | $0.07 | — | 1.05M | 131K | 工具调用视觉推理 |
| GLM 5.3 FlashX Legal≈¥2.49/¥8.4第三方折算 | $0.37 | $1.25 | $0.07 | — | 1.05M | 131K | 工具调用视觉推理结构化 |
| Mistral Medium 3 | $0.40 | $2.00 | $0.04 | — | 131K | 105K | 工具调用视觉文件结构化 |
| Mistral Medium 3.1 | $0.40 | $2.00 | $0.04 | — | 131K | 105K | 工具调用视觉文件结构化 |
| GPT-4.1 Mini | $0.40 | $1.60 | $0.10 | — | 1.05M | 33K | 工具调用视觉文件结构化 |
| MiMo-V2.5≈¥2.69/¥13.44第三方折算 | $0.40 | $2.00 | $0.08 | — | 1M | 66K | 工具调用视觉音频推理结构化 |
| Hy4≈¥2.8/¥8.4第三方折算 | $0.42 | $1.25 | $0.02 | — | 1.05M | 66K | 工具调用视觉推理结构化 |
| MiMo-V2.6-Pro≈¥2.92/¥5.85第三方折算 | $0.43 | $0.87 | $0.00 | — | 1.05M | 131K | 工具调用视觉音频推理结构化 |
| DeepSeek V4 Flash Vision Exp官方人民币 高峰 ¥3/¥9 · 空闲 ¥1.5/¥4.5 | $0.44 | $1.32 | $0.01 | — | 1.05M | 944K | 工具调用视觉推理结构化 |
| Doubao 1.5 Vision Pro官方人民币 ¥3/¥9 | $0.44 | $1.32 | — | — | — | — | 视觉 |
| Doubao Seed 2.1 Turbo官方人民币 ¥3/¥15 | $0.44 | $2.21 | $0.09 | — | 262K | 262K | 视觉 |
| Inkling Small | $0.45 | $1.20 | $0.10 | — | 524K | 262K | 工具调用视觉音频推理 |
| Doubao Seed 2.0 Code官方人民币 ¥3.2/¥16 | $0.47 | $2.35 | $0.09 | — | 262K | 131K | 视觉 |
| Doubao Seed 2.0 Pro官方人民币 ¥3.2/¥16 | $0.47 | $2.35 | $0.09 | — | 262K | 131K | 视觉 |
| Seed 2.1 Turbo≈¥3.36/¥16.8第三方折算 | $0.50 | $2.50 | — | — | 262K | 236K | 工具调用视觉推理结构化 |
| Seed-2.0-Code≈¥3.36/¥20.16第三方折算 | $0.50 | $3.00 | — | — | 262K | 131K | 工具调用视觉推理结构化 |
| Gemini 3 Flash Preview | $0.50 | $3.00 | $0.05 | $0.08 | 1.05M | 66K | 工具调用视觉文件音频推理结构化 |
| Nano Banana 2 (Gemini 3.1 Flash Image Preview) | $0.50 | $3.00 | — | — | 66K | 59K | 视觉推理结构化 |
| Nano Banana 2 (Gemini 3.1 Flash Image) | $0.50 | $3.00 | — | — | 131K | 33K | 视觉推理结构化 |
| Mistral Large 3 2512 | $0.50 | $1.50 | $0.05 | — | 262K | 210K | 工具调用视觉文件结构化 |
| Kimi K2.5≈¥3.58/¥22.34第三方折算 | $0.53 | $3.33 | $0.21 | — | 262K | 66K | 工具调用视觉推理结构化 |
| Glimpse | $0.60 | $3.00 | $0.06 | — | 262K | 256K | 工具调用视觉推理结构化 |
| Kimi K2.7 Code≈¥4.03/¥23.52第三方折算 | $0.60 | $3.50 | $0.16 | — | 262K | 236K | 工具调用视觉推理结构化 |
| Qwen3.5 397B A17B≈¥4.03/¥24.19第三方折算 | $0.60 | $3.60 | $0.12 | — | 262K | 64K | 工具调用视觉推理结构化 |
| GLM 4.5V≈¥4.03/¥12.1第三方折算 | $0.60 | $1.80 | $0.11 | — | 66K | 16K | 工具调用视觉推理 |
| Kimi K2.6官方人民币 ¥6.5/¥27 | $0.65 | $3.41 | $0.15 | — | 262K | 236K | 工具调用视觉推理结构化 |
| Mistral Large 4 | $0.70 | $2.10 | $0.07 | — | 1.05M | 262K | 工具调用视觉推理结构化 |
| Gemini 3.6 Flash | $0.75 | $3.75 | $0.07 | $0.04 | 1.05M | 66K | 工具调用视觉文件音频推理结构化 |
| Gemini 3.7 Flash | $0.75 | $3.75 | $0.07 | $0.04 | 1.05M | 66K | 工具调用视觉文件音频推理结构化 |
| GPT-5.4 Mini | $0.75 | $4.50 | $0.07 | — | 400K | 128K | 工具调用视觉文件推理结构化 |
| Nova Pro 1.0 | $0.80 | $3.20 | — | — | 300K | 5K | 工具调用视觉 |
| Pareto 26.10 | $0.80 | $3.20 | $0.03 | — | 1.05M | 131K | 工具调用视觉 |
| Pareto 26.10 Preview | $0.80 | $3.20 | $0.03 | — | 1.05M | 131K | 工具调用视觉 |
| Qwen2.5 VL 72B Instruct≈¥5.38/¥6.72第三方折算 | $0.80 | $1.00 | $0.40 | — | 128K | 115K | 视觉结构化 |
| Gemini 3.8 Flash | $0.82 | $4.13 | $0.08 | $0.04 | 1.05M | 66K | 工具调用视觉文件音频推理结构化 |
| Doubao Seed 2.1 Pro官方人民币 ¥6/¥30 | $0.88 | $4.41 | $0.18 | — | 262K | 262K | 视觉 |
| Doubao Seed Evolving官方人民币 ¥6/¥30 | $0.88 | $4.41 | $0.18 | — | 1.05M | 262K | 视觉 |
| Sakana Namazu | $0.95 | $4.00 | $0.15 | — | 262K | 66K | 工具调用视觉文件推理结构化 |
| Claude Haiku 4.5 | $1.00 | $5.00 | $0.10 | $1.25 | 200K | 64K | 工具调用视觉文件推理结构化 |
| GPT-6.1 Terra | $1.00 | $5.00 | $0.05 | $1.25 | 1.05M | 128K | 工具调用视觉文件推理结构化 |
| GPT-6.1 Terra Pro | $1.00 | $5.00 | $0.05 | $1.25 | 1.05M | 128K | 工具调用视觉文件推理结构化 |
| Sonar | $1.00 | $1.00 | — | — | 127K | 114K | 视觉 |
| Grok Build 0.1 | $1.00 | $2.00 | $0.20 | — | 256K | 230K | 工具调用视觉文件推理结构化 |
| Step 5 Preview≈¥6.72/¥18.14第三方折算 | $1.00 | $2.70 | $0.10 | — | 1M | 64K | 工具调用视觉推理结构化 |
| Inkling | $1.00 | $4.05 | $0.17 | — | 524K | 472K | 工具调用视觉音频推理 |
| GLM 5V Turbo≈¥8.06/¥26.88第三方折算 | $1.20 | $4.00 | $0.24 | — | 203K | 131K | 工具调用视觉推理 |
| Gemini 2.5 Pro | $1.25 | $10.00 | $0.13 | $0.38 | 1.05M | 66K | 工具调用视觉文件音频推理结构化 |
| Gemini 2.5 Pro Preview 06-05 | $1.25 | $10.00 | $0.13 | $0.38 | 1.05M | 66K | 工具调用视觉文件音频推理结构化 |
| Muse Spark 1.1 | $1.25 | $4.25 | $0.15 | — | 1.05M | 944K | 工具调用视觉文件推理结构化 |
| Muse Spark 1.2 | $1.25 | $4.25 | $0.15 | — | 1.05M | 944K | 工具调用视觉文件推理结构化 |
| Muse Spark 1.3 | $1.25 | $4.25 | $0.15 | — | 1.05M | 944K | 工具调用视觉文件推理结构化 |
| Muse Spark Open | $1.25 | $4.25 | $0.15 | — | 1.05M | 262K | 工具调用视觉文件音频推理结构化 |
| GPT-5 | $1.25 | $10.00 | $0.13 | — | 400K | 128K | 工具调用视觉文件推理结构化 |
| GPT-5.1 | $1.25 | $10.00 | $0.13 | — | 400K | 128K | 工具调用视觉文件推理结构化 |
| GPT-5.1-Codex | $1.25 | $10.00 | $0.13 | — | 400K | 128K | 工具调用视觉推理结构化 |
| GPT-5.1-Codex-Max | $1.25 | $10.00 | $0.13 | — | 400K | 128K | 工具调用视觉推理结构化 |
| Grok 4.20 | $1.25 | $2.50 | $0.20 | — | 2M | 1.8M | 工具调用视觉文件推理结构化 |
| Grok 4.20 Multi-Agent | $1.25 | $2.50 | $0.20 | — | 2M | 1.8M | 视觉文件推理结构化 |
| Grok 4.3 | $1.25 | $2.50 | $0.20 | — | 1M | 900K | 工具调用视觉文件推理结构化 |
| Gemini 3.5 Flash | $1.50 | $9.00 | $0.15 | $0.08 | 1.05M | 66K | 工具调用视觉文件音频推理结构化 |
| Gemini Omni 1.1 Flash | $1.50 | $9.00 | — | — | 131K | 66K | 视觉推理 |
| Gemini Omni 1.2 Flash | $1.50 | $9.00 | — | — | 131K | 66K | 视觉推理 |
| Nano Banana 2.1 | $1.50 | $7.50 | — | — | 66K | 59K | 工具调用视觉推理结构化 |
| Mistral Medium 3.5 | $1.50 | $7.50 | — | — | 262K | 210K | 工具调用视觉文件推理结构化 |
| GPT-5.2 | $1.75 | $14.00 | $0.17 | — | 400K | 128K | 工具调用视觉文件推理结构化 |
| GPT-5.2 Chat | $1.75 | $14.00 | $0.17 | — | 128K | 32K | 工具调用视觉文件结构化 |
| GPT-5.2-Codex | $1.75 | $14.00 | $0.17 | — | 400K | 128K | 工具调用视觉推理结构化 |
| GPT-5.3-Codex | $1.75 | $14.00 | $0.17 | — | 400K | 128K | 工具调用视觉文件推理结构化 |
| Claude Sonnet 5 | $2.00 | $10.00 | $0.20 | $2.50 | 1M | 128K | 工具调用视觉文件推理结构化 |
| Claude Sonnet 5.5 | $2.00 | $10.00 | $0.10 | $2.50 | 1M | 128K | 工具调用视觉文件推理结构化 |
| Gemini 3.1 Pro Preview | $2.00 | $12.00 | $0.20 | $0.38 | 1.05M | 66K | 工具调用视觉文件音频推理结构化 |
| Gemini 3.1 Pro Preview Custom Tools | $2.00 | $12.00 | $0.20 | $0.38 | 1.05M | 66K | 工具调用视觉文件音频推理结构化 |
| Gemini 4 Argon | $2.00 | $10.00 | $0.10 | $0.19 | 1.05M | 944K | 工具调用视觉文件音频推理结构化 |
| Gemini 4 Carbon | $2.00 | $10.00 | $0.10 | $0.19 | 1.05M | 944K | 工具调用视觉文件音频推理结构化 |
| Nano Banana Pro (Gemini 3 Pro Image Preview) | $2.00 | $12.00 | $0.20 | $0.38 | 66K | 33K | 视觉推理结构化 |
| Nano Banana Pro (Gemini 3 Pro Image) | $2.00 | $12.00 | $0.20 | $0.38 | 131K | 33K | 工具调用视觉推理结构化 |
| Kimi K3.1 Pro≈¥13.44/¥67.2第三方折算 | $2.00 | $10.00 | $0.20 | — | 1.05M | 944K | 工具调用视觉推理结构化 |
| GPT-4.1 | $2.00 | $8.00 | $0.50 | — | 1.05M | 33K | 工具调用视觉文件结构化 |
| GPT-5.6 Terra | $2.00 | $12.00 | $0.20 | $2.50 | 1.05M | 128K | 工具调用视觉文件推理结构化 |
| GPT-5.6 Terra Pro | $2.00 | $12.00 | $0.20 | $2.50 | 1.05M | 128K | 工具调用视觉文件推理结构化 |
| GPT-6 Sol | $2.00 | $10.00 | $0.20 | $2.50 | 1.05M | 128K | 工具调用视觉文件推理结构化 |
| GPT-6 Sol Pro | $2.00 | $10.00 | $0.20 | $2.50 | 1.05M | 128K | 工具调用视觉文件推理结构化 |
| GPT-6.1 Sol | $2.00 | $10.00 | $0.10 | $2.50 | 1.05M | 128K | 工具调用视觉文件推理结构化 |
| GPT-6.1 Sol Pro | $2.00 | $10.00 | $0.10 | $2.50 | 1.05M | 128K | 工具调用视觉文件推理结构化 |
| o3 | $2.00 | $8.00 | $0.50 | — | 200K | 100K | 工具调用视觉文件推理结构化 |
| Sonar Reasoning Pro | $2.00 | $8.00 | — | — | 128K | 115K | 视觉推理 |
| Qwen3.8 Max (0902)≈¥13.44/¥40.32第三方折算 | $2.00 | $6.00 | $0.25 | — | 1M | 131K | 工具调用视觉推理结构化 |
| Fugu Max | $2.00 | $6.00 | $0.25 | — | 1M | 128K | 工具调用视觉文件推理结构化 |
| Grok 4.5 | $2.00 | $6.00 | $0.30 | — | 500K | 450K | 工具调用视觉文件推理结构化 |
| Grok 4.6 | $2.00 | $6.00 | $0.50 | — | 500K | 450K | 工具调用视觉文件推理结构化 |
| Grok 4.7 | $2.00 | $6.00 | $0.50 | — | 500K | 450K | 工具调用视觉文件推理结构化 |
| Nova Premier 1.0 | $2.50 | $12.50 | $0.63 | — | 1M | 32K | 工具调用视觉 |
| GPT-4o | $2.50 | $10.00 | $1.25 | — | 128K | 16K | 工具调用视觉文件结构化 |
| GPT-4o (2024-08-06) | $2.50 | $10.00 | $1.25 | — | 128K | 16K | 工具调用视觉文件结构化 |
| GPT-4o (2024-11-20) | $2.50 | $10.00 | $1.25 | — | 128K | 16K | 工具调用视觉文件结构化 |
| GPT-5 Image Mini | $2.50 | $2.00 | $0.25 | — | 400K | 128K | 视觉文件推理结构化 |
| GPT-5.4 | $2.50 | $15.00 | $0.25 | — | 1.05M | 128K | 工具调用视觉文件推理结构化 |
| Pareto 26.9 | $2.50 | $7.50 | $0.25 | — | 262K | 131K | 工具调用视觉 |
| Claude Sonnet 4.5 | $3.00 | $15.00 | $0.30 | $3.75 | 1M | 64K | 工具调用视觉文件推理结构化 |
| Claude Sonnet 4.6 | $3.00 | $15.00 | $0.30 | $3.75 | 1M | 128K | 工具调用视觉文件推理结构化 |
| Ember-1 | $3.00 | $15.00 | $0.30 | — | 1.05M | 944K | 工具调用视觉推理结构化 |
| Sonar Pro | $3.00 | $15.00 | — | — | 200K | 8K | 视觉 |
| Sonar Pro Search | $3.00 | $15.00 | — | — | 200K | 8K | 视觉推理结构化 |
| Claude Opus 5.5 | $4.00 | $20.00 | $0.20 | $5.00 | 1M | 128K | 工具调用视觉文件推理结构化 |
| Muse Wonder | $4.00 | $20.00 | $0.20 | — | 1.05M | 944K | 工具调用视觉文件音频推理结构化 |
| GPT-5.6 Sol | $4.00 | $20.00 | $0.40 | $5.00 | 1.05M | 128K | 工具调用视觉文件推理结构化 |
| GPT-5.6 Sol Pro | $4.00 | $20.00 | $0.40 | $5.00 | 1.05M | 128K | 工具调用视觉文件推理结构化 |
| Qwen3.8 Max Prime≈¥26.88/¥80.64第三方折算 | $4.00 | $12.00 | $0.50 | — | 1M | 131K | 工具调用视觉推理结构化 |
| MiMo-V2.6-Pro-UltraSpeed≈¥29.23/¥58.46第三方折算 | $4.35 | $8.70 | $0.04 | — | 1.05M | 131K | 工具调用视觉音频推理结构化 |
| Claude Opus 4.5 | $5.00 | $25.00 | $0.50 | $6.25 | 200K | 64K | 工具调用视觉文件推理结构化 |
| Claude Opus 4.6 | $5.00 | $25.00 | $0.50 | $6.25 | 1M | 128K | 工具调用视觉文件推理结构化 |
| Claude Opus 4.7 | $5.00 | $25.00 | $0.50 | $6.25 | 1M | 128K | 工具调用视觉文件推理结构化 |
| Claude Opus 4.8 | $5.00 | $25.00 | $0.50 | $6.25 | 1M | 128K | 工具调用视觉文件推理结构化 |
| Claude Opus 5 | $5.00 | $25.00 | $0.50 | $6.25 | 1M | 128K | 工具调用视觉文件推理结构化 |
| GPT Chat Latest | $5.00 | $30.00 | $0.50 | — | 400K | 128K | 工具调用视觉文件结构化 |
| GPT-4o (2024-05-13) | $5.00 | $15.00 | — | — | 128K | 4K | 工具调用视觉文件结构化 |
| GPT-5.5 | $5.00 | $30.00 | $0.50 | — | 1.05M | 128K | 工具调用视觉文件推理结构化 |
| Fugu Ultra | $5.00 | $30.00 | $0.50 | — | 1M | 128K | 工具调用视觉推理结构化 |
| Fugu Ultra v2 | $5.00 | $30.00 | $0.50 | — | 1M | 128K | 工具调用视觉文件推理结构化 |
| Claude Fable 5.2 | $8.00 | $40.00 | $0.20 | $10.00 | 1M | 128K | 工具调用视觉文件推理结构化 |
| GPT-5.4 Image 2 | $8.00 | $15.00 | $2.00 | — | 272K | 128K | 视觉文件推理结构化 |
| Claude Fable 5 | $10.00 | $50.00 | $1.00 | $12.50 | 1M | 128K | 工具调用视觉文件推理结构化 |
| Claude Fable 5.1 | $10.00 | $50.00 | $0.25 | $12.50 | 1M | 128K | 工具调用视觉文件推理结构化 |
| GPT-5 Image | $10.00 | $10.00 | $1.25 | — | 400K | 128K | 视觉文件推理结构化 |
| GPT-6 Astra | $10.00 | $50.00 | $1.00 | $12.50 | 1.05M | 128K | 工具调用视觉文件推理结构化 |
| GPT-6 Astra Pro | $10.00 | $50.00 | $1.00 | $12.50 | 1.05M | 128K | 工具调用视觉文件推理结构化 |
| Claude Opus 4.1 | $15.00 | $75.00 | $1.50 | $18.75 | 200K | 32K | 工具调用视觉文件推理 |
| GPT-5 Pro | $15.00 | $120.00 | — | — | 400K | 128K | 工具调用视觉文件推理结构化 |
| o3 Pro | $20.00 | $80.00 | — | — | 200K | 100K | 工具调用视觉文件推理结构化 |
| GPT-5.2 Pro | $21.00 | $168.00 | — | — | 400K | 128K | 工具调用视觉文件推理结构化 |
| GPT-5.4 Pro | $30.00 | $180.00 | — | — | 1.05M | 128K | 工具调用视觉文件推理结构化 |
| GPT-5.5 Pro | $30.00 | $180.00 | — | — | 1.05M | 128K | 工具调用视觉文件推理结构化 |
常见问题
多模态模型能处理哪些输入?
本切片收录支持图像输入的模型,部分还支持文件、音频或视频。具体支持的模态以各模型详情页与官方说明为准。
图片输入怎么计费?
多数厂商会把图像换算成一定数量的 token 计入输入价,换算方式因厂商而异、高分辨率图片消耗更多。具体以官方计费说明为准。
多模态模型的文本能力一定更强吗?
不一定。多模态模型在视觉理解上有优势,但纯文本任务未必优于同级别的文本模型,应按任务类型选择。
价格参考 OpenRouter 及各厂商公开页面整理,以官方为准。