输入价格
公开资料未说明
输出价格
公开资料未说明
图文理解视觉问答端侧多模态
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Liquid AI稳定版
LFM2-VL-450M
Compact 450M vision-language model for edge deployment and fast inference
输入价格
公开资料未说明
输出价格
公开资料未说明
图文理解视觉问答端侧多模态
输入价格
公开资料未说明
输出价格
公开资料未说明
视觉理解端侧多模态本地部署
输入价格
公开资料未说明
输出价格
公开资料未说明
具身推理空间理解GUI Agent
多模态模型IBM Granite稳定版
Granite Vision 4.1 4B
Granite Vision 4.1 4B 是 IBM 于 2026 年 4 月发布的视觉语言模型，面向文档和图像理解。
输入价格
公开资料未说明
输出价格
公开资料未说明
视觉理解文档理解开放权重
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PDF 转结构化版面理解
输入价格
公开资料未说明
输出价格
公开资料未说明
文档理解图表解析多模态 RAG
输入价格
公开资料未说明
输出价格
公开资料未说明
文档理解图表解析多模态 RAG
多模态模型IBM Granite稳定版
Granite Vision 3.3 2B
watsonx.ai pricing 页当前仍公开展示的 Granite Vision 3.3 商业调用键，面向视觉文档理解。
输入价格
公开资料未说明
输出价格
公开资料未说明
文档理解图表解析多模态 RAG
输入价格
公开资料未说明
输出价格
公开资料未说明
视觉动作机器人电脑操作
多模态模型AllenAI预览版
MolmoMotion 4B
MolmoMotion 4B 是 Ai2 于 2026 年 6 月公开的视觉语言模型，结合 RGB 观测、3D 点轨迹和自然语言动作指令，预测未来三维运动。
输入价格
公开资料未说明
输出价格
公开资料未说明
机器人3D 轨迹预测视觉语言动作
输入价格
公开资料未说明
输出价格
公开资料未说明
多模态研究工作站部署图像视频理解
输入价格
公开资料未说明
输出价格
公开资料未说明
视频理解多模态推理开放权重主力
输入价格
公开资料未说明
输出价格
公开资料未说明
完全开放链路多模态研究视觉语言实验