#多模态

11-13 人工智能 7 小时前

视频生成每秒多少钱：720P 半元，1080P 差 5 倍

Seedance 2.5 flash 把 720P 压到 0.99 元每秒，Gemini Omni 1.2 Flash 只要 0.07 美元。把两份价目表按分辨率对齐后会看到：分水岭不在 720P，而在 flash 停下的那一档，以及你愿意抽几次卡。

火山方舟官方模型价格页、Google Gemini API 定价页与第三方实测记录（交叉核对） 约 7 分钟 9 阅读 模型选型性价比多模态

Q 闭源 · Qwen4-Max-Preview

Qwen4-Max 预览：1M 上下文，只卖 14 天

阿里通义

阿里 11 月 11 日放出 Qwen4-Max 预览版，1M 上下文、393,216 最大输出，只支持 Token Plan 套餐，11 月 25 日到期下线。本文拆三个明牌与两个空白，并给出 14 天窗口的试用顺序。

参数

未公布

上下文

1M tokens

价格

Token Plan 限时 2 折，最低 1 折

模态

多模态

11-12 6 阅读

11-11 人工智能 1 天前

LingBot-Touch：0.13% 参数换 25 个点

蚂蚁灵波开源触觉基础模型，用 4983 小时真实触觉数据训出 546 万参数的编码器，插进四种动作模型平均涨 20 个点。拆开看它凭什么跨传感器通用，以及开源只开到哪一层。

灵波科技技术报告与项目页，央广网、DoNews 转述核对，Humanoids Daily 独立报道 约 6 分钟 10 阅读 技术决策评测方法开源模型

11-11 人工智能 1 天前

Gemini Robotics 2.5：96% 分拣率与四项空白

11 月 10 日 DeepMind 发布 VLA 模型 Gemini Robotics 2.5，奔驰产线分拣成功率 96%。本文逐项对照官方口径，指出四项未披露数据与云端推理带来的延迟门槛。

Google DeepMind 官方博客 / Ars Technica（综合核对） 约 5 分钟 10 阅读 Google多模态行业观察

11-11 人工智能 1 天前

Seedream 5.5：一张图改 100 轮，单张 0.28 元

字节跳动 Seed 团队 11 月 9 日发布 Seedream 5.5，主打 100 轮连续编辑不糊、原生 RGBA 透明素材与 0.4% 严重文字崩坏率。本文拆解它的计价单位变化、可省的成本量级，以及三个仍需验证的疑点。

智东西 / 极客网 / 观点网（综合报道） 约 5 分钟 7 阅读 性价比多模态字节跳动

11-10 人工智能 2 天前

面壁 MiniCPM-V 4.7：35B 模型如何跑进手机 3GB 内存

35B 参数、4bit 量化后权重约 17.5GB，12GB 手机留给模型的可用内存只有约 8GB。面壁 MiniCPM-V 4.7 把专家权重放到闪存，用 LES 前瞻调度预读，把读取时间藏进计算，同一台 iPhone 上从 3.38 提到 20.51 token/s。本文拆解这套工程方案的边界。

面壁智能 LES 技术博客 / 界面新闻采访 约 6 分钟 14 阅读 多模态部署低延迟

11-10 人工智能 3 天前

蚂蚁百灵 Ling-3.2-flash 发布：560B 参数只激活 25B，输入价 $0.3

11月6日蚂蚁百灵发布 Ling-3.2-flash：560B 参数 MoE、激活 25B、1M 上下文，支持看图与电脑操作。官方自测三项基准超 Claude Opus 5，API 输入价每百万 token 0.3 美元，前两周免费。本文拆解其规格、定价逻辑与自测成绩的边界。

蚂蚁集团官方发布 / 网易 AI速递 约 3 分钟 9 阅读 大模型性价比多模态

S 开放权重 · Step 5 Preview / 2026-10-08

Step 5 Preview 规格速查

阶跃星辰

阶跃星辰的旗舰预览版，稀疏 MoE 架构，600B 总参数、27B 激活，1M 上下文、64K 输出，输入 1 美元、输出 2.7 美元。

参数

600B / 27B 激活

上下文

1M tokens

价格

输入 1 / 输出 2.7 美元每百万 tokens

模态

多模态

11-09 19 阅读

S 闭源 · Seed 2.0 Code / 2026-08-12

Seed 2.0 Code 规格速查

字节跳动

专为 agentic 编码优化的模型，262K 上下文、128K 输出，支持文本图像视频输入，输入 0.5 美元、输出 3.0 美元。侧重前端开发与多语言编程任务。

参数

未公开

上下文

256K tokens

价格

输入 0.5 / 输出 3 美元每百万 tokens

模态

多模态

11-09 10 阅读

S 闭源 · Seed 2.1 Turbo / 2026-08-12

Seed 2.1 Turbo 规格速查

字节跳动

字节 Seed 的多模态模型，面向编码与长时程 agent 流程，262K 上下文、236K 输出，输入 0.5 美元、输出 2.5 美元。定位端到端软件交付。

参数

未公开

上下文

256K tokens

价格

输入 0.5 / 输出 2.5 美元每百万 tokens

模态

多模态

11-09 6 阅读

M 开放权重 · Mistral Large 4 / 2026-10-06

Mistral Large 4 规格速查

Mistral

Mistral 的前沿多模态模型，支持文本与图像输入，1M 上下文、256K 输出，输入 0.7 美元、输出 2.1 美元。定位推理、编码与 agent 负载。

参数

未公开

上下文

1M tokens

价格

输入 0.7 / 输出 2.1 美元每百万 tokens

模态

多模态

11-09 6 阅读

L 开放权重 · Llama 4 Maverick / 2025-04-05

Llama 4 Maverick 规格速查

Meta

Llama 4 系列的 MoE 多模态模型，128 个专家、每 token 激活 17B 参数，524K 上下文、32K 输出，输入 0.35 美元、输出 1.00 美元。属于上一代开源主力。

参数

128 专家 / 17B 激活

上下文

512K tokens

价格

输入 0.35 / 输出 1 美元每百万 tokens

模态

多模态

11-09 6 阅读