#多模态
Muse Wonder 规格速查
Meta
Meta 的前沿推理档，接受文本、图像、音频、视频与 PDF 五种输入，1M 上下文、944K 输出。输入 4 美元、输出 20 美元，定位复杂个人与专业 agent 任务。
- 参数
- 未公开
- 上下文
- 1M tokens
- 价格
- 输入 4 / 输出 20 美元每百万 tokens
- 模态
- 多模态
MiniMax M3 规格速查
MiniMax
MiniMax 的多模态基础模型，1M 上下文、512K 输出，支持文本图像视频输入，输入 0.3 美元、输出 1.2 美元。是 M3.1 Flash 的上一代，仍在服役。
- 参数
- 未公开
- 上下文
- 1M tokens
- 价格
- 输入 0.3 / 输出 1.2 美元每百万 tokens
- 模态
- 多模态
MiniMax M3.1 Flash 规格速查
MiniMax
MiniMax 的多模态轻量档，1M 上下文、512K 最大输出，输入 0.075 美元、输出 0.3 美元。官方称在 agent、编码与安全任务上相对 M3 有明显提升。
- 参数
- 未公开
- 上下文
- 1M tokens
- 价格
- 输入 0.075 / 输出 0.3 美元每百万 tokens
- 模态
- 多模态
GLM-5.3-FlashX 规格速查
智谱
GLM-5.3-Flash 的高速变体，原生多模态，官方称推理速度可达 200 tokens/s。1M 上下文，输入 0.37 美元、输出 1.25 美元。
- 参数
- 未公开
- 上下文
- 1M tokens
- 价格
- 输入 0.37 / 输出 1.25 美元每百万 tokens
- 模态
- 多模态
Kimi K3.1 Pro 规格速查
月之暗面
月之暗面的旗舰开放权重多模态模型，K3 的后训练升级版，1M 上下文。输入 2 美元、输出 10 美元，定位长时程编码与三维/视觉任务。
- 参数
- 未公开
- 上下文
- 1M tokens
- 价格
- 输入 2 / 输出 10 美元每百万 tokens
- 模态
- 多模态
Qwen3.8 Max 0902 规格速查
阿里通义
Qwen3.8 Max 的快照版本，2.4 万亿参数 MoE，1M 上下文，支持文本图像视频输入，输入 2 美元、输出 6 美元。价格是 Prime 版的一半，能力规格一致。
- 参数
- 2.4T MoE
- 上下文
- 1M tokens
- 价格
- 输入 2 / 输出 6 美元每百万 tokens
- 模态
- 多模态
Qwen3.8 Max Prime 规格速查
阿里通义
Qwen3.8 Max 的高吞吐变体，作为独立 SKU 以更高价格提供更高吞吐。1M 上下文、支持文本图像视频输入，输入 4 美元、输出 12 美元每百万 tokens。
- 参数
- 未公开
- 上下文
- 1M tokens
- 价格
- 输入 4 / 输出 12 美元每百万 tokens
- 模态
- 多模态
DeepSeek V4 Vision 规格速查
深度求索
V4 Flash 0731 的实验性视觉版本，在基座模型上增加图像理解，1M 上下文，输入 0.44 美元、输出 1.32 美元。定位是补齐多模态能力，而非追求榜单成绩。
- 参数
- 未公开
- 上下文
- 1M tokens
- 价格
- 输入 0.44 / 输出 1.32 美元每百万 tokens
- 模态
- 多模态
Gemini 3.8 Flash 规格速查
Flash 档的最新版本，1M 上下文、64K 输出，输入 0.83 美元、输出 4.12 美元每百万 tokens。相对旗舰档便宜六成，是性价比路线的代表。
- 参数
- 未公开
- 上下文
- 1M tokens
- 价格
- 输入 0.825 / 输出 4.125 美元每百万 tokens
- 模态
- 多模态
Gemini 4 Argon 规格速查
Google 的旗舰推理档，输入支持文本、图像、文件、音频、视频五种模态，1M 上下文配 944K 最大输出。输入 2 美元、输出 10 美元，全模态里定价居中。
- 参数
- 未公开
- 上下文
- 1M tokens
- 价格
- 输入 2 / 输出 10 美元每百万 tokens
- 模态
- 多模态