横並び比較
価格、プロバイダー、コンテキスト、機能、レイテンシー、ソース基準を比較します。
| Model | Provider | Input | Output | Context | Capabilities | Best for | Latency | Status | Source |
|---|---|---|---|---|---|---|---|---|---|
| ByteDance: UI-TARS 7B bytedance/ui-tars-1.5-7b | ByteDance Seed | $0.02 / 1M tokens | $0.038 / 1M tokens | 128k | StreamingVisionLong context | image understanding, multimodal chat | 1000-3000ms | Catalog | Platform curated |
| Google Gemini Flash Latest~google/gemini-flash-latest | OpenRouter | $0.282 / 1M tokens | $1.69 / 1M tokens | 1M | StreamingTool callingJSON modeVision | image understanding, multimodal chat | 1000-3000ms | Catalog | Platform curated |
FAQ
ByteDance: UI-TARS 7B のほうが Google Gemini Flash Latest より安価です（$0.02 / 1M tokens input / $0.038 / 1M tokens output 対 $0.282 / 1M tokens input / $1.69 / 1M tokens output）。実際のコストは input と output token の比率に左右されるため、実トラフィックを前提に料金計算ツールで見積もるのが安全です。
Google Gemini Flash Latest のほうが大きい context window を持ちます（1M tokens）。もう一方は 128k tokens です。
Vision には両方とも適しています。コスト優先なら ByteDance: UI-TARS 7B 、より大きい context window が必要なら Google Gemini Flash Latest を選んでください。本番トラフィックを流す前に、実際の prompts で両方を試すのがおすすめです。