Gemini 4 Argon via NextModel: 1M-token context; $2 / 1M tokens in / $10 / 1M tokens out per 1M tokens. Capabilities: streaming, tool, json.
这份候选名单适合什么用途: 视觉模型
视觉 API 适合截图、收据、商品图、工单附件。关键是模型能不能吃你的图、要不要 JSON 输出、在你自己的样本上错得有多离谱。价格放第二。这页只放一小撮候选,方便你 A/B,而不是扫整本目录。
来源依据: NextModel 的能力映射,以及可用时的 OpenRouter 输入模态元数据。 · 更新日期 2026-07-01
步骤
如何使用这份名单(视觉模型)
- 对照任务选模型。 先看「视觉模型」短名单是否覆盖你的真实任务,不要只比标价。
- 用同一批提示词试跑。 挑 2–3 个候选,用业务提示词对比质量与输出长度。
- 估算月费。 用价格页或成本计算器,按预计 token 量估算月度花费。
- 定兜底与预算。 定主模型、兜底模型,设项目预算后再接生产流量。
匹配分
推荐候选 视觉模型
先从候选名单开始,再用真实提示词测试,并在接入生产路由前比较月度成本。
Claude Haiku 5.5 via NextModel: 1M-token context; Starting at $0.1 / 1M tokens in / $0.5 / 1M tokens out per 1M tokens. Capabilities: streaming, tool, json.
Doubao Seedance 2.5 via NextModel: context unpublished; $0.225 / s in / — out per 1M tokens. Capabilities: streaming, vision.
Dreamina-Seedance 2.0 Fast via NextModel: context unpublished; $0.122 / s in / — out per 1M tokens. Capabilities: streaming, vision.
比较表
按价格、提供方、上下文、能力和来源比较这份候选名单。
缩小生产候选、建立兜底策略或比较模型经济性时用。
| Model | Provider | Input | Output | Context | Capabilities | Best for | Latency | Status | Source |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 4 Argongoogle/gemini-4-argon | $2 / 1M tokens | $10 / 1M tokens | 1M | StreamingTool callingJSON modeVision | image understanding, multimodal chat | 2974-10589ms | Catalog | Platform curated | |
| Claude Haiku 5.5anthropic/claude-haiku-5.5 | Anthropic | Starting at $0.1 / 1M tokens | $0.5 / 1M tokens | 1M | StreamingTool callingJSON modeVision | image understanding, multimodal chat | 1321-2017ms | Catalog | Platform curated |
| Doubao Seedance 2.5doubao/doubao-seedance-2-5-260628 | Doubao | $0.225 / s | — | — | StreamingVision | image understanding, multimodal chat | 0-0ms | Catalog | Platform curated |
| Dreamina-Seedance 2.0 Fastdreamina/dreamina-seedance-2-0-fast-260128 | Dreamina | $0.122 / s | — | — | StreamingVision | image understanding, multimodal chat | 0-0ms | Catalog | Platform curated |
| Dreamina Seedance 2.5dreamina/dreamina-seedance-2-5-260628 | Dreamina | $0.234 / s | — | — | StreamingVision | image understanding, multimodal chat | 0-0ms | Catalog | Platform curated |
| Gemini 3 Pro Image (Nano Banana Pro) gemini/gemini-3-pro-image | Gemini | $0.314 / image | — | — | StreamingVision | image understanding, multimodal chat | 0-0ms | Catalog | Platform curated |
| Gemini 3.1 Flash Image (Nano Banana 2)gemini/gemini-3.1-flash-image | Gemini | $0.151 / image | — | — | StreamingVision | image understanding, multimodal chat | 0-0ms | Catalog | Platform curated |
| Qwen-Image-2.0 CNqwen/qwen-image-2.0-cn | Qwen | $0.0287 / image | — | — | StreamingVision | image understanding, multimodal chat | 0-0ms | Catalog | Platform curated |
常见问题
视觉模型 常见问题
选视觉模型 API 前应该比较什么?
图像输入支持、是否需要 JSON、延迟、输出成本,以及真实图片上的质量。合成基准经常骗人。
低成本模型可以处理视觉任务吗?
轻量任务可以。密文档和高精度抽取通常需要更强模型和真实评测集。
相关
相关排行榜
指南