視覺模型

用於圖像理解和視覺分析的 AI 模型

快速查找⌘K

分類

全部聊天128圖片72影片55音訊65嵌入17翻譯15重排序1文字轉語音15語音轉文字18音樂123D8視覺98程式碼33

所有模型系列

31 個系列

Gemini 3

⭐
Google
節省 50%
聊天圖片視覺
10 個模型開啟系列

Seedance

⭐
字節跳動
節省 0%-15%
影片音訊視覺
7 個模型開啟系列

Claude 4

⭐
Anthropic
節省 35%
聊天視覺程式碼
5 個模型開啟系列

GPT 5.4

⭐
OpenAI
節省 0%-70%
聊天視覺程式碼
4 個模型開啟系列

GPT 5.6

⭐
OpenAI
節省 30%-70%
聊天視覺程式碼
3 個模型開啟系列

GPT 5.5

⭐
OpenAI
節省 0%-70%
聊天視覺程式碼
2 個模型開啟系列

GPT 5.3

⭐
OpenAI
節省 0%-70%
聊天視覺程式碼
2 個模型開啟系列

GPT 5.2

⭐
OpenAI
-
聊天視覺程式碼
2 個模型開啟系列

Grok

xAI
節省 0%-50%
聊天圖片影片音訊文字轉語音語音轉文字視覺程式碼
18 個模型開啟系列

Qwen Omni

阿里巴巴雲
-
聊天音訊翻譯語音轉文字視覺
13 個模型開啟系列

Qwen 3 / QwQ

阿里巴巴雲
-
聊天視覺程式碼
13 個模型開啟系列

Qwen Image

阿里巴巴雲
-
圖片視覺
11 個模型開啟系列

豆包

字節跳動
-
聊天嵌入翻譯視覺程式碼
9 個模型開啟系列

Wan

阿里巴巴雲
-
圖片影片音訊視覺
9 個模型開啟系列

GLM

Zhipu AI
-
聊天視覺程式碼
8 個模型開啟系列

GPT 5

OpenAI
-
聊天視覺程式碼
5 個模型開啟系列

Kimi

Moonshot
-
聊天視覺程式碼
4 個模型開啟系列

Hailuo

MiniMax
-
聊天影片視覺
4 個模型開啟系列

GPT 4o

OpenAI
-
聊天音訊文字轉語音視覺
3 個模型開啟系列

Claude 5

Anthropic
節省 35%
聊天視覺程式碼
3 個模型開啟系列

DeepSeek V4

DeepSeek
-
聊天視覺
3 個模型開啟系列

Qwen 向量

阿里巴巴雲
-
嵌入視覺
3 個模型開啟系列

World Labs Marble

World Labs
-
3D視覺
3 個模型開啟系列

GPT 4

OpenAI
節省 0%-30%
聊天視覺
2 個模型開啟系列

Qwen OCR

阿里巴巴雲
-
聊天視覺
2 個模型開啟系列

MiMo

小米
-
聊天視覺
2 個模型開啟系列

HappyHorse

HappyHorse
節省 0%-30%
影片視覺
2 個模型開啟系列

GPT 5.1

OpenAI
-
聊天視覺程式碼
1 個模型開啟系列

o3

OpenAI
-
聊天視覺
1 個模型開啟系列

Gemini 1.5

Google
節省 50%
聊天嵌入視覺
1 個模型開啟系列

Qwen 排序

阿里巴巴雲
-
嵌入重排序視覺
1 個模型開啟系列

視覺模型 模型選擇

生產環境的模型選擇取決於模型家族覆蓋、供應商支援、計價單位、請求形態、延遲和輸出品質。

選擇訊號

  • 讓模型匹配你真正需要的請求形態和輸出類型。
  • 估算生產成本前，先比較計價單位。
  • 接入關鍵工作負載前，先跑一組小型真實測試。

常見問題

優秀的 視覺模型 模型需要具備什麼？

合適的模型應匹配任務、品質要求、延遲目標和預算。小規模評測集可以暴露模型在品質和可靠性上的差距，避免生產流量過早依賴錯誤選擇。

之後可以切換供應商嗎？

可以。TokenLab 把支援的模型放在一個目錄和一套 API 介面上，切換供應商時不必重建帳號和金鑰管理。

相關頁面

模型排名模型比較