llava-v1.5-7b

llava-v1.5-7b 属于 LLaVA 1.5 系列，参数规模为 7B，采用开源权重发布，输入覆盖文本与图像，输出为文本，发布于 2023 年 10 月。它解决的是把图像内容接入语言模型对话流程的问题：用户可围绕图片提问，模型以自然语言作答，适合图文理解演示、视觉指令跟随实验和轻量多模态应用原型。该版本发布较早，本站未标注具体能力项，也未收录第三方跑分；同系列还有 13B 版本以及 1.6 系列多个版本，选型时可结合部署资源和任务复杂度做横向验证。官方价格未公开，本站收录平台数为 0，实际使用多以自行部署或另行接入托管服务为主。

选型建议需要开源、可自部署的 7B 图文问答原型时可选它；若要求公开跑分、明确 API 报价或高精度视觉推理，应先做实测再决定。

• 搭建图文问答演示，验证模型对图片内容的基础理解与回答能力
• 进行图片描述与视觉指令跟随实验，用于研究复现和原型评估
• 在私有环境部署轻量多模态服务，按实际算力规划推理资源
• 用于教学场景展示多模态模型如何围绕图片进行对话
• 测试不同语言图文提问表现，为后续选型或微调提供对照

该模型延续 LLaVA 的视觉指令微调路线，以 7B 语言模型为底座，接入视觉编码与投影模块，把图像表征映射到语言模型可处理的表示空间。

• 结构由视觉编码器、投影层和 7B 语言模型组成，图像经编码后与文本指令共同进入语言模型生成回答。
• 能力支持围绕图像进行自然语言问答、图片描述和视觉指令跟随，侧重通用图文对话而非专用视觉任务。
• 披露官方未公开更细的架构参数与训练配方，本站能力项未标注，结构描述仅能按公开路线做定性说明。

开源权重

是

模型家族

—

许可证

—

参数规模

7B

本站未收录该模型的第三方跑分，能力判断只能做定性描述；7B 规模让部署门槛相对可控，但复杂视觉推理通常需要更谨慎验证。

• 强项适合基础图文问答、图片描述和视觉指令跟随，7B 规模便于本地或轻量环境做原型验证。
• 短板本站无跑分与能力标注，复杂视觉推理、细粒度识别等任务需实测；与同系列更大版本相比，容量通常更受限。
• 适合用于研究复现、教学演示和低资源多模态原型，不建议在未验证的情况下直接承担高精度生产视觉任务。

官方价格未公开，本站收录平台数为 0，因此不存在可核对的 API 单价或平台价差；成本主要取决于自部署算力与运维方式。

• 定位开源权重、无公开定价，采购视角应把它看作可自行部署的模型资产，而不是按 token 计价的现成 API。
• 横向对比同系列 v1.5-13b 与 v1.6 多个版本的价格字段均未公开，无法按输入价形成有效价差对比。
• 平台差价本站收录平台数为 0，暂无平台间报价可比较，实际接入价格需向具体托管方另行确认。
• 省钱可本地或私有环境部署，按实际算力、存储和运维投入核算，避免把未公开价格当作零成本。

取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价

• 口径本站未标注能力项，也无第三方跑分，任何效果判断都应回到自身数据实测，不能引用不存在的榜单结论。
• 边界按已列模态仅支持文本与图像输入、文本输出，音频视频等场景不在覆盖范围；官方价格未公开，平台收录为 0，比价信息有限。

本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。

本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。