多模态理解模型热度榜
VISION看懂图片能接收图片 / 视频、输出文字的模型（VLM）：Gemini、GPT、Claude、Kimi、Qwen-VL、GLM-V 等，按「图片输入量」排序——谁真的在被喂图，谁就排在前面。
收录模型
1449 个
按热度排序：收录广度、开源权重下载量与调用量逐级兜底
收录模型
1449
主流 457 个
本页排序范围
448
仅主流模型，已合并 9 条同名收录
涉及厂商
70
按模型作者统计，不含托管渠道
有热度数据
448
至少拿到一个热度信号
开放权重
238
可自建部署
最低输入价
$0.02
本类有标准报价的最低输入价
最新上线
2026-10-27
本类最新一个模型的上线日期
排序与范围
按热度排列多模态理解模型 · 按热度排序
457 个| 热度 | 模型 | 厂商 | 热度信号 | 信号来源 | 模态 | 价格 入/出 | 上下文 | 上线 |
|---|---|---|---|---|---|---|---|---|
| 401 |
Active Speaker Detection
|
Nvidia | 1 家收录 | 收录广度 | 视 → 文 | 免费 / 免费 | — | 2026-04-16 |
| 402 |
synthetic-video-detector
|
Nvidia | 1 家收录 | 收录广度 | 视 → 文 | 免费 / 免费 | — | 2026-04-16 |
| 403 |
Gemma 4
|
1 家收录 | 收录广度 | 文+图 → 文 | $2/M / $5/M | 131.1K | 2026-04-02 | |
| 404 |
Grok 4.20 (Non-Reasoning)
|
xAI | 1 家收录 | 收录广度 | 文+图+PDF → 文 | $1.25/M / $2.5/M | 1M | 2026-03-09 |
| 405 |
Grok 4.20 (Reasoning)
|
xAI | 1 家收录 | 收录广度 | 文+图+PDF → 文 | $1.25/M / $2.5/M | 1M | 2026-03-09 |
| 406 |
GPT-5.3 Chat Latest
|
OpenAI | 1 家收录 | 收录广度 | 文+图+PDF → 文 | $1.75/M / $14/M | 128K | 2026-03-03 |
| 407 |
Claude Sonnet 4.6 Thinking
|
Anthropic | 1 家收录 | 收录广度 | 文+图+PDF → 文 | $3/M / $15/M | 1M | 2026-02-17 |
| 408 |
Doubao-Seed-2.0-lite
|
Volcengine Ark | 1 家收录 | 收录广度 | 文+图+视 → 文 | $0.09/M / $0.51/M | 256K | 2026-02-14 |
| 409 |
Doubao-Seed-2.0-mini
|
Volcengine Ark | 1 家收录 | 收录广度 | 文+图+视 → 文 | $0.03/M / $0.28/M | 256K | 2026-02-14 |
| 410 |
Doubao-Seed-2.0-pro
|
Volcengine Ark | 1 家收录 | 收录广度 | 文+图+视 → 文 | $0.45/M / $2.24/M | 256K | 2026-02-14 |
| 411 |
Seed 2.0 Pro
|
Volcengine Ark | 1 家收录 | 收录广度 | 文+图+视 → 文 | $0.67/M / $3.36/M | 256K | 2026-02-14 |
| 412 |
GPT-5.3 Codex Spark
|
OpenAI | 1 家收录 | 收录广度 | 文+图+PDF → 文 | $1.75/M / $14/M | 128K | 2026-02-05 |
| 413 |
Seed 1.8
|
Requesty | 1 家收录 | 收录广度 | 文+图 → 文 | $0.25/M / $2/M | 256K | 2025-12-28 |
| 414 |
llama-nemotron-rerank-vl-1b-v2
|
Nvidia | 1 家收录 | 收录广度 | 文+图 → 文 | 免费 / 免费 | 10.2K | 2025-12-18 |
| 415 |
Devstral Small 2
|
Mistral | 1 家收录 | 收录广度 | 文+图 → 文 | 免费 / 免费 | 256K | 2025-12-09 |
| 416 |
GLM-4.6V FlashX
|
Z.AI | 1 家收录 | 收录广度 | 文+图 → 文 | $0.04/M / $0.4/M | 128K | 2025-12-08 |
| 417 |
Ministral 14B
|
Mistral | 1 家收录 | 收录广度 | 文+图+PDF → 文 | $0.2/M / $0.2/M | 262.1K | 2025-12-02 |
| 418 |
Nova 2 Lite
|
Amazon Bedrock | 1 家收录 | 收录广度 | 文+图+视+PDF → 文 | $0.33/M / $2.75/M | 1M | 2025-12-02 |
| 419 |
Claude 4.5 Opus
|
Anthropic | 1 家收录 | 收录广度 | 文+图+PDF → 文 | $5.29/M / $26.45/M | 200K | 2025-11-24 |
| 420 |
claude-opus-4-5-20251101
|
Anthropic | 1 家收录 | 收录广度 | 文+图 → 文 | $4.75/M / $23.75/M | 200K | 2025-11-24 |
| 421 |
OpenAI GPT-5.1 Chat
|
Helicone | 1 家收录 | 收录广度 | 文+图 → 文 | $1.25/M / $10/M | 128K | 2025-11-13 |
| 422 |
streampetr
|
Nvidia | 1 家收录 | 收录广度 | 视 → 文 | 免费 / 免费 | 128K | 2025-11-13 |
| 423 |
claude-haiku-4-5-20251001
|
Anthropic | 1 家收录 | 收录广度 | 文+图 → 文 | $1/M / $5/M | 200K | 2025-10-15 |
| 424 |
Gemini 2.5 Computer Use Preview 10-2025
|
1 家收录 | 收录广度 | 文+图 → 文 | $1.25/M / $10/M | 128K | 2025-10-07 | |
| 425 |
claude-sonnet-4-5-20250929
|
Anthropic | 1 家收录 | 收录广度 | 文+图+PDF → 文 | $3/M / $15/M | 200K | 2025-09-29 |
| 426 |
Qwen3-VL Plus
|
Alibaba | 1 家收录 | 收录广度 | 文+图 → 文 | $0.2/M / $1.6/M | 262.1K | 2025-09-23 |
| 427 |
GPT-5-Chat
|
OpenAI | 1 家收录 | 收录广度 | 文+图 → 文 | $1.1/M / $9/M | 128K | 2025-08-07 |
| 428 |
OpenAI GPT-5
|
Helicone | 1 家收录 | 收录广度 | 文+图 → 文 | $1.25/M / $10/M | 400K | 2025-08-07 |
| 429 |
claude-opus-4-1-20250805
|
Anthropic | 1 家收录 | 收录广度 | 文+图+PDF → 文 | $15/M / $75/M | 200K | 2025-08-05 |
| 430 |
Command A Vision
|
Cohere | 1 家收录 | 收录广度 | 文+图 → 文 | $2.5/M / $10/M | 128K | 2025-07-31 |
| 431 |
ERNIE 4.5 VL 424B A47B
|
百度文心一言 | 1 家收录 | 收录广度 | 文+图 → 文 | $0.42/M / $1.25/M | 123K | 2025-06-30 |
| 432 |
OpenAI o3
|
Helicone | 1 家收录 | 收录广度 | 文+图 → 文 | $2/M / $8/M | 200K | 2025-04-16 |
| 433 |
Llama 4 Maverick 17B Instruct
|
Meta | 1 家收录 | 收录广度 | 文+图 → 文 | $0.5/M / $1.5/M | 1M | 2025-04-05 |
| 434 |
Llama 4 Scout 17B Instruct
|
Meta | 1 家收录 | 收录广度 | 文+图 → 文 | $0.18/M / $0.59/M | 131.1K | 2025-04-05 |
| 435 |
Qwen3-VL 235B-A22B
|
Alibaba | 1 家收录 | 收录广度 | 文+图 → 文 | $0.7/M / $2.8/M | 131.1K | 2025-04-01 |
| 436 |
Qwen3-VL 30B-A3B
|
Alibaba | 1 家收录 | 收录广度 | 文+图 → 文 | $0.2/M / $0.8/M | 131.1K | 2025-04-01 |
| 437 |
bevformer
|
Nvidia | 1 家收录 | 收录广度 | 视 → 文 | 免费 / 免费 | 128K | 2025-03-18 |
| 438 |
sparsedrive
|
Nvidia | 1 家收录 | 收录广度 | 视 → 文 | 免费 / 免费 | 128K | 2025-03-18 |
| 439 |
Magistral Medium (latest)
|
Mistral | 1 家收录 | 收录广度 | 文+图 → 文 | $2/M / $5/M | 262.1K | 2025-03-17 |
| 440 |
Aya Vision 32B
|
Cohere | 1 家收录 | 收录广度 | 文+图 → 文 | — / — | 16K | 2025-03-04 |
| 441 |
gemini-2.0-flash-lite
|
1 家收录 | 收录广度 | 文+图 → 文 | $0.075/M / $0.3/M | 2M | 2024-12-11 | |
| 442 |
Qwen-VL OCR
|
Alibaba | 1 家收录 | 收录广度 | 文+图 → 文 | $0.07/M / $0.16/M | 34.1K | 2024-10-28 |
| 443 |
Ministral 3B (latest)
|
Mistral | 1 家收录 | 收录广度 | 文+图+PDF → 文 | $0.1/M / $0.1/M | 131.1K | 2024-10-01 |
| 444 |
Ministral 8B (latest)
|
Mistral | 1 家收录 | 收录广度 | 文+图+PDF → 文 | $0.15/M / $0.15/M | 262.1K | 2024-10-01 |
| 445 |
Llama-3.2-90B-Vision-Instruct
|
Meta | 1 家收录 | 收录广度 | 文+图 → 文 | 免费 / 免费 | 128K | 2024-09-25 |
| 446 |
paligemma
|
1 家收录 | 收录广度 | 文+图 → 文 | 免费 / 免费 | 128K | 2024-05-14 | |
| 447 |
Qwen-VL Max
|
Alibaba | 1 家收录 | 收录广度 | 文+图 → 文 | $0.8/M / $3.2/M | 131.1K | 2024-04-08 |
| 448 |
Qwen-VL Plus
|
Alibaba | 1 家收录 | 收录广度 | 文+图 → 文 | $0.21/M / $0.63/M | 131.1K | 2024-01-25 |
口径说明
数据怎么来的常见问题
为什么排在前面的模型我没听过？
榜单按真实调用量排，小而专的模型（例如某个 OCR 或嵌入模型）在特定场景里被大量调用，就会排在通用大模型前面。不确定用途时先看「厂商」与「上线」两列。
价格列为什么有的是「—」？
上游只给接口没有公开标准价的模型（多为订阅制图像 / 视频模型）没有单位价格，这里不替你估。这类模型请点进模型资料页看来源与收录情况。
「—」的热度信号代表什么？
代表这个模型既没有 OpenRouter 用量、也没有 HuggingFace 下载与收录数据（通常是闭源订阅制模型），显示「按上线时间」，说明它只是按新近程度排在末尾。
模型资料取自公开模型目录并交叉整理；热度按公开调用量与开源权重下载量逐级兜底，价格与上下文按各家公布的原始口径展示。
