视觉专项模型热度榜
VLM视觉专项名称 / 家族里就写着 VL、Vision 的视觉专项模型：Qwen-VL、InternVL、LLaVA、Pixtral、MiniCPM-V、Nemotron VL、Llama Vision 等，多为可自建的开放权重，按下载量与收录广度排序。
收录模型
186 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
186
主流 65 个
本页排序范围
180
全部收录，已合并 6 条同名收录
涉及厂商
47
按模型作者统计，不含托管渠道
有热度数据
180
至少拿到一个热度信号
开放权重
164
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
2026-10-22
本类最新一个模型的上线日期
排序与范围
按热度排列这一类默认列出全部收录：媒体 / 专项类模型大多不在主数据的 core 层里， 只列主流会把 Sora、FLUX 这类著名模型藏起来。需要时切「仅主流模型」。
视觉专项模型 · 按热度排序
186 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 |
|---|---|---|---|---|---|---|---|---|
| 151 |
Nemotron-nano 12b v2-vl
|
Nvidia | 1 家收录 | 收录广度 | 文+图+视 → 文 | $0.2/M / $0.6/M | 128K | 2025-10-28 |
| 152 |
Qwen3-VL Flash
|
Alibaba | 1 家收录 | 收录广度 | 文+图 → 文 | $0.022/M / $0.215/M | 262.1K | 2025-10-15 |
| 153 |
Qwen3 VL Instruct
|
Alibaba | 1 家收录 | 收录广度 | 文+图 → 文 | $0.2/M / $0.88/M | 262.1K | 2025-09-23 |
| 154 |
Qwen3-VL 235B
|
Alibaba | 1 家收录 | 收录广度 | 文+图 → 文 | $1.76/M / $2.05/M | 218K | 2025-09-23 |
| 155 |
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 |
| 156 |
Seed 1.6 Vision
|
Volcengine Ark | 1 家收录 | 收录广度 | 文+图 → 文 | $0.1187/M / $1.1875/M | 256K | 2025-08-15 |
| 157 |
Doubao 1.5 Vision Pro
|
Qiniu | 1 家收录 | 收录广度 | 文+图+视 → 文 | $0.4348/M / $1.3043/M | 128K | 2025-08-05 |
| 158 |
Qwen VL-MAX-2025-01-25
|
Qiniu | 1 家收录 | 收录广度 | 文+图+音+视 → 文 | $0.4348/M / $1.3043/M | 128K | 2025-08-05 |
| 159 |
Command A Vision
|
Cohere | 1 家收录 | 收录广度 | 文+图 → 文 | $2.5/M / $10/M | 128K | 2025-07-31 |
| 160 |
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 |
| 161 |
Pixtral Large (25.02)
|
Cortecs | 1 家收录 | 收录广度 | 文+图+PDF → 文 | $1.993/M / $5.978/M | 128K | 2025-04-08 |
| 162 |
Pixtral Large (25.02) (Amazon Bedrock)
|
Eden AI | 1 家收录 | 收录广度 | 文+图 → 文 | $2/M / $6/M | 128K | 2025-04-08 |
| 163 |
Pixtral Large (25.02) (Amazon Bedrock, US)
|
Eden AI | 1 家收录 | 收录广度 | 文+图 → 文 | $2/M / $6/M | 128K | 2025-04-08 |
| 164 |
Pixtral Large (25.02) (EU)
|
Amazon Bedrock | 1 家收录 | 收录广度 | 文+图 → 文 | $2/M / $6/M | 128K | 2025-04-08 |
| 165 |
Pixtral Large (25.02) (US)
|
Amazon Bedrock | 1 家收录 | 收录广度 | 文+图 → 文 | $2/M / $6/M | 128K | 2025-04-08 |
| 166 |
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 |
| 167 |
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 |
| 168 |
Aya Vision 32B
|
Cohere | 1 家收录 | 收录广度 | 文+图 → 文 | — / — | 16K | 2025-03-04 |
| 169 |
parasail/parasail-qwen25-vl-72b-instruct
|
未知厂商 | 1 家收录 | 收录广度 | 文+图 → 文 | $0.7/M / $0.7/M | 32.8K | 2025-02-01 |
| 170 |
Qwen 2.5 7B Vision Instruct
|
Alibaba | 1 家收录 | 收录广度 | 文+图 → 文 | $0.2/M / $0.2/M | 125K | 2025-01-01 |
| 171 |
Pixtral Large (latest)
|
Mistral | 1 家收录 | 收录广度 | 文+图 → 文 | $2/M / $6/M | 128K | 2024-11-01 |
| 172 |
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 |
| 173 |
Llama-3.2-11B-Vision-Instruct (Deep Infra)
|
Meta | 1 家收录 | 收录广度 | 文+图 → 文 | $0.345/M / $0.345/M | 131.1K | 2024-09-25 |
| 174 |
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 |
| 175 |
Vision Large
|
Vispark | 1 家收录 | 收录广度 | 文+图+音+视+PDF → 文 | $7.37/M / $22.11/M | 1M | 2024-05-15 |
| 176 |
Vision Medium
|
Vispark | 1 家收录 | 收录广度 | 文+图+音+视+PDF → 文 | $4.21/M / $12.63/M | 1M | 2024-05-15 |
| 177 |
Vision Small
|
Vispark | 1 家收录 | 收录广度 | 文+图+音+视+PDF → 文 | $1.05/M / $3.16/M | 1M | 2024-05-15 |
| 178 |
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 |
| 179 |
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 |
| 180 |
GPT-4 Turbo Vision
|
OpenAI | 1 家收录 | 收录广度 | 文+图 → 文 | $10/M / $30/M | 128K | 2023-11-06 |
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。
