Vision Small

Vision Small 属于 Vispark 的 Vision 系列。该系列目前可见 Small、Medium、Large 三档，上下文窗口都标为 100 万 tokens，价格依次拉开明显梯度，Small 是其中门槛最低的一档。它要解决的是多模态素材的“一次性处理”问题：输入侧接受文本、图像、音频、视频与 PDF，输出侧只产出文本，因此典型用法是把整份年报、整段会议录像或成批图片直接交给模型，让它输出摘要、抽取字段或整理成统一格式。能力项上，它提供推理、工具调用、结构化输出、附件输入与温度调节，组合起来适合接入自动化流水线，而不是只做单轮问答。权重不开源，参数规模与训练细节没有对外披露，公开资料较少；第三方评测也没有给出该模型的分数。因此评估时更依赖接口文档和自有样本上的实测，而非榜单。

选型建议预算敏感、以长文档和多模态附件批处理为主的任务可以优先考虑它；若需要公开跑分背书或本地部署，则应另选方案。

• 把整份 PDF 年报连同图表一次输入，抽取关键指标并输出结构化字段
• 对会议录像或长音频做分段摘要，输出带线索的要点清单
• 调用工具接口，将图片、表格与文本混合的工单内容整理成统一格式
• 批量处理多模态素材，生成商品描述或内容标签，把成本控制在低单价区间
• 利用温度调节，在同一模型上切换事实抽取与改写润色的输出风格

架构层面的公开信息有限，可确认的是产品形态与接口能力，网络结构、参数量与训练方法均未披露。

• 结构Vispark 未公布参数量与网络细节，可确认它属于 Vision 系列的轻量档，与 Medium、Large 共享 100 万 tokens 上下文规格。
• 能力输入端覆盖文本、图像、音频、视频与 PDF，输出仅文本；支持推理、工具调用、结构化输出与温度调节，便于把非结构化附件整理成可读结果。
• 披露权重不开源，训练数据与档位之间的蒸馏关系均未公开，选型时只能以接口文档和自测表现作为判断依据。

开源权重

否

模型家族

—

许可证

—

参数规模

—

没有公开跑分可引用，性能判断只能基于规格与能力项做定性分析，实际水平需要在自有任务上验证。

• 强项100 万 tokens 上下文叠加多模态附件输入，是它最实用的组合，长篇 PDF、会议录像或成批图片可以同批送入，省去切片与拼接流程。
• 短板本站未给出该模型的公开跑分，同类对比中竞品的 AA 分数也无法直接套用，复杂推理的稳定性缺少第三方证据，需自行小样本验证。
• 适合以文档理解、音视频摘要、结构化抽取为主的批量任务比较契合；需要顶格推理上限的场景，建议先测再决定是否替换。

输入每百万 tokens 1.05 美元、输出 3.16 美元，处于 Vision 系列价格底部，成本结构偏向“便宜输入、中等输出”。

• 定位定价在同系列中最低，与 Medium、Large 形成清晰梯度，适合把预算压在长输入体量上的批量处理场景。
• 横向对比相对 Vision Medium 的输入价高 301.0%，Vision Large 高 601.9%；对比 Claude Sonnet 5.5 的 2 美元输入价，它仍低约一半。
• 平台差价目前只有 models.dev 及其 vispark 条目给出报价，且两者一致，均为输入 1.05、输出 3.16 美元，未见缓存读价格，跨平台比价空间很小。
• 省钱输入单价是长文档任务的主要成本项，把整段附件放进单次长上下文处理、并压缩输出长度，通常比多次短调用更省。

同一个模型在不同网关的报价可能不同。本页基准取官方口径 $1.05/M / $3.16/M（输入 / 输出，美元 / 百万 tokens），其余来源的差价在「相对输入价」列列出，供比价参考。

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

• 口径能力描述依据厂商公开接口与本站字段，不含跑分；同类对比中的 AA 分数属于竞品数据，不能当作本模型水平。
• 边界输入支持多模态，输出仅文本，模态不对称；权重不开源，无法本地部署或自行微调，长期使用需考虑供应商依赖。

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。