厂商: openrouter · 标签: 多模态
Meta: Llama 3.2 11B Vision Instruct — 多模态视觉模型OpenRouterVision低成本Meta:开源
Meta: Llama 3.2 11B Vision Instruct是通过OpenRouter平台提供的AI模型，支持文本和图像输入的多模态模型，具备视觉理解、开源能力，上下文窗口131K tokens，最大输出16K tokens，输入价格$0.24/百万tokens。
131.1K文本 图片视觉理解低成本视觉
ByteDance Seed: Seed-2.0-Lite — 多模态视觉模型OpenRouterLite低成本ByteDance 思考
ByteDance Seed: Seed-2.0-Lite是通过OpenRouter平台提供的AI模型，支持文本和图像输入的多模态模型，具备深度推理、函数调用、视觉理解能力，上下文窗口262K tokens，最大输出131K tokens，输入价格$0.25/百万tokens。
262.1K文本 图片 视频视觉理解低成本推理
Google: Gemini 3.1 Flash Lite Preview — 多模态视觉模型OpenRouterFlash低成本Google: 思考
Google: Gemini 3.1 Flash Lite Preview是通过OpenRouter平台提供的AI模型，支持文本和图像输入的多模态模型，具备深度推理、函数调用、视觉理解能力，上下文窗口1.0M tokens，最大输出66K tokens，输入价格$0.25/百万tokens。
1.0M文本 图片 视频 音频视觉理解低成本推理
ByteDance Seed: Seed 1.6 — 多模态视觉模型OpenRouter低成本ByteDance 思考
ByteDance Seed: Seed 1.6是通过OpenRouter平台提供的AI模型，支持文本和图像输入的多模态模型，具备深度推理、函数调用、视觉理解能力，上下文窗口262K tokens，最大输出33K tokens，输入价格$0.25/百万tokens。
262.1K图片 文本 视频视觉理解低成本推理
OpenAI: GPT-5.1-Codex-Mini — 多模态视觉模型OpenRouterCode低成本OpenAI: 思考
OpenAI: GPT-5.1-Codex-Mini是通过OpenRouter平台提供的AI模型，支持文本和图像输入的多模态模型，具备深度推理、函数调用、视觉理解能力，上下文窗口400K tokens，最大输出128K tokens，输入价格$0.25/百万tokens。
400K图片 文本视觉理解低成本推理
OpenAI: GPT-5 Mini — 多模态视觉模型OpenRouterMini低成本OpenAI: 思考
OpenAI: GPT-5 Mini是通过OpenRouter平台提供的AI模型，支持文本和图像输入的多模态模型，具备深度推理、函数调用、视觉理解能力，上下文窗口400K tokens，最大输出128K tokens，输入价格$0.25/百万tokens。
400K文本 图片视觉理解低成本推理
Anthropic: Claude 3 Haiku — 多模态视觉模型OpenRouter低成本Anthropic:
Anthropic: Claude 3 Haiku是通过OpenRouter平台提供的AI模型，支持文本和图像输入的多模态模型，具备函数调用、视觉理解能力，上下文窗口200K tokens，最大输出4K tokens，输入价格$0.25/百万tokens。
200K文本 图片视觉理解低成本视觉
Qwen: Qwen3.5-122B-A10B — 多模态视觉模型OpenRouter低成本Qwen: 思考开源
Qwen: Qwen3.5-122B-A10B是通过OpenRouter平台提供的AI模型，支持文本和图像输入的多模态模型，具备深度推理、函数调用、视觉理解、开源能力，上下文窗口262K tokens，最大输出66K tokens，输入价格$0.26/百万tokens。
262.1K文本 图片 视频视觉理解低成本推理
Qwen: Qwen3.5 Plus 2026-02-15 — 多模态视觉模型OpenRouterPlus低成本Qwen: 思考
Qwen: Qwen3.5 Plus 2026-02-15是通过OpenRouter平台提供的AI模型，支持文本和图像输入的多模态模型，具备深度推理、函数调用、视觉理解能力，上下文窗口1.0M tokens，最大输出66K tokens，输入价格$0.26/百万tokens。
1M文本 图片 视频视觉理解低成本推理
Qwen: Qwen3 VL 235B A22B Thinking — 多模态视觉模型OpenRouterThinking低成本Qwen: 思考开源
Qwen: Qwen3 VL 235B A22B Thinking是通过OpenRouter平台提供的AI模型，支持文本和图像输入的多模态模型，具备深度推理、函数调用、视觉理解、开源能力，上下文窗口131K tokens，最大输出33K tokens，输入价格$0.26/百万tokens。
131.1K文本 图片视觉理解低成本推理
Z.ai: GLM 4.6V — 多模态视觉模型OpenRouter低成本Z.ai: 思考开源
Z.ai: GLM 4.6V是通过OpenRouter平台提供的AI模型，支持文本和图像输入的多模态模型，具备深度推理、函数调用、视觉理解、开源能力，上下文窗口131K tokens，最大输出131K tokens，输入价格$0.30/百万tokens。
131.1K图片 文本 视频视觉理解低成本推理
Amazon: Nova 2 Lite — 多模态视觉模型OpenRouterLite低成本Amazon: 思考
Amazon: Nova 2 Lite是通过OpenRouter平台提供的AI模型，支持文本和图像输入的多模态模型，具备深度推理、函数调用、视觉理解能力，上下文窗口1.0M tokens，最大输出66K tokens，输入价格$0.30/百万tokens。
1M文本 图片 视频视觉理解低成本推理
Google: Nano Banana (Gemini 2.5 Flash Image) — 多模态视觉模型OpenRouterFlash低成本Google:
Google: Nano Banana (Gemini 2.5 Flash Image)是通过OpenRouter平台提供的AI模型，支持文本和图像输入的多模态模型，具备视觉理解能力，上下文窗口33K tokens，最大输出33K tokens，输入价格$0.30/百万tokens。
32.8K图片 文本视觉理解低成本视觉
Google: Gemini 2.5 Flash — 多模态视觉模型OpenRouterFlash低成本Google: 思考
Google: Gemini 2.5 Flash是通过OpenRouter平台提供的AI模型，支持文本和图像输入的多模态模型，具备深度推理、函数调用、视觉理解能力，上下文窗口1.0M tokens，最大输出66K tokens，输入价格$0.30/百万tokens。
1.0M图片 文本 音频 视频视觉理解低成本推理
Qwen: Qwen VL Plus — 多模态视觉模型OpenRouterPlus低成本Qwen:
Qwen: Qwen VL Plus是通过OpenRouter平台提供的AI模型，支持文本和图像输入的多模态模型，具备视觉理解能力，上下文窗口131K tokens，最大输出8K tokens，输入价格$0.14/百万tokens。
131.1K文本 图片视觉理解低成本视觉
Baidu: ERNIE 4.5 VL 28B A3B — 多模态视觉模型OpenRouter低成本Baidu: 思考开源
Baidu: ERNIE 4.5 VL 28B A3B是通过OpenRouter平台提供的AI模型，支持文本和图像输入的多模态模型，具备深度推理、函数调用、视觉理解、开源能力，上下文窗口30K tokens，最大输出8K tokens，输入价格$0.14/百万tokens。
30K文本 图片视觉理解低成本推理
Mistral: Mistral Small 4 — 多模态视觉模型OpenRouter低成本Mistral 思考开源
Mistral: Mistral Small 4是通过OpenRouter平台提供的AI模型，支持文本和图像输入的多模态模型，具备深度推理、函数调用、视觉理解、开源能力，上下文窗口262K tokens，输入价格$0.15/百万tokens。
262.1K文本 图片视觉理解低成本推理
Mistral: Ministral 3 8B 2512 — 多模态视觉模型OpenRouterMini低成本Mistral开源
Mistral: Ministral 3 8B 2512是通过OpenRouter平台提供的AI模型，支持文本和图像输入的多模态模型，具备函数调用、视觉理解、开源能力，上下文窗口262K tokens，输入价格$0.15/百万tokens。
262.1K文本 图片视觉理解低成本视觉
Meta: Llama 4 Maverick — 多模态视觉模型OpenRouter低成本Meta:开源
Meta: Llama 4 Maverick是通过OpenRouter平台提供的AI模型，支持文本和图像输入的多模态模型，具备函数调用、视觉理解、开源能力，上下文窗口1.0M tokens，最大输出16K tokens，输入价格$0.15/百万tokens。
1.0M文本 图片视觉理解低成本视觉
OpenAI: GPT-4o-mini (2024-07-18) — 多模态视觉模型OpenRouterMini低成本OpenAI:
OpenAI: GPT-4o-mini (2024-07-18)是通过OpenRouter平台提供的AI模型，支持文本和图像输入的多模态模型，具备函数调用、视觉理解能力，上下文窗口128K tokens，最大输出16K tokens，输入价格$0.15/百万tokens。
128K文本 图片视觉理解低成本视觉
OpenClaw 技能定制 / 插件定制 / 私有工作流定制
免费技能或插件可能存在安全风险，如需更匹配、更安全的方案，建议联系付费定制