类型: vision
Google: Nano Banana 2 (Gemini 3.1 Flash Image Preview) — 多模态视觉模型OpenRouterFlash低成本Google: 思考
Google: Nano Banana 2 (Gemini 3.1 Flash Image 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、视觉理解能力，上下文窗口66K tokens，最大输出66K tokens，输入价格$0.50/百万
65.5K图片 文本视觉理解低成本推理
Google: Gemini 3 Flash Preview — 多模态视觉模型OpenRouterFlash低成本Google: 思考
Google: Gemini 3 Flash 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$0.50/百万tokens。
1.0M文本 图片 音频 视频视觉理解低成本推理
Mistral: Mistral Large 3 2512 — 多模态视觉模型OpenRouter低成本Mistral
Mistral: Mistral Large 3 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、视觉理解能力，上下文窗口262K tokens，输入价格$0.50/百万tokens。
262.1K文本 图片视觉理解低成本视觉
Qwen: Qwen VL Max — 多模态视觉模型OpenRouter低成本Qwen:
Qwen: Qwen VL Max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131K tokens，最大输出33K tokens，输入价格$0.52/百万tokens。
131.1K文本 图片视觉理解低成本视觉
OpenAI: GPT-4.1 Mini — 多模态视觉模型OpenRouterMini低成本OpenAI:
OpenAI: GPT-4.1 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，具备函数调用、视觉理解能力，上下文窗口1.0M tokens，最大输出33K tokens，输入价格$0.40/百万tokens。
1.0M图片 文本视觉理解低成本视觉
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
MiniMax: MiniMax-01 — 多模态视觉模型OpenRouterMini低成本MiniMax:开源
MiniMax: MiniMax-01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1.0M tokens，最大输出1000K tokens，输入价格$0.20/百万tokens。
1.0M文本 图片视觉理解低成本视觉
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 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 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: Qwen3.5-122B-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
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
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
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
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
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