活躍
Vision Small
Fast, low-cost multimodal model for understanding text, images, audio, video, and PDFs, with tool calling and a 1M-token context window.
上下文
1,000,000
最大輸出
65,536
輸入 / 1M
$1.05
輸出 / 1M
$3.16
供應商
1
01概覽
概覽
釋出日期
2024-05-15
最後更新
2026-09
知識截止
—
權重
閉源
02能力
能力
輸入
text · image · audio · video · pdf
輸出
text
推理
是
工具呼叫
是
結構化輸出
是
附件
是
快取讀取
—
快取寫入
—
03價格
1 家供應商的價格
每百萬 token,美元。按輸入價排序,一方行高亮。
04歷史
變更歷史
自 2024-05-15 以來的 1+ 條事件
2026-09-14新增vispark上架→ 新增