dots.llm1.inst
dots-studio基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基础资料已收录 · 缺失资料后续补充
输入 文本→ 输出 文本
价格待核验多模态与渠道费用须分别核对
查看详情 ↗DISCOVER & COMPARE
探索 AI 模型 84991
dots.mocr
dots-studioWe present dots.mocr. Beyond achieving state-of-the-art (SOTA) performance in standard multilingual document parsing among models of comparable size, **dots.mocr** excels at converting structured graphics (e.g., charts, UI layouts, scientific figures and etc.) directly into SVG code. Its core capabilities encompass grounding, recognition, semantic understanding, and interactive dialogue. Simultaneously, we are releasing dots.mocr-svg, a variant specifically optimized for robust image-to-SVG parsing tasks. More information can be found in the paper.
译文排队中 · 当前显示来源原文
输入 文本 · 图像→ 输出 文本
价格待核验多模态与渠道费用须分别核对
查看详情 ↗dots.ocr
dots-studio**dots.ocr** is a powerful, multilingual document parser that unifies layout detection and content recognition within a single vision-language model while maintaining good reading order. Despite its compact 1.7B-parameter LLM foundation, it achieves state-of-the-art(SOTA) performance. 1. **Powerful Performance:** **dots.ocr** achieves SOTA performance for text, tables, and reading order on OmniDocBench, while delivering formula recognition results comparable to much larger models like Doubao-1.5 and gemini2.5-pro. 2. **Multilingual Support:** **dots.ocr** demonstrates robust parsing capabilities for low-resource languages, achieving decisive advantages across both layout detection and content recognition on our in-house multilingual documents benchmark. 3. **Unified and Simple Architecture:** By leveraging a single vision-language model, **dots.ocr** offers a significantly more streamlined architecture than conventional methods that rely on complex, multi-model pipelines. Switching between tasks is accomplished simply by altering the input prompt, proving that a VLM can achieve competitive detection results compared to traditional detection models like DocLayout-YOLO. 4. **Efficient and Fast Performance:** Built upon a compact 1.7B LLM, **dots.ocr** provides faster inference speeds than many other high-performing models based on larger foundations. > **Notes:** > - The EN, ZH metrics are the end2end evaluation results of OmniDocBench, and Multilingual metric is the end2end evaluation results of dots.ocr-bench.
译文排队中 · 当前显示来源原文
输入 文本 · 图像→ 输出 文本
价格待核验多模态与渠道费用须分别核对
查看详情 ↗dots.ocr.base
dots-studio基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基础资料已收录 · 缺失资料后续补充
输入 文本 · 图像→ 输出 文本
价格待核验多模态与渠道费用须分别核对
查看详情 ↗dots.tts-base
dots-studio基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基础资料已收录 · 缺失资料后续补充
输入 文本→ 输出 音频
价格待核验多模态与渠道费用须分别核对
查看详情 ↗dots.tts-mf
dots-studio基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基础资料已收录 · 缺失资料后续补充
输入 文本→ 输出 音频
价格待核验多模态与渠道费用须分别核对
查看详情 ↗dots.tts-soar
dots-studio基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
输入 文本→ 输出 音频
价格待核验多模态与渠道费用须分别核对
查看详情 ↗dots3-note-prev
dots-studiodots3-note preview is the first open-weight model in the dots3 family. It is a Mixture-of-Experts model with 280B total parameters, 16B activated parameters, and support for a context length of up to 512K tokens. The model can understand text, images, video, and audio, and produces text outputs. The dots3 family is designed to include models with different trade-offs among capability, latency, and inference cost. dots3-note preview is the most lightweight member of the family. The commands below target FP8 on one 8-GPU node. BF16 requires more memory. Tune the context length to available memory, concurrency, and input modalities.
译文排队中 · 当前显示来源原文
输入 文本 · 图像→ 输出 文本
价格待核验多模态与渠道费用须分别核对
查看详情 ↗dots3-note-prev-fp8
dots-studio基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基础资料已收录 · 缺失资料后续补充
输入 文本 · 图像→ 输出 文本
价格待核验多模态与渠道费用须分别核对
查看详情 ↗
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基础资料已收录 · 缺失资料后续补充
输入 待核验→ 输出 待核验
价格待核验多模态与渠道费用须分别核对
查看详情 ↗基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
输入 待核验→ 输出 待核验
价格待核验多模态与渠道费用须分别核对
查看详情 ↗基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
输入 待核验→ 输出 待核验
价格待核验多模态与渠道费用须分别核对
查看详情 ↗基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
输入 待核验→ 输出 待核验
价格待核验多模态与渠道费用须分别核对
查看详情 ↗基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
输入 待核验→ 输出 待核验
价格待核验多模态与渠道费用须分别核对
查看详情 ↗基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
输入 待核验→ 输出 待核验
价格待核验多模态与渠道费用须分别核对
查看详情 ↗基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
输入 待核验→ 输出 待核验
价格待核验多模态与渠道费用须分别核对
查看详情 ↗基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
输入 待核验→ 输出 待核验
价格待核验多模态与渠道费用须分别核对
查看详情 ↗首帧或首尾帧图生视频，根据您输入的首帧图片+new尾帧图片（可选）+文本提示词（可选）+参数（可选）生成目标视频。 参考图生视频，根据您输入的new参考图片（1-4张）+文本提示词（可选）+ 参数（可选）生成目标视频。 注意：官方价格按 token 计费，任务完成时实际消费会进行修正，多退少补
输入 待核验→ 输出 待核验
价格待核验多模态与渠道费用须分别核对
查看详情 ↗文生视频，根据您输入的文本提示词+参数（可选）生成目标视频。 注意：官方价格按 token 计费，任务完成时实际消费会进行修正，多退少补
输入 待核验→ 输出 待核验
价格待核验多模态与渠道费用须分别核对
查看详情 ↗Seedance 1.0 Pro
字节跳动Seedance 1.0 Pro API（APIMart）：字节跳动视频生成模型，支持文生视频及首帧、首尾帧图生视频，2–12 秒、480p/720p/1080p 输出与多种宽高比。按秒计费，会员立省20%起。
输入 文本 · 图像→ 输出 视频
价格待核验多模态与渠道费用须分别核对
查看详情 ↗文生视频：根据您输入的文本提示词+参数（可选）生成目标视频。 图生视频-首帧：根据您输入的首帧图片+文本提示词（可选）+参数（可选）生成目标视频。 官方文档：https://www.volcengine.com/docs/82379/1544106?lang=zh#02affcb8 官方计费示例： https://bytedance.larkoffice.com/wiki/FXaYwxzJ5i5Zdik32ipcWzt7nxd?table=tbl9E3YrLJ3n8Bk5&view=vewltUCWg2 注意：官方价格按 token 计费，任务完成时实际消费会进行修正，多退少补
输入 待核验→ 输出 待核验
价格待核验多模态与渠道费用须分别核对
查看详情 ↗Seedance 1.0 Pro Fast API（APIMart）：Seedance 1.0 Pro 的快速档，适合预览与迭代，支持文生视频与首帧图生视频，2–12 秒、480p/720p/1080p 输出。按秒计费，会员立省20%起。
输入 文本 · 图像→ 输出 视频
价格待核验多模态与渠道费用须分别核对
查看详情 ↗文生视频：根据您输入的文本提示词+参数（可选）生成目标视频。 图生视频-首帧：根据您输入的首帧图片+文本提示词（可选）+参数（可选）生成目标视频。 官方文档：https://www.volcengine.com/docs/82379/1544106?lang=zh#02affcb8 官方计费示例： https://bytedance.larkoffice.com/wiki/FXaYwxzJ5i5Zdik32ipcWzt7nxd?table=tbl9E3YrLJ3n8Bk5&view=vewltUCWg2 注意：官方价格按 token 计费，任务完成时实际消费会进行修正，多退少补
输入 待核验→ 输出 待核验
价格待核验多模态与渠道费用须分别核对
查看详情 ↗Seedance 1.5 Pro
字节跳动Seedance 1.5 Pro API（APIMart）：字节跳动 AI 视频模型，原生音频与画面同步生成，支持首尾帧控制与 1080p 输出。开通会员，API 调用立省20%起。
输入 文本 · 图像→ 输出 视频
价格待核验多模态与渠道费用须分别核对
查看详情 ↗暂未找到匹配模型
可以调整厂商、分类或输入输出条件；新模型正持续收录。
COST EXPLORER
好模型，也要算好成本。
调整月度 Token 用量，直观比较不同模型的预估 API 开支。
1 M = 100 万 Token · 美元计价
仅比较同一渠道的基础文本 Token 报价
仅比较同一渠道的基础文本 Token 报价
使用已采集且单位可比的 USD / 百万 Token 渠道报价。报价为采集时快照；不计缓存优惠、阶梯价、推理额外输出与税费，请以来源的当前报价为准。
MODEL HANDBOOK
读懂模型，再做选择
API 价格应该怎么比较？+
先区分输入、输出和缓存价格，再使用同一任务和用量估算总费用。图像、音频和视频可能按张、时长或分辨率计费，不能直接与 Token 单价比较。
开放权重，就代表可以免费商用吗？+
不一定。必须逐一核对具体模型版本的许可证、商用限制及使用政策。自己部署还需要考虑显存、推理资源和运维费用。
排行榜第一，就是最适合我的模型吗？+
榜单取决于测试任务、版本与评测方法。建议用实际业务样本比较准确性、时延、稳定性和成本，再选择模型。