AI NEWS · 模型情报站发现能力边界,让每一次选择更有依据 ↗基础档案先收录 · 缺失资料持续补齐
THE AI MODEL DIRECTORY 模型探索,从这里开始

找到适合你的 AI 模型。

从语言到影像,从开源到 API。读懂模型能力、比较真实成本,
为你的下一个想法,找到合适的智能引擎。

热门探索
84,853 款模型档案13108 家厂商 / 发布者45 个能力分类465 款有可比报价 · 30 款有公开评测
T文本生成▧图像生成▷视频生成⌘代码生成◖语音合成♫音乐生成⬡3D 建模▤文档分析
DISCOVER & COMPARE

探索 AI 模型 2

为你发现值得关注的模型

ShotVL-7B

Vchitect

This model is a fine-tuned version of Qwen/Qwen2.5-VL-7B-Instruct, introduced in the paper ShotBench: Expert-Level Cinematic Understanding in Vision-Language Models. It is trained on the largest and high-quality dataset for cinematic language understanding to date. It currently achieves state-of-the-art performance on ShotBench, a comprehensive benchmark for evaluating cinematography understanding in vision-language models. Abbreviations:  SS = Shot Size ,  SF = Shot Framing ,  CA = Camera Angle ,  LS = Lens Size ,  LT = Lighting Type ,  LC = Lighting Conditions ,  SC = Shot Composition ,  CM = Camera Movement .  Underline marks previous best in each group. Our ShotVL models establish new SOTA. Open-Sourced VLMs Qwen2.5-VL-3B-Instruct 54.6 56.6 43.1 36.6 59.3 45.1 41.5 31.9 46.1 Qwen2.5-VL-7B-Instruct 69.1 73.5 53.2 47.0 60.5 47.4 49.9 30.2 53.8 LLaVA-NeXT-Video-7B 35.9 37.1 32.5 27.8 50.9 31.7 28.0 31.3 34.4 LLaVA-Video-7B-Qwen2 56.9 65.4 45.1 36.0 63.5 45.4 37.4 35.3 48.1 LLaVA-Onevision-Qwen2-7B-Ov-Chat 58.4 71.0 52.3 38.7 59.5 44.9 50.9 39.7 51.9 InternVL2.5-8B 56.3 70.3 50.8 41.1 60.2 45.1 50.1 33.6 50.9 InternVL3-2B 56.3 56.0 44.4 34.6 56.8 44.6 43.0 38.1 46.7 InternVL3-8B 62.1 65.8 46.8 42.9 58.0 44.3 46.8 44.2 51.4 InternVL3-14B 59.6 82.2 55.4 40.7 61.7 44.6 51.1 38.2 54.2 Internlm-xcomposer2d5-7B 51.1 71.0 39.8 32.7 59.3 35.7 35.7 38.8 45.5 Ovis2-8B 35.9 37.1 32.5 27.8 50.9 31.7 28.0 35.3 34.9 VILA1.5-3B 33.4 44.9 32.1 28.6 50.6 35.7 28.4 21.5 34.4 VILA1.5-8B 40.6 44.5 39.1 29.7 48.9 32.9 34.4 36.9 38.4 VILA1.5-13B 36.7 54.6 40.7 34.8 52.8 35.4 34.2 31.3 40.1 Instructblip-vicuna-7B 27.0 27.9 34.5 29.4 44.4 29.7 27.1 25.0 30.6 Instructblip-vicuna-13B 26.8 29.2 27.9 28.0 39.0 24.0 27.1 22.0 28.0 InternVL2.5-38B 67.8 85.4 55.4 41.7 61.7 48.9 52.4 44.0 57.2 InternVL3-38B 68.0 84.0 51.9 43.6 64.4 46.9 54.7 44.6 57.3 Qwen2.5-VL-32B-Instruct 62.3 76.6 51.0 48.3 61.7 44.0 52.2 43.8 55.0 Qwen2.5-VL-72B-Instruct 75.1 82.9 56.7 46.8 59.0 49.4 54.1 48.9 59.1 InternVL3-78B 69.7 80.0 54.5 44.0 65.5 47.4 51.8 44.4 57.2 Proprietary VLMs Gemini-2.0-flash 48.9 75.5 44.6 31.9 62

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 ↗
来源 / 文档 ↗
COST EXPLORER

好模型,也要算好成本。

费用分析

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

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

选型与常见问题
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。

AI NEWS · 从信息到选择

资讯看趋势,工具提效率,模型筑可能。

探索 AI 资讯 ↗发现 AI 工具 ↗