AIBase
EN

AI News

View More

视觉模型新突破：商汤开源 SenseNova-Vision-7B-MoT

12.5k 9 minutes ago
视觉模型新突破：商汤开源 SenseNova-Vision-7B-MoT

告别纯文本！Skill-Omni重塑多模态智能体经验范式

15.4k 10 hours ago
告别纯文本！Skill-Omni重塑多模态智能体经验范式

编程与GUI双向通吃!Qwen3.7-Plus 登场，11小时自主闭环开发真实APP

15.1k 4 hours ago
编程与GUI双向通吃!Qwen3.7-Plus 登场，11小时自主闭环开发真实APP

Mininglamp 开源 Cider+Mano-P，让你的 Mac 变身私有 AI 工作站

26.2k 23 hours ago
Mininglamp 开源 Cider+Mano-P，让你的 Mac 变身私有 AI 工作站

Models

View More

GPT-4.1 mini

Openai

GPT-4.1 mini

$2.8

Input tokens/M

$11.2

Output tokens/M

1k

Context Length

Claude Haiku 4.5

Anthropic

Claude Haiku 4.5

$7

Input tokens/M

$35

Output tokens/M

200

Context Length

Claude Sonnet 4.5

Anthropic

Claude Sonnet 4.5

$21

Input tokens/M

$105

Output tokens/M

200

Context Length

qwen3-coder-plus

Alibaba

qwen3-coder-plus

$4

Input tokens/M

$16

Output tokens/M

1k

Context Length

qwen3-vl-235b-a22b-thinking

Alibaba

qwen3-vl-235b-a22b-thinking

$2

Input tokens/M

$20

Output tokens/M

-

Context Length

Qianfan-VL-8B

Baidu

Qianfan-VL-8B

-

Input tokens/M

-

Output tokens/M

32

Context Length

Qianfan-VL-70B

Baidu

Qianfan-VL-70B

-

Input tokens/M

-

Output tokens/M

32

Context Length

Grok Code Fast 1

Xai

Grok Code Fast 1

$1.4

Input tokens/M

$10.5

Output tokens/M

256

Context Length

qwen-deep-research

Alibaba

qwen-deep-research

$54

Input tokens/M

$163

Output tokens/M

1k

Context Length

DeepSeek-V3.1

Deepseek

DeepSeek-V3.1

$4

Input tokens/M

$12

Output tokens/M

128

Context Length

百度蒸汽机2.0音视一体

Baidu

百度蒸汽机2.0音视一体

-

Input tokens/M

-

Output tokens/M

-

Context Length

GPT-5

Openai

GPT-5

$8.75

Input tokens/M

$70

Output tokens/M

400

Context Length

GPT-5 mini

Openai

GPT-5 mini

$1.75

Input tokens/M

$14

Output tokens/M

400

Context Length

qwen3-coder-flash

Alibaba

qwen3-coder-flash

$1

Input tokens/M

$4

Output tokens/M

1k

Context Length

qwen-flash

Alibaba

qwen-flash

$15

Input tokens/M

$15

Output tokens/M

1k

Context Length

GLM-4.5-Flash

Chatglm

GLM-4.5-Flash

-

Input tokens/M

-

Output tokens/M

128

Context Length

GLM-4.5-AirX

Chatglm

GLM-4.5-AirX

-

Input tokens/M

-

Output tokens/M

128

Context Length

GLM-4.5-X

Chatglm

GLM-4.5-X

$8

Input tokens/M

$16

Output tokens/M

128

Context Length

GLM-4.5

Chatglm

GLM-4.5

$2

Input tokens/M

$8

Output tokens/M

128

Context Length

Grok-4 Heavy

Xai

Grok-4 Heavy

-

Input tokens/M

-

Output tokens/M

-

Context Length

InternVL3 8B AWQ

OpenGVLab

I

InternVL3-8B是OpenGVLab推出的先进多模态大语言模型，具备强大的多模态感知与推理能力，支持工具调用、GUI智能体、工业图像分析、3D视觉感知等新领域。

多模态TransformersTransformersOther
OpenGVLab
1.4k
3

UI TARS 72B DPO

parasail-ai

U

UI-TARS是下一代原生GUI智能体模型，具备类人的感知、推理和行动能力，可与图形用户界面（GUI）实现无缝交互。

多模态TransformersTransformersMultiple Languages
parasail-ai
179
0

UI TARS 7B DPO

ByteDance-Seed

U

UI-TARS 是新一代原生图形用户界面（GUI）智能体模型，旨在通过类人的感知、推理和行动能力与图形用户界面无缝交互。

多模态TransformersTransformersMultiple Languages
ByteDance-Seed
38.7k
206

Cogagent 9b 20241220

zai-org

C

CogAgent是基于GLM-4V-9B优化的视觉语言模型GUI智能体，在GUI感知、推理准确性、动作空间完整性和任务泛化性方面有显著提升，支持中英双语交互，已应用于GLM-PC产品。

多模态TransformersTransformersMultiple Languages
zai-org
195
53

Cogagent Chat Hf

THUDM

C

CogAgent是基于CogVLM改进的开源视觉语言模型，具备GUI智能体、视觉多轮对话和视觉定位等能力。

多模态TransformersTransformersEnglish
THUDM
503
69