Vispark: Vision Large

能力最强的 Vision 模型,提供 100 万 token 上下文窗口,适用于复杂推理、细致的媒体内容分析和结构化输出。

研发机构
Vispark
模型系列
—
输入与输出文本, 图像, 音频, 视频, PDF → 文本
上下文窗口1,000,000
最大输出65,536
输入USD 5.896 / 1M token
输出USD 17.688 / 1M token

快速接入

使用你的 Moduck API Key,将 API 基础地址设置为 https://api.moduck.ai/v1,并将 model 参数设置为 vispark/vision-large。

import os
import requests

base_url = "https://api.moduck.ai/v1"
api_key = os.environ["MODUCK_API_KEY"]
model_id = "vispark/vision-large"

response = requests.post(
    f"{base_url}/chat/completions",
    headers={
        "Authorization": f"Bearer {api_key}",
        "Content-Type": "application/json",
    },
    json={
        "model": model_id,
        "messages": [{"role": "user", "content": "Hello!"}],
        "stream": False,
    },
    timeout=60,
)
response.raise_for_status()
print(response.json())

采用 OpenAI 风格的聊天请求格式,沿用熟悉的调用方式,让模型接入更简单。

Vision Large API 价格

规格价格资料
输入USD 5.896 / 1M token
输出USD 17.688 / 1M token

性能

性能走势

输出速度87.4 tok/s当前
首 token 延迟1.4 s当前
端到端延迟7.2 s当前
输出速度
当前87.4 tok/s
窗口均值89.6 tok/s
首 token 延迟
当前1.4 s
窗口均值1.5 s
端到端延迟
当前7.2 s
窗口均值7.5 s
长尾延迟(P99)
当前14.7 s
窗口均值16.9 s
提示词缓存命中率
当前19.2%
窗口均值24.0%
错误率
当前2.1%
窗口均值0.2%

可用性

运行时间100%至少一个服务方有响应
可用率100%实际成功服务的请求
错误率0%失败请求占比
服务请求 · 按小时
24 小时前现在

Vision Large 模型对比

模型输入价格输出价格上下文窗口主要能力
Vision Large当前模型USD 5.896 / 1M tokenUSD 17.688 / 1M token1,000,000文本输出 · 推理 · 工具调用
Vision MediumUSD 3.368 / 1M tokenUSD 10.104 / 1M token1,000,000文本输出 · 推理 · 工具调用
Vision SmallUSD 0.84 / 1M tokenUSD 2.528 / 1M token1,000,000文本输出 · 推理 · 工具调用
Gemini 4 ArgonUSD 1.6 / 1M tokenUSD 8 / 1M token1,048,576文本输出 · 推理 · 工具调用
Muse WonderUSD 3.2 / 1M tokenUSD 16 / 1M token1,048,576文本输出 · 推理 · 工具调用

模型规格

输入
文本, 图像, 音频, 视频, PDF
输出
文本
上下文窗口
1,000,000
最大输出
65,536
发布日期
2024-05-15
附件输入
支持
推理
支持
工具调用
支持
结构化输出
支持
温度参数
支持
开放权重
不支持

常见问题

Vision Large 适合做什么?

能力最强的 Vision 模型,提供 100 万 token 上下文窗口,适用于复杂推理、细致的媒体内容分析和结构化输出。

Vision Large 支持哪些输入和输出?

资料记录的输入:文本、图像、音频、视频、PDF;输出:文本。

Vision Large 如何计费?

本页价格表展示当前记录的 Moduck 价格。例如:输入 USD 5.896 / 1M token;输出 USD 17.688 / 1M token。完整计费单位、规格和条件请查看本页价格表。

Vision Large 的已记录规格是什么?

当前资料记录:上下文窗口 1,000,000 tokens;最大输出 65,536 tokens。

快速接入示例中的 model 参数是什么?

示例使用 vispark/vision-large。这个值来自页面标识,尚未核定为可调用的 Moduck 公共 ID。

现在能通过 Moduck API 调用这款模型吗?

本页没有这款模型已通过 Moduck API 实际调用的验证记录。接入示例和预留 ID 不代表已经开放,请以账户可用模型列表为准。