Täglicher gemischter Preis ($/1 Mio.) – wird jeden Tag aufgezeichnet und bildet im Laufe der Zeit einen Trend.
Typischer 3:1-Output-to-Input-Mix pro 1 Mio. Token
Quelle: litellm
Gemischte Text-, Bild-, Audio- und Dokument-Workloads, die modalitätsübergreifend von einem Modell profitieren.
Alpindale Llama 3.2 11B Vision Instruct is a vision-language model card for image understanding supplier prefill.
Llama-3.2-11B-Vision-Instruct ist ein Multimodal-Modell von Alpindale (US). HotON.ai verfolgt es bei $0.37 pro 1 Mio. Eingabe-Tokens und $0.37 pro 1 Mio. Ausgabe-Tokens mit einem 131K-Token-Kontextfenster. Sein zusammengesetzter Effizienzwert beträgt 89/100 bei einem geschätzten $0.001 pro erfolgreicher Aufgabe.
Llama-3.2-11B-Vision-Instruct wird bei $0.37 pro 1 Mio. Eingabe-Tokens und $0.37 pro 1 Mio. Ausgabe-Tokens verfolgt. Eine typische 3:1-Ausgabe-zu-Eingabe-Arbeitslast ergibt ungefähr $0.37 pro 1 Mio. Token. Bei den Zahlen handelt es sich um illustrative Demodaten.
Gemischte Text-, Bild-, Audio- und Dokument-Workloads, die modalitätsübergreifend von einem Modell profitieren.
Llama-3.2-11B-Vision-Instruct unterstützt bis zu einem 131K-Token-Kontextfenster – groß genug für lange Dokumente und längere Konversationen in einer einzigen Anfrage.
Innerhalb des von HotON.ai erfassten Bestands ist Llama-3.2-11B-Vision-Instruct beim Eingabepreis günstiger als 49% der Modelle und liegt nach Gesamteffizienz auf Platz 237 von 521.
Ja – gpt-4.1-nano ist eine kostengünstigere Option bei $0.40 pro 1 Million Ausgabe-Tokens, deckt aber dennoch ähnliche Multimodal-Anwendungsfälle ab. Vergleichen Sie sie nebeneinander auf HotON.ai.
Die Preise sind real (über den TestKey-Katalog, täglich aktualisiert). Qualität (Arena Elo) ist real, wenn das Modell auf der LMArena-Rangliste steht. Geschwindigkeit, Verfügbarkeit und Effizienz sind modellierte Schätzungen.