Precio combinado diario ($/1 millón): registrado cada día, genera una tendencia con el tiempo.
Mezcla típica de salida a entrada 3:1, por 1 millón de tokens
Fuente: litellm
Cargas de trabajo mixtas de texto, imágenes, audio y documentos que se benefician de un modelo en todas las modalidades.
Alpindale Llama 3.2 11B Vision Instruct is a vision-language model card for image understanding supplier prefill.
Llama-3.2-11B-Vision-Instruct es un modelo Multimodal de Alpindale (US). HotON.ai lo rastrea en $0.37 por 1 millón de tokens de entrada y $0.37 por 1 millón de tokens de salida, con una ventana contextual de token 131K. Su puntuación de eficiencia compuesta es 89/100 con un $0.001 estimado por tarea exitosa.
Llama-3.2-11B-Vision-Instruct se rastrea en $0.37 por 1 millón de tokens de entrada y $0.37 por 1 millón de tokens de salida. Una carga de trabajo típica de salida a entrada de 3:1 se combina aproximadamente con $0.37 por 1 millón de tokens. Las cifras son datos de demostración ilustrativos.
Cargas de trabajo mixtas de texto, imágenes, audio y documentos que se benefician de un modelo en todas las modalidades.
Llama-3.2-11B-Vision-Instruct admite hasta una ventana contextual de token 131K, lo suficientemente grande para documentos largos y conversaciones extensas en una sola solicitud.
Dentro del conjunto de seguimiento HotON.ai, Llama-3.2-11B-Vision-Instruct es más barato que el % 49 de los modelos en cuanto al precio de entrada y ocupa el puesto #237 de 521 por eficiencia general.
Sí, gpt-4.1-nano es una opción de menor costo en $0.40 por 1 millón de tokens de salida, y al mismo tiempo cubre casos de uso similares de Multimodal. Compárelos uno al lado del otro en HotON.ai.
El precio es real (a través del catálogo TestKey, actualizado diariamente). La calidad (Arena Elo) es real donde el modelo se clasifica en LMArena. La velocidad, la disponibilidad y la eficiencia son estimaciones modeladas.