Preço combinado diário (US$/1 milhão) — registrado todos os dias, cria uma tendência ao longo do tempo.
Mix típico de saída para entrada de 3:1, por 1 milhão de tokens
Fonte: litellm
Cargas de trabalho mistas de texto, imagem, áudio e documentos que se beneficiam de um modelo em todas as 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 é um modelo Multimodal da Alpindale (US). HotON.ai o rastreia em $0.37 por 1 milhão de tokens de entrada e $0.37 por 1 milhão de tokens de saída, com uma janela de contexto de token 131K. Sua pontuação de eficiência composta é 89/100 com um $0.001 estimado por tarefa bem-sucedida.
Llama-3.2-11B-Vision-Instruct é rastreado em $0.37 por 1 milhão de tokens de entrada e $0.37 por 1 milhão de tokens de saída. Uma carga de trabalho típica de saída para entrada de 3:1 combina aproximadamente $0.37 por 1 milhão de tokens. Os números são dados de demonstração ilustrativos.
Cargas de trabalho mistas de texto, imagem, áudio e documentos que se beneficiam de um modelo em todas as modalidades.
Llama-3.2-11B-Vision-Instruct suporta até uma janela de contexto de token 131K – grande o suficiente para documentos longos e conversas estendidas em uma única solicitação.
Dentro do conjunto rastreado HotON.ai, Llama-3.2-11B-Vision-Instruct é mais barato que 49% dos modelos no preço de entrada e classifica #237 de 521 em termos de eficiência geral.
Sim – gpt-4.1-nano é uma opção de custo mais baixo em $0.40 por 1 milhão de tokens de saída, ao mesmo tempo que cobre casos de uso semelhantes de Multimodal. Compare-os lado a lado no HotON.ai.
O preço é real (através do catálogo TestKey, atualizado diariamente). A qualidade (Arena Elo) é real onde o modelo é classificado no LMArena. Velocidade, disponibilidade e eficiência são estimativas modeladas.