多模态探索

多模态模型综合对比表

厂商	模型	输入模态	输出模态	计费规则	输入成本 （元/千Token）	输出成本 （元/千Token）	核心特点	参考文档
通义千问	Qwen‑VL	文本 图片 视频	文本	Batch 调用 （稳定版）	0.003 （Batch 半价）	0.009 （Batch 半价）	视觉推理强化 Batch 模式半价	文档
通义千问	Qwen‑Omni	文本 图片 音频 视频	文本 音频	按介质计费 （文本/图片/音频）	0.0004 0.0015 0.025	0.0016 0.0045 0.05（音频）	全模态支持 文本+音频同步输出	文档
字节跳动	Doubao‑Seed‑1.6	文本 图片 视频	文本	按长度分段 [0,32] / (32,128] / (128,256]	0.0008 0.0012 0.0024	0.002 0.016 0.024	≤0.2k 输出优惠 输入越长成本越高	文档
字节跳动	Doubao‑Seed‑1.6‑flash	文本 图片 视频	文本	按长度分段 支持批量价	0.00015 0.00030 0.00060	0.00150 0.00300 0.00600	极速推理 缓存优化 批量价支持	文档
智谱请言	GLM‑4.5V	文本 图片 视频 文件	文本	按长度分段 [0,32] / (32,128]	0.0010 0.0020	0.0040 0.0080	多模态友好 缓存免费 Decode 30-50 tokens/s	文档

多模态模型性能对比表 (单位:秒)

模型	图片+短文本				图片+长文				视频+短文本				视频+长文
	TTFT(s)	Total(s)	Gen(s)	Char/s	TTFT(s)	Total(s)	Gen(s)	Char/s	TTFT(s)	Total(s)	Gen(s)	Char/s	TTFT(s)	Total(s)	Gen(s)	Char/s
qwen-vl-max	1.355	7.883	6.529	50.85	1.268	15.149	13.881	47.69	2.154	9.053	6.898	33.78	2.390	18.856	16.466	48.28
qwen-omni-turbo	1.439	3.322	1.884	47.25	1.963	3.634	1.671	78.99	2.093	5.607	3.514	63.74	2.475	4.851	2.376	25.68
glm-4.5v	3.942	5.126	1.184	131.71	2.597	3.788	1.191	142.75	3.607	4.439	0.832	137.02	3.590	4.723	1.133	150.08
doubao-seed-1-6-flash	3.185	4.244	1.059	214.35	2.950	4.213	1.263	203.55	5.320	7.274	1.954	207.80	4.999	6.612	1.613	206.47
doubao-seed-1-6	15.598	25.740	10.141	36.88	9.570	14.776	5.206	54.36	10.564	15.146	4.582	52.81	12.361	17.264	4.903	52.22

性能分析要点

• TTFT (Time To First Token): 首个 Token 到达时间，反映模型响应速度
• Total(s): 总耗时，从请求发出到所有内容生成完毕的总时间
• Gen(s): 生成耗时，模型实际生成内容所花费的时间
• Char/s: 每秒生成字符数，衡量模型的生成吞吐量

关键发现:

• 图片场景: qwen-vl-max 的 TTFT 最快，doubao-seed-1-6-flash 的 Char/s 最高
• 视频场景: qwen-omni-turbo 的 TTFT 和 Total 表现最佳
• Flash 版本优势: doubao-seed-1-6-flash 在 Char/s 方面全面领先
• 综合性能: qwen-omni-turbo 在视频场景下 Total 时间最短