Vispark
Vision Small
Fast, low-cost multimodal model for understanding text, images, audio, video, and PDFs, with tool calling and a 1M-token context window.
vispark/vision-small
上下文
1M
输出
65.5K
发布
2024-05-15
知识截止
—
种类
输入文本图像音频视频文件
输出文本
推理
支持
工具调用
支持
结构化输出
支持
附件
支持
开放权重
—
服务商报价
Vispark
入文本图像音频视频文件
出文本
- 价格
- $1.05 / $3.16
- 上下文
- 1M
- 状态
- 正式