비전 모델: 이미지 입력을 지원하는 LLM

Artificial Analysis Visual Reasoning Index에서 이미지와 텍스트 입력을 지원하는 멀티모달 LLM을 비교하세요. 제공업체별 성능, 가격, 지연 시간을 비교해 비전 워크로드에 가장 적합한 이미지 지원 LLM을 선택할 수 있습니다. 자세한 내용은 방법론 페이지에서 확인하세요.

주요 내용

MMMU Pro (multimodal reasoning intelligence benchmark) · Higher is better
Output tokens per second · Higher is better
USD per 1k images at 1MP (1024x1024) · Lower is better

요약 분석

시각적 추론과 이미지 입력 가격

Visual reasoning intelligence: MMMU Pro evaluation · Image input price: USD per 1k images at 1MP (1024x1024)
Most attractive quadrant

시각적 추론과 지연 시간(이미지 1장 및 언어 토큰 1,000개 입력)

Visual reasoning intelligence: MMMU Pro evaluation · Seconds to first token received
Most attractive quadrant

지능

시각적 추론 지능(MMMU Pro 평가)

Visual reasoning intelligence: MMMU Pro evaluation

가격

Pricing: Image Input Pricing

Image input price: USD per 1k images at 1MP (1024x1024)

가격: 언어 입력, 이미지 입력 및 언어 출력

Price (USD per M Tokens) · Image input price: USD per 1k images at 1MP (1024x1024) · Lower is better

지연 시간 및 속도

지연 시간(이미지 1장 및 언어 토큰 1,000개 입력)

Seconds to first token received · Lower is better

지연 시간 편차(이미지 1장 및 언어 토큰 1,000개 입력)

Seconds to first token received · Results by percentile · Lower is better

출력 속도(이미지 1장 및 언어 토큰 1,000개 입력)

Output tokens per second · Higher is better