大哥们，多模态大模型，能给个对比吗？

[AutumnVerse]

让 ai 监控画面，然后自动执行处理，7*24 运行，哪家比较合适？另外不能太慢，那 chatgpt5.6 sol 跑了一天，效果挺不错的，但是太慢了，一次请求要 10s 左右，延长太高经常出问题。

以前在 v 站看到一个模型对比表格，列出了各个模型的参数量、价格、跑分，但是现在搜不出来了，哪个大哥能再给一个吗

[clemente]

哥们 NASA 都不敢这么用

[AutumnVerse]

@clemente ？有啥问题吗？成本太高？

sol 跑了一天，几千块钱成本而已，也可能是 sol 太慢了，10 秒左右才返回一次。

[ruanimal]

一天几千块而已。。

[clemente]

@AutumnVerse 首先多模态的模型不是干监控的。99%的多模态就是 画面描述器的胶水模型 和 LLM 投影沾到一起的

我不知道你实际的工作需求，如果能走 cli 还是尽可能走 cli 或者 headless