OpenRouter Vision: AI Large Language Models
使用 OpenRouter Vision 分析图像并回答视觉问题。该多模态 LLM 端点可同时处理文本和图像Input，适合图像理解、OCR 和视觉推理任务。无需订阅，按次生成付费，并可免费试用。
使用 OpenRouter Vision 分析图像并回答视觉问题。该多模态 LLM 端点可同时处理文本和图像Input，适合图像理解、OCR 和视觉推理任务。无需订阅，按次生成付费，并可免费试用。
About this model
openrouter-vision 是一款通用的大语言模型，专为出色完成广泛的自然语言处理任务而设计。它支持顺畅的文本生成、聊天、摘要和全面的文本到文本转换，并利用一流的 REST 推理 API 提供卓越性能，且没有冷启动延迟。该模型以用户效率为核心，让开发者和企业能够快速、经济高效地部署强大的 NLP 能力。
openrouter-vision 采用前沿技术并针对超低延迟进行了优化，在速度、准确性和价格之间取得了平衡。其灵活的 API 结构简化了集成，每次生成 $0.025 的竞争力价格也让企业能够在不牺牲性能的情况下扩展业务。无论是动态内容创作、详细摘要，还是交互式聊天功能，openrouter-vision 都能提供满足现代数字需求的可靠、可扩展方案。
Cost analysis
| Provider | Cost | Notes |
|---|---|---|
| muapiapp | $0.025 | muapiapp 比竞品便宜 20–50%，同时提供相当或更高的质量。 |
| Fal.ai | $0.04 | 价格与 Replicate 几乎相同，但 muapiapp 的成本低 20–50%，是更具性价比的选择。 |
| Replicate | $0.04 | With pricing similar to Fal.ai, muapiapp stands out by providing significant cost savings while maintaining high performance. |
muapiapp 比竞品便宜 20–50%，同时提供相当或更高的质量。
价格与 Replicate 几乎相同，但 muapiapp 的成本低 20–50%，是更具性价比的选择。
With pricing similar to Fal.ai, muapiapp stands out by providing significant cost savings while maintaining high performance.
** Competitor pricing is estimated based on similar model architectures and usage tiers.
Configuration schema
| Parameter | Type | Description | Default |
|---|---|---|---|
| Prompt | string | 用于生成响应的Prompt | Caption this image for a text-to-image model with as much detail as possible. |
| Immagine URL | array | 上传或提供Immagine URL，用于Immagine转Video生成。 | https://d3adwkbyhxyrtq.cloudfront.net/webassets/videomodels/openrouter-vision.jpg |
| 系统Prompt | string | 用于向模型提供上下文或指令的系统Prompt。 | Only answer the question, do not provide any additional information or add any prefix/suffix other than the answer of the original question. Don't use markdown. |
| 模型 | Enum (5 options) | 要使用的模型名称。高级模型按标准模型 10 倍的费率收费，包括：deepseek/deepseek-r1、google/gemini-pro-1.5、openai/gpt-4.1、anthropic/claude-3-5-haiku、openai/gpt-4o、anthropic/claude-3.5-sonnet、openai/o3、meta-llama/llama-3.2-90b-vision-instruct、anthropic/claude-3.7-sonnet、openai/gpt-5-chat。 | google/gemini-2.5-flash |
| 推理 | boolean | 是否将推理内容作为最终答案的一部分。 | false |
| 温度 | int | 此设置会影响模型响应的多样性。较低的值会产生更可预测、更典型的响应，较高的值会鼓励更多样且不常见的响应。为 0 时，模型对给定Input始终返回相同响应。 | 1 |
| 最大 Token 数 | int | 这会设置模型响应可生成 Token 数量的上限。生成内容不会超过此限制。最大值为上下文长度减去Prompt长度。 | null |
用于生成响应的Prompt
Caption this image for a text-to-image model with as much detail as possible.上传或提供Immagine URL，用于Immagine转Video生成。
https://d3adwkbyhxyrtq.cloudfront.net/webassets/videomodels/openrouter-vision.jpg用于向模型提供上下文或指令的系统Prompt。
Only answer the question, do not provide any additional information or add any prefix/suffix other than the answer of the original question. Don't use markdown.要使用的模型名称。高级模型按标准模型 10 倍的费率收费，包括：deepseek/deepseek-r1、google/gemini-pro-1.5、openai/gpt-4.1、anthropic/claude-3-5-haiku、openai/gpt-4o、anthropic/claude-3.5-sonnet、openai/o3、meta-llama/llama-3.2-90b-vision-instruct、anthropic/claude-3.7-sonnet、openai/gpt-5-chat。
google/gemini-2.5-flash是否将推理内容作为最终答案的一部分。
false此设置会影响模型响应的多样性。较低的值会产生更可预测、更典型的响应，较高的值会鼓励更多样且不常见的响应。为 0 时，模型对给定Input始终返回相同响应。
1这会设置模型响应可生成 Token 数量的上限。生成内容不会超过此限制。最大值为上下文长度减去Prompt长度。
nullDeveloper documentation
步骤 1：准备Input
prompt 和 images_list）构建 JSON payload。system_prompt、model、reasoning、temperature 和 max_tokens 等字段，以微调响应。步骤 2：发送请求
步骤 3：解读结果
步骤 4：迭代与优化
temperature 和 max_tokens），以获得最佳响应。Frequently asked
openrouter-vision 针对多种 NLP 任务进行了优化，重点兼顾速度和成本效率。它提供可直接使用的 REST 推理 API，且没有冷启动性能损耗，对于需要可靠、可扩展方案的开发者很有吸引力。
Input应按照技术Input schema 规定的 JSON 格式组织。关键字段包括 'prompt' 和 'images_list'，还可以提供 'system_prompt'、'model'、'reasoning'、'temperature' 和 'max_tokens' 等可选参数，以定制响应。
该模型每次生成的价格为 $0.025，相比市场上的类似产品具有竞争力，是经济高效的选择。
可以。其架构旨在以极低延迟快速响应，适合聊天机器人和交互式助手等实时应用。