从 16 个内置模型中，筛出 10 个具备图像识别能力（能识别画面元素并说明它们分别是什么）的模型， 按 WorkBuddy 倍率划分为三档性价比，并对 图像能力 / 智能化 / 网页编程效率与准确率 / Token 缓存效率 四个维度逐档评比。 凡公开渠道无可靠数据的项目，均如实标注「未公开」，不做臆测。
本档图像与智能化双料第一。CharXiv 89.4（图表推理）、MMVU 80.5，且原生支持视频输入——三款最低价模型里视觉覆盖面最全。
本档图像能力最强。MMMU-Pro 78.6、OmniDocBench 91.6（文档识别）、Video-MME 85.4（视频理解），视觉数据面完整。
全场图像能力最强。MMMU-Pro 81.6、CharXiv 91.3、OmniDocBench 91.1；网页编程盲测同样全榜第一。
| 模型 / 倍率 | 图像识别能力 | 智能化 | 网页编程 · 效率与准确率 | Token 缓存效率 |
|---|---|---|---|---|
| GLM-5.3-Flash 本档图像最优 0.06x 智谱 · 原生多模态（含视频） |
CharXiv 89.4（图表）· MMVU 80.5 支持图像 + 视频输入 · 界面/渲染反馈循环专精 |
AA 指数 42 本档最高 GPQA 91.2% |
WebDev Arena 1607 · Design Arena UI 组件 1324 前端/设计型 coding 有专项数据 |
命中价 ≈17%（$0.026 / $0.15） KV Cache 压缩 4.4× |
| Space-Bunny 0.08x 匿名"太空兔" · 疑似 MiniMax M3.1 预览（未官宣） |
原生支持文本 / 图像 / 视频输入 公开图像基准 未公开（匿名模型） |
未公开 上线 3 天登顶 OpenRouter / OpenCode 调用量双榜第一 |
实测「几分钟生成完整网站」社区口碑佳 公开分数 未公开 |
未公开 |
| DeepSeek-V4.1-Flash 本档网页/缓存最优 0.11x DeepSeek · 原生视觉 |
DocVQA 95.6（文档）· RefCOCO 86.0（元素定位） MMMU-Pro 56.5 · 文档类任务本档最强 |
AA 指数 ≈39–39.5 LiveBench 81.1（编程题占比高） |
WebDev Arena 1614 本档最高 agentic 编码跨脚手架复测稳定 69.8–74.2 |
命中价 ≈2%（$0.003 / $0.15）本档最优 KV Cache 890B/token，业界顶级缓存压缩 |
| 模型 / 倍率 | 图像识别能力 | 智能化 | 网页编程 · 效率与准确率 | Token 缓存效率 |
|---|---|---|---|---|
| MiniMax-M3 本档图像最优 0.25x MiniMax · 原生多模态（含视频） |
MMMU-Pro 78.6 · OmniDocBench 91.6 Video-MME 85.4（视频理解） 图 / 视频原生输入，视觉数据面完整 |
AA 指数 42.4–44.4（评测口径区间） GPQA 92.9% · LiveBench 76.9% |
SWE-bench Verified 80.5% Terminal-Bench 2.0 = 66.0% |
自动缓存（免配置） 折扣 未公开 |
| Step-5-Preview 本档智能最优 0.43x 阶跃星辰 · 600B/27B 激活 · 10-15 开源 |
原生视觉输入（文本 + 图像） 视觉基准细则 未公开 |
AA 指数 44 · 全球开源前三 单任务成本 ≈ Opus 5 的 1/8 |
Terminal-Bench 4.0 = 33.3% 同口径领先 DS-V4.1-Flash（26.8%）与本档旗舰 |
未公开 |
| Kimi-K2.6 0.52x 月之暗面 · 开源（Modified MIT） |
支持图像 / 视频输入 公开图像基准 未收录 |
统一榜单 未收录 输入 $0.75 / 输出 $3.5（每百万 tokens） |
无公开对照数据 | 未公开 |
| Kimi-K2.7-Code 本档网页/缓存最优 0.57x 月之暗面 · 代码专精 · 开源 |
支持视觉输入 · 截图驱动开发 公开图像基准 未收录 |
K2 系 · 统一榜单 未收录 |
代码专项：Program-Bench +10.4%（vs K2.6） 思考 token 省 30%（效率型选手） |
≈20%（$0.19 / $0.95） 本档最优 |
| 模型 / 倍率 | 图像识别能力 | 智能化 | 网页编程 · 效率与准确率 | Token 缓存效率 |
|---|---|---|---|---|
| GLM-5v-Turbo 0.71x 智谱 · 多模态 Coding 基座 |
视觉编程专精：设计稿→代码 / GUI 操控 / 截图定位渲染 Bug 公开分数 未公开 |
未公开 |
官方称 AndroidWorld / WebVoyager 领先 CC-Bench-V2（Backend/Frontend）稳定 · 无量化分数 |
支持上下文缓存 折扣 未公开 |
| Kimi-K2.8-Preview 0.77x 月之暗面 · 专有许可（不开源） |
图像 + 视频输入 公开图像基准 未公开 |
"接近 K3"（官方定性） 无公开量化分数 |
无公开分数 官方定位：日常开发与代码补全 |
≈25%（$0.25 / $1.00） 折扣率本档高，但无命中率数据 |
| Kimi-K3 全场图像最强 1.62x 月之暗面 · 2.8T MoE · 旗舰 |
MMMU-Pro 81.6 · CharXiv 91.3 OmniDocBench 91.1 · 图 / 视频输入 全档图像最强 |
AA 指数 59.7 全场最高 Coding 76.2 · Agentic 54.3 |
Arena 前端编程盲测 #1（1679 分）全场最强 FrontierSWE 81.2 · Terminal-Bench 2.1 = 88.3 |
Mooncake 架构：编码场景缓存命中 >90%全场最优 命中价 10%（$0.30 / $3） |