跳到主要内容
输入能力

支持视觉或音频的免费多模态 API 候选

这份名单包含目录中带有 Vision 或 Audio 能力标签的模型。接入前请先打开模型详情,因为接受的格式与端点行为各有不同。

当前候选1 个在册模型候选

供应商来源最近核验:2026-07-28。

这份名单的含义

收录规则公开且刻意收窄。

  1. 01

    收录规则

    模型带有 Vision 或 Audio 能力标签。

  2. 02

    收录规则

    所属供应商档案在册并标注来源日期。

  3. 03

    收录规则

    不会仅因供应商另有其他多模态模型而加入纯文本路线。

重要限制: 模态标签不证明每个端点、免费额度或客户端都支持同样的文件格式。请核对具体模型文档,并用非敏感样本实测。

匹配的候选

来自实时目录的结果,附带供应商证据日期与注册前应阅读的限制。

模型与供应商为何匹配证据与限制下一步
Gemini Flash
Google Gemini
gemini-flash-latest
Vision + Audio
Account-specific no-card tier
官方来源核验:2026-07-28
Not required to start the documented free tier
Project and model specific
独立 Canary 检查待完成