BroadRouter

Pinakamurang vision LLM API: gastos kada larawan at kada page

Ng BroadNet Inference team · 5 minutong basa · Nailathala · Na-update

Sinisingil ng vision LLM ang larawan bilang input token, kaya ang 1,000 larawan na tig-mga 1,000 token ay nagkakahalaga ng input price kada 1M token. Sa BroadNet, ang pinakamura ay Gemma 4 VL 26B sa $0.10 input at $0.22 output kada 1M. Inililista ng DeepInfra ang Gemma 4 26B A4B ng Google na mas mababa ang input at mas mataas ang output na presyo.

Bihirang magsabi ng “kada larawan” ang mga pricing page ng vision API. Presyo kada milyong token ang nakalista, at nagiging token ang larawan. Ginagawa ng post na ito ang mga presyong iyon na gastos kada larawan at kada page ng dokumento para sa tatlong vision model sa BroadNet Inference, at ipinapakita kung aling setting ang nagpapagalaw sa numero.

Paano sinisingil ang larawan sa isang LLM API?

Hinahati ng vision language model ang larawan sa mga patch at ginagawang token ang mga ito. Binabayaran mo ang mga token na iyon sa input price, kasama ng text prompt mo. Sinisingil ang sagot bilang output. Kaya:

cost per image ≈ (image tokens + prompt tokens) × input price / 1M
               + answer tokens × output price / 1M

Walang hiwalay na bayad sa larawan sa BroadNet. Nakadepende ang bilang ng image token sa image encoder ng model at sa resolution, kaya mas mahal ang 4,000-pixel na litrato mula sa phone kaysa sa parehong litrato na na-resize.

Ilang token ang isang larawan?

Depende sa model family:

  • Gemma 4: may fixed na token budget kada larawan: “70, 140, 280, 560, or 1120 tokens” (salin: 70, 140, 280, 560 o 1120 token), ayon sa Gemma docs ng Google. Dina-downscale ng mas mababang budget ang larawan at mas mabilis itong tumakbo; sinasabi ng Google na napapanatili ng mas mataas na budget ang pinong detalye at inirerekomenda ito para sa pinakamahusay na accuracy sa mga visual na task.
  • Qwen3-VL: may compression ratio na 32, kaya mga isang token kada 32 × 32 pixel na block, at ipinapakita ng README nito kung paano itakda ang visual token budget kada larawan sa saklaw gaya ng 256 hanggang 1,280. Ang 1,024 × 1,024 na larawan ay mga 32 × 32 = 1,024 token.

Hindi inilalathala ng BroadNet ang image setting ng mga deployment nito, kaya ituring ang mga ito bilang tantiya ng laki lang. Magpadala ng isa sa mga totoong larawan mo at basahin ang usage.prompt_tokens, saka ibawas ang bilang kapag text lang. Iyan ang gastos mo sa image token. Inilalapat ng image token calculator ang naka-document na rule ng bawat provider sa kahit anong laki ng larawan.

Magkano ang bawat vision model?

Presyo ng BroadNet Inference kada 1M token, na-sync 2026-11-14:

Model Input Output Context Nagre-reason muna Panimulang credit
Gemma 4 VL 26B $0.10 $0.22 32,768 Hindi nakalista Oo
Qwen3.8 27B $0.175 $2.17 262,144 Oo Pagkatapos ng top-up
DeepSeek V4.1 Flash $0.175 $0.52 1,048,576 Oo Pagkatapos ng top-up

Magkano ang 1,000 larawan?

Ipagpalagay na mga 1,000 input token ang bawat larawan kasama ang maikling prompt nito. Kung gayon, 1M input token ang 1,000 larawan, at katumbas ng presyo kada 1M ang input cost kada 1,000 larawan:

Model Input cost kada 1,000 larawan Output cost kada 1M token ng sagot
Gemma 4 VL 26B $0.10 $0.22
Qwen3.8 27B $0.175 $2.17
DeepSeek V4.1 Flash $0.175 $0.52

Ipasok ang sarili mong volume sa libreng LLM API cost calculator. Dalawang bagay ang nagpapabago sa ranggo:

  1. Haba ng sagot. Mura kahit saan ang isang-salitang label. Ang 300-token na JSON extract sa isang reasoning model ay puwedeng may kasamang ilang daang dagdag na reasoning token, na sinisingil sa output price. Ilang beses ng sa DeepSeek V4.1 Flash ($0.52) ang output price ng Qwen3.8 27B ($2.17 kada 1M), kaya para sa mahahabang sagot, mas mura ang DeepSeek.
  2. Laki ng larawan. Kung tig-2,000 token ang mga larawan mo, doblehin ang input column. Kung sapat sa task mo ang 280-token na budget ng Gemma, bababa ang input cost sa mga sangkapat.

Magkano ang isang page ng dokumento?

Ang na-scan na A4 page na na-render sa mga 1,024 × 1,024 pixel ay umaabot ng malapit sa 1,000 token sa encoder na kagaya ng sa Qwen. Kaya isang magaspang na rule ang 1,000 page ≈ 1M input token, bago ang prompt at ang sagot. Puwedeng kailanganin ng maliit na letra ang mas mataas na resolution, at mas maraming token.

Praktikal na tip para sa mga page:

  • Ipadala ang mga text PDF bilang na-extract na text, hindi larawan. Mas kaunti nang malaki ang token ng text kaysa sa larawan ng text.
  • I-crop sa bahaging kailangan mo, gaya ng kahon ng total sa invoice.
  • Isang page kada request kapag kailangan mo ng field kada page, para hindi ang buong dokumento ang masayang kapag may pumalya.

Ang BroadNet ba ang pinakamurang vision API?

Hindi sa bawat linya. Narito ang parehong pamilya ng open vision model sa DeepInfra, mula sa pricing page nito noong Nobyembre 14, 2026, kada 1M token:

Model sa DeepInfra Input Output
gemma-4-26B-A4B-it USD 0.07 USD 0.34
Qwen3-VL-30B-A3B-Instruct USD 0.15 USD 0.60
Qwen3-VL-235B-A22B-Instruct USD 0.20 USD 0.88

Mas mababa ang input price ng Gemma 4 sa DeepInfra kaysa sa $0.10 ng BroadNet, at mas mataas ang output price nito kaysa sa $0.22 ng BroadNet. Kaya para sa image classification na isang salita ang sagot, mas mura ang DeepInfra; para sa mahahabang JSON extract, puwedeng mas mura ang BroadNet. Maghambing ng mas maraming host sa price page ng Gemma 4 26B A4B at sa price page ng Qwen3-VL 235B, o basahin ang page ng alternatibo sa DeepInfra. Inilalagay ng ranking ng pinakamurang LLM API at ng LLM API price index ang mga presyong ito sa konteksto ng merkado.

Aling vision model ang dapat mong piliin?

  • Pinakamababang presyo sa BroadNet, simpleng task: Gemma 4 VL 26B. Mga label, caption, “may pirma ba?”. Gumagana ito sa $5 na panimulang credit. Nililimitahan ng 32,768-token na context nito kung ilang larawan ang kasya sa isang request.
  • Mga Arabic na dokumento at screenshot: Qwen3.8 27B, ang model na sinubukan ng BroadNet sa Arabic. Tingnan ang basahin ang mga Arabic na invoice gamit ang vision at pagpili ng LLM para sa Arabic.
  • Mahahabang output, maraming larawan kada request, o napakataas na volume: DeepSeek V4.1 Flash. Kasya ang maraming page nang sabay sa 1,048,576-token na context nito, at sa flat plan, bahagi ng unlimited na paggamit ang mga larawan.

Magkatabing page: Gemma 4 VL 26B vs Qwen3.8 27B at DeepSeek V4.1 Flash vs Gemma 4 VL 26B.

Kailan mas sulit ang flat plan kaysa sa presyo kada larawan?

$60 kada buwan ang isang Full Moon session para sa unlimited na DeepSeek V4.1 Flash, isang request sa isang pagkakataon. Sa mga 1,000 token kada larawan, $0.175 ang input ng bawat 1,000 larawan sa DeepSeek V4.1 Flash, kaya aabot sa presyo ng plan ang input pa lang sa $60 ÷ $0.175 libong larawan kada buwan, bago pa ang mga sagot. Kung buong araw na nagpo-proseso ng larawan ang iisang worker, sukatin ang throughput nito sa isang oras na Meteor session ($1) at ihambing, o gamitin ang flat-rate vs per-token calculator. Nasa break-even na math ang buong metodo.

Paano mo mababawasan ang gastos sa vision?

  1. I-resize sa pinakamaliit na resolution na tama pa ring nababasa. Mag-test ng tatlong laki sa 20 sample.
  2. Humingi ng maikling JSON na may pangalang key, hindi prosa.
  3. Itakda ang reasoning_effort sa low sa mga reasoning model para sa simpleng extraction, at panatilihin ang max_tokens sa 1,000 o higit pa para hindi maputol ang sagot. Bakit walang lamang sagot ang bumabalik.
  4. Gamitin ang tamang MIME type sa data URL (image/png para sa PNG).
  5. I-log ang prompt_tokens kada larawan para mahuli ang sobrang laking upload.

Saan pumapasok ang BroadNet Inference

Tatlong vision model ang iniaalok ng BroadNet sa iisang key, mula sa Gemma kada token hanggang sa flat plan, walang bayad kada larawan at may zero data retention para sa mga larawang ipinapadala mo. Bagay ito sa mga invoice, resibo, screenshot at Arabic na dokumento. Hindi ito ang pinakamurang host para sa trabahong mabigat sa input, gaya ng ipinapakita ng table ng DeepInfra, at wala itong image generation, image understanding lang. Para sa mismong extraction pipeline, tingnan ang i-extract ang data ng invoice papuntang JSON gamit ang vision LLM. Magsimula sa $5 na panimulang credit.

Mga tanong

Ilang token ang isang larawan sa vision LLM?

Depende sa model at sa resolution. Gumagamit ang Gemma 4 ng budget na 70 hanggang 1,120 token kada larawan. Gumagamit ang mga VL model ng Qwen ng mga isang token kada 32 by 32 pixel na block. Basahin ang prompt_tokens sa usage block para sa totoong bilang.

Ano ang pinakamurang vision LLM API sa BroadNet?

Gemma 4 VL 26B, sa $0.10 input at $0.22 output kada 1M token. Gumagana rin ito sa libreng panimulang credit.

May bayad ba kada larawan?

Wala. Sa pay-as-you-go na key ng BroadNet, binibilang ang mga larawan bilang input token sa input price ng model, at mas maraming token ang ginagamit ng mas malalaking larawan.

Kasama ba ang mga larawan sa unlimited plan?

Oo. Sa DeepSeek V4.1 Flash plan, bahagi ng unlimited na paggamit ang mga larawan at mahahabang prompt.

Mas mura ba ang DeepInfra kaysa sa BroadNet para sa Gemma 4 vision?

Para sa trabahong mabigat sa input, oo. Noong Nobyembre 14, 2026, inilista ng DeepInfra ang gemma-4-26B-A4B-it sa USD 0.07 input at USD 0.34 output kada 1M token. $0.10 input at $0.22 output ang singil ng BroadNet, kaya mas mura ang BroadNet kapag mahahaba ang sagot.

Aling vision model ang pinakamahusay para sa mga Arabic na invoice?

Ang Qwen3.8 27B ang model na sinubukan ng BroadNet sa Arabic, na matatas magsulat at nakakaintindi ng Gulf at Egyptian na dialect. I-test ito sa sarili mong mga dokumento.

Basahin bilang MarkdownTanungin ang ChatGPTTanungin ang ClaudeTanungin ang Perplexity