$0.180 Eingabe / $0.450 Ausgabe
- Kontext: 2M
- Anbieter: 6
- Tool Calling
- Vision
Beste KI-Modelle · 2026-08-13
Beste Vision-Language-Modelle (VLMs) 2026
Modelle, die Bild-Eingabe + Text-Ausgabe unterstützen. Die Top-Kandidaten für OCR, UI-Screenshot-Analyse, Diagrammverständnis und Produktfoto-Analyse.
Wie wir ausgewählt haben
- Bild-Eingabe ist Pflicht — reine Textmodelle werden ausgeschlossen.
- Veröffentlichter Preis ist Pflicht — Modelle ohne öffentliche Preisliste sind im Produktivbetrieb schwerer einzusetzen.
- Bewertung = Kontextfenster minus Preis — die beste Balance aus großem Fenster und niedrigem Preis gewinnt.
Top 10 Empfehlungen
$0.180 Eingabe / $0.450 Ausgabe
- Kontext: 2M
- Anbieter: 5
- Tool Calling
- Reasoning
- Vision
$0.170 Eingabe / $0.660 Ausgabe
- Kontext: 3.50M
- Anbieter: 1
- Tool Calling
- Vision
- Offene Gewichte
$0.170 Eingabe / $0.660 Ausgabe
- Kontext: 3.50M
- Anbieter: 1
- Tool Calling
- Vision
- Offene Gewichte
$1.25 Eingabe / $2.50 Ausgabe
- Kontext: 2M
- Anbieter: 6
- Strukturierte Ausgabe
- Reasoning
- Vision
$1.25 Eingabe / $2.50 Ausgabe
- Kontext: 2M
- Anbieter: 5
- Tool Calling
- Strukturierte Ausgabe
- Reasoning
- Vision
$0.080 Eingabe / $0.300 Ausgabe
- Kontext: 1.31M
- Anbieter: 5
- Tool Calling
- Strukturierte Ausgabe
- Vision
- Offene Gewichte
$0.052 Eingabe / $0.210 Ausgabe
- Kontext: 1.05M
- Anbieter: 3
- Tool Calling
- Reasoning
- Vision
$0.100 Eingabe / $0.200 Ausgabe
- Kontext: 1.05M
- Anbieter: 3
- Tool Calling
- Strukturierte Ausgabe
- Reasoning
- Vision
$0.180 Eingabe / $0.180 Ausgabe
- Kontext: 1.05M
- Anbieter: 3
- Vision
- Offene Gewichte
Recommended stack by tier
Same shortlist sliced four ways — pick the tier that matches your budget and constraints.
Budget
Google$0.052 in / $0.210 out · 1.05M ctx
Lowest total per-1M-token cost in this list ($0.26).
Lowest-cost option that still meets the use case. Pick this when you have high volume or strict unit-economics.
Balanced
xAI$0.180 in / $0.450 out · 2M ctx
Median price ($0.63) — typically the safest default.
Good-enough quality at a mid-tier price. The default choice for most production apps.
Premium
xAI$1.25 in / $2.50 out · 2M ctx
Highest-priced pick in the list ($3.75) — usually the flagship.
Highest-capability model in this list. Pick when accuracy or reasoning matters more than cost.
Open-weight
Meta$0.180 in / $0.180 out · 1.05M ctx
Open weights and the cheapest in that subset ($0.36).
Open weights — self-host on your own GPUs, fine-tune on private data, run offline. Pricing here reflects the cheapest API host.
Frequently asked questions
Welches KI-Modell ist 2026 am besten für Bildverständnis geeignet?
Aktuell setzen wir X-Ai/Grok-4-Fast-Non-Reasoning von xAI an die Spitze, vor allem weil es Bild-Eingabe akzeptiert, einen veröffentlichten Preis hat und das beste Verhältnis von Kontext zu Kosten in dieser Gruppe bietet. Das Ranking wird automatisch aus Live-Modell-Metadaten neu berechnet — die genaue Regel finden Sie oben unter 'Wie wir ausgewählt haben'.
Was ist die günstigste Option in dieser Liste?
Gemini 2.0 Flash Lite (Google) ist mit $0.052 pro 1 Mio. Input-Tokens und $0.210 pro 1 Mio. Output-Tokens der günstigste Eintrag. Die Preise der übrigen Modelle steigen von dort an.
Wie werden diese Rankings erstellt?
Jede Auswahl folgt einer programmatischen Regel aus unserer use-case-rules-Konfiguration: ein harter Filter (z. B. Tool Calling erforderlich, Kontext ≥ 100K) plus eine numerische Bewertung aus Fähigkeiten, Kontextfenster und Preis. Die Reihenfolge wird nie manuell sortiert, aber die Regel selbst pflegen wir redaktionell. Modell-Metadaten werden täglich aus einem normalisierten Katalog aktualisiert.
Wie oft wird diese Seite aktualisiert?
Die zugrundeliegenden Modelldaten werden einmal täglich aktualisiert, und die statische Seite wird bei Datenänderungen neu erzeugt. Das Datum unter 'Zuletzt aktualisiert' zeigt den jüngsten Build.
Explore more
Top picks · model details
- X-Ai/Grok-4-Fast-Non-Reasoning$0.18 in / $0.45 out
- X-Ai/Grok-4-Fast-Reasoning$0.18 in / $0.45 out
- Llama 4 Scout 17B Instruct (US)$0.17 in / $0.66 out
- Llama 4 Scout 17B Instruct$0.17 in / $0.66 out
- Grok 4.20 Multi-Agent$1.25 in / $2.50 out
Other best-of lists
Browse by capability
Zuletzt aktualisiert:
Prices in USD per 1M tokens. Unknown means the provider does not publish per-token pricing.
Pricing and capabilities are refreshed daily and reconciled against each provider's official documentation. Always verify critical production decisions with the provider directly.