$0.180 Eingabe / $0.450 Ausgabe
- Kontext: 2M
- Anbieter: 9
- Tool Calling
- Reasoning
- Vision
Beste KI-Modelle · 2026-05-12
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
$0.200 Eingabe / $0.500 Ausgabe
- Kontext: 2M
- Anbieter: 13
- Tool Calling
- Vision
$0.200 Eingabe / $0.500 Ausgabe
- Kontext: 2M
- Anbieter: 11
- Tool Calling
- Vision
$0.200 Eingabe / $0.500 Ausgabe
- Kontext: 2M
- Anbieter: 8
- Tool Calling
- Reasoning
- Vision
$0.200 Eingabe / $0.500 Ausgabe
- Kontext: 2M
- Anbieter: 7
- 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
$2.00 Eingabe / $6.00 Ausgabe
- Kontext: 2M
- Anbieter: 1
- Tool Calling
- Reasoning
- Vision
$2.00 Eingabe / $6.00 Ausgabe
- Kontext: 2M
- Anbieter: 1
- Tool Calling
- Vision
$2.00 Eingabe / $6.00 Ausgabe
- Kontext: 2M
- Anbieter: 1
- Reasoning
- Vision
Recommended stack by tier
Same shortlist sliced four ways — pick the tier that matches your budget and constraints.
Budget
xAI$0.180 in / $0.450 out · 2M ctx
Lowest total per-1M-token cost in this list ($0.63).
Lowest-cost option that still meets the use case. Pick this when you have high volume or strict unit-economics.
Balanced
Meta$0.170 in / $0.660 out · 3.50M ctx
Median price ($0.83) — typically the safest default.
Good-enough quality at a mid-tier price. The default choice for most production apps.
Premium
xAI$2.00 in / $6.00 out · 2M ctx
Highest-priced pick in the list ($8.00) — usually the flagship.
Highest-capability model in this list. Pick when accuracy or reasoning matters more than cost.
Open-weight
No fit in this list
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 Grok 4 Fast (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?
Grok 4 Fast (Reasoning) (xAI) ist mit $0.180 pro 1 Mio. Input-Tokens und $0.450 pro 1 Mio. Output-Tokens der günstigste Eintrag. Die Preise der übrigen Modelle steigen von dort an.
Wie werden diese Rankings erstellt?
Jeder Eintrag stammt aus einer programmatisch definierten Regel in unserer use-case-rules-Konfiguration: ein Hardfilter (z. B. Tool Calling erforderlich, Kontext ≥ 100K) plus ein numerischer Score, der Funktionsumfang, Kontextfenster und Preis kombiniert. Die Reihenfolge wird nie manuell sortiert, aber die Regel selbst pflegen wir redaktionell. Datenquelle ist die models.dev API, täglich aktualisiert.
Wie oft wird diese Seite aktualisiert?
Die zugrundeliegenden Modelldaten werden einmal täglich aus models.dev 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
- Grok 4 Fast (Reasoning)$0.18 in / $0.45 out
- Grok 4.1 Fast (Non-Reasoning)$0.20 in / $0.50 out
- Grok 4 Fast (Non-Reasoning)$0.20 in / $0.50 out
- Grok 4 Fast$0.20 in / $0.50 out
- Grok 4.1 Fast$0.20 in / $0.50 out
Other best-of lists
Browse by capability
Vendors in this list
Zuletzt aktualisiert:
Prices in USD per 1M tokens. Unknown means the provider does not publish per-token pricing.
Data is sourced from models.dev and normalized for comparison. Prices and capabilities may change. Always verify critical production decisions with the provider's official documentation.