票据、招牌、本土梗这类中文场景的东西，最近换国产多模态去识别，结果反而比我原来默认调的国外接口准，价格还便宜一截。
起因是接项目时一直默认用国外的多模态接口，最近才试着把一部分切过来。回头看这两年，国产这块是真起来了，从最早只能跟着追，到现在图文、图生、理解好几块不少场景都能打。我的理解是这仗不在单点跑分，拼的是数据和落地场景，谁离真实的中文数据和业务近，谁就能把长尾case喂出来。
复杂推理和长上下文那块差距还在，别吹太满。方向是对的，能省成本我就用。
价格便宜这点对小团队太香了
1 个赞
长文档问答我试过，跑到后半段就开始丢前文
确实
接口切过去了，中文场景基本无缝