LiteLLM项目中OpenAI计算机视觉预览模型的价格配置更新
在开源项目LiteLLM中,开发团队最近发现了一个关于OpenAI计算机视觉预览模型价格配置的问题。该项目维护着一个重要的JSON配置文件,用于存储各种AI模型的价格信息和上下文窗口大小。
LiteLLM作为一个AI模型调用抽象层,其核心功能之一是为开发者提供统一的模型调用接口,同时透明地处理不同供应商的定价差异。项目中的model_prices_and_context_window.json文件就是这个功能的关键实现部分,它包含了所有支持模型的价格和上下文窗口信息。
当前的问题在于,虽然Azure提供的计算机视觉预览模型已经在该配置文件中有了相应的价格设置,但OpenAI提供的相同模型却缺失了相关配置。这种情况可能导致开发者在使用OpenAI的计算机视觉预览模型时无法获得准确的成本计算。
从技术实现角度来看,这个JSON配置文件的结构设计得非常清晰,包含了每个模型在不同供应商下的输入/输出token价格、上下文窗口大小等关键参数。对于计算机视觉预览模型这类特殊模型,正确的价格配置尤为重要,因为它们通常采用与传统语言模型不同的计费方式。
开发团队需要同步更新两个关键文件:主配置文件model_prices_and_context_window.json和其备份文件model_prices_and_context_window_backup.json。这种双文件更新的做法体现了良好的工程实践,确保了配置变更的安全性和可追溯性。
对于开发者而言,这类配置更新虽然看似简单,但实际上关系到项目核心功能的准确性。正确的模型价格配置能够帮助开发者:
- 准确预估AI应用运行成本
- 在不同供应商间做出合理的模型选择
- 避免因价格配置错误导致的意外支出
LiteLLM项目团队对这类配置问题的快速响应,体现了他们对项目质量的重视。通过及时更新模型价格配置,他们确保了开发者能够获得准确、可靠的模型调用体验。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00