跳到主要内容
#32B2026 年 5 月 20 日证据 B

云从科技 从容大模型 2

云从科技 · 未公开(CV 起家,视觉塔为主)

四小龙里唯一还在做多模态的

CV 四小龙之一的转型产品:感知 91 是它的老本行,其余维度都是配套。综合分 76.1 排第 32——全站最低,但它在人像、票据、证照识别这类“识别而非理解”的任务上仍然稳定。它是本站 32 款里唯一一款“感知高于自身综合分 15 分以上”的模型。

文本图像原生多模态

最后更新于 2026 年 10 月 18 日编辑部评分

结论先行

做人脸、证照、票据这类“识别”任务,从容 2 是便宜且稳定的选项(¥7,感知 91)。做理解、推理、生成都不要选它。它的存在本身就是一面镜子:横评默认“多模态=理解”,而大量真实采购买的是“识别”,后者没有榜单,只有验收。

八维评分拆解

编辑部映射分 · 0–100
视觉感知91文档 OCR78图表推理72视频时序68GUI Agent70生成编辑65中文语境85生态可用688 维
  • 云从科技 从容大模型 276.1
视觉感知与定位20%
91
文档解析与中文 OCR18%
78
图表与文档推理14%
72
视频与长时序理解14%
68
GUI Agent 与工具调用14%
70
生成与图像编辑6%
65
中文语境与文化6%
85
生态、成本与可用性8%
68

权重:视觉 20 / 文档 18 / 图表 14 / 视频 14 / Agent 14 / 生成 6 / 中文 6 / 生态 8。分数含义与证据来源见方法页。

公开基准与数据

按来源口径,不换算
基准 / 指标数值说明
人像识别误识率1e-6厂商口径
输出单价¥7行业方案价

公开分数来自不同版本与提示词设置,不能与本站综合分直接互换;我们仅将其作为评分证据之一。

场景映射

同一把尺子的五项压力测试
场景映射分观察
中文票据 OCR80 · 识别稳,版面还原一般
图表取数68 · 非目标场景
30 分钟视频问答62 · 无视频模态
手机 GUI 操作64 · 未针对 GUI 训练
细粒度视觉识别91 · 本站感知维度同分

优势与局限

优势

  • 感知 91:人像、证照、票据的识别稳定性仍在前列。
  • 行业渠道深:金融网点、公安、园区的交付网络是现成的。
  • 价格适中:¥7 的行业方案价,低于多数同分外竞品。

局限

  • 综合分 76.1 全站最低:除感知外全面偏弱。
  • 无视频模态,长时序任务直接缺席。
  • 生态 68:SDK 与文档面向行业客户,开发者体验差。

价格与真实成本

公开单价

¥7/M tokens

约 ¥7 / 百万输出 token(行业方案价)。以 1,000 张 1,024px 图片、每张约 1,100 图像 token、300 输出 token 估算,单月成本约为 ¥4.2(按输入价为输出价 25% 的假设)。

按你的量计算

关于云从科技 从容大模型 2

云从科技 从容大模型 2 是开源的吗?

许可证:闭源商用。不提供公开权重,只能通过厂商 API 或私有化授权使用。

云从科技 从容大模型 2 的价格是多少?

约 ¥7 / 百万输出 token(行业方案价)。按本站 8 维评分,它排在第 32 位,综合 76.1 分。实际账单受分辨率、切块、缓存与阶梯折扣影响。

云从科技 从容大模型 2 最适合什么场景?

人证核验与票据识别;金融网点与园区识别场景;识别类任务的成本基线。

为什么 云从科技 从容大模型 2 的综合分是 76.1?

综合分由 8 个维度按权重加权:视觉 20%、文档 18%、图表 14%、视频 14%、Agent 14%、生成 6%、中文 6%、生态 8%。它的强项是视觉感知与定位,短板是生成与图像编辑。

个人榜单 · 非官方评分

本页所有排名、分数与对比均为个人评测榜单,不是官方评分,也不代表任何厂商、机构或监管口径。分数是公开证据在自定权重下的主观映射,换一组权重名次就会变。如有不同意见或发现事实错误,欢迎联系站长:jizhi2024@foxmail.com——我们会逐条核对并在更新日志中记录订正。