书生 InternVL 4.0
上海AI实验室 · 未公开（MoE，激活约 9B）
开源阵营的感知上限，视频是明码标价的短板
全网横评里几乎不出现、开源社区下载量却长期前三的模型。感知 96 是闭源旗舰之下开放权重的最高分，MIT 许可、官方 API ¥1/百万输出 token；代价是只做图文，视频 66 全站倒数第三。它是本站 32 款里唯一一款“社区热度与榜单热度倒挂”的模型。
最后更新于 2026 年 10 月 18 日编辑部评分
结论先行
八维评分拆解
编辑部映射分 · 0–100- 书生 InternVL 4.085.0
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 |
|---|---|---|
| OpenCompass 多模态榜 | 78.9 | 开源档第一（官方口径） |
| MMMU | 81.2 | 官方口径，含 val/test 同提示词 |
| 输出单价 | ¥1 | 官方 API；权重免费 |
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 OCR | 93 · 印刷体强，手写体中上 | |
| 图表取数 | 90 · 单图可靠 | |
| 30 分钟视频问答 | 62 · 仅帧级描述 | |
| 手机 GUI 操作 | 74 · 未针对 GUI 训练 | |
| 细粒度视觉识别 | 96 · 本站感知维度同分 |
优势与局限
优势
- 感知 96：开放权重里的最高分，仅低于豆包与 Qwen3.8-Max 的 97。
- MIT 许可 + 官方 API 双通道：自托管与托管之间切换没有法务成本。
- 证据等级 A：开源社区复现最充分，权重与评测脚本全部公开。
局限
- 只支持图文：无视频、无音频、无 GUI 模态，agent 78 也低于企业地板。
- 视频 66 全站倒数第三，长视频只能做帧级描述，谈不上时序推理。
- 生态 84：官方 API 的稳定性与文档不如 Qwen 系，自托管要自己搭推理栈。
价格与真实成本
公开单价
¥1/M tokens
约 ¥1 / 百万输出 token（官方 API）；权重免费。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 ¥0.6（按输入价为输出价 25% 的假设）。
按你的量计算关于书生 InternVL 4.0
书生 InternVL 4.0 是开源的吗？
许可证：开放权重（MIT）。可获取权重，但商用前请核对具体条款与备案要求。
书生 InternVL 4.0 的价格是多少？
约 ¥1 / 百万输出 token（官方 API）；权重免费。按本站 8 维评分，它排在第 16 位，综合 85.0 分。实际账单受分辨率、切块、缓存与阶梯折扣影响。
书生 InternVL 4.0 最适合什么场景？
细粒度图像识别与商品属性抽取；需要 MIT 许可的商用私有化；开源技术栈内的感知组件。
为什么 书生 InternVL 4.0 的综合分是 85.0？
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，短板是视频与长时序理解。
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。