#25B+2026 年 4 月 16 日证据 B
紫东太初 2.0
中科院自动化所 · 未公开（全模态，连续融合）
学院派全模态：论文比产品多
中科院自动化所的全模态模型，模态覆盖与 WITA-Omni 同级（文/图/视频/音频），但产品化程度是全站的另一端：综合分 80.1 排第 24，无官方 API，权重按研究许可开放。它的价值在论文与消融实验——跨模态对齐的公开证据比多数厂商都充分。
最后更新于 2026 年 10 月 18 日编辑部评分
结论先行
研究用途（跨模态对齐、全模态预训练方法）它值得认真对待，论文与权重都是公开的；生产环境不要选它——研究许可排除商用，没有 API 与支持。它是本站“架构研究价值”这一类里排第二的模型，仅次于 LongCat-Next，但两者的可用性差距比分数差距大得多。
八维评分拆解
编辑部映射分 · 0–100- 紫东太初 2.080.1
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 |
|---|---|---|
| 全模态对齐论文 | NeurIPS/AAAI 在投 | 学术渠道 |
| 权重许可 | 研究许可 | 无官方 API |
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 | 83 · 学术语料训练，规整票面好 | |
| 图表取数 | 76 · 常规图表 | |
| 30 分钟视频问答 | 80 · 全模态训练，时序一般 | |
| 手机 GUI 操作 | 66 · 未针对 GUI 训练 | |
| 中文文化理解 | 86 · 学术中文强 |
优势与局限
优势
- 全模态覆盖 + 公开消融：跨模态对齐的公开证据最充分。
- 中文语境 87：学术中文与政策文本的先验好于同分外模型。
- 研究许可开放权重：方法可复现，论文可引用。
局限
- 研究许可：内部生产环境都不能部署，与 LongCat-Next 同一道墙。
- 无官方 API、无 SLA：生产支持为零。
- 生态 65：工具链面向论文复现，不面向工程交付。
价格与真实成本
关于紫东太初 2.0
紫东太初 2.0 是开源的吗？
许可证：开放权重（研究许可）。可获取权重，但商用前请核对具体条款与备案要求。
紫东太初 2.0 的价格是多少？
无官方 API；权重按研究许可开放。按本站 8 维评分，它排在第 25 位，综合 80.1 分。实际账单受分辨率、切块、缓存与阶梯折扣影响。
紫东太初 2.0 最适合什么场景？
跨模态对齐与全模态预训练研究；学术评测与方法复现。
为什么 紫东太初 2.0 的综合分是 80.1？
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，短板是生态、成本与可用性。
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。