一定要给你的龙虾或者Hermes配上多模态大模型，

我今天实测下来，目前多模态大模型性价比最高的 就是Qwen3-VL / Qwen3.5 VL系列，

比Gemini 3.5 Flash 输出便宜 22 倍，读图能力一样在，

我自己用的是qwen/qwen3.5-flash（$0.1/$0.4，多模态图+视频，1M 上下文），供大家参考。