模型可联合处理音视频并自主调用工具,基准接近Gemini同级模型且API成本更低。
推荐理由:关键变化是将音视频理解与自主工具调用整合进低价模型;若实际成本优势成立,将降低视频编辑、翻译和长内容分析类智能体的部署门槛。
阅读原文