概览
JoyAI VL Interaction 是 JD 推出的多模态模型。它接受文本、图像和视频输入并输出文本，一次请求即可把文字问题与图片或片段结合起来，并得到文字答案。它按 tokens 计费，输入和输出分别定价。
它接受文本、图像和视频输入，输出文本。
能力
JoyAI VL Interaction 接受文本、图像和视频输入，输出文本。它的输出模态是文本。
由于可以在提示之外读取图像和视频，一次请求就能同时携带媒体素材和针对它的问题。
价格
JoyAI VL Interaction 的价格为：输入每百万 tokens $0.0714，输出每百万 tokens $0.2857。
JoyAI VL Interaction 可通过 RealRelay 的 OpenAI 兼容 API 调用。
适用场景
JoyAI VL Interaction 适合围绕图像和视频的问答，例如描述一张照片、读取截图或概括一段视频。
它的文本输出适合回答用户上传素材相关问题的助手和审核工具，并可把答案交给其他系统，例如工单或审核队列。
JoyAI VL Interaction 是什么？
JoyAI VL Interaction 是 JD 的多模态模型，接受文本、图像和视频输入，输出文本。
JoyAI VL Interaction 的价格是多少？
JoyAI VL Interaction 的价格为：输入每百万 tokens $0.0714，输出每百万 tokens $0.2857。
JoyAI VL Interaction 支持哪些输入和输出？
JoyAI VL Interaction 接受文本、图像和视频输入，输出文本。
JoyAI VL Interaction 能处理图像和视频吗？
能。JoyAI VL Interaction 接受文本、图像和视频输入，并返回文本答案。
如何通过 API 调用 JoyAI VL Interaction？
通过 RealRelay 的 OpenAI 兼容 API，使用模型 ID jd/joyai-vl-interaction 发送请求即可调用 JoyAI VL Interaction。