多模态

常见的多模态用法：上传截图让模型读表格、看报错；上传照片让它描述内容；用图片模型根据文字生成图片。

图片输入同样按词元计费，分辨率越高消耗越多。生成图片的模型一般按张计费，和文字模型的计价方式不同。