# 给模型看模糊图反而更烧钱：OpenRouter 实测图像清晰度与成本倒挂

> 原标题：在LLM中选择最佳图像输入细节级别

- 来源：AI HOT 精选
- 发布时间：2026-07-07T00:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/42960
- 原文：https://openrouter.ai/blog/insights/image-detail-low-cost

## 摘要

OpenRouter 拿五款模型在 MMMU-Pro Vision 上跑了一遍，发现给推理模型喂低清图（detail: low）经常既费钱又拉胯。

## 推荐理由

OpenRouter对五款模型的测试比较了图像清晰度与成本，推理模型使用低清图时常出现准确率下降、费用反升的结果。

## 锐评

低清图省的那点输入 token，被多出来的推理 token 全吃回去了，还倒贴。gpt-5.5 准确率掉到 65.2%，每题成本从 4.5 涨到 5.1 美分，多想了 1.6 倍。这个账其实好算，输入图便宜，输出推理贵，模型看不清就自己脑补，脑补的字比省下的图贵多了。所以别默认 detail: low 是省钱开关，跑推理模型的时候它经常是反向操作。要压成本得看单任务总账，不是看输入单价。
