屏幕理解：AI 模型选型指南

屏幕理解

场景概述

本页聚焦 屏幕理解 场景，介绍该场景的核心需求、推荐模型以及评估标准。

选型标准

• 支持图像/音频输入

评估标准

• 支持图像/音频输入

最佳实践

• 提供系统提示以建立上下文
• 监控 token 用量与成本

推荐模型

参见本场景下的推荐模型列表（路径：/zh/use-cases/screen-understanding/）。