有什么识别并且理解能力很棒的模型吗？ 
当前测试了qwen-vl-max、doubao-1-5-vision-pro-32k-250115
这两个模型各有优劣
doubao 对很模糊的图像识别不好，对模糊图像提取不到我想要的关键词，很听话，完全按照要求的格式以及要求返回，甚至感觉比较聪明 
qwen 对模糊图像理解能力很好，但是呆呆的，不听话，动不动就不按照要求返回了。 
还有什么更合适这个场景的模型吗？ 
提示词如下：
提取图片中的内容，有则提取，无则赋空值，注意可能存在多项，有些图片的物料会显示有“无发票数量(0.000)”则忽略该文字上方一行的数据，不提取。有些图片数据是这样的12014720 00010934521Y01 241204  … 前面三个分别对应物料号、批次、供应商批号，中间的批次请忽略，批号才是我们要的批号！！！需包含以下参数：商品名，物料号，批号，发票号码，生产厂商...