すみません、「large」か「vision」というだけでは文脈が分からないので、もう少し詳しく教えていただけますか?例えば: - **Whisper(音声認識)** の話なら → `large` はモデルサイズの一つで、`vision` というモデルはありません - **GPT-4 系の話** なら → `gpt-4-vision` は画像入力対応モデル、現在は GPT-4o などに統合されてい