模型广场与价格

gpt-6-astra

OpenAI GPT-6 Astra 旗舰大模型

gpt-6-luna

GPT-6 Luna（支持图片理解）

gpt-5.6-sol

GPT-5.6 Sol（支持图片理解）

gpt-5.6-terra

OpenAI GPT-5.6 Terra 通用大模型

gpt-5.6-luna

GPT-5.6 Luna（支持图片理解）

gpt-image-2.5

GPT-Image-2.5 基础档，比 gpt-image-2 更快、细节更锐、编辑更准。

gpt-image-2.5-flare

OpenAI GPT-Image-2.5 Flare：官方默认档，质量高于 gpt-image-2 且延迟减半，适合社媒/电商/批量出图。支持 1K/2K/4K。

gpt-image-2.5-sunburst

OpenAI GPT-Image-2.5 Sunburst：高精度档，多轮精修与参考图还原更稳，适合成品级营销创意与产品图，出图更慢。支持 1K/2K/4K。

gpt-image-2

支持 2k、4k，支持任意 size 比例

gemini-3.5-flash-lite

Google Gemini 3.5 Flash Lite：最轻量的 Gemini，适合批量任务

gemini-3.5-flash

Google Gemini 3.5 Flash：多模态，速度快价格低

gemini-3-pro

Google Gemini 3 Pro：多模态旗舰，长上下文推理

gemini-3-flash

Google Gemini 3 Flash：多模态，速度快价格低

gemini-3.1-flash-image-preview

Google最新的 nano-banana-2 第二代绘图模型，一致性极强, 快速版本，核心能力一览：

gemini-3-pro-image-preview

Google 最新绘图模型 Nano-banana 2，支持多张参考图； 参考图支持b64和url，使用gpt-4o 格式带参考图，支持上下文多图参考生图，支持 Gemini 原生格式

nano-banana-2

Google Nano Banana 2 图像生成与编辑：速度快、一致性强，支持多张参考图

nano-banana-pro

推荐使用，Google 最先进的图像生成和编辑模型 Nano-banana Pro，支持文生图、图生图、多图生图 我们基于 gemini-3-pro-image-preview 专门画图优化的api模型，支持 dalle\edits 格式、返回url，官方返回空图失败不扣费。

nano-banana

推荐使用，Google 最先进的图像生成和编辑模型 Nano-banana，支持文生图、图生图、多图生图

veo3.1

Google最新的高级人工智能模型, veo3.1 快速 模式，支持视频自动配套音频生成，支持首尾帧，质量高价格很低，性价比最高的选择

veo3.1-fast

Google最新的高级人工智能模型, veo3.1 快速 模式，支持视频自动配套音频生成，质量高价格很低，性价比最高的选择

omni_flash-10s

Omni Flash 10秒视频生成（图生视频，异步任务）。

deepseek-v4-1-flash

DeepSeek V4.1 Flash：轻量快速的通用对话模型

deepseek-v4-pro

DeepSeek V4 Pro 旗舰大模型：复杂推理、代码与长文本

deepseek-v4-flash

DeepSeek V4 Flash：速度快、价格低的通用对话模型

grok-4.7

xAI Grok 4.7（支持图片理解）

qwen3.8-max

通义千问 3.8 Max 旗舰模型

qwen3.8-flash

通义千问 3.8 Flash：轻量快速，支持图片理解

qwen3.7-max

通义千问 3.7 Max 旗舰模型

qwen3.7-plus

通义千问 3.7 Plus 均衡档

qwen3.5-omni-plus

通义千问 Qwen3.5-Omni-Plus 全模态：文本/图片/视频/语音输入，支持语音转写与理解

qwen3.5-plus

阿里巴巴于2026年2月16日发布了Qwen3.5-Plus模型。该模型的总参数量为3970亿（397B），其中激活参数为170亿 [2-3]。在多项基准测试中，其表现与Gemini-3-pro、GPT-5.2等模型相近。该模型采用了四项核心架构创新。其训练成本与算力部署成本相较于Qwen3-Max有所降低，推理吞吐量在256K长文本下有所提升

qwen3-vl-plus

通义千问 3 VL Plus 多模态：图片/视频理解

qwen3-vl-flash

通义千问 Qwen3-VL Flash 多模态:图片/视频理解(支持>50MB视频,最高1小时,极低价)

qwen-plus

通义千问 Plus：效果与速度均衡，适合文本创作、编程与翻译

doubao-2.0-pro

豆包 2.0 Pro 多模态:文本/图片/视频理解

doubao-seed-pro

豆包 Seed Pro：字节跳动旗舰大模型，推理与多模态理解

doubao-seed-turbo

豆包 Seed Turbo：低延迟、低价格的通用对话模型

jimeng-5.0

即梦图片生成 5.0，支持 2K/3K、参考图与联网检索

jimeng-4.0

即梦图片生成 4.0

seedance-2-5

Seedance 2.5 视频生成：字节跳动最新视频模型，按秒计费

seedance-2-0

Seedance 2.0 图生视频。按秒计费:默认分组 ¥1.13/秒,时长 5~15 秒可选。展示价为 5 秒起步价,更长时长按实际秒数结算(如 8 秒约 ¥9、15 秒约 ¥16.9),生成失败全额退款。

seedance-2-0-mini

Seedance 2.0 Mini 视频生成：更快更便宜，按秒计费

seedance-2-0-fast

Seedance 2.0 Fast 图生视频(更快)。按秒计费:默认分组 ¥0.90/秒,时长 5~15 秒可选。展示价为 5 秒起步价,更长时长按实际秒数结算(如 12 秒约 ¥10.8、15 秒约 ¥13.5),生成失败全额退款。

glm-5.3

智谱 GLM-5.3 通用大模型

glm-5.3-flash

智谱 GLM-5.3 Flash：轻量快速，价格低

kimi-k3

Kimi K3：月之暗面最新旗舰，长文本理解与代码

kimi-k2.8-preview

Kimi K2.8 预览版：月之暗面新一代长文本与多模态模型

kimi-k2.7-code

Kimi K2.7 Code：面向代码与 Agent 的轻量快模式

kimi-k2.6

Kimi K2.6：长文本与多模态理解

kimi-k2.5

kimi-k2.5 支持同时处理文本、图像或视频输入，并可通过 enable_thinking 参数开启思考模式

MiniMax-M3

MiniMax M3 大语言模型

MiniMax-M3-video

MiniMax M3 多模态：视频理解

MiniMax-M2.5

MiniMax M2.5 大语言模型

MiniMax-H3

MiniMax 海螺 H3 视频生成：原生 2K、自带声音，4~15 秒

MiniMax-Hailuo-2.3

MiniMax视频模型 Hailuo 2.3，在 Hailuo 02 模型的基础上进一步升级动态表现力，画面更加真实、稳定。Hailuo 2.3 模型在肢体动作呈现、风格化以及人物微表情方面实现了显著的效果提升，同时对运动指令响应做进一步优化。

MiniMax-Hailuo-2.3-Fast

Hailuo 2.3 Fast 模型，生成速度更快，定价更低，最高可为批量创作降低50%成本。

kling-v3-omni

可灵 V3 Omni 多模态视频生成：图片、视频、文本混合输入

kling-v3

可灵 V3 视频生成：文生视频、图生视频

hy4-preview

腾讯混元 Hy4 preview：770B 参数、1M 上下文

voice-to-text

语音转文字：音视频文件转写为文本

image-to-video

图生视频

video-audio-merge

音视频合并

video-concat

视频拼接

video-flip

视频翻转

video-fps

帧率调整

video-hdr

HDR处理

video-interpolate

视频补帧

video-pip

画中画

video-resolution

分辨率调整

video-speed

视频变速

video-super-resolution

视频超分

video-text

视频加字幕/文字

video-trim

视频裁剪

add-subtitles

视频添加字幕

audio-denoise

音频降噪

audio-extract

音频提取

audio-loudness

响度标准化

audio-mix

音频混合

audio-separate

人声伴奏分离

audio-to-subtitle

音频转字幕

audio-volume

音量调整

doubao-tts

语音合成 TTS

image-audio-video

图音合成视频

podcast-gen

AI 语音播客:把文本转成双人对话播客音频(MP3),按积分计费

music-gen

AI 音乐生成：一句话描述风格主题，自动生成歌词+演唱歌曲(可选曲风/情绪/性别/时长)

docai-bank-card

银行卡识别：卡号、发卡行、卡类型结构化提取

docai-business-card

名片识别：姓名、公司、职位、电话、邮箱

docai-business-license

营业执照识别：统一社会信用代码、名称、法人、注册地址等

docai-contract

合同要素提取：甲乙方、金额、期限、关键条款

docai-driving-license

驾驶证识别：姓名、证号、准驾车型、有效期

docai-food-manage-license

食品经营许可证识别：许可证编号、经营者、经营项目、有效期

docai-food-produce-license

食品生产许可证识别：许可证编号、生产者、食品类别、有效期

docai-hkm-permit

港澳通行证识别：姓名、证件号、有效期

docai-id-card

身份证识别：姓名、身份证号、住址、有效期

docai-passport

护照识别：姓名、护照号、国籍、有效期

docai-resume

简历解析：基本信息、教育经历、工作经历、技能结构化

docai-taxi-invoice

出租车票识别：日期、上下车时间、金额

docai-train-invoice

火车票识别：车次、出发到达站、日期、座位、票价

docai-tw-permit

台湾通行证识别：姓名、证件号、有效期

docai-vat-invoice

增值税发票识别：发票代码、号码、金额、税额、购销方

docai-vehicle-license

行驶证识别：车牌号、车辆类型、所有人、注册日期

doc-extract

文档内容提取：图片或文档附件进，结构化文本出

doc-img2excel

图片转 Excel：图片 URL 进，xlsx 文件 URL 出

doc-web2pdf

网页转 PDF：网页链接进，pdf 文件 URL 出

doc-img2pdf

图片转 PDF：图片 URL 进，pdf 文件 URL 出

doc-img2ppt

图片转 PPT：图片 URL 进，pptx 文件 URL 出

doc-img2word

图片转 Word：图片 URL 进，docx 文件 URL 出

doc-pdf2excel

PDF 转 Excel：附件 URL 进，xlsx 文件 URL 出

doc-pdf2ppt

PDF 转 PPT：附件 URL 进，pptx 文件 URL 出

doc-pdf2word

PDF 转 Word：附件 URL 进，docx 文件 URL 出

doc-translate

文档翻译：整份文档翻译后回传文件 URL

html-page

HTML 生成网页：把 HTML 源码托管成公网可访问的链接

file-reader

附件读取：文件 URL → 文本内容提取

link-reader

链接读取：网页/PDF/doc 链接 → 结构化内容（标题/正文/图片）

image-upscale-4x

AI 画质提升 4 倍：智能超分，提升清晰度与细节

image-crop

图片裁剪：按位置/尺寸裁剪图片

image-filter

风格滤镜：一键套用艺术风格滤镜

image-resize

图片缩放：按长边/短边缩放到指定尺寸

image-rotate

图片旋转：按角度顺时针旋转

image-text

图片加文字/水印：叠加文字,可平铺成水印

image-enhance

AI 图像增强：智能去噪、优化纹理细节、提升人像质量，让模糊图片更清晰自然

company-info

企业信息查询：公司名进，工商登记、法人、股东、联系方式出

social-post-comments

社媒评论抓取：帖子链接进，评论内容、点赞数、评论者出（抖音/TikTok/小红书/Instagram）

social-user-profile

社媒博主资料：主页链接进，昵称、粉丝数、作品数、简介出，支持 8 个平台

social-post-detail

社媒帖子解析：帖子链接进，8 平台自动识别，返回归一化 JSON

mimo-v2.6-pro

小米 MiMo-V2.6-Pro：开源权重榜首级旗舰

mimo-v2.6-flash

小米 MiMo-V2.6-Flash：轻量快速

longcat-2.0

美团 LongCat-2.0 开源旗舰