Grok 4.7调用ID:x-ai/grok-4.7文本编程学术与教育文档与办公内容创作对话与客服+5文本编程学术与教育文档与办公内容创作对话与客服Grok 4是xAI的多模态大型语言模型,目前支持文本模态,视觉、图像生成等功能即将推出。价格多项属性定价多项属性定价输入≤200k¥14/M token200k~不限¥28/M token输出≤200k¥42/M token200k~不限¥84/M token显式缓存命中≤200k¥3.5/M token200k~不限¥7/M token文本·输入公开价格¥14/M token文本·输出公开价格¥42/M token文本·缓存公开价格¥3.5/M token
Grok 4调用ID:x-ai/grok-4文本对话与客服内容创作文档与办公编程学术与教育+5文本对话与客服内容创作文档与办公编程学术与教育Grok 4是xAI的多模态大型语言模型,目前支持文本模态,视觉、图像生成等功能即将推出。价格多项属性定价多项属性定价输入≤128k¥21/M token128k~不限¥42/M token输出≤128k¥105/M token128k~不限¥210/M token缓存读≤128k¥5.25/M token128k~不限¥5.25/M token文本·输入公开价格¥21/M token文本·输出公开价格¥105/M token文本·缓存公开价格¥5.25/M token
Grok 4.6调用ID:x-ai/grok-4.6文本编程学术与教育文档与办公内容创作对话与客服+5文本编程学术与教育文档与办公内容创作对话与客服Grok 4是xAI的多模态大型语言模型,目前支持文本模态,视觉、图像生成等功能即将推出。输入¥14/M输出¥42/M缓存¥3.5/M上下文256K
GPT-5-Nano调用ID:openai/gpt-5-nano文本编程对话与客服多模态理解+3文本编程对话与客服多模态理解GPT-5-Nano是GPT-5系列中最快速的版本,专为开发者工具、即时交互和超低延迟场景优化。尽管在复杂推理能力上略逊于更大的模型,但它保留了核心的指令跟随与安全特性。输入¥0.35/M输出¥2.8/M缓存¥0.04/M上下文400K
GPT-5调用ID:openai/gpt-5文本编程数学与科学多模态理解智能代理与数据+4文本编程数学与科学多模态理解智能代理与数据GPT-5是OpenAI推出的最新一代先进模型,在推理能力、代码生成质量和用户体验方面实现显著提升。该模型针对复杂任务进行了专项优化,尤其擅长需要逐步推理、精准遵循指令以及对准确性要求严格的高风险场景。输入¥8.75/M输出¥70/M缓存¥0.88/M上下文400K
KlingV2.1调用ID:kling/kling-v2-1视频生成视频与3D+1视频生成视频与3DKling v2.1 是快手研发的文 / 图生视频模型,搭载 3D 时空注意力机制,能精准还原动态细节,支持 720P/1080P、24fps 输出。内置 10 + 运镜与多艺术风格,可自动补连贯动作、生成同步音效价格多项属性定价多项属性定价图像生成视频720p5秒¥2.00/次720p10秒¥4.00/次1080p5秒¥3.50/次1080p10秒¥7.00/次文本生成视频720p5秒¥2.00/次720p10秒¥4.00/次1080p5秒¥3.50/次1080p10秒¥7.00/次
Kling V2.1 Master调用ID:kling/kling-v2-1-master视频生成视频与3D+1视频生成视频与3DKling/Kling v2.1 Master 是快手文生视频大师级版本,主打 1080P 高清输出及 4K 适配,搭载专属动态光影追踪技术,可精准实现多主体动作协同与影视级粒子特效。支持材质细节实时渲染,5 秒 1080P 视频生成仅需 30 秒,兼顾高端画质与效率,适配影视预演、高端广告等场景,还能通过情绪参数调画面氛围,强化叙事感。价格多项属性定价多项属性定价图像生成视频720p5秒¥10.00/次720p10秒¥20.00/次1080p5秒¥10.00/次1080p10秒¥20.00/次文本生成视频720p5秒¥10.00/次720p10秒¥20.00/次1080p5秒¥10.00/次1080p10秒¥20.00/次
Veo3调用ID:google/veo3视频生成视频与3D多模态理解内容创作+3视频生成视频与3D多模态理解内容创作谷歌 Veo 3 视频模型的更快、更便宜的版本,带有音频价格多项属性定价多项属性定价基础单价(无音频)公开价格¥1.4/秒含音频单价公开价格¥2.8/秒
Vidu2.0调用ID:vidu/vidu2.0视频生成视频与3D+1视频生成视频与3Dvidu/vidu2.0 是清华与生数科技联合研发的文生视频模型,核心搭载全球首创 U-ViT 架构,10 秒内即可生成 4 秒视频,单秒成本仅 4 分钱。支持 16 秒 1080P 输出,能精准控制多主体动态一致性,内置物理引擎还原毫米级运动细节,还深度适配国风等文化元素价格多项属性定价多项属性定价图像生成视频720p4秒¥1.25/次720p8秒¥3.13/次1080p4秒¥3.13/次reference2video720p4秒¥2.50/次首尾帧生成视频720p4秒¥1.25/次720p8秒¥3.13/次1080p4秒¥3.13/次
Doubao-Seedance-1.0-lite-i2v调用ID:bytedance/doubao-seedance-1.0-lite-i2v视频生成视频与3D+1视频生成视频与3DDoubao-Seedance-1.0-lite-i2v,根据首帧图片、尾帧图片(可选)、参考图片(可选)和文本描述(可选)生成视频。是兼顾生成效果与速度的性价比之选。该模型语义理解与指令遵循能力强。运镜专业。支持多种视频风格,可以丝滑兼容各种风格的首图。分辨率支持480P、720P、1080P,时长支持3-12s,帧率24fps价格多项属性定价多项属性定价输出公开价格¥10/M token
Doubao-Seedance-1.0-lite-t2v调用ID:bytedance/doubao-seedance-1.0-lite-t2v视频生成视频与3D内容创作+2视频生成视频与3D内容创作bytedance/doubao-seedance-1.0-lite-t2v 是字节跳动轻量级文生视频模型,支持文 / 图生视频,含专业运镜、多艺术风格,输出 480P/720P、24fps。适用于电商营销、影视预演、创意内容制作价格多项属性定价多项属性定价输出公开价格¥10/M token
Qwen3-Max-Preview调用ID:ali/qwen3-max-preview文本数学与科学编程翻译学术与教育对话与客服+5文本数学与科学编程翻译学术与教育对话与客服Qwen3-Max-Preview是阿里巴巴旗下通义千问团队发布的最新旗舰大语言模型,是 Qwen3 系列中参数量最大的模型,参数规模超过1万亿。模型在推理、指令跟随、多语言支持和长尾知识覆盖等方面有重大改进,支持超过100种语言,中英文理解能力出色。在数学推理、编程和科学推理等任务中表现出色,能更可靠地遵循复杂指令,减少幻觉,生成更高质量的响应。价格多项属性定价多项属性定价输入≤32k¥6/M token32k~128k¥10/M token128k~不限¥15/M token输出≤32k¥24/M token32k~128k¥40/M token128k~不限¥60/M token缓存读≤32k¥1.2/M token32k~128k¥2/M token128k~不限¥3/M token文本·输入公开价格¥6/M token文本·输出公开价格¥24/M token文本·缓存公开价格¥1.2/M token
GPT-Image调用ID:openai/gpt-image-1图像生成图像与设计+1图像生成图像与设计OpenAI最强图像生成模型,新模型能够结合世界知识,生成更加符合上下文图像,质量更高,还支持多种功能自定义。价格多项属性定价多项属性定价图片·输入公开价格¥70/M token图片·输出公开价格¥280/M token文本·输入公开价格¥35/M token文本·输出公开价格¥280/M token文本·缓存公开价格¥8.75/M token
即梦3.0-图生视频-首帧-720P调用ID:bytedance/jimeng_i2v_first_v30视频生成视频与3D内容创作+2视频生成视频与3D内容创作jimeng/即梦3.0-图生视频-首帧-720p是专注首帧驱动的图生视频模型,以输入首帧为基础生成动态内容,支持720p高清输出。能精准延续首帧的画面风格、元素细节(如人物肌理、场景光影),生成的视频动作自然、场景元素连贯不跳帧,适配创意短视频、动态海报等场景,兼顾生成效率与画面质感,满足轻量级动态创作需求。价格多项属性定价多项属性定价每秒公开价格¥0.23/秒
Qwen3-Omni-Flash调用ID:ali/qwen3-omni-flash文本对话与客服内容创作翻译编程文档与办公+5文本对话与客服内容创作翻译编程文档与办公Qwen-Omni 模型能够接收文本、图片、音频、视频等多种模态的组合输入,并生成文本或语音形式的回复, 提供多种拟人音色,支持多语言和方言的语音输出,可应用于文本创作、视觉识别、语音助手等场景。输入¥1.8/M输出¥6.9/M上下文65.5K
即梦4.0调用ID:bytedance/jimeng_v40图像生成图像与设计多模态理解+2图像生成图像与设计多模态理解即梦4.0是即梦同源的图像生成能力,该能力在统一框架内集成了文生图、图像编辑及多图组合生成的功能:支持单次输入最多 10 张图像及进行复合编辑,并能通过对提示词的深度推理,智能适配最优的图像比例尺寸与生成数量,可一次性输出最多 15 张内容关联的图像。此外,模型显著提升了中文生成的准确率与内容多样性,且支持 4K 超高清输出,为专业图像创作提供了从生成到编辑的一站式解决方案。价格多项属性定价多项属性定价每张图片公开价格¥0.22/每张图片
Qwen3-Max调用ID:ali/qwen3-max文本编程数学与科学智能代理与数据多模态理解翻译+5文本编程数学与科学智能代理与数据多模态理解翻译Qwen3-Max 是在 Qwen3 系列的基础上构建的更新版本,与 2025 年 1 月版本相比,在推理、指令遵循、多语言支持和长尾知识覆盖方面进行了重大改进。它在数学、编码、逻辑和科学任务中提供更高的准确性,更可靠地遵循复杂的中文和英文指令,减少幻觉,并为开放式问答、写作和对话提供更高质量的回答。该模型支持 100 多种语言,具有更强的翻译和常识推理能力,并针对检索增强生成 (RAG) 和工具调用进行了优化,尽管它不包括专用的“思考”模式。价格多项属性定价多项属性定价输入≤32k¥6/M token32k~128k¥10/M token128k~不限¥15/M token输出≤32k¥24/M token32k~128k¥40/M token128k~不限¥60/M token缓存读≤32k¥1.2/M token32k~128k¥2/M token128k~不限¥3/M token文本·输入公开价格¥6/M token文本·输出公开价格¥24/M token文本·缓存公开价格¥1.2/M token
Qwen3-VL-Plus调用ID:ali/qwen3-vl-plus文本多模态理解图像与设计视频与3D智能代理与数据编程+5文本多模态理解图像与设计视频与3D智能代理与数据编程Qwen3系列视觉理解模型,实现思考模式和非思考模式的有效融合,视觉智能体能力在OS World等公开测试集上达到世界顶尖水平。此版本在视觉coding、空间感知、多模态思考等方向全面升级;视觉感知与识别能力大幅提升,支持超长视频理解。价格多项属性定价多项属性定价输入≤32k¥1/M token32k~128k¥1.5/M token128k~不限¥3/M token输出≤32k¥10/M token32k~128k¥15/M token128k~不限¥30/M token缓存读≤32k¥0.2/M token32k~128k¥0.3/M token128k~不限¥0.6/M token文本·输入公开价格¥1/M token文本·输出公开价格¥10/M token
通义万相2.5-文生图-Preview调用ID:ali/wan2.5-t2i-preview图像生成图像与设计+1图像生成图像与设计文字生成图片,写实质感细腻画面,文字内容生成,艺术风格表现价格多项属性定价多项属性定价每张图片公开价格¥0.2/每张图片
Wan2.7-Image-Pro调用ID:ali/wan2.7-image-pro图像生成图像与设计+1图像生成图像与设计暂未提供模型说明。价格多项属性定价多项属性定价每张图片公开价格¥0.2/每张图片
通义万相2.5-图像编辑-Preview调用ID:ali/wan2.5-i2i-preview图像生成图像与设计+1图像生成图像与设计指令编辑图片内容,轻松实现局部修改、风格变化、一致性保持等价格多项属性定价多项属性定价每张图片公开价格¥0.2/每张图片
通义万相2.5-文生视频-Preview调用ID:ali/wan2.5-t2v-preview视频生成视频与3D+1视频生成视频与3D文字生成视频内容,丝滑动态能力,电影美学控制,精准指令遵循价格多项属性定价多项属性定价视频480P¥0.3/次720P¥0.6/次1080P¥1/次
通义万相2.5-图生视频-Preview调用ID:ali/wan2.5-i2v-preview视频生成视频与3D+1视频生成视频与3D图片生成视频内容,稳定保持图像主体、风格和文字等细节信息价格多项属性定价多项属性定价视频480P¥0.3/次720P¥0.6/次1080P¥1/次
Grok 4 Fast调用ID:x-ai/grok-4-fast文本多模态理解文档与办公数学与科学+3文本多模态理解文档与办公数学与科学Grok 4 Fast 是 xAI 最新的多模态模型,具有 SOTA 成本效益和 2M 令牌上下文窗口。它有两种类型:非推理和推理。价格多项属性定价多项属性定价输入≤128k¥1.4/M token128k~不限¥2.8/M token输出≤128k¥3.5/M token128k~不限¥7/M token缓存读≤128k¥0.35/M token128k~不限¥0.35/M token文本·输入公开价格¥1.4/M token文本·输出公开价格¥3.5/M token文本·缓存公开价格¥0.35/M token