SSTP Mock / STP Mock Video Basic调用ID:stp-mock/video-basic视频生成文本Test-only deterministic media mock; no real model inference
Bytedance / Doubao-Seedance-2.0调用ID:bytedance/doubao-seedance-2-0视频生成视频与3D多模态理解内容创作支持图像、视频、音频等多模态作为参考输入生成视频,还具备视频编辑、延长等能力
字节跳动 / Doubao-Seedance-2.5-Flash调用ID:bytedance/doubao-seedance-2-5-flash视频生成内容创作视频与3D多模态理解Seedance 2.5 系列是豆包大模型团队推出的新一代多模态视频创作模型,已迈入「长叙事 × 多素材 × 强编辑 × 多语言」的工业级新阶段。 Seedance 2.5 flash 生成效果接近旗舰,速度更快,成本更低,为高频创作和批量内容生产提供高性价比的选择。
Google / Veo3.1调用ID:google/veo3.1-preview视频生成视频与3DVeo 3.1 是 Google 最先进的模型,可生成高保真度的 8 秒 720p 或 1080p 视频,这些视频具有惊人的逼真效果和原生生成的音频。
Google / Veo3.1-fast调用ID:google/veo3.1-fast-preview视频生成文本图像Veo 3.1 是 Google 最先进的模型,可生成高保真度的 8 秒 720p 或 1080p 视频,这些视频具有惊人的逼真效果和原生生成的音频。
OpenAI / Sora2调用ID:openai/sora2视频生成视频与3DSora2 是OpenAI 于2025 年9 月30 日发布的AI 视频生成模型升级版。 它在物理模拟、真实感和可控性方面大幅提升,能够生成高度逼真的视频,包括复杂动作如奥运体操或滑水后空翻等场景,并首次支持与画面匹配的AI 音频生成。
Bytedance / Doubao-Seedance-2.0-fast调用ID:bytedance/doubao-seedance-2-0-fast视频生成视频与3D多模态理解新一代多模态视频创作模型,生成速度更快
Ali / HappyHorse-1.0-T2V调用ID:ali/happyhorse-1.0-t2v视频生成视频与3DHappyHorse-1.0-T2V支持文生视频,具备高度还原的动态画面生成能力,能够精准理解文本语义,输出流畅自然、细节丰富的高质量视频。
Ali / HappyHorse-1.0-I2V调用ID:ali/happyhorse-1.0-i2v视频生成视频与3D内容创作HappyHorse-1.0-I2V支持图生视频,具备高度还原的动态画面生成能力,能够精准理解文本语义,输出流畅自然、细节丰富的高质量视频。
Ali / HappyHorse-1.0-R2V调用ID:ali/happyhorse-1.0-r2v视频生成视频与3DHappyHorse-1.0-R2V支持参考生视频,更加稳定的主体与场景参考,支持最多9张图片参考,能够精准保持创作意图,实现更强表现能力。
Ali / HappyHorse-1.0-Video-Edit调用ID:ali/happyhorse-1.0-video-edit视频生成视频与3D多模态理解HappyHorse-1.0-Video-Edit支持视频编辑,自然语言指令编辑视频,可参考最多5张图片局部或全局编辑视频元素,能够精准复刻视频动态过程,实现更强表现能力。
Ali / HappyHorse-1.1-I2V(限时6折)调用ID:ali/happyhorse-1.1-i2v视频生成HappyHorse-1.1-I2V支持图生视频,进一步提升画面质感、动态表现与跨片段一致性。模型能够更精准地理解输入图像并延续创作意图,在人物皮肤质感、ID跨片段保持、动作流畅度、文字渲染稳定性以及音画同步上带来显著改善,输出更真实自然、细节丰富且一致性更高的高质量视频。
Ali / HappyHorse-1.1-T2V(限时6折)调用ID:ali/happyhorse-1.1-t2v视频生成HappyHorse-1.1-T2V支持文生视频,进一步提升文本语义理解、镜头调度与动态生成表现。模型能够更精准地还原创作意图,在人物动作、场景氛围、视觉美感和物理运动上生成更流畅自然、细节丰富且一致性更高的高质量视频。
Ali / HappyHorse-1.1-R2V(限时6折)调用ID:ali/happyhorse-1.1-r2v视频生成HappyHorse-1.1-R2V支持参考生视频,进一步提升主体、场景风格与画面一致性的稳定保持。模型最多支持9张参考图片输入,能够更精准理解并延续创作意图,在人物、场景、风格和镜头表现上带来更强的可控性与表现力。
Google / Gemini Omni Flash Preview调用ID:google/gemini-omni-flash-preview视频生成Gemini Omni Flash 是谷歌在高阶人工智能模型领域的全新迭代成果,是其推进顶尖AI模型研发的重要一步。该模型支持基于各类输入源完成内容的创作与编辑,视频是其核心落地应用场景之一。
Google / Gemini Omni 1.1 Flash Preview调用ID:google/gemini-omni-1.1-flash-preview视频生成Gemini Omni 1.1 Flash 预览版,是谷歌在高阶人工智能模型迭代升级道路上的全新里程碑成果。该模型具备强大的通用内容创作与编辑能力,可适配任意形式的输入内容,全面覆盖视频等多元媒介形态。
Kling / KlingV2.1调用ID:kling/kling-v2-1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
Kling / Kling V2.1 Master调用ID:kling/kling-v2-1-master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。
Vidu / Vidu2.0调用ID:vidu/vidu2.0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
Bytedance / Doubao-Seedance-1.0-lite-i2v调用ID:bytedance/doubao-seedance-1.0-lite-i2v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