模型广场

OpenAI 最新旗舰图像模型，更快更准更稳定。 【支持参数】 • prompt: 图像描述（必填，最长32000字符） • size: 1024x1024 | 1536x1024 | 1024x1536 | auto • quality: low | medium | high | auto • background: transparent | opaque | auto（背景透明度） • output_format: png | jpeg | webp • output_compression: 0-100（仅jpeg/webp） • prompt_enhance: true/false（自动增强提示词） • seed: 整数（控制随机性） • n: 1-10（生成数量） 【官方价格】Low $0.009 / Medium $0.034 / High $0.133 (1024x1024)

ChatGPT 使用的最新图像模型（基于 GPT Image 1.5）。 【支持参数】与 GPT Image 1.5 完全相同 • prompt, size, quality, background, output_format • output_compression, prompt_enhance, seed, n 【官方价格】Low $0.009 / Medium $0.034 / High $0.133 (1024x1024)

OpenAI 第一代专业级图像模型，支持文生图、图生图、mask编辑。 【支持参数】 • prompt: 图像描述（必填） • image: 可选，base64编码图片（用于编辑） • mask: 可选，PNG透明区域为可编辑区域 • size: 1024x1024 | 1536x1024 | 1024x1536 • quality: low | medium | high • background: transparent | opaque | auto • output_format: png | jpeg | webp • seed: 整数 / n: 1-10 【官方价格】Low $0.011 / Medium $0.042 / High $0.167 (1024x1024)

GPT Image 1 的低成本版本，适合大规模生成。 【支持参数】 • prompt: 图像描述（必填） • size: 1024x1024 | 1536x1024 | 1024x1536 • quality: low | medium | high • background: transparent | opaque | auto • output_format: png | jpeg | webp • seed: 整数 / n: 1-10 【官方价格】Low $0.005 / Medium $0.011 / High $0.036 (1024x1024)

暂无模型介绍

上一代智能推理模型，支持可配置推理，适合通用编码与Agent任务。

基于GPT-5的编码模型，适合通用代码生成、调试、解释。

GPT-5的加速、降本版本，适合结构清晰、规则明确的任务。

速度最快、成本最低，适合大规模调用、轻量推理、工具类应用。

GPT-5的高精度版本，在成本与极致质量之间做平衡。

带可配置推理强度的高性能模型，适合需要控制成本与推理深度的场景。

基于GPT-5.1的编码优化版本，适合IDE集成、自动补全、重构。

面向长时间运行任务（如大型项目重构、批量代码生成）的Codex增强版。

跨行业最强通用模型，适合复杂推理、Agent、代码等高难度任务。OpenAI最新旗舰模型。

最智能的编码模型，专门优化长周期、Agent式自动写代码与重构。

GPT-5.2的高精度版本，追求"更聪明、更精确"的输出，用于高价值场景。

OpenAI最强"深度研究"模型，适合长文档分析、多资料交叉比对、系统性研究任务。

全能基座模型，适合通用对话与编码

Kimi K2思维模型，强大的推理和思考能力

经典的CosyVoice版本，稳定可靠的语音合成效果，广泛应用于配音。

CosyVoice极速版，毫秒级语音生成，实时交互场景的最佳声音引擎。

CosyVoice增强版，生成超自然人声，支持情感控制及多语种。

暂无模型介绍

深度研究专用模型，擅长长篇深度分析与报告生成，学术研究好帮手。

文档处理专用超快版，快速提取文档核心信息，办公效率提升利器。

极致轻量化模型，专为高并发、低延迟场景设计，成本极低响应极快。

暂无模型介绍

暂无模型介绍

暂无模型介绍

支持超长上下文窗口，能够处理长文档阅读、分析及跨段落理解任务。

通义千问数学增强版，专攻复杂数学推理与计算，提升解题准确率。

通义千问数学超快版，快速解决基础数学问题，适合教育辅助场景。

通义千问旗舰版，具备最强逻辑推理和复杂任务处理能力，效果顶尖。

通义千问旗舰最新版，第一时间体验最强模型的最前沿能力与优化。

通义千问翻译极速版，实时即时翻译，沟通无障碍，适合跨语言交流。

暂无模型介绍

通义千问翻译增强版，提供高精度多语言互译，保留原文语境与韵味。

通义千问增强版，均衡性能与速度，适合大多数通用文本生成任务。

通义千问增强最新版，持续更新的模型版本，保持最佳性价比与效果。

通义千问超快版，响应速度极快，适合简单对话和快速问答场景。

通义千问超快最新版，保持极速响应的同时不断优化模型基础能力。

通义千问视觉旗舰版，支持高精度图像识别与对话，理解复杂画面细节。

通义千问视觉增强版，平衡图像理解速度与精度，适合多模态应用。

强大多模态指令模型，32B参数量平衡性能与资源，遵循指令能力强。

通义极速语音识别，精准将语音转写为文字，会议记录与字幕神器。

通义千问代码极速版，快速生成代码片段，辅助开发提高编码效率。

通义千问代码增强版，专为编程设计，擅长代码生成、调试与解释。

全能型极速模型，兼顾多模态输入与快速响应，全场景通用小能手。

通义极速语音合成，快速将文本转换为流畅语音，适合实时阅读场景。

第三代视觉极速模型，快速处理图像输入，实时视频流分析的理想选择。

第三代视觉增强模型，图像理解能力大幅提升，精准识别物体与场景。

QWQ系列增强最新版，特定领域优化模型，提供差异化的回答风格。

感官语音模型，专注于捕捉语音中的情感与语调，还原真实说话感觉。

暂无模型介绍

万相2.2视频增强版，优化了视频清晰度与流畅度，视觉体验更佳。

暂无模型介绍

暂无模型介绍

暂无模型介绍

万相2.5视频预览版，抢先体验最新视频生成技术，探索动态画面。

暂无模型介绍

暂无模型介绍

暂无模型介绍

万相2.6视频模型，更强的时空一致性，生成更长更稳定的AI视频内容。

通义万相第一代，支持中文文本生成高质量图片，创意绘画首选工具。

万相2.0绘图超快版，延续经典生成速度，依然是快速出图的好选择。

暂无模型介绍

暂无模型介绍

万相智能修图，支持图像局部重绘与编辑，轻松修改画面不如意之处。

暂无模型介绍

万相2.1绘图增强版，画质更加细腻逼真，光影细节处理达到新高度。

万相2.1绘图超快版，极速生成精美画作，即刻呈现你的创意灵感。

万相视频生成增强版，生成电影级高清视频片段，画面连贯动作自然。

万相视频生成超快版，文字一键生成短视频，快速验证创意脚本内容。

暂无模型介绍

暂无模型介绍

暂无模型介绍

暂无模型介绍

豆包1.5 Pro 32K上下文模型，支持超长文本处理

豆包多模态大模型1.6，支持图文理解、多轮对话

豆包多模态大模型1.8，支持1280帧视频理解，Agent能力增强，视觉理解能力全面提升

豆包代码生成模型，专注于代码理解、生成和优化

豆包视频生成模型Lite版-图生视频，小参数量版本，支持5秒/10秒，480P/720P

豆包视频生成模型Lite版-文生视频，小参数量版本，支持5秒/10秒，480P/720P

豆包视频生成模型1.0 Pro版，支持文生视频、图生视频，分辨率最高1080P

豆包视频生成模型1.0 Pro Fast版，生成速度提升3倍，720P 5秒视频仅需10秒

豆包视频生成模型1.5 Pro版，最新一代视频生成，画质和一致性大幅提升

豆包图片编辑模型3.0，支持图片编辑、风格迁移、局部修改等功能

豆包图片生成模型3.0文生图，经济实惠的图像生成选择

豆包图片生成模型4.0，高质量图像生成

豆包图片生成模型4.5，主体一致性、指令遵循、空间逻辑、美学表现力全面提升

快速、轻量、低成本

文生图、图像编辑

超轻量、极低成本模型

强推理、多模态、代码生成

快速、低成本、适合聊天与轻任务

Gemini 3 Pro的图像生成与编辑能力

高推理、多模态、代码生成、长上下文，Gemini最新一代旗舰模型

高质量图像生成、多风格支持

最新一代高保真图像生成

Google DeepMind音乐生成模型

文生视频

实验版视频生成

预览版

快速视频生成

预览版快速模型

文生视频

预览版

更快的视频生成

预览版快速视频生成

高质量视频生成

预览版视频生成

文生图模型，支持从文本生成图像。300 rpm。

支持图像理解的多模态模型，适合视觉任务。上下文 32,768；600 rpm。

标准版 Grok-3，推理能力弱但适合通用任务。上下文 131,072；600 rpm。

轻量级模型，具备基础推理能力，适合低成本应用。上下文 131,072；480 rpm。

高性能模型，价格昂贵，适合高精度任务。上下文 256,000；2M tpm / 480 rpm。

高速非推理型模型，适合通用任务但不具备复杂推理能力。上下文 2,000,000；4M tpm / 480 rpm。

高速推理型模型，适用于复杂逻辑、分析任务。上下文 2,000,000；4M tpm / 480 rpm。

通用型模型，适合日常对话和内容生成。上下文 2,000,000；4M tpm / 480 rpm。

推理能力强，适合需要深度理解的任务。上下文 2,000,000；4M tpm / 480 rpm。

专为代码生成优化，适合编程任务但不具备推理能力。上下文 256,000；2M tpm / 480 rpm。

标准 3.0 版 720P

标准 3.0 版 1080P

最新图片生成 4.0 模型

最高画质，支持 1080P