AI モデルと API 料金
画像、動画、音声、言語モデルを比較し、OpenAI 互換 API ですぐに利用できます。
利用可能なモデル
動画
- animate-motion-transfer — Animate 动作迁移：将参考视频中的动作迁移到单张角色图片，生成视频。支持 480P、720P、1080P，分别按输出时长 ¥0.20/秒、¥0.30/秒、¥0.40/秒结算。
- FlashVSR_video_upscale
- hailuo-2.3-fast-i2v
- hailuo-2.3-fast-pro-i2v
- hailuo-2.3-i2v-pro
- hailuo-2.3-i2v-standard
- hailuo-2.3-t2v-pro
- hailuo-2.3-t2v-standard
- hailuo-h3-global-i2v — 海螺 H3 海外版图生视频：支持首帧及可选尾帧，生成 768P / 2K、5–15 秒视频。
- hailuo-h3-global-multi — 海螺 H3 海外版多素材参考视频：最多 9 张图片、3 段视频、3 条音频组合参考，支持 768P / 2K、5–15 秒。
- hailuo-h3-global-t2v — 海螺 H3 海外版文生视频：输入文字生成视频，支持 768P / 2K、5–15 秒及多种画面比例。
- hailuo-h3-i2v — 海螺 H3 图生视频：上传首帧，可选尾帧控制画面变化，支持 768P / 2K、5–15 秒。
- hailuo-h3-max-i2v — 海螺 H3 Max 图生视频：支持首帧及可选尾帧，生成 480P / 768P、5–15 秒视频。
- hailuo-h3-max-t2v — 海螺 H3 Max 文生视频：输入文字生成视频，支持 480P / 768P、5–15 秒及多种画面比例。
- hailuo-h3-max-turbo-i2v — 海螺 H3 Max Turbo 图生视频：Max 的 Turbo 版本，支持首帧及可选尾帧，生成 480P / 768P、5–15 秒视频。
- hailuo-h3-max-turbo-t2v — 海螺 H3 Max Turbo 文生视频：Max 的 Turbo 版本，支持 480P / 768P、5–15 秒及多种画面比例。
- hailuo-h3-multi — 海螺 H3 多素材参考视频：最多 9 张图片、3 段视频、3 条音频组合参考，支持 768P / 2K、5–15 秒。
- hailuo-h3-t2v — 海螺 H3 文生视频：输入文字生成视频，支持 768P / 2K、5–15 秒及多种画面比例。
- happyhorse-1.1-i2v
- happyhorse-1.1-r2v
- happyhorse-1.1-t2v
- kling-elements-advanced
- kling-lip-sync-video
- kling-o3-4k-i2v
- kling-o3-4k-r2v
- kling-o3-4k-t2v
- kling-o3-pro-edit
- kling-o3-pro-i2v
- kling-o3-pro-r2v
- kling-o3-pro-t2v
- kling-o3-std-edit
- kling-o3-std-i2v
- kling-o3-std-r2v
- kling-o3-std-t2v
- kling-v3-4k-i2v
- kling-v3-4k-t2v
- kling-v3-turbo-pro-i2v
- kling-v3-turbo-pro-t2v
- kling-v3-turbo-std-i2v
- kling-v3-turbo-std-t2v
- kling-v3.0-4k-motion
- kling-v3.0-pro-i2v
- kling-v3.0-pro-motion
- kling-v3.0-pro-t2v
- kling-v3.0-std-i2v
- kling-v3.0-std-motion
- kling-v3.0-std-t2v
- MiniMax-H3 — 音画同步视频，支持文生/图生、首尾帧，最多 9 张图片、3 段视频、3 条音频多素材参考，另支持 1 条独立驱动音频。兼容 MiniMax 官方 V2 API 接口格式。480P：0.15元/秒；768P：0.30元/秒；1080P：0.45元/秒（16:9原生1920×1088）。
- minimax-h3-ow-i2v — H3 开源版（OW）图生视频入口：也支持最多 9 图、3 视频、3 音频组合参考，素材可选；支持 480P / 768P / 1080P。
- minimax-h3-ow-i2v-fast — H3 开源版（OW）Fast 图生视频入口：也支持最多 9 图、3 视频、3 音频组合参考，素材可选；支持 480P / 768P / 1080P。
- minimax-h3-ow-r2v — H3 开源版（OW）参考生视频入口：最多 9 图、3 视频、3 音频组合参考，也可仅用文字生成；支持 480P / 768P / 1080P。
- minimax-h3-ow-r2v-fast — H3 开源版（OW）Fast 参考生视频：最多 9 图、1 视频、3 音频组合参考，也可仅用文字生成；支持 480P / 768P / 1080P。
- minimax-h3-ow-t2v — H3 开源版（OW）文生视频入口：也支持最多 9 图、3 视频、3 音频组合参考，素材可选；支持 480P / 768P / 1080P。
- minimax-h3-ow-t2v-fast — H3 开源版（OW）Fast 文生视频入口：也支持最多 9 图、3 视频、3 音频组合参考，素材可选；支持 480P / 768P / 1080P。
- minmax-h3-context-ir-image — H3 图片提示词优化器：结合首帧及可选尾帧图片，将文字想法整理为视频生成提示词，输出文本。
- minmax-h3-context-ir-multimodal — H3 多模态提示词优化器：结合文字及图片、视频、音频参考，整理适合视频生成的提示词，输出文本。
- minmax-h3-context-ir-text — H3 文本提示词优化器：将简短想法扩写、整理为适合视频生成的提示词，输出文本。
- seedance-2.0-fast-i2v
- seedance-2.0-fast-multi
- seedance-2.0-fast-t2v
- seedance-2.0-global-fast-i2v
- seedance-2.0-global-fast-multi
- seedance-2.0-global-fast-t2v
- seedance-2.0-global-mini-i2v
- seedance-2.0-global-mini-multi
- seedance-2.0-global-mini-t2v
- seedance-2.0-global-standard-i2v
- seedance-2.0-global-standard-multi
- seedance-2.0-global-standard-t2v
- seedance-2.0-mini-i2v
- seedance-2.0-mini-multi
- seedance-2.0-mini-t2v
- seedance-2.0-standard-i2v
- seedance-2.0-standard-multi
- seedance-2.0-standard-t2v
- seedance-2.5-global-standard-i2v
- seedance-2.5-global-standard-multi
- seedance-2.5-global-standard-t2v
- seedance-2.5-standard-i2v
- seedance-2.5-standard-multi
- seedance-2.5-standard-t2v
- Topaz-Upscale-LowPirce — 视频高清修复，提供 Ultra、Max、High、Medium、Low 五档模型与 720p 至 4K 输出；默认 1080p / Max，按输出视频实际时长计费。
- vidu-q3-ad-r2v
- vidu-q3-ad-short-play
- vidu-q3-drama-r2v
- vidu-q3-drama-short-play
- vidu-q3-mix-r2v
- vidu-q3-pro-fast-i2v
- vidu-q3-pro-fast-start-end
- vidu-q3-pro-fast-t2v
- vidu-q3-pro-i2v
- vidu-q3-pro-start-end
- vidu-q3-pro-t2v
- vidu-q3-r2v
- vidu-q3-turbo-i2v
- vidu-q3-turbo-start-end
- vidu-q3-turbo-t2v
- vidu-q4-preview-global-i2v — Vidu Q4 Preview 海外版图生视频：基于 1 张输入图片生成视频，支持 540p–4K、3–16 秒。
- vidu-q4-preview-global-r2v — Vidu Q4 Preview 海外版参考生视频：上传 1–15 张参考图（可选最多 3 段参考音频）并配合提示词生成视频，支持 540p–4K、3–16 秒。
- vidu-q4-preview-i2v — Vidu Q4 Preview 图生视频：基于 1 张输入图片生成视频，支持 540p–4K、3–16 秒。
- vidu-q4-preview-r2v — Vidu Q4 Preview 参考生视频：上传 1–15 张参考图（可选最多 3 段参考音频）并配合提示词生成视频，支持 540p–4K、3–16 秒。
- vosr2-image-upscale — 使用 VOSR2 将单张图片高清放大，输出 4K 图片。
- vosr2-video-upscale — 使用 VOSR2 将单个视频高清放大，输出 2K 视频。
- wan-2.7-spicy-i2v — Alibaba Wan 2.7 Spicy image-to-video
- wan-3.0-global-i2v
- wan-3.0-global-prime-i2v
- wan-3.0-global-prime-r2v
- wan-3.0-global-prime-t2v — 海外版万相 3.0 Prime 高速文生视频，主打更快出片、缩短等待。支持最长 30 秒与智能时长、480P/720P/1080P、自适应画幅及有声/无声输出。
- wan-3.0-global-r2v
- wan-3.0-global-t2v — 海外版万相 3.0 文生视频，仅用文本即可生成视频，适合广告、短剧与创意故事板。支持最长 30 秒与智能时长、480P/720P/1080P、自适应画幅及有声/无声输出。
- wan-3.0-i2v
- wan-3.0-prime-i2v
- wan-3.0-prime-r2v
- wan-3.0-prime-t2v — 万相 3.0 Prime 高速文生视频，主打更快出片、缩短等待。支持最长 30 秒与智能时长、480P/720P/1080P、自适应画幅及有声/无声输出。
- wan-3.0-r2v
- wan-3.0-t2v — 万相 3.0 文生视频，仅用文本即可生成视频，适合广告、短剧与创意故事板。支持最长 30 秒与智能时长、480P/720P/1080P、自适应画幅及有声/无声输出。
- zhenzhen-upscaler — 模型等于topaz upscaler
- zhenzhen-video-g-omni-1.1-flash-lowprice
- zhenzhen-video-g-omni-flash — 模型能力于等于类似google-veo-omni-flash支持视频编辑
- zhenzhen-video-g-omni-flash-lowprice
- zhenzhen-video-gk-v15 — 模型能力于等于类似grok-video-imaine-1.5
- zhenzhen-video-v31-fast — 模型能力于等于类似google-veo3.1-fast版
- zhenzhen-video-v31-lite — 模型能力于等于类似google-veo-3.1-lite
- zhenzhen-video-v31-quality — 模型能力于等于类似google-veo3.1高质量版
画像
- dola-seedream-5.0-flash-i2i — 海外版图生图，根据文字和 1–10 张参考图生成图片。
- dola-seedream-5.0-flash-layer-decomposition — 海外版图层拆分，对单张图片输出拆分结果图片列表。
- dola-seedream-5.0-flash-t2i — 海外版文生图，根据文字生成图片，支持 1K、1.5K、2K 分辨率。
- dola-seedream-5.0-pro-i2i
- dola-seedream-5.0-pro-layer-decomposition
- dola-seedream-5.0-pro-t2i
- flux-3-image — FLUX 3 Image：支持文生图和参考图编辑，最多 10 张参考图，支持多种画幅和分辨率。
- flux-3-video-draft-enhance
- flux-3-video-global-draft-enhance
- flux-3-video-global-i2v
- flux-3-video-global-t2v
- flux-3-video-global-v2v
- flux-3-video-i2v
- flux-3-video-t2v
- flux-3-video-v2v
- mai-image-2-6 — MAI Image 2.6 图片生成模型，支持文生图、单图编辑和最多 5 张参考图合成。每次输出一张 PNG，支持文生图 1K/2K、精确像素尺寸及联网增强。
- mai-image-2-6-flash — MAI Image 2.6 Flash 图片生成模型，支持文生图、单图编辑和最多 5 张参考图合成。每次输出一张 PNG，支持文生图 1K/2K、精确像素尺寸及联网增强。
- midjourney-blend
- midjourney-describe
- midjourney-edits
- midjourney-high-variation
- midjourney-imagine
- midjourney-inpaint
- midjourney-low-variation
- midjourney-modal
- midjourney-pan
- midjourney-remix-strong
- midjourney-remix-subtle
- midjourney-reroll
- midjourney-upscale
- midjourney-variation
- midjourney-video
- midjourney-zoom
- qwen-image-3.0-global-i2i
- qwen-image-3.0-global-pro-i2i
- qwen-image-3.0-global-pro-t2i
- qwen-image-3.0-global-t2i
- qwen-image-3.0-i2i
- qwen-image-3.0-pro-i2i
- qwen-image-3.0-pro-t2i
- qwen-image-3.0-t2i
- qwen-image-global-2.1 — qwen image global 2.1：支持文生图和图生图，可选 0–10 张参考图。分辨率可选 1K、2K、4K，默认 2K，最高 4K。1K 为 ¥0.10/张，2K 为 ¥0.20/张，4K 为 ¥0.40/张，两种模式同价。
- seedream-v5-flash-i2i — 根据文字和 1–10 张参考图生成图片。
- seedream-v5-flash-layer-decomposition — 对单张图片进行图层拆分，输出图片列表。
- seedream-v5-flash-t2i — 根据文字生成图片，支持 1K、1.5K、2K 分辨率。
- seedream-v5-pro-i2i
- seedream-v5-pro-layer-decomposition
- seedream-v5-pro-t2i
- wan-2.7-global-i2i
- wan-2.7-global-i2i-pro
- wan-2.7-global-t2i
- zhenzhen-image-g-v2-lowprice — 价格低至4分钱起 支持 1k 2k 4k，低价稳定版，不同尺寸价格略有不同，模型能力于等于类似gpt-image-2
- zhenzhen-image-g-v2.5-flare — 官方版。支持文生图与参考图编辑，适合日常创作与快速迭代。可选择图片质量、输出格式及透明背景。
- zhenzhen-image-g-v2.5-lowprice — 低至4分钱起，支持文生图和参考图编辑，提供 1k / 2k / 4k 输出。上游正在灰度升级，实际模型版本随账号升级进度而定。
- zhenzhen-image-g-v2.5-sunburst — 官方版。支持文生图与参考图编辑，侧重精细编辑。可选择图片质量、输出格式及透明背景。
- zhenzhen-image-g2-i2i — 模型能力于等于类似gpt-image-2综合渠道稳定版
- zhenzhen-image-g2-t2i — 模型能力于等于类似gpt-image-2综合渠道稳定版
- zhenzhen-image-gk-v15 — 模型能力于等于类似grok-image
- zhenzhen-image-gk-v15-edit — 模型能力于等于类似grok-image-edit
- zhenzhen-image-gk-v2
- zhenzhen-image-gk-v2-edit
- zhenzhen-image-gk-v2-region-edit
- zhenzhen-image-gk-v2-segment
- zhenzhen-image-nb-2 — 模型能力于等于类似nano-banana-2
- zhenzhen-image-nb-2-lite — 模型能力于等于类似nano-banana-2-lite
- zhenzhen-image-nb-2.1 — Nano Banana 2.1 Ext 文生图与图生图，支持 1K、2K、4K 和标准比例。
- zhenzhen-image-nb-2.1-lowprice — Nano Banana 2.1 低价版，支持文生图和多图编辑，最多 14 张参考图，提供 1K、2K、4K 输出，每次生成一张图片。
- zhenzhen-image-nb-flash — 模型能力于等于类似类似nano-banana-flash
- zhenzhen-image-nb-pro — 模型能力于等于类似nano-banana-pro
- zhenzhen-image-nb-pro-lowprice — Nano Banana Pro 低价版，支持文生图和多图编辑，最多 14 张参考图，提供 1K、2K、4K 输出，每次生成一张图片。
音声
- doubao-seed-audio-1.0
- doubao-seed-icl-2.0 — 豆包声音复刻 2.0：使用已训练的自定义音色合成语音，支持语速、音量和音高调节。首次合成成功可能收取音色槽位费。
- doubao-voice-clone — 豆包声音复刻训练：从人声样本创建自定义音色，返回试听音频与可用于合成的音色 ID。
- flowmusic-cover
- flowmusic-download-audio
- flowmusic-extend
- flowmusic-generation
- flowmusic-lyrics
- flowmusic-replace
- flowmusic-stems
- flowmusic-upload-audio
- flowmusic-video-clip
- kling-lip-sync-tts
- minimax-music-2.6
- minimax-speech-2.8-hd
- minimax-speech-2.8-turbo
- minimax-voice-clone
- mureka-o2-song
- mureka-v8-bgm
- mureka-v9-bgm
- mureka-v9-song
- qwen3-tts-flash
- qwen3-tts-instruct-flash
- suno-add-instrumental — 为源音轨添加伴奏，支持 V6 版本与自定义模型。
- suno-add-stem — 为已有音乐添加音轨，支持 V6 版本与自定义模型。
- suno-add-vocals — 为源音轨添加人声，支持 V6 版本与自定义模型。
- suno-adjust-speed
- suno-aligned-lyrics
- suno-bpm
- suno-concat
- suno-cover-song — 对已有歌曲进行风格翻唱，支持 V6 版本与自定义模型。
- suno-create-model — 使用 6–24 条音频参考创建自定义音乐模型，生成后可通过模型 ID 调用。
- suno-create-voice
- suno-crop
- suno-extend — 续写已有音轨，支持 V6 版本与自定义模型。
- suno-fade-in
- suno-fade-out
- suno-generate-mp4
- suno-generation — Suno V6 音乐生成，支持灵感描述、自定义歌词和纯音乐，可选 v6、v6-wild、v6-mini。
- suno-inspo — 使用音频参考生成音乐，支持 V6 版本与自定义模型。
- suno-lyrics
- suno-mashup — 将两条源音轨混搭生成音乐，支持 V6 版本与自定义模型。
- suno-midi
- suno-persona
- suno-remaster — 对已有音轨进行母带处理，可选择改编强度与输出音频格式。
- suno-remove-section
- suno-replace-music — 替换已有音轨的指定片段，支持 V6 版本与自定义模型。
- suno-sample — 根据源音轨的采样片段生成歌曲，支持 V6 版本与自定义模型。
- suno-sounds — 根据文字描述生成音效，可选 v6、v6-wild、v6-mini。
- suno-stems
- suno-stems-all
- suno-upload
- suno-upload-cover — 上传公开音频链接进行风格翻唱，支持 V6 版本与自定义模型。
- suno-upload-extend — 上传公开音频链接并从指定位置续写，支持 V6 版本与自定义模型。
- suno-upsample-tags
- suno-vox
- suno-wav
- whisper-1 — Speech-to-text (OpenAI Whisper). Billed by audio duration: 1 minute = 1000 tokens. Sync POST /v1/audio/transcriptions.
言語
- bytedance/doubao-seed-2.0-code
- bytedance/doubao-seed-2.0-lite
- bytedance/doubao-seed-2.0-mini
- bytedance/doubao-seed-2.0-pro
- bytedance/doubao-seed-2.1-pro
- bytedance/doubao-seed-2.1-turbo
- bytedance/doubao-seed-evolving
- deepseek/deepseek-v4-flash
- deepseek/deepseek-v4-pro
- deepseek/deepseek-v4.1-flash — DeepSeek V4.1 Flash 多模态对话模型，支持文本和图片输入、工具调用、推理与结构化输出，上下文长度 262,144 tokens。
- glm-5
- glm-5-turbo
- glm-5.1
- glm-5.2
- glm-5.3
- glm-5v-turbo
- glm/glm-5.3-flash
- hunyuan3d-v3.1-image-to-3d
- hunyuan3d-v3.1-text-to-3d
- kimi-k3 — Kimi K3 flagship chat (OpenAI-compatible). Always-on reasoning; 1M context. POST /v1/chat/completions.
- kling-lip-sync-identify-face
- minimax/minimax-m2.7
- qwen/qwen3.6-flash
- qwen/qwen3.6-max-preview
- qwen/qwen3.6-plus
- qwen/qwen3.7-max
- qwen/qwen3.7-plus
- qwen/qwen3.8-flash-next
- qwen/qwen3.8-max
- typesafe/jev-1.13 — TypeSafe Jev 1.13 决策模型，根据情境与预设问题返回结构化选择和概率。
- zhenzhen-op-5.5 — Claude Opus 5.5 海外对话模型，支持文本、图片输入、工具调用、推理与流式输出。
- zhenzhen/g5.5 — 节省版对话模型，支持文本与图片输入、工具调用、推理和流式输出，上下文最长 105 万 tokens。输入上下文超过 272K tokens 后进入长上下文价格档。
- zhenzhen/g5.6-luna — 节省版对话模型，支持文本与图片输入、工具调用、推理和流式输出，上下文最长 105 万 tokens。输入上下文超过 272K tokens 后进入长上下文价格档。
- zhenzhen/g5.6-sol — 节省版对话模型，支持文本与图片输入、工具调用、推理和流式输出，上下文最长 105 万 tokens。输入上下文超过 272K tokens 后进入长上下文价格档。
- zhenzhen/g5.6-terra — 节省版对话模型，支持文本与图片输入、工具调用、推理和流式输出，上下文最长 105 万 tokens。输入上下文超过 272K tokens 后进入长上下文价格档。
- zhenzhen/g6-astra — 节省版，支持文本与图片输入、工具调用、推理和流式输出，上下文最长 105 万 tokens。价格按输入上下文分档，超过 272K tokens 后进入长上下文档。
- zhenzhen/g6-luna — GPT-6 Luna 节省版对话模型，支持文本与图片输入、工具调用、推理和流式输出；上下文最长 105 万 tokens。
- zhenzhen/g6-sol — GPT-6 Sol 节省版对话模型，支持文本与图片输入、工具调用、推理和流式输出；上下文最长 105 万 tokens。
- zhenzhen/gk-4.6
- zhenzhen/gm-3.8-flash — 对话模型，支持文本与图片输入、工具调用、推理和流式输出，上下文最长 1,048,576 tokens。按输入、输出及缓存命中用量计费。