GPT-Image-2.6 Flare

GPT-Image-2.6 Flare es un modelo de generación y edición de imágenes diseñado para iteraciones rápidas. Puede generar o editar imágenes a partir de entradas de texto e imágenes y es adecuado para flujos de trabajo interactivos de generación y edición de imágenes. La documentación menciona ajustes de complejidad, edición guiada por anotaciones, salida SVG y salida GIF animada. ### Precios Facturación por millón de tokens, en dólares estadounidenses: - Entrada de texto: 5.00 - Entrada de texto en caché: 1.25 - Entrada de imágenes: 8.00 - Entrada de imágenes en caché: 2.00 - Salida de imágenes: 30.00 Solo admite entradas de texto e imágenes y salida de imágenes; no admite audio ni vídeo.

GPT-Image-2.6 Sunburst

GPT-Image-2.6 Sunburst permite generar y editar imágenes a partir de entradas de texto e imágenes, y es adecuado para flujos de trabajo de composición precisa y edición de imágenes. La documentación menciona ajustes de complejidad, edición guiada por anotaciones, salida SVG y salida de animaciones GIF. ### Entrada y salida - Entrada: texto, imágenes - Salida: imágenes - No admite las modalidades de audio y vídeo ### Precios oficiales Todos los precios siguientes se expresan en USD por 1 millón de tokens: | Tipo | Entrada | Entrada en caché | Salida | | --- | ---: | ---: | ---: | | Tokens de texto | 5.00 | 1.25 | — | | Tokens de imagen | 8.00 | 2.00 | 30.00 |

GPT-5.6 Sol

GPT-5.6 Sol 是 OpenAI 的模型。 模型族：gpt。 知识截止：2026-02-16。 模态：text、image、pdf → text。 上下文长度：1,050,000 tokens。

Gemini 4 Argon

Gemini 4 Argon 是 Google Gemini 的模型。 模型族：gemini。 知识截止：2026-03。 模态：text、image、video、audio、pdf → text。 上下文长度：1,048,576 tokens。

Gemini 3.8 Flash

Gemini 3.8 Flash 是 Google Gemini 的模型。 模型族：gemini-flash。 模态：text、image、video、audio、pdf → text。 上下文长度：1,048,576 tokens。

Gemini 3.7 Flash

Gemini 3.7 Flash 是 Google Gemini 的模型。 模型族：gemini-flash。 知识截止：2026-03。 模态：text、image、video、audio、pdf → text。 上下文长度：1,048,576 tokens。

MiniMax H3 （自部署）

MiniMax H3 is a general-purpose, omni-modal video generation model developed by MiniMax. It unifies the understanding of text, images, video, and audio inputs, and is capable of generating videos up to 15 seconds in length at 2K resolution with native stereo audio. Unlike earlier systems that separated tasks such as text-to-video, image-to-video, and editing into distinct models, H3 treats them as a single generalized task, using natural language to describe how reference materials relate to the target output.

Doubao-Seedance-2.0

豆包大模型团队推出的新一代专业级多模态创作视频模型 Seedance 2.0，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，能高精度还原各类细节并稳定角色特征，具备极致拟真的视听稳定性，深度适配商业广告、影视制作与社交媒体营销等各大核心场景

GPT-5.4

GPT-5.4 是 OpenAI 的模型。 模型族：gpt。 知识截止：2025-08-31。 模态：text、image、pdf → text。 上下文长度：1,050,000 tokens。

GPT-5.4 Pro

GPT-5.4 Pro 是 OpenAI 的模型。 模型族：gpt-pro。 知识截止：2025-08-31。 模态：text、image → text。 上下文长度：1,050,000 tokens。

GPT-5.4 nano

GPT-5.4 nano 是 OpenAI 的模型。 模型族：gpt-nano。 知识截止：2025-08-31。 模态：text、image → text。 上下文长度：400,000 tokens。

GPT-5.4 mini

GPT-5.4 mini 是 OpenAI 的模型。 模型族：gpt-mini。 知识截止：2025-08-31。 模态：text、image → text。 上下文长度：400,000 tokens。

GPT-6 Sol

GPT-6 Sol 是 OpenAI 的模型。 模型族：gpt-sol。 知识截止：2026-04-20。 模态：text、image、pdf → text。 上下文长度：1,050,000 tokens。

GPT-6 Luna

GPT-6 Luna 是 OpenAI 的模型。 模型族：gpt-luna。 知识截止：2026-05-18。 模态：text、image、pdf → text。 上下文长度：1,050,000 tokens。

deepseek-flash

deepseek-flash 是 DeepSeek 的模型。 模态：text → text。 上下文长度：1,000,000 tokens。

GPT Image 2

GPT Image 2 是我们最先进的图像生成模型，用于快速、高质量的图像生成和编辑。它支持灵活的图像尺寸和高保真图像输入。

Nano Banana

Nano Banana 是 Google Gemini 的模型。 模型族：gemini-flash。 知识截止：2025-06。 模态：text、image → text、image。 上下文长度：32,768 tokens。

Gemini 3.6 Flash

Gemini 3.6 Flash provides sustained frontier-level intelligence optimized for real-world tasks at a higher speed and lower cost. Designed for the agentic era, it delivers coding and reasoning quality close to Gemini Pro, while preserving the speed and cost profile that make Flash ideal for real-time, high-volume workloads. It reduces output token usage by 17% compared to 3.5 Flash.

GPT-Image-2.5 Flare

GPT-Image-2.5 Flare 是面向日常高质量图像生成的高速模型，支持文本和图像输入，仅输出图像。 支持 low、medium、high、xhigh、max 和 auto 六种质量设置，可通过 Image API 直接调用，也可作为 Responses API 图像生成工具的模型使用。支持图像生成、图像编辑和 Batch 处理，不支持音频或视频。 ### Token 价格 以下金额均为 USD / 100 万 Token： - 文本输入：5；缓存文本输入：1.25。 - 图像输入：8；缓存图像输入：2。 - 图像输出：标准处理 30；Batch 处理 15。 模型不输出文本，因此没有文本输出计费。Token 单价与 GPT Image 2 相同，但 GPT Image 2 的计算器不能用于估算 GPT Image 2.5 的 Token 消耗。

GPT-Image-2.5 Sunburst

GPT-Image-2.5 Sunburst 是 OpenAI 的图像生成与编辑模型，支持文本和图像输入、图像输出，适合对编辑精度要求较高的工作流。 支持 low、medium、high、xhigh、max 和 auto 六种质量设置。可通过 Image API 直接使用，也可作为 Responses API 图像生成工具的模型使用。 支持的图像接口： - 生成：`v1/images/generations` - 编辑：`v1/images/edits` 不支持音频和视频。 ### 官方价格 按每 100 万 Token 计费，单位为 USD： | 类型 | 输入 | 缓存输入 | 输出 | | --- | ---: | ---: | ---: | | 文本 | 5.00 | 1.25 | 不适用 | | 图像 | 8.00 | 2.00 | 30.00 | 模型仅输出图像，不收取文本输出费用。Token 单价与 GPT Image 2 相同，但 GPT Image 2 的计算器不能用于估算 GPT Image 2.5 的 Token 消耗。

Claude Haiku 5.5

Claude Haiku 5.5 是 Anthropic 的模型。 模型族：claude-haiku。 知识截止：2026-06。 模态：text、image、pdf → text。 上下文长度：1,000,000 tokens。

Kimi K3

Kimi K3 是 Moonshot AI / Kimi 的模型。 模型族：kimi-k3。 模态：text、image、video → text。 上下文长度：1,048,576 tokens。

Kimi K2.6

Kimi K2.6 是 Moonshot AI / Kimi 的模型。 模型族：kimi-k2。 知识截止：2025-01。 模态：text、image、video → text。 上下文长度：262,144 tokens。

Grok 4.6

Grok 4.6 是 xAI 的模型。 模型族：grok。 知识截止：2026-02-01。 模态：text、image、pdf → text。 上下文长度：500,000 tokens。

Grok 4.7

Grok 4.7 是 xAI 的模型。 模型族：grok。 知识截止：2026-05。 模态：text、image、pdf → text。 上下文长度：500,000 tokens。

Grok 4.3

Grok 4.3 是 xAI 的模型。 模型族：grok。 模态：text、image、pdf → text。 上下文长度：1,000,000 tokens。

GPT-5.5

GPT-5.5 是 OpenAI 的模型。 模型族：gpt。 知识截止：2025-12-01。 模态：text、image、pdf → text。 上下文长度：1,050,000 tokens。

GPT-5.6 Terra

GPT-5.6 Terra 是 OpenAI 的模型。 模型族：gpt-mini。 知识截止：2026-02-16。 模态：text、image、pdf → text。 上下文长度：1,050,000 tokens。

GPT-5.6 Luna

GPT-5.6 Luna es un modelo de OpenAI. Familia de modelos: gpt-nano. Corte de conocimiento: 2026-02-16. Modalidades: text, image, pdf → text. Longitud del contexto: 1,050,000 tokens.

GPT-6 Astra

GPT-6 Astra is OpenAI's flagship frontier model, released September 3, 2026 and described by OpenAI as its most capable and most aligned model, built for the hardest end-to-end work in coding, computer use, browsing, research and professional tasks. On the API it offers a 1,050,000-token context window with up to 128,000 output tokens, a knowledge cutoff of April 30, 2026, text and image input with text output, and support for function/tool calling, built-in tools (web search, file search, computer use), Structured Outputs and streaming; reasoning effort supports low, medium, high, xhigh and max (none is not supported, and custom temperature/top_p and logprob are unavailable). Standard API pricing is $10 per 1M input tokens and $50 per 1M output tokens, with cached input at $1.00, cache writes at $12.50, and a long-context tier above 272K input tokens at $20/$75 ($2.00 cached, $25.00 cache writes); Batch and Flex are priced at 50% of Standard rates and Fast mode at 2x. Access is being rolled out gradually, with parts of it gated behind OpenAI's Trusted Access / Daybreak program as the first model to reach the Critical cybersecurity capability level under its Preparedness Framework.

GPT-6.1 Sol

GPT-6.1 Sol 是 OpenAI 的模型。 模型族：gpt-sol。 知识截止：2026-04-30。 模态：text、image、pdf → text。 上下文长度：1,050,000 tokens。

DeepSeek V4 Pro

DeepSeek V4 Pro 是 DeepSeek 的模型。 模型族：deepseek-thinking。 知识截止：2025-05。 模态：text → text。 上下文长度：1,000,000 tokens。

DeepSeek V4 Flash

DeepSeek V4 Flash 是 DeepSeek 的模型。 模型族：deepseek-flash。 知识截止：2025-05。 模态：text → text。 上下文长度：1,000,000 tokens。

Claude Fable 5.1

Claude Fable 5.1 是 Anthropic 的模型。 模型族：claude-fable。 知识截止：2026-06。 模态：text、image、pdf → text。 上下文长度：1,000,000 tokens。

Claude Opus 5.5

Claude Opus 5.5 是 Anthropic 的模型。 模型族：claude-opus。 知识截止：2026-06。 模态：text、image、pdf → text。 上下文长度：1,000,000 tokens。

Claude Sonnet 5.5

Claude Sonnet 5.5 是 Anthropic 的模型。 模型族：claude-sonnet。 知识截止：2026-06。 模态：text、image、pdf → text。 上下文长度：1,000,000 tokens。

Claude Opus 5

Claude Opus 5 是 Anthropic 的模型。 模型族：claude-opus。 知识截止：2026-05。 模态：text、image、pdf → text。 上下文长度：1,000,000 tokens。

Claude Opus 4.8

Claude Opus 4.8 是 Anthropic 的模型。 模型族：claude-opus。 模态：text、image、pdf → text。 上下文长度：1,000,000 tokens。

Claude Sonnet 4.6

Claude Sonnet 4.6 是 Anthropic 的模型。 模型族：claude-sonnet。 知识截止：2025-08-31。 模态：text、image、pdf → text。 上下文长度：1,000,000 tokens。

Claude Opus 4.6

Claude Opus 4.6 是 Anthropic 的模型。 模型族：claude-opus。 知识截止：2025-05-31。 模态：text、image、pdf → text。 上下文长度：1,000,000 tokens。

Claude Opus 4.7

Claude Opus 4.7 是 Anthropic 的模型。 模型族：claude-opus。 知识截止：2026-01-31。 模态：text、image、pdf → text。 上下文长度：1,000,000 tokens。

Qwen3.7 Plus

Qwen3.7 Plus 是 Alibaba Qwen 的模型。 模型族：qwen。 知识截止：2025-04。 模态：text、image、video → text。 上下文长度：1,000,000 tokens。

HappyHorse-1.1-I2V

HappyHorse-1.1-I2V admite la generación de video a partir de imágenes, mejorando aún más la calidad visual, el rendimiento dinámico y la coherencia entre clips. El modelo puede comprender con mayor precisión las imágenes de entrada y mantener la intención creativa, logrando mejoras significativas en la textura de la piel de los personajes, la conservación de la identidad entre clips, la fluidez de los movimientos, la estabilidad en la renderización de texto y la sincronización de audio y video, generando videos de alta calidad más realistas, naturales, ricos en detalles y con mayor coherencia.

HappyHorse-1.1-T2V

HappyHorse-1.1-T2V admite la generación de video a partir de texto, mejorando aún más la comprensión semántica del texto, la planificación de cámaras y el rendimiento de generación dinámica. El modelo puede reproducir con mayor precisión la intención creativa, generando videos de alta calidad que son más fluidos y naturales, ricos en detalles y con mayor coherencia en los movimientos de los personajes, la atmósfera de la escena, la estética visual y el movimiento físico.

HappyHorse-1.0-I2V

HappyHorse-1.0-I2V 是阿里巴巴 ATH 团队推出的 15B 参数统一多模态 Transformer 视频生成模型。支持图生视频（Image-to-Video），以图像为起点，精准保留原图内容，生成自然流畅的动态视频。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。支持 720P/1080P 分辨率。

HappyHorse-1.0-R2V

HappyHorse-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。

HappyHorse-1.0-T2V

Cinematic creative generation, ultimate dynamic details. 文生视频，精准理解语义，细节丰富画质流畅。支持1080p原生分辨率，同步音频，多镜头故事讲述，7种语言唇形同步。

HappyHorse-1.0-Video-Edit

HappyHorse-1.0 视频编辑模型，支持对已有视频进行风格变换、局部替换等二次创作。支持截取前15秒编辑，输出分辨率与输入一致，实现从1到N的创意延展。

Gemini 3.1 Flash Lite Preview

Gemini 3.1 Flash Lite Preview 是 Google Gemini 的模型。 模型族：gemini-flash-lite。 知识截止：2025-01。 模态：text、image、video、audio、pdf → text。 上下文长度：1,048,576 tokens。

Gemini 3.1 Pro Preview

Gemini 3.1 Pro Preview 是 Google Gemini 的模型。 模型族：gemini-pro。 知识截止：2025-01。 模态：text、image、video、audio、pdf → text。 上下文长度：1,048,576 tokens。

Gemini 3.5 Flash

Gemini 3.5 Flash 是 Google Gemini 的模型。 模型族：gemini-flash。 知识截止：2025-01。 模态：text、image、video、audio、pdf → text。 上下文长度：1,048,576 tokens。

GLM-5.2

GLM-5.2 is Z.ai's flagship model built for long-horizon tasks, featuring a usable 1M-token context window and 744B MoE parameters (40B activated). It is optimized for project-scale engineering and agentic coding scenarios, with support for multiple reasoning effort levels, function calling, structured output (JSON mode), and streaming.

Nano Banana Pro

Nano Banana Pro es un motor complejo impulsado por razonamiento para la edición y generación de imágenes de nivel profesional, que ofrece precisión de nivel de estudio y un control creativo avanzado. Nano Banana Pro es ideal para el diseño gráfico complejo, el modelado de productos de alta fidelidad y la visualización de datos fácticos que requiere una representación de texto precisa y una conexión con el mundo real a través de Google Search.

Nano Banana Pro Preview

Nano Banana Pro 是 Google Gemini 的模型。 模型族：gemini-pro。 知识截止：2025-01。 模态：text、image → text、image。 上下文长度：65,536 tokens。

Nano Banana 2

Nano Banana 2 ofrece generación de imágenes de alta calidad y edición conversacional a precios convencionales y con baja latencia. Es el modelo equivalente de alta eficiencia de Gemini 3 Pro Image, optimizado para la velocidad y los casos de uso de desarrolladores de alto volumen. Admite resoluciones de 0.5K, 1K, 2K y 4K, añade las relaciones de aspecto 1:4, 4:1, 1:8 y 8:1, y es compatible con el anclaje de búsqueda de imágenes y la cadena de pensamiento.

Nano Banana 2 Preview

Nano Banana 2 是 Google Gemini 的模型。 模型族：gemini-flash。 知识截止：2025-01。 模态：text、image、pdf → text、image。 上下文长度：65,536 tokens。

Nano Banana 2 Lite

Nano Banana Lite es el experto en eficiencia de la familia de generación de imágenes, que ofrece funciones de generación y edición de imágenes con una latencia ultrabaja y una excelente relación calidad-precio. Con un objetivo de latencia de extremo a extremo inferior a 2 segundos, reduce significativamente los costes de computación de TPU, lo que lo hace ideal para casos de uso interactivos de desarrolladores de alta concurrencia y aplicaciones de consumo en tiempo real. Admite la generación y edición entrelazada de texto a imagen y texto, y de imagen a imagen y texto, está optimizado para una resolución de 1K (1024x1024px), admite 14 relaciones de aspecto, permite ediciones locales rápidas de múltiples turnos, mantiene una alta coherencia de personajes y tiene las marcas de agua SynthID + C2PA habilitadas de forma predeterminada.

Dreamina-Seedance-2.0-mini

Admite referencias multimodales y cuenta con capacidades de edición y extensión de video

Seedance 2.5

字节跳动最新一代多模态视频生成模型，支持文本、图片、视频、音频等参考输入，强化角色一致性、复杂运镜、动作表现和长镜头生成，可用于高质量影视级视频创作。

Gemini 2.5 Flash

Gemini 2.5 Flash 是 Google Gemini 的模型。 模型族：gemini-flash。 知识截止：2025-01。 模态：text、image、audio、video、pdf → text。 上下文长度：1,048,576 tokens。

Dreamina-Seedance-2.0

新一代专业级多模态视频创作模型，支持基于图像、视频和音频等多模态参考输入生成视频，同时具备视频编辑和扩展能力。

Dreamina-Seedance-2.0-fast

Seedance-2.0-fast es un modelo de creación de video multimodal de nueva generación, que hereda las funciones centrales y las ventajas de Seedance-2.0 con una velocidad más rápida. Admite la generación de videos a partir de imágenes/videos/audio de referencia, edición de videos, extensión de videos y generación de fotogramas inicial y final.

Claude Sonnet 4.5

Claude Sonnet 4.5 是 Anthropic 的模型。 模型族：claude-sonnet。 知识截止：2025-07-31。 模态：text、image、pdf → text。 上下文长度：1,000,000 tokens。

Claude Sonnet 5

Claude Sonnet 5 是 Anthropic 的模型。 模型族：claude-sonnet。 知识截止：2026-01-31。 模态：text、image、pdf → text。 上下文长度：1,000,000 tokens。

Claude Fable 5

Claude Fable 5 es el modelo más capaz publicado públicamente por Anthropic hasta la fecha, diseñado específicamente para las tareas de razonamiento más exigentes y las tareas de Agent a largo plazo. Admite una ventana de contexto de 1M y hasta 128k tokens de salida. Cuenta con clasificadores de seguridad integrados y es compatible con el pensamiento adaptativo, la ejecución de código, la comprensión visual y el uso de herramientas.

Claude Haiku 4.5

Claude Haiku 4.5 是 Anthropic 的模型。 模型族：claude-haiku。 知识截止：2025-02-28。 模态：text、image、pdf → text。 上下文长度：200,000 tokens。