涵蓋文字、圖像、影片、音訊 500+ 模型，按使用量計費、合約價直降。點開任意一張卡片即可查看接入文件、SDK 範例與價格明細。
共 66 個模型
GPT-Image-2.6 Flare 是用於快速迭代的圖像生成與編輯模型，可根據文字和圖像輸入生成或編輯圖像，適用於互動式圖像生成與編輯工作流程。文件提及複雜度設定、標記引導編輯、SVG 輸出和動態 GIF 輸出。 ### 價格 按每百萬 Token 計費，金額為美元： - 文字輸入：5.00 - 文字快取輸入：1.25 - 圖像輸入：8.00 - 圖像快取輸入：2.00 - 圖像輸出：30.00 僅支援文字和圖像輸入、圖像輸出；不支援音訊和影片。
GPT-Image-2.6 Sunburst 支援根據文字和圖像輸入生成、編輯圖像，適用於精細構圖與圖像編輯工作流程。文件提及複雜度設定、標記引導編輯、SVG 輸出和 GIF 動畫輸出。 ### 輸入與輸出 - 輸入：文字、圖像 - 輸出：圖像 - 不支援音訊、影片模態 ### 官方價格 以下價格均為 USD / 100 萬 Token： | 類型 | 輸入 | 快取輸入 | 輸出 | | --- | ---: | ---: | ---: | | 文字 Token | 5.00 | 1.25 | — | | 圖像 Token | 8.00 | 2.00 | 30.00 |
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 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 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 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 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.
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 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 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 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 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 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 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 是 DeepSeek 的模型。 模态：text → text。 上下文长度：1,000,000 tokens。
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 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 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 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 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 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 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 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 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 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 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 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 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 是 OpenAI 的模型。 模型族：gpt-nano。 知識截止：2026-02-16。 模態：text、image、pdf → text。 上下文長度：1,050,000 tokens。
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 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 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 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 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 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 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 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 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 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 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 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 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 支援圖生影片，進一步提升畫面質感、動態表現與跨片段一致性。模型能夠更精準地理解輸入圖像並延續創作意圖，在人物皮膚質感、ID跨片段保持、動作流暢度、文字渲染穩定性以及音畫同步上帶來顯著改善，輸出更真實自然、細節豐富且一致性更高的高品質影片。
HappyHorse-1.1-T2V 支援文生影片，進一步提升文本語義理解、鏡頭調度與動態生成表現。模型能夠更精準地還原創作意圖，在人物動作、場景氛圍、視覺美感和物理運動上生成更流暢自然、細節豐富且一致性更高的高品質影片。
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 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。
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 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 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 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 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 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 是一個複雜的推理驅動引擎，用於專業級圖像編輯和生成，提供工作室級精度和高級創意控制。Nano Banana Pro 最適合複雜的圖形設計、高保真產品模型和需要準確文本渲染以及透過 Google Search 進行真實世界定位的事實資料視覺化。
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 提供高畫質圖像生成和對話式編輯，具有主流價格和低延遲。它是 Gemini 3 Pro Image 的高效率對應模型，針對速度和高容量開發者用例進行了最佳化。支援 0.5K、1K、2K 和 4K 解析度，新增 1:4、4:1、1:8 和 8:1 長寬比，支援圖像搜尋接地和思維鏈。
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 Lite 是圖像生成家族中的效率專家，提供超低延遲和高性價比的圖像生成與編輯功能。目標端到端延遲低於 2 秒，大幅降低 TPU 計算成本，適用於高併發互動式開發者用例和即時消費級應用。支援文字到圖文、圖文到圖文的交錯生成與編輯，優化了 1K (1024x1024px) 解析度，支援 14 種寬高比，支援快速多輪局部編輯，保持高角色一致性，並預設開啟 SynthID + C2PA 浮水印。
支援多模態參考，具備影片編輯和延長能力
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 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。
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。
Seedance-2.0-fast 是新一代多模態影片創作模型，繼承了 Seedance-2.0 的核心功能和優勢，速度更快。支援參考圖片/影片/音訊生成影片、影片編輯、影片延長及首尾幀生成。
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 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 是 Anthropic 目前公開發布的能力最強的模型，專為最苛刻的推理和長週期 Agent 任務構建。支援 1M 上下文視窗和最高 128k 輸出 token。內建安全分類器，支援自適應思考、程式碼執行、視覺理解和工具呼叫。
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。