Token导航 LogoToken导航

官方模型目录与价格对比

找模型,不只看名字,还要看能力和价格

按模型类型、上下文、价格和厂商整理官方模型目录,方便你快速筛出适合写代码、做推理、跑视觉或搭 Agent 的那一批模型。

已收录模型
1,411
覆盖厂商
70
带价格信息
525
推理模型
438

查看 313 个模型

语音模型OpenAI稳定版

GPT-Live 1

GPT-Live 1 是全双工语音模型,可以边说边听、自然打断,推理和工具调用交给后端模型处理,按分钟计费。

计费价格

$0.05 / 每分钟

输入形式

音频 / 文本

实时语音对话语音助手Agent
多模态模型Google稳定版

Gemini 4 Argon

Gemini 4 Argon 是 Google 2026 年 10 月发布的新一代旗舰多模态模型,100 万上下文,主打复杂推理和 Agent。

输入价格

$2.00 / 1M Tokens

输出价格

$10.00 / 1M Tokens

多模态理解通用助手深度推理
多模态模型Meta Llama稳定版

Muse Wonder 1.0

Muse Wonder 1.0 是 Meta 2026 年 10 月发布的新一代多模态模型,100 万上下文,面向复杂推理和创作。

输入价格

$4.00 / 1M Tokens

输出价格

$20.00 / 1M Tokens

多模态理解通用助手深度推理
多模态模型小米稳定版

MiMo-V2.6-Flash

MiMo-V2.6-Flash 是 MiMo-V2.6 的轻量版本,100 万上下文,价格低,适合高并发推理。

输入价格

¥1.00 / 1M Tokens

输出价格

¥2.00 / 1M Tokens

多模态理解通用助手深度推理
多模态模型小米稳定版

MiMo-V2.6-Pro

MiMo-V2.6-Pro 是小米 2026 年 9 月发布的多模态模型,100 万上下文,支持图片、音频和视频输入。

输入价格

¥3.00 / 1M Tokens

输出价格

¥6.00 / 1M Tokens

多模态理解通用助手深度推理
语音模型Google稳定版

Gemini 3.8 Flash TTS

Gemini 3.8 Flash TTS 是 2026 年 9 月发布的语音合成模型,音色自然、长文稳定,适合有声内容生产。

计费价格

$0.50 / 1M Tokens

输入形式

文本

语音合成有声内容Agent
多模态模型通义稳定版

Qwen3.8 Omni Flash

Qwen3.8 Omni Flash 支持文本、图片、音频和视频输入,100 万上下文,适合语音和视频类应用。

输入价格

$0.15 / 1M Tokens

输出价格

$0.47 / 1M Tokens

多模态理解通用助手深度推理
语音模型Google稳定版

Gemini 3.8 Live

Gemini 3.8 Live 是低延迟音频到音频模型,用于实时语音助手和实时对话场景。

计费价格

$0.75 / 1M Tokens

输入形式

音频 / 文本 / 图像 / 视频

实时语音助手语音对话Agent
语音模型Google稳定版

Gemini 3.8 Live Extended Thinking

Gemini 3.8 Live Extended Thinking 在实时语音基础上支持后台推理,适合需要边聊边想的复杂任务。

计费价格

$0.75 / 1M Tokens

输入形式

音频 / 文本 / 图像 / 视频

复杂语音任务实时推理深度推理
多模态模型Google稳定版

Gemini 3.8 Flash

Gemini 3.8 Flash 是 Google 2026 年 9 月发布的轻量多模态模型,100 万上下文,支持图片、视频和音频输入,性价比高。

输入价格

$0.75 / 1M Tokens

输出价格

$3.75 / 1M Tokens

多模态理解通用助手深度推理
多模态模型Meta Llama稳定版

Muse Spark 1.3

Muse Spark 1.3 是 Meta 2026 年 9 月发布的多模态模型,100 万上下文,支持图片、视频、PDF 和音频输入。

输入价格

$1.25 / 1M Tokens

输出价格

$4.25 / 1M Tokens

多模态理解通用助手深度推理
视频生成Google稳定版

Gemini Omni 1.1 Flash

Gemini Omni 1.1 Flash 是 2026 年 8 月正式开放的视频生成与编辑模型,支持多模态输入。

计费价格

$1.50 / 1M Tokens

生成形式

text_to_video / image_to_video / video_to_video

视频生成视频编辑视觉
语音模型OpenAI稳定版

GPT-Transcribe

GPT-Transcribe 是文件转写模型,用于录音、播客和会议音频的准确转写。

计费价格

$0.0045 / 每分钟

输入形式

音频 / 文本

录音转写会议纪要Agent
语音模型Pika稳定版

Pika Music

Pika Music 是 Pika 于 2026 年 8 月发布的音乐生成模型,支持文字、歌词、参考音乐和创意方向生成完整歌曲。

计费价格

公开资料未说明

输入形式

文本 / 音频

音乐生成歌曲创作音频创作
语音模型Pika稳定版

Pika SFX

Pika SFX 是 Pika 于 2026 年 8 月发布的音效生成模型,可根据文字描述生成 44.1kHz 立体声音效和环境声。

计费价格

公开资料未说明

输入形式

文本

音效生成环境声视频后期