计费价格
$100 / 1M characters
输入形式
文本
声音复刻配音语音输出
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
计费价格
$60 / 1M characters
输入形式
文本
低延迟播报语音助手语音输出
计费价格
$1.5 / voice
输入形式
音频
声音复刻角色语音品牌声音
计费价格
$3 / voice
输入形式
文本
声音设计角色创作品牌语音
计费价格
$0.15 / up to 5 minutes
生成模式
lyrics_to_music
成品歌曲人声音乐商业 Demo
计费价格
$0.15 / up to 5 minutes
生成模式
remix
翻唱改编风格迁移参考音频改写
计费价格
$0.03 / up to 5 minutes
生成模式
lyrics_to_music
文本写歌旋律草稿轻量创作
计费价格
$0.01 / song
生成模式
lyrics_to_music
歌词草拟歌曲创作作词辅助
计费价格
公开资料未说明
输入形式
文本
语音播报有声内容语音助手
计费价格
公开资料未说明
输入形式
文本 / 音频
音色克隆情感配音角色语音
计费价格
公开资料未说明
输入形式
音频
语音识别会议转写多语言
计费价格
音频 ¥0.18 / min，视频 ¥1.20 / min
输入形式
文本 / 音频 / 视频
实时语音视频通话多模态交互
计费价格
¥80.00 / 1M Tokens
输入形式
文本 / 音频
语音对话中英文语音方言风格控制
视频生成火山稳定版
doubao-seedance-2-0-260128
doubao-seedance-2-0-260128 是火山方舟当前公开教程覆盖的 Seedance 2.0 标准版，支持文生视频、图生视频、视频编辑和参考音频输入。
计费价格
5 秒 16:9：480p ¥2.31 起 / 720p ¥4.97 起 / 1080p ¥12.39 起
生成形式
text_to_video / image_to_video / video_to_video
视频生成广告创意短视频素材
视频生成火山稳定版
doubao-seedance-2-0-fast-260128
doubao-seedance-2-0-fast-260128 是火山方舟当前公开教程覆盖的 Seedance 2.0 fast 版本，定位更快的视频生成与编辑。
计费价格
5 秒 16:9：480p ¥1.86 起 / 720p ¥4.00 起
生成形式
text_to_video / image_to_video / video_to_video
视频生成短视频素材高频批量生成
计费价格
公开资料未说明
输入形式
文本 / 音频
实时语音副语言感知人设自定义
计费价格
公开资料未说明
输入形式
文本 / 音频
对话情绪理解人设自定义
语音模型阶跃稳定版
stepaudio-2.5-tts
真正具有声音表演能力的语音合成模型，首次将语境理解能力引入语音生成全流程。通过 Global Context（全局语境）+ Inline Context（文中语境）双档控制，配合 Zero-shot Clone，让合成语音有呼吸感、轻重主次和情绪弧线，适合有声书、短剧配音、广告旁白、情感叙事等高表现力场景。
计费价格
¥5.8 / 10K characters
输入形式
文本
Contextual TTS双档语境控制Zero-shot Clone
语音模型阶跃稳定版
step-tts-mini
支持中、英、日语、粤语、四川话，提供19种官方音色，兼具出色的音色复刻能力，支持中、英、日语复刻。适合客服外呼、情感陪伴、智能助手语音交互等对发音真人感要求高的场景。
计费价格
¥0.9 / 10K characters
输入形式
文本
语音生成音色复刻情绪风格
语音模型阶跃稳定版
stepaudio-2.5-asr
阶跃新一代流式语音识别模型，基于 4B MTP 架构，在识别准确率与响应延迟之间取得良好平衡。支持中英文识别与 ITN 文本规范化，适合实时字幕、语音输入、会议记录等对识别速度与准确率均有要求的场景。
计费价格
0.15元/小时
输入形式
音频
高准确率低延迟中英双语