计费价格
$0.01 / 每分钟
输入形式
音频
历史兼容金融转写基础 STT
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
计费价格
$0.01 / 每分钟
输入形式
音频
历史兼容语音留言基础转写
计费价格
$0.01 / 每分钟
输入形式
音频
历史兼容视频字幕基础转写
计费价格
$0.01 / 每分钟
输入形式
音频
历史兼容对话系统基础实时转写
计费价格
公开资料未说明
生成模式
lyrics_to_music
免费体验入门试唱轻量创作
计费价格
公开资料未说明
生成模式
lyrics_to_music
制作流程增强加人声加伴奏
计费价格
公开资料未说明
生成模式
lyrics_to_music
高保真人声完整编曲主力创作
计费价格
公开资料未说明
生成模式
lyrics_to_music
历史兼容旧项目复现基线对照
计费价格
公开资料未说明
生成模式
remix
音频续写旧歌扩写片段成歌
计费价格
公开资料未说明
生成形式
text_to_video / image_to_video / transition / fusion_reference_to_video
角色一致性复杂镜头长时视频
计费价格
公开资料未说明
生成形式
text_to_video / image_to_video / transition / extend
主力视频生成长时视频多段叙事
计费价格
公开资料未说明
生成形式
text_to_video / image_to_video / transition / fusion_reference_to_video
现役通用视频带音频视频Fusion 参考生成
计费价格
公开资料未说明
生成形式
text_to_video / image_to_video / transition / fusion_reference_to_video / extend
多段叙事带音频视频旧版兼容
视频生成PixVerse稳定版
PixVerse Speech Lip Sync
Speech Lip Sync 是 PixVerse 的独立视频口型同步工作流，可用外部音频或 TTS 让视频人像对口型。
计费价格
公开资料未说明
生成形式
text_to_video / video_to_video
口型同步视频配音人物说话视频
计费价格
公开资料未说明
输入形式
文本
实时语音 Agent电话机器人高自然度语音
计费价格
公开资料未说明
输入形式
文本
旧链路兼容实时语音历史项目维护
计费价格
公开资料未说明
输入形式
文本
极低时延语音对话成本敏感实时语音
计费价格
公开资料未说明
输入形式
文本
历史兼容旧项目维护老链路对照
计费价格
公开资料未说明
输入形式
音频
实时转写批量转写多语言语音识别
计费价格
公开资料未说明
输入形式
音频
变声配音替换保留语调