多模态模型美团 LongCat即将下线
LongCat Flash Omni 2603
LongCat 官方更新日志显示该旧模型已于 2026 年 5 月 29 日停止调用，正式接入应迁移到 LongCat 2.0。
输入价格
公开资料未说明
输出价格
公开资料未说明
视觉理解语音交互多模态助手
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
多模态模型Google预览版
Gemini 3.1 Flash-Lite Preview
Gemini 3.1 Flash-Lite Preview 是 Google 的 Gemini 多模态模型，适合低延迟、成本敏感等通用生产工作流。 当前仍是预览版。
输入价格
$0.25 / 1M Tokens
输出价格
$1.50 / 1M Tokens
低延迟成本敏感批量处理
语音模型Google预览版
Gemini 3.1 Flash Live Preview
Gemini 3.1 Flash Live Preview 是 Google 的实时语音模型，适合实时语音、语音助手等低延迟语音交互场景。 当前仍是预览版。
计费价格
$0.75 / 1M Tokens
输入形式
文本 / 图像 / 音频 / 视频
实时语音语音助手音频对话
嵌入模型Google预览版
Gemini Embedding 2 model
Gemini Embedding 2 model 是 Google 的多模态嵌入模型，适合多模态检索、语义搜索等检索与召回场景。 当前仍是预览版。
输入价格
$0.20 / 1M Tokens
向量维度
公开资料未说明
多模态检索语义搜索向量召回
音乐生成Google预览版
Lyria 3 Pro Preview Clip
Lyria 3 Pro Preview Clip 是 Google 的音乐生成模型，适合音乐生成、配乐创作等配乐与音频创作场景。 当前仍是预览版。
计费价格
Lyria 3 Clip Preview (30s): $0.04 per song
生成模式
lyrics_to_music
音乐生成配乐创作内容生产
视频生成Google预览版
Veo 3.1 Lite Preview
Veo 3.1 Lite Preview 是 Google 的视频生成模型，适合视频生成、广告素材等动态内容生产任务。 当前仍是预览版。
计费价格
Veo 3.1 Lite video with audio price (default): $0.05 (720p) $0.08 (1080p) (4k output not supported)
生成形式
image_to_video
视频生成广告素材动态内容
语音模型Cohere稳定版
Cohere Transcribe
This page describes how the Cohere Transcribe model works and how to use it.
计费价格
公开资料未说明
输入形式
音频
语音转写会议整理音频理解
计费价格
公开资料未说明
生成形式
text_to_video / image_to_video / reference_to_video / start_end_to_video
高速视频生成成本敏感场景批量创作
多模态模型Google预览版
Gemini 3.1 Pro Preview
Gemini 3.1 Pro Preview 是 Google 的 Gemini 多模态模型，适合深度推理、长文问答等通用生产工作流。 当前仍是预览版。
输入价格
$2.00 / 1M Tokens
输出价格
$12.00 / 1M Tokens
深度推理长文问答视觉理解
计费价格
公开资料未说明
生成形式
text_to_video / image_to_video / start_end_to_video
高质量视频音画同步广告短片
计费价格
Veo 3.1 Fast video with audio price (default): $0.10 (720p) $0.12 (1080p) $0.30 (4k)
生成形式
image_to_video
视频生成广告素材动态内容
计费价格
Veo 3.1 Standard video with audio price (default): $0.40 (720p and 1080p) $0.60 (4k)；Veo 3.1 Fast video with audio price (default): $0.10 (720p) $0.12 (1080p) $0.30 (4k)；Veo 3.1 Lite video with audio price (default): $0.05 (720p) $0.08 (1080p) (4k output not supported)
生成形式
image_to_video
视频生成广告素材动态内容
计费价格
公开资料未说明
生成形式
image_to_video
高性价比视频快速出片图生视频
多模态模型Google预览版
Deep Research preview Pro
Deep Research preview Pro 是 Google 的深度研究模型，适合深度研究、长文问答等长链路分析与研究场景。 当前仍是预览版。
输入价格
公开资料未说明
输出价格
公开资料未说明
深度研究长文问答Agent
语音模型Google预览版
Gemini 2.5 Flash Text-to-Speech
Gemini 2.5 Flash Text-to-Speech 是 Google 的语音合成模型，适合语音合成、语音助手等语音输出场景。 当前仍是预览版。
计费价格
$0.50 / 1M Tokens
输入形式
文本
语音合成语音助手配音内容
语音模型Google预览版
Gemini 2.5 Pro Text-to-Speech
Gemini 2.5 Pro Text-to-Speech 是 Google 的语音合成模型，适合语音合成、语音助手等语音输出场景。 当前仍是预览版。
计费价格
$1.00 / 1M Tokens
输入形式
文本
语音合成语音助手配音内容
多模态模型Google预览版
Gemini 3 Flash Preview
Gemini 3 Flash Preview 是 Google 的 Gemini 多模态模型，适合通用助手、低延迟等通用生产工作流。 当前仍是预览版。
输入价格
$0.50 / 1M Tokens
输出价格
$3.00 / 1M Tokens
通用助手低延迟视觉理解
多模态模型Google预览版
Gemini Robotics-ER 1.6
Gemini Robotics-ER 1.6 是 Google 的 Gemini 多模态模型，适合具身推理、机器人控制等通用生产工作流。 当前仍是预览版。
输入价格
$1.00 / 1M Tokens
输出价格
$5.00 / 1M Tokens
具身推理机器人控制视觉理解
多模态模型Google即将下线
Gemini 3 Pro Preview
Gemini 3 Pro Preview 是 Google 的 Gemini 多模态模型，适合深度推理、长文问答等通用生产工作流。 当前已进入弃用阶段。
输入价格
公开资料未说明
输出价格
公开资料未说明
深度推理长文问答视觉理解
计费价格
$0.60 / 1M Tokens
输入形式
文本 / 音频
语音交互成本敏感音频内容