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

TTS-1

TTS-1 是 OpenAI 的文本转语音模型,适合配音内容、语音助手和低延迟语音输出场景。

计费价格

公开资料未说明

输入形式

文本

语音合成配音内容语音助手
语音模型OpenAI稳定版

TTS-1 HD

TTS-1 HD 是 OpenAI 的文本转语音模型,适合配音内容、语音助手和低延迟语音输出场景。

计费价格

公开资料未说明

输入形式

文本

语音合成配音内容语音助手
语音模型OpenAI稳定版

Whisper

Whisper 是 OpenAI 的语音转文字模型,适合转写、字幕生成和音频理解流程。

计费价格

公开资料未说明

输入形式

音频

语音转写字幕生成音频理解
多模态模型Google稳定版

Gemma 3n E4B IT

Gemma 3n E4B IT 是 Google 面向端侧的多模态开放模型,强调在移动设备上处理文本、图像和音频输入。

输入价格

公开资料未说明

输出价格

公开资料未说明

端侧部署语音输入视觉理解
多模态模型Google稳定版

Gemma 3n E2B IT

Gemma 3n E2B IT 是更轻量的端侧多模态开放模型,适合移动端本地助手、视觉问答和音频理解场景。

输入价格

公开资料未说明

输出价格

公开资料未说明

端侧部署轻量助手视觉理解
语音模型xAI稳定版

Voice Agent API

Voice Agent API 是 xAI 当前公开的实时语音会话能力线,面向低延迟语音交互和语音 Agent。

计费价格

$0.05 / min

输入形式

音频 / 文本

语音助手实时通话语音 Agent
语音模型xAI稳定版

Text to Speech

Text to Speech 是 xAI 当前公开的文本转语音能力线,适合语音播报和语音助手输出。

计费价格

$4.20 / 1M characters

输入形式

文本

文本转语音语音播报语音助手
语音模型xAI稳定版

Speech to Text REST

Speech to Text REST 是 xAI 当前公开的语音转文本批处理能力线,适合录音转写和离线识别。

计费价格

$0.10 / hr

输入形式

音频

录音转写批处理识别语音输入
语音模型Mistral稳定版

Voxtral TTS

Our state-of-the-art text-to-speech model with zero-shot voice cloning. Supports 9 languages, streaming with ~90ms time-to-first-audio, and no transcript required for voice prompts.

计费价格

公开资料未说明

输入形式

文本

语音生成音频输出语音应用
语音模型Mistral稳定版

Voxtral Small

Our first model with audio input capabilities for instruct use cases.

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
语音模型MiniMax稳定版

MiniMax Speech 2.8 HD

MiniMax Speech 2.8 HD 是 MiniMax 当前高保真文本转语音模型,主打超拟真音质和声音标签控制。

计费价格

$100 / 1M characters

输入形式

文本

高拟真配音品牌语音多语言 TTS
语音模型MiniMax稳定版

MiniMax Speech 2.8 Turbo

MiniMax Speech 2.8 Turbo 是 MiniMax 当前更偏速度的文本转语音模型,适合低延迟语音输出。

计费价格

$60 / 1M characters

输入形式

文本

低延迟 TTS语音助手多语言播报
语音模型MiniMax稳定版

MiniMax Speech 2.6 HD

MiniMax Speech 2.6 HD 是 MiniMax 的上一代高质量 TTS 线,强调声音相似度和超高音质。

计费价格

$100 / 1M characters

输入形式

文本

高相似度复刻高质量配音多语言 TTS