计费价格
公开资料未说明
生成形式
text_to_image / image_to_image
高审美图像概念设计视觉创作
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 348 个模型
多模态模型Black Forest Labs预览版
FLUX 3
FLUX 3 是 Black Forest Labs 的多模态基础模型，统一学习图像、视频和音频，并支持图像生成编辑、视频生成与原生音频。
输入价格
公开资料未说明
输出价格
公开资料未说明
视频生成图片生成原生音频
视频生成NVIDIA稳定版
Cosmos H Dreams
Cosmos H Dreams 是 NVIDIA 于 2026 年 7 月发布的交互式视频世界模型，面向医疗机器人仿真、策略评估和 Physical AI。
计费价格
公开资料未说明
生成形式
text_to_video / image_to_video / video_to_video
视频世界模型机器人仿真Physical AI
计费价格
公开资料未说明
生成形式
text_to_image / image_edit
图片生成复杂版式文字渲染
语音模型火山预览版
Seed Audio 1.0
Seed Audio 1.0 是字节跳动 Seed 团队于 2026 年 7 月发布的音频创作模型，面向全场景音频生成。官方页面暂未公开稳定 API 模型 ID。
计费价格
公开资料未说明
输入形式
文本 / 音频
音频生成音乐创作音效创作
计费价格
公开资料未说明
生成形式
text_to_image / image_edit
新视角生成图像生成3D 视觉
计费价格
公开资料未说明
生成形式
image_to_video
舞蹈视频音乐驱动开放权重
图像生成Meta Llama稳定版
Muse Image
Muse Image 是 Meta Superintelligence Labs 的图像生成模型，支持遵循指令、精确编辑、多参考图合成和 Agent 工具使用。
计费价格
公开资料未说明
生成形式
text_to_image / image_edit
图片生成图片编辑多参考图合成
计费价格
公开资料未说明
生成形式
text_to_video / image_to_video
视频生成原生音频高保真视觉
语音模型NVIDIA稳定版
Nemotron-Labs Audex 2B
Nemotron-Labs Audex 2B 是 NVIDIA 于 2026 年 7 月发布的音频语言模型，支持语音识别、翻译、音频理解和语音生成任务。
计费价格
公开资料未说明
输入形式
音频 / 文本
音频理解语音识别语音翻译
计费价格
公开资料未说明
生成形式
text_to_image / image_edit
低延迟低成本图像编辑
计费价格
公开资料未说明
生成形式
text_to_video / image_to_video / video_to_video
视频生成长叙事多模态参考
计费价格
公开资料未说明
生成形式
text_to_image / image_edit
图片生成图片编辑文字渲染
计费价格
公开资料未说明
生成形式
text_to_video
文生视频音画视频视频生成
计费价格
公开资料未说明
生成形式
text_to_video / image_to_video
图生视频音画视频视频生成
计费价格
公开资料未说明
生成形式
text_to_video / image_to_video / video_to_video
参考生视频角色一致性视频生成
计费价格
公开资料未说明
生成形式
image_to_video / video_to_video
角色动画视频生成开放权重
计费价格
公开资料未说明
生成形式
text_to_video / image_to_video / video_modify / video_reframe
视频生成视频编辑角色一致性
输入价格
公开资料未说明
输出价格
公开资料未说明
4D 生成3D 网格开放研究
计费价格
公开资料未说明
生成形式
text_to_video / image_to_video
视频生成Physical AI仿真数据