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
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
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
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
计费价格
公开资料未说明
生成形式
text_to_video
历史兼容旧项目维护版本对照
计费价格
公开资料未说明
生成形式
text_to_video / multi_shot / image_to_video
短片分镜有声视频多镜头创作
计费价格
公开资料未说明
生成形式
text_to_video / multi_shot
短视频创作广告素材通用视频生成
计费价格
公开资料未说明
生成形式
text_to_video / image_to_video
实时数字人交互视频流式生成
计费价格
公开资料未说明
输入形式
文本
音效生成背景音乐创意音频
计费价格
公开资料未说明
生成形式
avatar_video / realtime_avatar
数字人客服品牌角色实时对话
计费价格
公开资料未说明
生成形式
performance_video
数字人表演音频驱动视频角色口播
计费价格
公开资料未说明
输入形式
文本 / 音频
音乐与音频生成文本转音频音频样本续写
计费价格
公开资料未说明
输入形式
文本
高质量配音多人对话角色语音
语音模型ElevenLabs稳定版
Eleven v3 Conversational
Eleven v3 Conversational 是 ElevenLabs 面向实时对话的表现力语音模型，延迟约 280ms，支持 70 多种语言和上下文对话表达。
计费价格
公开资料未说明
输入形式
文本
实时语音对话低延迟情绪表达
计费价格
公开资料未说明
输入形式
文本
声音设计品牌音色角色声音
计费价格
公开资料未说明
输入形式
文本
多语言配音语音助手通用 TTS
计费价格
公开资料未说明
输入形式
文本
低时延播报语音 Agent成本敏感 TTS
计费价格
公开资料未说明
输入形式
文本
历史兼容低时延播报旧链路维护
计费价格
公开资料未说明
输入形式
音频
语音转换多语言配音保留语气