语音模型Deepgram稳定版
Deepgram Flux TTS
Deepgram Flux TTS 是 2026 年 8 月发布的面向实时语音 Agent 的对话式文本转语音模型，支持跨轮上下文、打断处理和流式输出。
计费价格
$0.04 / 1K characters
输入形式
文本
实时语音 Agent对话式 TTS低延迟语音
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
公开资料未说明
生成形式
text_to_video / image_to_video / video_to_video
视频生成视频编辑多模态创作
语音模型NVIDIA稳定版
NemotronLabs VoiceChat 11B
NemotronLabs VoiceChat 11B 是 NVIDIA 于 2026 年 7 月发布的端到端全双工实时语音模型，支持自然轮流对话、打断和实时工具调用。
计费价格
公开资料未说明
输入形式
音频
实时语音全双工对话语音 Agent
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Google即将下线
Gemini Omni Flash Preview
Gemini Omni Flash Preview 是 Google 于 2026 年 6 月发布的视频生成与编辑预览模型，支持文字和图片转视频，并可通过自然语言对话优化结果。当前已弃用。
计费价格
公开资料未说明
生成形式
text_to_video / image_to_video / video_to_video
视频生成视频编辑多模态创作
输入价格
公开资料未说明
输出价格
公开资料未说明
统一多模态图像生成视频理解
语言模型Mistral稳定版
Codestral 25.08
Our cutting-edge language model for code completion released end of July 2025, Codestral specializes in low-latency, high-frequency tasks such as fill-in-the-middle (FIM) and code generation.
输入价格
$0.30 / 1M Tokens
输出价格
$0.90 / 1M Tokens
代码开发Agent代码补全
计费价格
0.5元/张
生成形式
text_to_image
图像生成多轮改图创意设计
语言模型Cohere即将下线
Command R 03-2024
Command R is an instruction-following conversational model that performs language tasks at a higher quality, more reliably, and with a longer context than previous models. It can be used for complex workflows like code generation, retrieval augmented generation (RAG), tool use, and agents.
输入价格
$0.50 / 1M Tokens
输出价格
$1.50 / 1M Tokens
Agent知识库检索长文问答
计费价格
公开资料未说明
生成形式
text_to_image / image_edit
图像生成视觉创作素材生产
语言模型Mistral稳定版
Mistral Small Creative
An experimental specialized small model trained on meticulously curated data, designed for creative writing, narrative generation, roleplay and character-driven dialog, general-purpose instruction following and conversational agents.
输入价格
公开资料未说明
输出价格
公开资料未说明
通用助手企业应用多语言任务
语言模型Mistral稳定版
Codestral 25.01
Our cutting-edge language model for coding. Codestral specializes in low-latency, high-frequency tasks such as fill-in-the-middle (FIM), code correction and test generation.
输入价格
公开资料未说明
输出价格
公开资料未说明
代码开发Agent代码补全
输入价格
公开资料未说明
输出价格
公开资料未说明
视觉理解图文生成深度调研
语言模型Liquid AI稳定版
LFM2.5-1.2B-JP
Japanese-specialized 1.2B parameter model for high-quality Japanese text generation
输入价格
公开资料未说明
输出价格
公开资料未说明
日语场景多语言助手本地部署
输入价格
公开资料未说明
输出价格
公开资料未说明
RAG检索增强知识问答
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
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
极低时延语音对话成本敏感实时语音
已展示全部 19 个模型