视频生成xAI稳定版
Grok Imagine Video 1.5 Lite
Grok Imagine Video 1.5 Lite 是 xAI 2026 年 10 月发布的视频生成模型，轻量版，适合短视频素材生成。
计费价格
公开资料未说明
生成形式
text_to_video / image_to_video
视频生成短视频创作广告素材
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
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
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
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_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
统一多模态图像生成视频理解
图像生成Google预览版
Gemini 3.1 Flash Image Preview
Gemini 3.1 Flash Image Preview 是 Google 的图像生成模型，适合图像生成、视觉创作等视觉内容生产任务。 当前仍是预览版。
计费价格
$0.50 / 1M Tokens
生成形式
text_to_image / image_edit
图像生成视觉创作素材生产
计费价格
公开资料未说明
生成形式
text_to_image / image_edit
图片生成图片编辑视觉创作
图像生成Google预览版
Gemini 3 Pro Image Preview
Gemini 3 Pro Image Preview 是 Google 的图像生成模型，适合图像生成、视觉创作等视觉内容生产任务。 当前仍是预览版。
计费价格
$2.00 / 1M Tokens
生成形式
text_to_image / image_edit
图像生成视觉创作素材生产
计费价格
公开资料未说明
生成形式
text_to_video
视频生成宣传内容企业接入
视频生成华为盘古稳定版
Pangu-MM-M2-AIGVideo
2025年4月发布的版本，图生视频支持16:9、9:16、1:1、4:3、3:4、原始比例等6种长宽比，时长5s的视频生成，视频续写支持16:9、9:16、1:1、4:3、3:4、原始比例等6种长宽比，续写96帧（24帧率的视频续写约4s），需要8个推理单元部署。
计费价格
公开资料未说明
生成形式
image_to_video / video_to_video
图生视频视频续写企业接入
计费价格
公开资料未说明
生成形式
text_to_image
图像生成海报素材视觉创作
计费价格
$0.30 / second (720p), $0.50 / second (1024p)
生成形式
text_to_video / image_to_video
视频生成品牌短片广告素材
已展示全部 13 个模型