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
vision火山稳定版
Sa2VA Qwen3-VL 4B SAM3
Sa2VA Qwen3-VL 4B SAM3 是字节跳动于 2026 年 6 月发布的图像与视频指代表达分割模型，结合 Qwen3-VL 和 SAM3。
输入价格
公开资料未说明
输出价格
公开资料未说明
指代表达分割视频分割视觉理解
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
视频理解物理世界推理Physical AI
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
多模态模型NVIDIA预览版
Nemotron 3 Nano Omni Reasoning
Nemotron 3 Nano Omni Reasoning 是 NVIDIA 面向全模态推理的模型，支持图像、视频、语音和文本理解，适合多模态 Agent 与复杂场景分析。
输入价格
公开资料未说明
输出价格
公开资料未说明
多模态推理视频理解语音理解
输入价格
¥2.80 / 1M Tokens
输出价格
¥14.00 / 1M Tokens
多模态问答Agent内容理解
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
输入价格
公开资料未说明
输出价格
公开资料未说明
视觉理解视频分析空间推理
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
输入价格
公开资料未说明
输出价格
公开资料未说明
视频理解多模态推理开放权重主力
已展示全部 12 个模型