语音模型OpenAI稳定版
gpt-realtime-2.1
gpt-realtime-2.1 是 OpenAI 2026 年 7 月的实时语音模型，128K 上下文，支持文本、图片、音频输入，适合低延迟语音对话和语音助手。
计费价格
$4.00 / 1M Tokens
输入形式
文本 / 图像 / 音频
实时语音语音助手语音对话
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
$4.00 / 1M Tokens
输入形式
文本 / 音频 / 图像
实时语音对话语音智能体深度推理
计费价格
$0.60 / 1M Tokens
输入形式
文本 / 音频 / 图像
高并发语音实时对话深度推理
输入价格
公开资料未说明
输出价格
公开资料未说明
复杂推理代码开发Agent
输入价格
公开资料未说明
输出价格
公开资料未说明
高性价比批量处理通用问答
输入价格
¥0.80 / 1M Tokens
输出价格
¥2.70 / 1M Tokens
高并发对话多模态理解Agent
输入价格
$1.50 / 1M Tokens
输出价格
$9.00 / 1M Tokens
代码开发Agent低延迟
计费价格
$0.03 / 每分钟
输入形式
音频
同声传译跨境通话Agent
计费价格
$0.02 / 每分钟
输入形式
音频 / 文本
实时字幕语音输入Agent
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
语言模型Google即将下线
Gemini Deep Research
Gemini Deep Research 是 Google 面向自主多步骤调查的研究 Agent，可综合复杂信息并生成带引用的报告，支持协同规划、可视化、MCP 和 File Search。当前已弃用。
输入价格
$2.00 / 1M Tokens
输出价格
$12.00 / 1M Tokens
深度研究多来源分析Agent
输入价格
¥2.80 / 1M Tokens
输出价格
¥14.00 / 1M Tokens
视觉理解语音理解多模态助手
多模态模型美团 LongCat即将下线
LongCat Flash Omni 2603
LongCat 官方更新日志显示该旧模型已于 2026 年 5 月 29 日停止调用，正式接入应迁移到 LongCat 2.0。
输入价格
公开资料未说明
输出价格
公开资料未说明
视觉理解语音交互多模态助手
多模态模型Google预览版
Gemini 3.1 Flash-Lite Preview
Gemini 3.1 Flash-Lite Preview 是 Google 的 Gemini 多模态模型，适合低延迟、成本敏感等通用生产工作流。 当前仍是预览版。
输入价格
$0.25 / 1M Tokens
输出价格
$1.50 / 1M Tokens
低延迟成本敏感批量处理
语音模型Google预览版
Gemini 3.1 Flash Live Preview
Gemini 3.1 Flash Live Preview 是 Google 的实时语音模型，适合实时语音、语音助手等低延迟语音交互场景。 当前仍是预览版。
计费价格
$0.75 / 1M Tokens
输入形式
文本 / 图像 / 音频 / 视频
实时语音语音助手音频对话
多模态模型Google预览版
Gemini 3.1 Pro Preview
Gemini 3.1 Pro Preview 是 Google 的 Gemini 多模态模型，适合深度推理、长文问答等通用生产工作流。 当前仍是预览版。
输入价格
$2.00 / 1M Tokens
输出价格
$12.00 / 1M Tokens
深度推理长文问答视觉理解
多模态模型Google预览版
Gemini 3 Flash Preview
Gemini 3 Flash Preview 是 Google 的 Gemini 多模态模型，适合通用助手、低延迟等通用生产工作流。 当前仍是预览版。
输入价格
$0.50 / 1M Tokens
输出价格
$3.00 / 1M Tokens
通用助手低延迟视觉理解
多模态模型Google预览版
Gemini Robotics-ER 1.6
Gemini Robotics-ER 1.6 是 Google 的 Gemini 多模态模型，适合具身推理、机器人控制等通用生产工作流。 当前仍是预览版。
输入价格
$1.00 / 1M Tokens
输出价格
$5.00 / 1M Tokens
具身推理机器人控制视觉理解
多模态模型Google即将下线
Gemini 3 Pro Preview
Gemini 3 Pro Preview 是 Google 的 Gemini 多模态模型，适合深度推理、长文问答等通用生产工作流。 当前已进入弃用阶段。
输入价格
公开资料未说明
输出价格
公开资料未说明
深度推理长文问答视觉理解