多模态模型Google稳定版
Gemini 4 Argon
Gemini 4 Argon 是 Google 2026 年 10 月发布的新一代旗舰多模态模型，100 万上下文，主打复杂推理和 Agent。
输入价格
$2.00 / 1M Tokens
输出价格
$10.00 / 1M Tokens
多模态理解通用助手深度推理
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
输入价格
$4.00 / 1M Tokens
输出价格
$20.00 / 1M Tokens
多模态理解通用助手深度推理
输入价格
¥1.00 / 1M Tokens
输出价格
¥2.00 / 1M Tokens
多模态理解通用助手深度推理
输入价格
¥3.00 / 1M Tokens
输出价格
¥6.00 / 1M Tokens
多模态理解通用助手深度推理
输入价格
¥9.00 / 1M Tokens
输出价格
¥18.00 / 1M Tokens
多模态理解通用助手深度推理
输入价格
$0.15 / 1M Tokens
输出价格
$0.47 / 1M Tokens
多模态理解通用助手深度推理
计费价格
$0.75 / 1M Tokens
输入形式
音频 / 文本 / 图像 / 视频
实时语音助手语音对话Agent
语音模型Google稳定版
Gemini 3.8 Live Extended Thinking
Gemini 3.8 Live Extended Thinking 在实时语音基础上支持后台推理，适合需要边聊边想的复杂任务。
计费价格
$0.75 / 1M Tokens
输入形式
音频 / 文本 / 图像 / 视频
复杂语音任务实时推理深度推理
多模态模型Google稳定版
Gemini 3.8 Flash
Gemini 3.8 Flash 是 Google 2026 年 9 月发布的轻量多模态模型，100 万上下文，支持图片、视频和音频输入，性价比高。
输入价格
$0.75 / 1M Tokens
输出价格
$3.75 / 1M Tokens
多模态理解通用助手深度推理
多模态模型Meta Llama稳定版
Muse Spark 1.3
Muse Spark 1.3 是 Meta 2026 年 9 月发布的多模态模型，100 万上下文，支持图片、视频、PDF 和音频输入。
输入价格
$1.25 / 1M Tokens
输出价格
$4.25 / 1M Tokens
多模态理解通用助手深度推理
计费价格
$1.50 / 1M Tokens
生成形式
text_to_video / image_to_video / video_to_video
视频生成视频编辑视觉
计费价格
公开资料未说明
输入形式
文本 / 视频
视频配乐声音设计音画同步
多模态模型火山预览版
SeedRealtime
SeedRealtime 是字节跳动 Seed 团队于 2026 年 8 月发布的音画全双工大模型，面向实时视觉理解、语音交互和主动式多模态协作。官方页面暂未公开稳定 API 模型 ID。
输入价格
公开资料未说明
输出价格
公开资料未说明
实时语音视觉理解全双工交互
输入价格
$0.75 / 1M Tokens
输出价格
$3.75 / 1M Tokens
通用助手低延迟视觉理解
计费价格
公开资料未说明
生成形式
text_to_video / image_to_video / video_to_video
视频生成图生视频多模态参考
计费价格
公开资料未说明
生成形式
text_to_video / image_to_video / video_edit / multi_shot
多镜头视频4K 视频视频叙事
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
输入价格
$1.50 / 1M Tokens
输出价格
$7.50 / 1M Tokens
Agent低延迟多模态理解
输入价格
$0.30 / 1M Tokens
输出价格
$2.50 / 1M Tokens
高吞吐低成本批量处理
计费价格
公开资料未说明
生成形式
image_to_video
舞蹈视频音乐驱动开放权重