输入价格
公开资料未说明
输出价格
公开资料未说明
视觉抽取文档理解端侧部署
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
查看 1411 个模型
计费价格
公开资料未说明
生成模式
remix
音乐生成歌曲创作广告配乐
输入价格
公开资料未说明
输出价格
公开资料未说明
推理多模态Agent
语言模型Mistral预览版
Mistral Medium 3.5
Mistral Medium 3.5 是 Mistral 于 2026 年 5 月发布的 128B 开放权重模型，统一支持指令、推理和代码任务。
输入价格
$1.50 / 1M Tokens
输出价格
$7.50 / 1M Tokens
代码开发Agent复杂推理
输入价格
$2.50 / 1M Tokens
输出价格
$10.00 / 1M Tokens
企业部署Agent多语言
嵌入模型Liquid AI稳定版
LFM2.5 ColBERT 350M
LFM2.5 ColBERT 350M 是 Liquid AI 于 2026 年 5 月发布的 late-interaction 检索模型。
输入价格
公开资料未说明
向量维度
公开资料未说明
精确检索RAG开放权重
语音模型Stability AI稳定版
Stable Audio 3.0 Small SFX
Stable Audio 3.0 Small SFX 是 Stability AI 面向端侧设备的音效生成模型。
计费价格
公开资料未说明
输入形式
文本
音效生成端侧部署音频创作
计费价格
公开资料未说明
输入形式
文本
音乐生成端侧部署开放权重
语音模型Stability AI稳定版
Stable Audio 3.0 Medium
Stable Audio 3.0 Medium 是 Stability AI 面向更高音乐性和更长音频生成的开放权重模型。
计费价格
公开资料未说明
输入形式
文本
音乐生成长音频开放权重
语音模型Stability AI稳定版
Stable Audio 3.0 Large
Stable Audio 3.0 Large 是 Stability AI 面向音乐平台和创意应用的高阶音频生成模型。
计费价格
公开资料未说明
输入形式
文本 / 音频
音乐生成高吞吐创意应用
输入价格
公开资料未说明
输出价格
公开资料未说明
端侧部署轻量推理私有化部署
语音模型通义稳定版
Qwen3.5 LiveTranslate Flash Realtime
Qwen3.5 LiveTranslate Flash 实时版，面向多语言实时音视频同传，支持低延迟语音交互。
计费价格
公开资料未说明
输入形式
文本 / 音频 / 视频
实时翻译语音交互多语言
输入价格
$1.50 / 1M Tokens
输出价格
$9.00 / 1M Tokens
代码开发Agent低延迟
输入价格
公开资料未说明
输出价格
公开资料未说明
机器翻译多语言开放权重
输入价格
公开资料未说明
输出价格
公开资料未说明
机器翻译端侧部署轻量模型
输入价格
公开资料未说明
输出价格
公开资料未说明
实时语音全模态交互端侧助手
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
语音模型NVIDIA稳定版
Nemotron 3.5 ASR Streaming 0.6B
Nemotron 3.5 ASR Streaming 0.6B 是 NVIDIA 于 2026 年 5 月发布的多语种流式语音识别模型，面向实时转写和语音 Agent。
计费价格
公开资料未说明
输入形式
音频
流式语音识别实时转写多语种
语言模型InclusionAI稳定版
Ring 2.6 1T
Ring 2.6 1T 是 InclusionAI 于 2026 年 5 月发布的万亿参数旗舰推理模型，面向 Agent、工程开发和复杂任务。
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Agent开放权重
输入价格
公开资料未说明
输出价格
公开资料未说明
机器翻译多语言本地部署