计费价格
公开资料未说明
输入形式
音频 / 文本
语音识别语音理解开放权重
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
语音模型IBM Granite稳定版
Granite Speech 4.1 2B Plus
Granite Speech 4.1 2B Plus 是 IBM 于 2026 年 4 月发布的增强语音理解模型。
计费价格
公开资料未说明
输入形式
音频 / 文本
语音识别语音理解开放权重
输入价格
$1.00 / 1M Tokens
输出价格
$2.00 / 1M Tokens
代码开发预览版Agent
图像生成百度稳定版
ERNIE-Image
ERNIE-Image 是百度于 2026 年 4 月公开的 8B 文生图与图像编辑开放模型，支持 text-to-image 与 image-to-image。
计费价格
公开资料未说明
生成形式
text_to_image / image_edit
图片生成图片编辑开放权重
计费价格
公开资料未说明
生成形式
text_to_image
高速图片生成低延迟开放权重
输入价格
公开资料未说明
输出价格
公开资料未说明
推理代码开发开放权重
图像生成火山稳定版
GRN
GRN（Generative Refinement Networks）是字节跳动研究团队于 2026 年 4 月发布的生成式视觉模型，采用自适应迭代细化路线，覆盖文生图、文生视频与类别条件图像生成。
计费价格
公开资料未说明
生成形式
text_to_image / image_edit
文生图文生视频视觉生成
图像生成Midjourney预览版
Midjourney V8.1 Alpha
Midjourney 当前公开的最新 V8.1 Alpha 预览版，默认输出 2K HD 图像，暂只在 alpha.midjourney.com 提供。
计费价格
公开资料未说明
生成形式
text_to_image / image_prompt_to_image
前沿预览高分辨率出图实验性创作
计费价格
公开资料未说明
生成形式
reference_to_video
多主体参考视频角色一致性镜头切换
计费价格
公开资料未说明
生成形式
reference_to_video
短剧视频漫画改编影视叙事
计费价格
公开资料未说明
生成形式
reference_to_video
广告视频短视频素材商品营销
计费价格
公开资料未说明
生成形式
text_to_image / image_edit
图片生成图片编辑开放权重
多模态模型Meta Llama稳定版
Muse Spark
Muse Spark 是 Meta Superintelligence Labs 发布的原生多模态推理模型，支持工具使用、视觉思维链与多 Agent 编排。
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Agent工具调用
输入价格
¥6.00 / 1M Tokens
输出价格
¥24.00 / 1M Tokens
长程任务代码开发复杂 Agent
语言模型IBM Granite稳定版
Granite 4.1 3B
Granite 4.1 3B 是 IBM 于 2026 年 4 月发布的开放权重企业文本模型，适合轻量部署、RAG 和 Agent 子任务。
输入价格
公开资料未说明
输出价格
公开资料未说明
轻量部署RAGAgent
输入价格
公开资料未说明
输出价格
公开资料未说明
企业问答代码开发Agent
语言模型IBM Granite稳定版
Granite 4.1 30B
Granite 4.1 30B 是 IBM 于 2026 年 4 月发布的开放权重企业旗舰文本模型，面向复杂推理、代码和长上下文 Agent。
输入价格
公开资料未说明
输出价格
公开资料未说明
复杂推理代码开发企业 Agent
计费价格
公开资料未说明
生成形式
text_to_video
文生视频短视频创作视频生成
计费价格
公开资料未说明
生成形式
text_to_video / image_to_video / video_to_video
图生视频视频续写视频生成
计费价格
公开资料未说明
生成形式
text_to_video / image_to_video / video_to_video
参考生视频角色一致性视频生成