多模态模型Microsoft稳定版
Fara1.5-4B
Fara1.5-4B 是 Microsoft Research AI Frontiers 发布的浏览器 Computer Use Agent，通过截图理解网页并输出结构化点击、输入、滚动等动作。
输入价格
公开资料未说明
输出价格
公开资料未说明
电脑操作浏览器 Agent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。
先缩小候选，再进详情页看接口、计费和能力边界。
已收录模型
1,303
覆盖厂商
63
带价格信息
355
多模态模型Microsoft稳定版
Fara1.5-9B
Fara1.5-9B 是 Microsoft Research AI Frontiers 发布的浏览器 Computer Use Agent，通过截图理解网页并输出结构化点击、输入、滚动等动作。
输入价格
公开资料未说明
输出价格
公开资料未说明
电脑操作浏览器 Agent开放权重
多模态模型Microsoft稳定版
Fara1.5-27B
Fara1.5-27B 是 Microsoft Research AI Frontiers 发布的浏览器 Computer Use Agent，通过截图理解网页并输出结构化点击、输入、滚动等动作。
输入价格
公开资料未说明
输出价格
公开资料未说明
电脑操作浏览器 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
视觉理解音频理解多模态 Agent
计费价格
公开资料未说明
生成形式
text_to_video / image_to_video / keyframe_video
通用视频生成关键帧控制创作者短片
视频生成Pika稳定版
Pika Turbo
Pika 当前公开的 Turbo 视频型号，主要用于 Pikascenes、Pikadditions、Pikaswaps 与 Pikatwists 等高性价比工作流。
计费价格
公开资料未说明
生成形式
scene_video / addition_video / swap_video / twist_video
高性价比视频快速出片视频特效玩法
计费价格
公开资料未说明
生成形式
addition_video / swap_video / twist_video / template_video
高质量视频编辑角色替换重度特效
计费价格
公开资料未说明
生成形式
performance_video
数字人表演音频驱动视频角色口播
visionPaddlePaddle稳定版
PP-OCRv6
PP-OCRv6 是 PaddlePaddle 于 2026 年 6 月发布的新一代开源 OCR 模型线，覆盖文字检测与识别，适合中文文档处理和本地部署。
输入价格
公开资料未说明
输出价格
公开资料未说明
OCR文字检测本地部署
visionPaddlePaddle稳定版
HPD-Parsing
HPD-Parsing 是 PaddlePaddle 于 2026 年 7 月公开的文档解析模型，面向复杂版面、表格和视觉文档结构化提取。
输入价格
公开资料未说明
输出价格
公开资料未说明
文档解析表格理解版面分析
输入价格
公开资料未说明
输出价格
公开资料未说明
图片问答图表理解OCR
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
计费价格
公开资料未说明
生成形式
text_to_image
图像生成海报素材视觉创作
输入价格
公开资料未说明
输出价格
公开资料未说明
视觉理解图文问答企业接入
输入价格
公开资料未说明
输出价格
公开资料未说明
视觉检测工业质检企业接入
输入价格
公开资料未说明
输出价格
公开资料未说明
视觉检测工业质检企业接入
多模态模型华为盘古稳定版
Pangu-CV-目标跟踪-V3
目标跟踪。盘古计算机视觉目标跟踪大模型，盘古计算机视觉目标跟踪大模型，在视频中对感兴趣物体进行检测、提取、识别和跟踪，从而获得目标物体的相关参数。
输入价格
公开资料未说明
输出价格
公开资料未说明
视频分析目标跟踪企业接入
多模态模型华为盘古稳定版
Pangu-CV-万物检测-V2
万物检测。盘古计算机视觉万物检测大模型，能够识别和定位已知类别对象，同时也能处理未知类别对象的模型。具备对未知类别的泛化能力，并在面对新类别时能够做出合理的响应。
输入价格
公开资料未说明
输出价格
公开资料未说明
视觉检测工业质检企业接入
输入价格
公开资料未说明
输出价格
公开资料未说明
视觉检测工业质检企业接入
输入价格
公开资料未说明
输出价格
公开资料未说明
视觉检测工业质检企业接入