语言模型NVIDIA稳定版
Riva Translate 4B Instruct v2
Riva Translate 4B Instruct v2 是 NVIDIA 支持 37 种语言的翻译模型，适合少样本翻译和实时应用。
输入价格
公开资料未说明
输出价格
公开资料未说明
机器翻译多语言实时翻译
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
输入价格
公开资料未说明
输出价格
公开资料未说明
轻量部署多语文本端侧推理
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
输入价格
公开资料未说明
输出价格
公开资料未说明
图像理解视觉研究开放权重
输入价格
公开资料未说明
输出价格
公开资料未说明
视频理解流式多模态视觉语言
输入价格
$5.00 / 1M Tokens
输出价格
$25.00 / 1M Tokens
深度推理代码开发知识工作
语音模型Microsoft稳定版
VibeVoice-ASR-BitNet
VibeVoice-ASR-BitNet 是 Microsoft 发布的多语言低资源语音识别模型，采用 BitNet 量化以支持 CPU 推理。
计费价格
公开资料未说明
输入形式
音频
语音识别多语言CPU 推理
计费价格
公开资料未说明
生成形式
text_to_image / image_to_image
高审美图像概念设计视觉创作
多模态模型NVIDIA稳定版
Ising Calibration 1.5 31B
NVIDIA-Ising-Calibration-1.5 是基于 Gemma 4 31B 的多模态实验校准模型，用于分析量子计算校准图表并生成结构化技术文本。
输入价格
公开资料未说明
输出价格
公开资料未说明
量子计算图表理解科研分析
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
语言模型智源 BAAI稳定版
AREX Base
AREX Base 是 BAAI 于 2026 年 7 月发布的深度研究 Agent 基础模型，基于 Qwen3.5-122B-A10B，支持推理、工具使用和长上下文研究任务。
输入价格
公开资料未说明
输出价格
公开资料未说明
深度研究Agent长上下文
输入价格
公开资料未说明
输出价格
公开资料未说明
深度研究Agent高性价比
语言模型Upstage稳定版
Solar Open2 250B
Solar Open2 250B 是 Upstage 于 2026 年 7 月公开的开放权重 MoE 文本模型，支持英语、韩语和日语，面向高质量生成与本地部署。
输入价格
公开资料未说明
输出价格
公开资料未说明
多语文本高质量生成开放权重
输入价格
公开资料未说明
输出价格
公开资料未说明
大型代码库长任务编程Agent 编程
视频生成NVIDIA稳定版
Cosmos H Dreams
Cosmos H Dreams 是 NVIDIA 于 2026 年 7 月发布的交互式视频世界模型，面向医疗机器人仿真、策略评估和 Physical AI。
计费价格
公开资料未说明
生成形式
text_to_video / image_to_video / video_to_video
视频世界模型机器人仿真Physical AI
输入价格
公开资料未说明
输出价格
公开资料未说明
多模态理解Agent代码开发
计费价格
公开资料未说明
生成形式
text_to_image / image_edit
图片生成复杂版式文字渲染
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
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