计费价格
公开资料未说明
生成形式
text_to_image / image_to_image
高质量出图品牌视觉复杂细节画面
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
图像生成Stability AI稳定版
Stable Diffusion 3.5 Flash
Stable Diffusion 3.5 Flash 是 3.5 家族的低时延版本，适合更追求生成速度的图像场景。
计费价格
公开资料未说明
生成形式
text_to_image
快速出图低时延调用高性价比图像生成
计费价格
公开资料未说明
生成形式
text_to_image
成本敏感场景通用出图批量图像生成
计费价格
公开资料未说明
生成形式
text_to_image
旧链路兼容简单文生图Stable Diffusion 生态
计费价格
公开资料未说明
输入形式
文本 / 音频
音乐与音频生成文本转音频音频样本续写
计费价格
公开资料未说明
生成形式
image_to_video
历史链路排查退役模型记录迁移梳理
计费价格
公开资料未说明
生成形式
text_to_image
历史链路排查退役模型记录SDXL 迁移
计费价格
公开资料未说明
输入形式
文本
高质量配音多人对话角色语音
语音模型ElevenLabs稳定版
Eleven v3 Conversational
Eleven v3 Conversational 是 ElevenLabs 面向实时对话的表现力语音模型，延迟约 280ms，支持 70 多种语言和上下文对话表达。
计费价格
公开资料未说明
输入形式
文本
实时语音对话低延迟情绪表达
计费价格
公开资料未说明
输入形式
文本
声音设计品牌音色角色声音
计费价格
公开资料未说明
输入形式
文本
多语言配音语音助手通用 TTS
计费价格
公开资料未说明
输入形式
文本
低时延播报语音 Agent成本敏感 TTS
计费价格
公开资料未说明
输入形式
文本
历史兼容低时延播报旧链路维护
计费价格
公开资料未说明
输入形式
音频
语音转换多语言配音保留语气
计费价格
公开资料未说明
输入形式
文本
历史兼容声音设计角色声音
计费价格
公开资料未说明
输入形式
音频
英语配音语音转换风格迁移
计费价格
公开资料未说明
输入形式
音频
实时转写语音 Agent直播字幕
计费价格
公开资料未说明
输入形式
音频
录音转写会议纪要多语言 STT
计费价格
公开资料未说明
输入形式
音频
历史兼容录音转写旧链路维护
计费价格
公开资料未说明
输入形式
文本
音效生成视频后期短时音频素材