多模态模型Google即将下线
Gemini Robotics ER 2 streaming
Gemini Robotics ER 2 streaming 是 Google 于 2026 年 7 月发布的具身推理模型，面向机器人控制、视觉理解和实时交互。
输入价格
公开资料未说明
输出价格
公开资料未说明
具身推理机器人控制视觉理解
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
语言模型美团 LongCat稳定版
LongCat 2.0
LongCat 2.0 于 2026 年 6 月 30 日正式发布，提供 1M 上下文、原生工具调用、多步推理和 Coding 能力，并正式配套 Token 资源包与 API 按量计费。
输入价格
公开资料未说明
输出价格
公开资料未说明
Agent代码开发长文问答
输入价格
$2.00 / 1M Tokens
输出价格
$10.00 / 1M Tokens
Agent代码开发工具调用
计费价格
公开资料未说明
生成形式
text_to_image / image_edit
低延迟低成本图像编辑
语音模型AssemblyAI稳定版
Universal-3.5 Pro
Universal-3.5 Pro 是 AssemblyAI 于 2026 年 6 月发布的新一代高准确率语音识别模型，增强代码切换、说话人分离和多语言支持。
计费价格
公开资料未说明
输入形式
音频
高准确率转写说话人分离多语言录音
语音模型AssemblyAI稳定版
Universal-3.5 Pro Realtime
Universal-3.5 Pro Realtime 是 AssemblyAI 于 2026 年 6 月发布的实时语音识别模型，支持上下文感知转写和低延迟语音 Agent。
计费价格
公开资料未说明
输入形式
音频
实时转写语音 Agent低延迟交互
输入价格
公开资料未说明
输出价格
公开资料未说明
视觉理解图像分割深度估计
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Agent
输入价格
公开资料未说明
输出价格
公开资料未说明
高性价比批量处理通用问答
计费价格
公开资料未说明
生成形式
text_to_video / image_to_video / video_to_video
视频生成长叙事多模态参考
输入价格
¥0.80 / 1M Tokens
输出价格
¥2.70 / 1M Tokens
高并发对话多模态理解Agent
计费价格
公开资料未说明
输入形式
音频
语音识别多语种方言识别
计费价格
公开资料未说明
输入形式
音频
轻量语音识别多语种本地部署
语音模型通义稳定版
Qwen3 ForcedAligner 0.6B
Qwen3 ForcedAligner 0.6B 是 Qwen 2026 年 6 月发布的开放权重语音强制对齐模型，用于将语音与文本进行时间戳对齐。
计费价格
公开资料未说明
输入形式
音频 / 文本
语音对齐时间戳字幕处理
计费价格
公开资料未说明
生成形式
text_to_image / image_edit
图片生成图片编辑文字渲染
输入价格
公开资料未说明
输出价格
公开资料未说明
超轻量部署端侧推理嵌入式应用
输入价格
¥6.30 / 1M Tokens
输出价格
¥31.50 / 1M Tokens
通用对话中文助手内容创作
语言模型火山稳定版
doubao-seed-character-260628
doubao-seed-character-260628 是豆包角色扮演模型的 2026 年 6 月版本，25.6 万上下文，适合虚拟角色、陪伴和剧情互动。
输入价格
¥0.80 / 1M Tokens
输出价格
¥2.00 / 1M Tokens
角色扮演陪伴对话剧情互动
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OCRRAG
语言模型通义稳定版
Qwen AgentWorld 35B A3B
Qwen AgentWorld 35B A3B 是 Qwen 于 2026 年 6 月发布的原生语言世界模型，用于 Agent 环境模拟与交互式任务。
输入价格
公开资料未说明
输出价格
公开资料未说明
Agent环境模拟开放权重