多模态模型火山预览版
SeedRealtime
SeedRealtime 是字节跳动 Seed 团队于 2026 年 8 月发布的音画全双工大模型，面向实时视觉理解、语音交互和主动式多模态协作。官方页面暂未公开稳定 API 模型 ID。
输入价格
公开资料未说明
输出价格
公开资料未说明
实时语音视觉理解全双工交互
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
输入价格
公开资料未说明
输出价格
公开资料未说明
视觉推理多模态规划开放权重
输入价格
公开资料未说明
输出价格
公开资料未说明
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
vision火山稳定版
Sa2VA Qwen3-VL 4B SAM3
Sa2VA Qwen3-VL 4B SAM3 是字节跳动于 2026 年 6 月发布的图像与视频指代表达分割模型，结合 Qwen3-VL 和 SAM3。
输入价格
公开资料未说明
输出价格
公开资料未说明
指代表达分割视频分割视觉理解
计费价格
公开资料未说明
生成形式
text_to_video / image_to_video
视频生成镜头控制开放权重
输入价格
公开资料未说明
输出价格
公开资料未说明
统一多模态图像生成视频理解
输入价格
公开资料未说明
输出价格
公开资料未说明
电商理解多模态问答开放权重
输入价格
公开资料未说明
输出价格
公开资料未说明
视觉推理电商理解开放权重
输入价格
公开资料未说明
输出价格
公开资料未说明
电商理解多模态问答开放权重
输入价格
公开资料未说明
输出价格
公开资料未说明
视觉推理电商理解开放权重
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
计费价格
输入不含视频 23.00 元/百万 token，含视频 14.00 元/百万 token
生成形式
text_to_video / image_to_video / video_to_video
短视频生成素材生产视频生成
计费价格
¥0.12 / 张
生成形式
text_to_image / image_edit
批量出图素材生成图像生成
计费价格
¥0.30 / 张（≤261 万像素），¥0.60 / 张（>261 万像素）
生成形式
text_to_image / image_edit
高画质出图商业素材图像生成
视频生成火山稳定版
doubao-seedance-2-0-260128
doubao-seedance-2-0-260128 是火山方舟当前公开教程覆盖的 Seedance 2.0 标准版，支持文生视频、图生视频、视频编辑和参考音频输入。
计费价格
5 秒 16:9：480p ¥2.31 起 / 720p ¥4.97 起 / 1080p ¥12.39 起
生成形式
text_to_video / image_to_video / video_to_video
视频生成广告创意短视频素材
视频生成火山稳定版
doubao-seedance-2-0-fast-260128
doubao-seedance-2-0-fast-260128 是火山方舟当前公开教程覆盖的 Seedance 2.0 fast 版本，定位更快的视频生成与编辑。
计费价格
5 秒 16:9：480p ¥1.86 起 / 720p ¥4.00 起
生成形式
text_to_video / image_to_video / video_to_video
视频生成短视频素材高频批量生成
输入价格
公开资料未说明
输出价格
公开资料未说明
视觉理解多模态问答存量兼容