官方
百度千帆
更适合企业上云、行业方案和百度云体系内协同，适合对接企业采购、行业应用和平台化建设。个人开发者体感不一定最轻，但企业级资源、方案和合规路径相对完整。
定位企业上云行业方案
适合企业采购行业应用百度云集成
成本企业定价
代表模型
多模态模型 · bce-reranker-base / bge-large-en 等 100 款
付费方式
百度智能云账号 / 企业采购
可用范围
中国大陆
Official Category
多模态模型厂商
聚合支持文本、图片、音频等多输入输出能力的官方模型厂商与平台。
分类条目
22
当前主分类命中的模型厂商数量。
分类说明
聚合支持文本、图片、音频等多输入输出能力的官方模型厂商与平台。
适合搜索
多模态厂商、多模态API、多模态价格页。
分类价值
把同一模型方向的厂商集中展示，方便用户查入口、比价格和找文档。
官方
OpenAI / ChatGPT
综合能力、生态成熟度和工具支持都在第一梯队，适合把通用对话、代码、Agent 和多模态需求放在一个官方平台上。价格通常不算便宜，但稳定性、更新速度和生态完整度依然很强。
定位全能旗舰生态最强
适合通用助手代码开发Agent多模态
成本价格偏高
代表模型
多模态模型 · babbage-002 / ChatGPT-4o 等 87 款
付费方式
信用卡 / 企业账单
可用范围
国际可用 / 部分地区受限
官方
Google / Gemini
长上下文、多模态和 Google 生态联动是主要优势，当前产品线还覆盖 Gemini 新一代 Flash、实时翻译、图像生成、Deep Research 与 Agent 工作流，适合文档分析、搜索增强、Workspace 协同和多媒体任务。
定位长上下文谷歌生态
适合文档分析搜索增强多模态
成本中高价位
代表模型
多模态模型 · Antigravity Agent / Deep Research preview Pro 等 67 款
付费方式
Google 账号体系 / 信用卡
可用范围
国际可用 / 部分地区受限
官方
华为盘古
更偏政企、行业模型和华为云体系内落地，适合看重国产云、行业方案和企业级部署路径的团队。个人体验门槛相对更高，但在行业项目和企业采购里有现实价值。
定位政企行业国产云路线
适合行业项目企业采购华为云部署
成本企业定价
代表模型
多模态模型 · Pangu-AI4S-Global-Precip v1.1.9（时间分辨率：6h） / Pangu-AI4S-Global-Weather v1.1.9（时间分辨率：1h） 等 65 款
付费方式
华为云账号 / 企业采购
可用范围
中国大陆
官方OpenAI兼容
通义千问 Qwen
中文能力、多模态覆盖和阿里云生态结合比较完整，适合国内业务直接落地、云上接入和企业采购。价格通常处在国内主流区间，胜在体系成熟、文档和云资源协同比较完善。
定位国内均衡云生态完整
适合中文应用企业上云多模态
成本中等价位
代表模型
多模态模型 · HappyHorse 1.0 Image to Video / HappyHorse 1.0 Reference to Video 等 60 款
付费方式
阿里云账号体系 / 企业采购
可用范围
中国大陆 / 国际可用
官方
火山方舟 / 豆包
豆包的产品化能力和火山方舟的开发平台组合很强，适合做面向 C 端的聊天应用、内容产品和国内开发接入。综合体验普遍较均衡，价格与模型覆盖在国内也有一定竞争力。
定位产品化强国内均衡
适合C 端产品聊天应用内容产品
成本竞争力较强
代表模型
多模态模型 · Bernini-R / doubao-1.5-lite-32k 等 46 款
付费方式
火山引擎账号 / 企业采购
可用范围
中国大陆 / 国际可用
官方OpenAI兼容
智谱 GLM
中文通用能力、开发者覆盖和企业合作成熟度都不错，近期官方入口已突出 GLM-5.3、GLM-5V-Turbo、GLM Coding Plan 以及图像、OCR、ASR、TTS 产品线，适合对话、Agent、视觉编程和企业应用接入。
定位国内均衡开发者友好
适合通用助手Agent 应用企业接入
成本中等价位
代表模型
多模态模型 · CogVideoX-3 / CogVideoX-Flash 等 36 款
付费方式
平台余额充值 / 企业采购
可用范围
中国大陆 / 国际可用
官方
Liquid AI / LFM
LFM 系列主打端侧、高效率和小参数高性能，覆盖文本、视觉、语音与专项小模型，适合设备端部署、低延迟场景和私有化工作流。它当前更偏模型与部署平台，而不是自家托管 API 产品。
定位端侧部署高效推理
适合端侧场景多模态私有化部署
成本待持续观察
代表模型
多模态模型 · LFM2-1.2B / LFM2-1.2B-Extract 等 36 款
付费方式
开源下载 / Playground 免费额度
可用范围
国际可用
官方
MiniMax
语音、视频、音乐和多模态布局比较完整，近期官方页面已补充 MiniMax-M3 旗舰多模态编程模型、MiniMax H3 视频生成模型与 2026 年 8 月公开的 Music 3.0 开放权重音乐模型，适合对话、代码、Agent、语音交互和内容生成产品。
定位语音多模态能力面广
适合语音助手多媒体应用内容生成
成本按模型浮动
代表模型
多模态模型 · Image 01 / Lyrics Generation 等 28 款
付费方式
平台余额充值 / 企业采购
可用范围
中国大陆 / 国际可用
官方
阶跃星辰 StepFun
在多模态和新模型热度上有存在感，适合关注国内新一线厂商、想尝试新能力路线的团队。价格和长期稳定性还需要持续观察，但作为增量选择有收录价值。
定位新锐多模态潜力厂商
适合新能力尝鲜多模态产品国内备选
成本待持续观察
代表模型
多模态模型 · step-1-32k / step-1-8k 等 25 款
付费方式
平台余额充值 / 企业采购
可用范围
中国大陆
官方
腾讯混元
适合已经在腾讯云或腾讯产品体系内做应用的团队，优势在云资源协同、企业接入和产品联动。价格通常不是靠极限低价取胜，但接入链路和企业合作路径比较顺。
定位腾讯生态企业协同
适合腾讯云接入应用开发企业部署
成本中等偏上
代表模型
多模态模型 · hunyuan-a13b / Hunyuan Embedding 等 25 款
付费方式
腾讯云账号 / 企业采购
可用范围
中国大陆
官方
Microsoft / Phi
Phi 系列是 Microsoft 面向 Azure AI Foundry 和开发者生态的轻量模型路线，覆盖文本、代码和多模态能力，适合需要云上治理、开放权重和较低部署成本的团队。
定位企业云原生多模态开放
适合企业接入多模态Azure 业务
成本企业定价
代表模型
多模态模型 · BitNet Embedding 0.6B / BitNet Embedding 270M 等 24 款
付费方式
Azure 账号 / 企业账单
可用范围
国际可用
官方
xAI / Grok
实时话题感、联网风格和偏开放表达是它的辨识度，近期官方模型页已覆盖 Grok 4.6，以及 Imagine Image 2.0 和 Imagine Video 1.5，适合信息跟进、热点问答、图像和视频生成。
定位联网特色热点信息
适合实时问答热点追踪搜索助手
成本中高价位
代表模型
多模态模型 · Grok 4.1 Fast Non Reasoning / Grok 4.1 Fast Reasoning 等 23 款
付费方式
信用卡
可用范围
国际可用 / 部分地区受限
官方OpenAI兼容
Moonshot / Kimi
长文本处理和中文阅读体验是它的核心优势，近期官方模型线已补充 K3、K2.7 Code 与高速代码版本，适合论文、报告、资料整理、代码和连续对话场景。
定位长文本强项中文体验好
适合资料整理长文问答阅读助手
成本中等价位
代表模型
多模态模型 · kimi-k2 / Kimi K2 0711 Preview 等 19 款
付费方式
平台余额充值
可用范围
中国大陆 / 国际可用
官方
Writer / Palmyra
Palmyra 系列在企业文档、长上下文和 Agent 工作流上辨识度很强，适合做知识库、企业写作和流程型 AI 应用。相比通用聊天产品，它更偏企业生产力平台路线。
定位企业文档强长上下文
适合企业知识库长文问答Agent
成本中高价位
代表模型
多模态模型 · Palmyra Creative / Palmyra Fin 等 12 款
付费方式
信用卡 / 企业合同
可用范围
国际可用
官方
小米 MiMo
更值得关注的是终端生态结合和小米体系内的落地可能，适合关注端侧、硬件联动和新入口场景的团队。现阶段更偏潜力观察位，价格与开放深度要结合后续平台推进来看。
定位终端生态潜力硬件联动
适合端侧场景硬件结合生态观察
成本待持续观察
代表模型
多模态模型 · MiMo-V2.5 / MiMo-V2.5-ASR 等 11 款
付费方式
小米开放平台账号 / 企业合作
可用范围
中国大陆
官方
Meta Llama
开放权重、社区生态和二次部署灵活度是最大优势，适合想自托管、微调或做私有化方案的团队。官方入口本身不是最低接入成本方案，但在开源路线里的性价比和可控性很高。
定位开放权重可私有化
适合自托管部署模型微调私有化方案
成本开源性价比高
代表模型
多模态模型 · Llama 4 Maverick / Llama 4 Scout 等 11 款
付费方式
Meta 账号体系 / 企业合作
可用范围
国际可用 / 部分地区受限
官方
Amazon Nova
Amazon Nova 当前已从基础模型扩展为包含 Nova 模型、Nova Act 和 Nova Forge 的产品体系：覆盖文本与多模态模型、浏览器界面工作流 Agent，以及用于构建自有前沿模型的服务，适合 AWS 云原生和企业应用团队。
定位AWS 一体化企业云原生
适合AWS 业务企业采购云上集成
成本集成成本低
代表模型
多模态模型 · Nova 2 Lite / Nova 2 Sonic 等 10 款
付费方式
AWS 账号 / 企业账单
可用范围
国际可用
官方
Reka
Reka 当前公开了 Chat、Research 和 Speech 三条官方 API 线，适合做多模态问答、网页研究、语音翻译和视频理解。它的公开模型数不算最多，但研究型和多模态能力比较有辨识度。
定位多模态优先视频理解
适合多模态网页研究语音翻译
成本中高价位
代表模型
多模态模型 · Reka Core / Reka Edge 等 9 款
付费方式
信用卡 / 预充值 Credits
可用范围
国际可用
官方OpenAI兼容
美团 LongCat
LongCat 是美团推出的大模型体系，当前 API 开放平台兼容 OpenAI 和 Anthropic 两套调用格式，主打国内开发者更容易上手的免费额度、长上下文和 Agent 工作流。现阶段平台仍处于公测，比较适合先做原型验证、代码助手、多步骤自动化和多模态交互接入。
定位Agent 导向长上下文
适合通用助手代码开发Agent国内接入
成本公测免费
代表模型
多模态模型 · LongCat 2.0 / LongCat Flash Chat 等 7 款
付费方式
以控制台当前充值方式为准
可用范围
中国大陆 / 海外登录方式可用范围以官方当前说明为准
官方
商汤日日新 SenseNova
视觉、多模态和行业方案是它的主要看点，适合安防、文娱、行业视觉理解和企业级项目。它更偏企业成交逻辑，不是个人开发者最轻量的路线，但行业落地能力值得关注。
定位视觉多模态行业落地
适合视觉理解行业项目企业方案
成本企业定价
代表模型
多模态模型 · SenseNova 6.7 Flash / SenseNova U1 等 4 款
付费方式
平台余额充值 / 企业采购
可用范围
中国大陆
官方OpenAI兼容
Venice
Venice 主打隐私、不留存和创作自由，适合聊天、图像、音频和偏创意型工作流。它和主流闭源平台相比更强调私密性与开放模型组合，不完全是传统企业风格路线。
定位隐私优先创作导向
适合通用助手图像生成语音助手
成本中等价位
代表模型
多模态模型 · Venice Role Play Uncensored / Venice Uncensored 1.1 等 4 款
付费方式
信用卡 / 订阅
可用范围
国际可用