gemini-3.5-flash 是 Google DeepMind 推出的新一代轻量级多模态旗舰模型，面向 Agent 工作流与高效推理场景设计，在代码生成、工具调用、多步任务执行及长链路 Agent 能力上实现显著增强。模型在 Terminal-Bench、MCP Atlas、CharXiv Reasoning 等多项基准中超越前代 Gemini 3.1 Pro，同时保持 Flash 系列一贯的低延迟与高吞吐优势，可广泛应用于 AI 编程、自动化执行、多模态理解及企业级智能体系统。
价格加载中...

mimo-v2.5-pro 是小米推出的万亿级（1.02T）开源 MoE 大模型，也是其当前的旗舰开源基座；该模型凭借1M超长上下文与卓越的Agent能力稳居开源第一梯队，在实现推理吞吐量提升3倍的同时降低40%的Token消耗，兼具顶尖性能与极致推理性价比。
价格加载中...

mimo-v2.5是小米推出的原生全模态大模型，在多模态感知、长上下文推理和智能体工作流方面表现优异，尤其在视频理解、图表理解等任务中成绩突出，可与顶级闭源模型媲美。其设计注重端到端的跨模态推理能力，适用于需要同时处理多种模态信息的复杂任务场景。
价格加载中...

基于 Qwen-Image 的图像编辑模型，继承原模型的文本渲染优势，专注于精准文本编辑任务。
价格加载中...

20B 参数 MMDiT 图像生成基础模型，擅长复杂文本渲染（中英文字体）与精细图像编辑，开源许可为 Apache-2.0。
价格加载中...

OpenAI的Sora 2是新一代尖端视频与音频生成模型。基于Sora的原有框架，该模型实现了前代视频模型难以企及的突破性能力——包括更精准的物理模拟、更逼真的画面表现、音画同步效果、增强的可操控性，以及更广阔的风格化创作空间。
价格加载中...

WAN 2.5是阿里推出的尖端文本转视频生成模型。这款强大模型能根据简单的文本或图像提示，生成480p、720p或1080p分辨率的高质量视频，并配备同步音频。相较于Google Veo3，该模型不仅提供更经济实惠的解决方案，视频生成速度也更快，是高效创建音频嵌入视频的理想选择。
价格加载中...

WAN 2.5是阿里推出的尖端图像转视频生成模型。这款强大模型能根据简单的文本或图像提示，生成480p、720p或1080p分辨率的高质量视频，并配备同步音频。相较于Google Veo3，该模型不仅提供更经济实惠的解决方案，视频生成速度也更快，是高效创建音频嵌入视频的理想选择。
价格加载中...

豆包轻量模型，适合高并发与低成本场景
价格加载中...

text-embedding-ada-002 是我们改进版、性能更优的 ADA 嵌入模型。 嵌入是一种文本的数值表示，可以用来衡量两个文本片段之间的相关性。 嵌入适用于搜索、聚类、推荐、异常检测和分类任务。
价格加载中...