根据使用场景选择合适的模型
文本生成
从能力最强到成本最低,按需选择。了解更多
千问模型
三方模型
API 格式与千问模型一致。
deepseek-v4-pro-0813
文本生成
deepseek-v4.1-flash-1017
文本生成、视觉理解
kimi-k3
文本生成
glm-5.3
文本生成
MiniMax-M3.1-Flash
文本生成
图像与视频
理解
分析图片和视频内容,返回文本描述或结构化结果。了解更多
生成
通过文本或图片生成图像与视频,支持编辑、参考与高分辨率输出。了解更多
qwen-image-3.0-pro
图像生成
wan2.7-image-pro
图像生成
wan3.0-video
视频生成
wan3.0-video-prime
视频生成
happyhorse-1.1-t2v
视频生成
happyhorse-1.1-i2v
视频生成
happyhorse-1.1-r2v
视频生成
happyhorse-1.0-video-edit
视频生成
世界模型
提供世界探索(Adventure)模式,构建可交互的数字世界。了解更多
3D模型生成
文生3D模型或图生3D模型,构建三维资产。
音频与语音
语音合成
将文本转换为自然语音。了解更多
语音识别
专业 ASR 与大模型两种方案,按精度与灵活性选择。了解更多
qwen-audio-3.1-asr-flash-streaming
语音识别
qwen-audio-3.1-asr-flash-filetrans
语音识别
fun-asr-realtime
语音识别
fun-asr
语音识别
qwen3.5-omni-plus-realtime
语音识别
qwen3.5-omni-plus
语音识别
语音转语音
端到端语音对话,无需分别调用 ASR 和 TTS。了解更多
全模态
融合文本、图像、音频、视频等多种模态的理解与生成能力。了解更多
向量与重排序
文本或图文向量化,配合重排序提升检索精度。了解更多
决策模型
面向高频业务判断的结构化决策模型,一次前向完成分类、是非判断与评分,并返回概率分布与置信度。
查看所有模型
模型市场
浏览文本、图像、视频、音频和向量模型的完整列表,包含详细规格与定价信息。