模型目录
全部 303 个官方直供模型：按分类、品牌、类型与地域筛选，查看价格、接口与调用示例。
TokenToSea 目前提供 303 个官方直供模型（国内 297 个、海外 6 个），使用同一个 API Key 与同一个账户余额调用。每个模型页列出已验证的接口、官方价格、限制，以及 cURL、Python、Node.js 调用示例。
请求地址统一为 https://api.tokentosea.com/v1，请求体中的 model 填写卡片上的模型 ID。用 API Key 调用 GET /v1/models 可获取该 Key 可用的实时目录；本页目录更新于 2026年10月21日。
Jev 1.14TypeSafejev-1.14.0Jev 1.14 System One 模型，返回判断概率、选择、评分与区域定位。输入 $0.042 / 百万 tokenJev 1.13TypeSafejev-1.13.0Jev System One 模型，返回判断概率、选择与分级评分。输入 $0.042 / 百万 token
DeepSeek FlashDeepSeekdeepseek-flashDeepSeek Flash（V4.1-Flash），支持思考模式与图像理解。输入 ¥1 起 / 百万 token · 输出 ¥4 起 / 百万 tokenDeepSeek V4 ProDeepSeekdeepseek-v4-proDeepSeek V4 Pro，支持思考模式、工具调用与 1M 上下文。输入 ¥4.5 起 / 百万 token · 输出 ¥13.5 起 / 百万 token
ClairicCloudflareclairic从文字或图片中抽取数值、日期、文本片段，也支持估计与预测。研究预览。输入 $0.100 / 百万 tokenClefCloudflareclef根据文字、结构化状态或图片，返回判断概率、分类和评分。输入 $0.240 / 百万 tokenClef FlashCloudflareclef-flash快速返回判断概率、分类和评分，支持 24K 上下文。输入 $0.038 / 百万 tokenClef OmniCloudflareclef-omni结合文字、图片、音频或视频进行概率判断、分类和评分。输入 $0.150 / 百万 token
Doubao Embedding Vision豆包doubao-embedding-vision-251215豆包多模态向量模型，支持文本、图片与视频输入。输入 ¥0.7 / 百万 token · 图像输入 ¥1.8 / 百万 tokenDoubao Seed 2.0 Code Preview豆包doubao-seed-2-0-code-preview-260215豆包编程模型预览版，适合代码生成与智能体编程。输入 ¥3.2 起 / 百万 token · 输出 ¥16 起 / 百万 tokenDoubao Seed 2.0 Lite豆包doubao-seed-2-0-lite-260428豆包轻量深度思考模型，兼顾效果与成本。输入 ¥0.6 起 / 百万 token · 输出 ¥3.6 起 / 百万 tokenDoubao Seed 2.0 Mini豆包doubao-seed-2-0-mini-260428豆包小尺寸深度思考模型，成本更低。输入 ¥0.2 起 / 百万 token · 输出 ¥2 起 / 百万 tokenDoubao Seed 2.1 Lite豆包doubao-seed-2-1-lite-260915豆包轻量深度思考模型，兼顾效果与成本。输入 ¥0.8 / 百万 token · 输出 ¥2.7 / 百万 tokenDoubao Seed 2.1 Pro (260628)豆包doubao-seed-2-1-pro-260628豆包旗舰深度思考模型，适合编程、智能体与多模态理解。输入 ¥6 / 百万 token · 输出 ¥30 / 百万 tokenDoubao Seed 2.1 Pro豆包doubao-seed-2-1-pro-260915豆包旗舰深度思考模型，适合编程、智能体与多模态理解。输入 ¥6 / 百万 token · 输出 ¥30 / 百万 tokenDoubao Seed 2.1 Turbo豆包doubao-seed-2-1-turbo-260628豆包高速深度思考模型，响应更快。输入 ¥3 / 百万 token · 输出 ¥15 / 百万 tokenDoubao Seed Character (251128)豆包doubao-seed-character-251128豆包角色扮演模型，适合拟人对话与角色设定。输入 ¥0.8 起 / 百万 token · 输出 ¥2 起 / 百万 tokenDoubao Seed Character豆包doubao-seed-character-260628豆包角色扮演模型，适合拟人对话与角色设定。输入 ¥0.8 起 / 百万 token · 输出 ¥2 起 / 百万 tokenDoubao Seed Evolving豆包doubao-seed-evolving豆包快速迭代模型，持续更新模型能力。输入 ¥6 / 百万 token · 输出 ¥30 / 百万 tokenDoubao Seed Translation豆包doubao-seed-translation-250915豆包翻译增强模型，适合多语种文本翻译。输入 ¥1.2 / 百万 token · 输出 ¥3.6 / 百万 tokenDoubao Seed3D 2.0豆包doubao-seed3d-2-0-260328豆包 Seed3D 模型，根据图片生成带 PBR 材质的 3D 文件。请求 ¥2.4 / 次Doubao Seedance 1.0 Pro Fast豆包doubao-seedance-1-0-pro-fast-251015豆包 Seedance 视频生成模型，支持文生视频与首帧生视频。视频 ¥4.2 / 百万 tokenDoubao Seedance 2.0豆包doubao-seedance-2-0-260128豆包 Seedance 视频生成模型，支持文生、首尾帧与全模态参考生视频。视频 ¥16 起 / 百万 tokenDoubao Seedance 2.0 Fast豆包doubao-seedance-2-0-fast-260128豆包 Seedance 视频生成模型，支持文生、首尾帧与全模态参考生视频。视频 ¥22 起 / 百万 tokenDoubao Seedance 2.0 Mini豆包doubao-seedance-2-0-mini-260615豆包 Seedance 视频生成模型，支持文生、首尾帧与全模态参考生视频。视频 ¥14 起 / 百万 tokenDoubao Seedance 2.5豆包doubao-seedance-2-5-260628豆包 Seedance 视频生成模型，支持文生、首尾帧与全模态参考生视频。视频 ¥42 起 / 百万 tokenDoubao Seedream 5.0 Flash豆包doubao-seedream-5-0-flash-260915豆包 Seedream 图像生成模型，支持文生图、图生图与多参考图生图。输出图片 ¥0.12 / 张Doubao Seedream 5.0 Pro豆包doubao-seedream-5-0-pro-260628豆包 Seedream 图像生成模型，支持文生图、图生图与多参考图生图。输出图片（小规格） ¥0.15 起 / 张 · 输出图片（大规格） ¥0.3 起 / 张
Kimi K2.6Kimikimi-k2.6Kimi 多模态模型，支持思考模式与工具调用。输入 ¥6.5 / 百万 token · 输出 ¥27 / 百万 tokenKimi K2.7 CodeKimikimi-k2.7-codeKimi 编程模型，支持文本、图片与视频输入和思考模式。输入 ¥6.5 / 百万 token · 输出 ¥27 / 百万 tokenKimi K2.7 Code HighspeedKimikimi-k2.7-code-highspeedKimi K2.7 Code 高速版，同一模型，输出速度约为普通版 5–6 倍。输入 ¥13 / 百万 token · 输出 ¥54 / 百万 tokenKimi K3Kimikimi-k3Kimi 旗舰模型，原生视觉理解，支持 1M 上下文。输入 ¥20 / 百万 token · 输出 ¥100 / 百万 token
ASR-1.0MiniMaxasr-1.0MiniMax 语音识别模型，支持说话人分离与字幕导出。输入时长 ¥2.5 / 小时image-01MiniMaximage-01MiniMax 图像生成模型，支持文生图与图生图。输出图片 ¥0.025 / 张image-01-liveMiniMaximage-01-liveMiniMax 图像生成模型，增强手绘、卡通等画风。输出图片 ¥0.025 / 张MiniMax H3MiniMaxMiniMax-H3MiniMax H3 全模态视频模型，支持多模态参考，最高 2K 分辨率。输出时长 ¥0.5 起 / 秒 · 输入时长 ¥0.5 起 / 秒MiniMax H3 MaxMiniMaxMiniMax-H3-Maxfal.ai 基于 MiniMax H3 后训练的极速视频生成模型。输出时长 ¥0.33 起 / 秒 · 输入时长 ¥0.37 起 / 秒
MiniMax Hailuo 02海螺MiniMax-Hailuo-02海螺 02 视频生成模型，原生 1080p，指令遵循与物理表现突出。请求 ¥0.6 起 / 次MiniMax Hailuo 2.3海螺MiniMax-Hailuo-2.3海螺 2.3 视频生成模型，强化肢体动作、表情与物理表现。请求 ¥2 起 / 次MiniMax Hailuo 2.3 Fast海螺MiniMax-Hailuo-2.3-Fast海螺 2.3 Fast 图生视频模型，速度更快、价格更低。请求 ¥1.35 起 / 次MiniMax-M2.5MiniMaxMiniMax-M2.5MiniMax M2 系列文本模型，适合编程与智能体任务。输入 ¥2.1 / 百万 token · 输出 ¥8.4 / 百万 tokenMiniMax-M2.5-highspeedMiniMaxMiniMax-M2.5-highspeedMiniMax M2 系列高速版，输出速度更快。输入 ¥4.2 / 百万 token · 输出 ¥16.8 / 百万 tokenMiniMax-M2.7MiniMaxMiniMax-M2.7MiniMax M2 系列文本模型，适合编程与智能体任务。输入 ¥2.1 / 百万 token · 输出 ¥8.4 / 百万 tokenMiniMax-M2.7-highspeedMiniMaxMiniMax-M2.7-highspeedMiniMax M2 系列高速版，输出速度更快。输入 ¥4.2 / 百万 token · 输出 ¥16.8 / 百万 tokenMiniMax-M3MiniMaxMiniMax-M3MiniMax 原生多模态编程模型，支持 1M 上下文。输入 ¥2.1 起 / 百万 token · 输出 ¥8.4 起 / 百万 tokenMiniMax-M3.1-FlashMiniMaxMiniMax-M3.1-FlashMiniMax 原生多模态编程模型，思考深度可调，支持长上下文。输入 ¥1 / 百万 token · 输出 ¥4 / 百万 tokenMiniMax-M3.1-Flash-PreviewMiniMaxMiniMax-M3.1-Flash-PreviewMiniMax 原生多模态编程模型，思考深度可调，支持长上下文。暂定价 · 输入 ¥4.2 / 百万 token · 输出 ¥16.8 / 百万 tokenSpeech-01-HDMiniMaxspeech-01-hdMiniMax 语音合成 HD 模型，音质与韵律表现更好。暂定价 · 字符 ¥3.5 / 万字符 · 音色克隆 ¥9.9 / 次Speech-01-TurboMiniMaxspeech-01-turboMiniMax 语音合成 Turbo 模型，生成速度快、时延低。暂定价 · 字符 ¥3.5 / 万字符 · 音色克隆 ¥9.9 / 次Speech-02-HDMiniMaxspeech-02-hdMiniMax 语音合成 HD 模型，音质与韵律表现更好。字符 ¥3.5 / 万字符 · 音色克隆 ¥9.9 / 次Speech-02-TurboMiniMaxspeech-02-turboMiniMax 语音合成 Turbo 模型，生成速度快、时延低。字符 ¥2 / 万字符 · 音色克隆 ¥9.9 / 次Speech-2.6-HDMiniMaxspeech-2.6-hdMiniMax 语音合成 HD 模型，音质与韵律表现更好。字符 ¥3.5 / 万字符 · 音色克隆 ¥9.9 / 次Speech-2.6-TurboMiniMaxspeech-2.6-turboMiniMax 语音合成 Turbo 模型，生成速度快、时延低。字符 ¥2 / 万字符 · 音色克隆 ¥9.9 / 次Speech-2.8-HDMiniMaxspeech-2.8-hdMiniMax 语音合成 HD 模型，音质与韵律表现更好。字符 ¥3.5 / 万字符 · 音色克隆 ¥9.9 / 次Speech-2.8-TurboMiniMaxspeech-2.8-turboMiniMax 语音合成 Turbo 模型，生成速度快、时延低。字符 ¥2 / 万字符 · 音色克隆 ¥9.9 / 次
CosyVoice-v2CosyVoicecosyvoice-v2CosyVoice 上一代语音合成模型，支持流式输出。字符 ¥2 / 万字符CosyVoice-v3-FlashCosyVoicecosyvoice-v3-flashCosyVoice 语音合成模型，支持指令控制。字符 ¥1 / 万字符CosyVoice-v3-PlusCosyVoicecosyvoice-v3-plusCosyVoice 语音合成模型，使用系统音色流式合成。字符 ¥2 / 万字符CosyVoice-v3.5-FlashCosyVoicecosyvoice-v3.5-flashCosyVoice 语音合成模型，支持指令控制与声音设计。字符 ¥0.8 / 万字符CosyVoice-v3.5-PlusCosyVoicecosyvoice-v3.5-plusCosyVoice 语音合成模型，支持指令控制与声音设计。字符 ¥1.5 / 万字符Fun-ASRFun-ASRfun-asrFun-ASR 录音文件识别，支持说话人分离，单个音频最长 12 小时。输入时长 ¥0.00022 / 秒Fun-ASR-Flash (2026-06-15)Fun-ASRfun-asr-flash-2026-06-15Fun-ASR 短音频识别，支持 Prompt 上下文。输入时长 ¥0.00022 / 秒Fun-ASR-Flash-8K-RealtimeFun-ASRfun-asr-flash-8k-realtimeFun-ASR 实时识别，面向 8kHz 电话场景的中文语音。输入时长 ¥0.00022 / 秒Fun-ASR-Flash-8K-Realtime (2026-01-28)Fun-ASRfun-asr-flash-8k-realtime-2026-01-28Fun-ASR 实时识别，面向 8kHz 电话场景的中文语音。输入时长 ¥0.00022 / 秒Fun-ASR-RealtimeFun-ASRfun-asr-realtimeFun-ASR 实时语音识别，支持热词。输入时长 ¥0.00033 / 秒Fun-ASR-Realtime (2026-02-28)Fun-ASRfun-asr-realtime-2026-02-28Fun-ASR 实时语音识别，支持热词。输入时长 ¥0.00033 / 秒GTE-Rerank-v2通义gte-rerank-v2通义 GTE 文本重排序模型，用于搜索结果重排与 RAG。输入 ¥0.8 / 百万 token
HappyHorse 1.0 图生视频HappyHorsehappyhorse-1.0-i2vHappyHorse 图生视频模型，以首帧图片生成有声视频。输出时长 ¥0.9 起 / 秒HappyHorse 1.0 参考生视频HappyHorsehappyhorse-1.0-r2vHappyHorse 参考生视频模型，依据参考图片保持角色一致。输出时长 ¥0.9 起 / 秒HappyHorse 1.0 文生视频HappyHorsehappyhorse-1.0-t2vHappyHorse 文生视频模型，根据文字生成有声视频。输出时长 ¥0.9 起 / 秒HappyHorse 1.0 视频编辑HappyHorsehappyhorse-1.0-video-editHappyHorse 视频编辑模型，支持风格变换与局部替换。输出时长 ¥0.9 起 / 秒 · 输入时长 ¥0.9 起 / 秒HappyHorse 1.1 图生视频HappyHorsehappyhorse-1.1-i2vHappyHorse 图生视频模型，以首帧图片生成有声视频。输出时长 ¥0.45 起 / 秒HappyHorse 1.1 参考生视频HappyHorsehappyhorse-1.1-r2vHappyHorse 参考生视频模型，依据参考图片保持角色一致。输出时长 ¥0.45 起 / 秒HappyHorse 1.1 文生视频HappyHorsehappyhorse-1.1-t2vHappyHorse 文生视频模型，根据文字生成有声视频。输出时长 ¥0.45 起 / 秒Multimodal-Embedding-v1通义multimodal-embedding-v1通义多模态向量模型，将文本、图片或视频转为向量。输入 ¥0.7 / 百万 token · 图像输入 ¥0.9 / 百万 tokenParaformer-8K-v2Paraformerparaformer-8k-v2Paraformer 录音文件识别，面向 8kHz 电话场景的中文语音。输入时长 ¥0.00008 / 秒Paraformer-Realtime-8K-v2Paraformerparaformer-realtime-8k-v2Paraformer 实时识别，面向 8kHz 电话场景的中文语音。输入时长 ¥0.00024 / 秒Paraformer-Realtime-v2Paraformerparaformer-realtime-v2Paraformer 实时语音识别，支持中、英、日、韩、德、法、俄。输入时长 ¥0.00024 / 秒Paraformer-v2Paraformerparaformer-v2Paraformer 录音文件识别，支持说话人分离与多语种。输入时长 ¥0.00008 / 秒
Qwen-Audio-3.0-ASR-Flash千问qwen-audio-3.0-asr-flash千问语音识别模型，适合 5 分钟以内的短音频。输入时长 ¥0.00022 / 秒Qwen-Audio-3.0-ASR-Flash-Filetrans千问qwen-audio-3.0-asr-flash-filetrans千问录音文件转写，单个音频最长 12 小时。输入时长 ¥0.00022 / 秒Qwen-Audio-3.0-ASR-Flash-Streaming千问qwen-audio-3.0-asr-flash-streaming千问流式语音识别，适合长时间持续转写。输入时长 ¥0.00033 / 秒Qwen-Audio-3.0-Realtime-Flash千问qwen-audio-3.0-realtime-flash千问实时语音对话模型，适合语音助手与客服对话。输入 ¥1.5 / 百万 token · 输出 ¥4.5 / 百万 tokenQwen-Audio-3.0-Realtime-Plus千问qwen-audio-3.0-realtime-plus千问实时语音对话模型，适合语音助手与客服对话。输入 ¥5 / 百万 token · 输出 ¥40 / 百万 tokenQwen-Audio-3.0-TTS-Flash千问qwen-audio-3.0-tts-flash千问语音合成模型，支持自定义音色与指令控制。字符 ¥1 / 万字符Qwen-Audio-3.0-TTS-Plus千问qwen-audio-3.0-tts-plus千问语音合成模型，支持自定义音色与指令控制。字符 ¥1.4 / 万字符Qwen-Audio-3.1-ASR-Flash千问qwen-audio-3.1-asr-flash千问语音识别模型，适合 5 分钟以内的短音频。输入 ¥0.8 / 百万 token · 输出 ¥2.7 / 百万 tokenQwen-Audio-3.1-ASR-Flash-Filetrans千问qwen-audio-3.1-asr-flash-filetrans千问录音文件转写，单个音频最长 12 小时。输入 ¥0.8 / 百万 token · 输出 ¥2.7 / 百万 tokenQwen-Audio-3.1-ASR-Flash-Message千问qwen-audio-3.1-asr-flash-message千问实时语音识别，适合输入法与语音消息。输入 ¥6 / 百万 token · 输出 ¥4.5 / 百万 tokenQwen-Audio-3.1-ASR-Flash-Streaming千问qwen-audio-3.1-asr-flash-streaming千问流式语音识别，适合长时间持续转写。输入 ¥6 / 百万 token · 输出 ¥4.5 / 百万 tokenQwen-Audio-3.1-Realtime-Plus千问qwen-audio-3.1-realtime-plus千问实时语音对话模型，适合语音助手与客服对话。输入 ¥5 / 百万 token · 输出 ¥40 / 百万 tokenQwen-Audio-3.1-TTS-Flash千问qwen-audio-3.1-tts-flash千问语音合成模型，支持自定义音色与指令控制。输入 ¥1.5 / 百万 token · 输出 ¥12 / 百万 tokenQwen-Audio-3.1-TTS-Next千问qwen-audio-3.1-tts-next千问语音合成模型，支持自定义音色与指令控制。输入 ¥6 / 百万 token · 输出 ¥12 / 百万 tokenQwen-Deep-Research千问qwen-deep-research千问深度研究模型，自动规划多步研究并联网检索。输入 ¥54 / 百万 token · 输出 ¥163 / 百万 tokenQwen-Deep-Research (2025-12-15)千问qwen-deep-research-2025-12-15千问深度研究模型，自动规划多步研究并联网检索。输入 ¥79 / 百万 token · 输出 ¥236 / 百万 tokenQwen-Doc-Turbo千问qwen-doc-turbo千问文档数据挖掘模型，用于信息抽取、审核、分类与摘要。输入 ¥0.6 / 百万 token · 输出 ¥1 / 百万 tokenQwen-Flash千问qwen-flash千问 Flash 轻量模型，速度快、成本低。输入 ¥0.15 起 / 百万 token · 输出 ¥1.5 起 / 百万 tokenQwen-Flash (2025-07-28)千问qwen-flash-2025-07-28千问 Flash 轻量模型，速度快、成本低。输入 ¥0.15 起 / 百万 token · 输出 ¥1.5 起 / 百万 tokenQwen-Flash-Character千问qwen-flash-character千问角色扮演模型，适合拟人对话与角色设定。输入 ¥0.25 / 百万 token · 输出 ¥1.5 / 百万 tokenQwen-Flash-Character (2026-02-26)千问qwen-flash-character-2026-02-26千问角色扮演模型，适合拟人对话与角色设定。输入 ¥0.18 / 百万 token · 输出 ¥1.5 / 百万 tokenQwen-Image-2.0千问qwen-image-2.0千问图像生成与编辑模型，擅长文字渲染与复杂版面。输出图片 ¥0.2 / 张Qwen-Image-2.0 (2026-03-03)千问qwen-image-2.0-2026-03-03千问图像生成与编辑模型，擅长文字渲染与复杂版面。输出图片 ¥0.2 / 张Qwen-Image-2.0-Pro千问qwen-image-2.0-pro千问图像生成与编辑模型，擅长文字渲染与复杂版面。输出图片 ¥0.5 / 张Qwen-Image-2.0-Pro (2026-03-03)千问qwen-image-2.0-pro-2026-03-03千问图像生成与编辑模型，擅长文字渲染与复杂版面。输出图片 ¥0.5 / 张Qwen-Image-2.0-Pro (2026-04-22)千问qwen-image-2.0-pro-2026-04-22千问图像生成与编辑模型，擅长文字渲染与复杂版面。输出图片 ¥0.5 / 张Qwen-Image-2.0-Pro (2026-06-22)千问qwen-image-2.0-pro-2026-06-22千问图像生成与编辑模型，擅长文字渲染与复杂版面。输出图片 ¥0.5 / 张Qwen-Image-2.1-Pro千问qwen-image-2.1-pro千问图像生成与编辑模型，擅长文字渲染与复杂版面。输出图片 ¥0.25 / 张Qwen-Image-2.1-Turbo千问qwen-image-2.1-turbo千问图像生成与编辑模型，擅长文字渲染与复杂版面。输出图片 ¥0.1 / 张Qwen-Image-3.0千问qwen-image-3.0千问图像生成与编辑模型，擅长文字渲染与复杂版面。输出图片 ¥0.18 / 张 · 输入图片 ¥0.02 / 张Qwen-Image-3.0-Pro千问qwen-image-3.0-pro千问图像生成与编辑模型，擅长文字渲染与复杂版面。输出图片（小规格） ¥0.25 / 张 · 输出图片（大规格） ¥0.5 / 张Qwen-Long千问qwen-long千问长文档模型，通过文件上传处理千万级 token 上下文。输入 ¥0.5 / 百万 token · 输出 ¥2 / 百万 tokenQwen-Max千问qwen-max千问上一代 Max 模型，适合复杂指令任务。输入 ¥2.4 / 百万 token · 输出 ¥9.6 / 百万 tokenQwen-MT-Flash千问qwen-mt-flash千问翻译模型，支持多语种文本互译。输入 ¥0.7 / 百万 token · 输出 ¥1.95 / 百万 tokenQwen-MT-Image千问qwen-mt-image翻译图片中的文字内容。输出图片 ¥0.003 / 张Qwen-MT-Image-2.0千问qwen-mt-image-2.0翻译图片中的文字内容。输出图片 ¥0.004 / 张Qwen-MT-Lite千问qwen-mt-lite千问翻译模型，支持多语种文本互译。输入 ¥0.6 / 百万 token · 输出 ¥1.6 / 百万 tokenQwen-MT-Plus千问qwen-mt-plus千问翻译模型，支持多语种文本互译。输入 ¥1.8 / 百万 token · 输出 ¥5.4 / 百万 tokenQwen-MT-Uni千问qwen-mt-uni按指定源语言和目标语言翻译文字。输入 ¥65 / 百万 token · 输出 ¥0 / 百万 tokenQwen-Plus千问qwen-plus千问 Plus 通用模型，兼顾效果、速度与成本。输入 ¥0.8 起 / 百万 token · 输出 ¥2 起 / 百万 tokenQwen-Plus (2025-01-25)千问qwen-plus-2025-01-25千问 Plus 通用模型，兼顾效果、速度与成本。输入 ¥0.8 / 百万 token · 输出 ¥2 / 百万 tokenQwen-Plus (2025-04-28)千问qwen-plus-2025-04-28千问 Plus 通用模型，兼顾效果、速度与成本。输入 ¥0.8 / 百万 token · 输出 ¥2 起 / 百万 tokenQwen-Plus (2025-07-14)千问qwen-plus-2025-07-14千问 Plus 通用模型，兼顾效果、速度与成本。输入 ¥0.8 / 百万 token · 输出 ¥2 起 / 百万 tokenQwen-Plus (2025-12-01)千问qwen-plus-2025-12-01千问 Plus 通用模型，兼顾效果、速度与成本。输入 ¥0.8 起 / 百万 token · 输出 ¥2 起 / 百万 tokenQwen-Plus-Character千问qwen-plus-character千问角色扮演模型，适合拟人对话与角色设定。输入 ¥0.8 / 百万 token · 输出 ¥2 / 百万 tokenQwen-Plus (latest)千问qwen-plus-latest千问 Plus 通用模型，兼顾效果、速度与成本。输入 ¥0.8 起 / 百万 token · 输出 ¥2 起 / 百万 tokenQwen-VL-OCR千问qwen-vl-ocr千问文字提取模型，识别文档、表格与手写内容中的文字。输入 ¥0.3 / 百万 token · 输出 ¥0.5 / 百万 tokenQwen-VL-OCR (2025-11-20)千问qwen-vl-ocr-2025-11-20千问文字提取模型，识别文档、表格与手写内容中的文字。输入 ¥0.3 / 百万 token · 输出 ¥0.5 / 百万 tokenQwen2.5-VL-Embedding千问qwen2.5-vl-embedding千问多模态向量模型，用于图文混合检索。输入 ¥0.7 / 百万 token · 图像输入 ¥1.8 / 百万 tokenQwen3-ASR-Flash千问qwen3-asr-flash千问 3 语音识别模型，支持多语种、方言与情感识别。输入时长 ¥0.00022 / 秒Qwen3-ASR-Flash-Filetrans千问qwen3-asr-flash-filetrans千问 3 录音文件转写，单个音频最长 12 小时。输入时长 ¥0.00022 / 秒Qwen3-ASR-Flash-Realtime千问qwen3-asr-flash-realtime千问 3 实时语音识别，支持多语种、方言与情感识别。输入时长 ¥0.00033 / 秒Qwen3-Coder-Flash千问qwen3-coder-flash千问 3 编程模型，适合代码生成与智能体编程。输入 ¥1 起 / 百万 token · 输出 ¥4 起 / 百万 tokenQwen3-Coder-Flash (2025-07-28)千问qwen3-coder-flash-2025-07-28千问 3 编程模型，适合代码生成与智能体编程。输入 ¥1 起 / 百万 token · 输出 ¥4 起 / 百万 tokenQwen3-LiveTranslate-Flash千问qwen3-livetranslate-flash千问音视频翻译模型，适合视频配音与播客翻译。输入 ¥0 / 百万 token · 输出 ¥10 / 百万 tokenQwen3-LiveTranslate-Flash (2025-12-01)千问qwen3-livetranslate-flash-2025-12-01千问音视频翻译模型，适合视频配音与播客翻译。输入 ¥0 / 百万 token · 输出 ¥10 / 百万 tokenQwen3-Omni-Flash千问qwen3-omni-flash千问全模态模型，理解文本、图片、音频与视频输入。输入 ¥1.8 / 百万 token · 文字输出 ¥6.9 / 百万 tokenQwen3-Omni-Flash-Realtime (2025-09-15)千问qwen3-omni-flash-realtime-2025-09-15千问全模态实时模型，经 WebSocket 进行低延迟音视频对话。输入 ¥2.2 / 百万 token · 文字输出 ¥8.3 / 百万 tokenQwen3-Rerank千问qwen3-rerank千问文本重排序模型，用于搜索结果重排与 RAG。输入 ¥0.5 / 百万 tokenQwen3-TTS-Flash-Realtime千问qwen3-tts-flash-realtime千问 3 实时语音合成模型，经 WebSocket 流式返回语音。字符 ¥1 / 万字符Qwen3-VL-Embedding千问qwen3-vl-embedding千问多模态向量模型，用于图文混合检索。输入 ¥0.7 / 百万 token · 图像输入 ¥1.8 / 百万 tokenQwen3-VL-Plus千问qwen3-vl-plus千问 3 视觉理解模型，支持图片与视频理解。输入 ¥1 起 / 百万 token · 输出 ¥10 起 / 百万 tokenQwen3-VL-Rerank千问qwen3-vl-rerank千问多模态重排序模型，用于图文搜索结果重排。输入 ¥0.5 / 百万 tokenQwen3.5-122B-A10B千问qwen3.5-122b-a10b千问 MoE 架构模型，名称标注总参数与激活参数。输入 ¥0.8 起 / 百万 token · 输出 ¥6.4 起 / 百万 tokenQwen3.5-27B千问qwen3.5-27b千问稠密架构模型，名称标注参数规模。输入 ¥0.6 起 / 百万 token · 输出 ¥4.8 起 / 百万 tokenQwen3.5-35B-A3B千问qwen3.5-35b-a3b千问 MoE 架构模型，名称标注总参数与激活参数。输入 ¥0.4 起 / 百万 token · 输出 ¥3.2 起 / 百万 tokenQwen3.5-397B-A17B千问qwen3.5-397b-a17b千问 MoE 架构模型，名称标注总参数与激活参数。输入 ¥1.2 起 / 百万 token · 输出 ¥7.2 起 / 百万 tokenQwen3.5-Flash千问qwen3.5-flash千问轻量模型，响应快、成本低，适合高并发任务。输入 ¥0.2 起 / 百万 token · 输出 ¥2 起 / 百万 tokenQwen3.5-Flash (2026-02-23)千问qwen3.5-flash-2026-02-23千问轻量模型，响应快、成本低，适合高并发任务。输入 ¥0.2 起 / 百万 token · 输出 ¥2 起 / 百万 tokenQwen3.5-LiveTranslate-Flash-Realtime千问qwen3.5-livetranslate-flash-realtime千问实时同传模型，适合同声传译与直播翻译。输入 ¥0 / 百万 token · 输出 ¥100 / 百万 tokenQwen3.5-LiveTranslate-Flash-Realtime (2026-05-19)千问qwen3.5-livetranslate-flash-realtime-2026-05-19千问实时同传模型，适合同声传译与直播翻译。输入 ¥0 / 百万 token · 输出 ¥100 / 百万 tokenQwen3.5-OCR千问qwen3.5-ocr千问文字提取模型，识别文档、表格与手写内容中的文字。输入 ¥0.5 / 百万 token · 输出 ¥2 / 百万 tokenQwen3.5-Omni-Flash千问qwen3.5-omni-flash千问全模态模型，理解文本、图片、音频与视频输入。输入 ¥2.2 / 百万 token · 文字输出 ¥13.3 / 百万 tokenQwen3.5-Omni-Flash (2026-03-15)千问qwen3.5-omni-flash-2026-03-15千问全模态模型，理解文本、图片、音频与视频输入。输入 ¥2.2 / 百万 token · 文字输出 ¥13.3 / 百万 tokenQwen3.5-Omni-Flash-Realtime千问qwen3.5-omni-flash-realtime千问全模态实时模型，经 WebSocket 进行低延迟音视频对话。输入 ¥3.3 / 百万 token · 文字输出 ¥20 / 百万 tokenQwen3.5-Omni-Flash-Realtime (2026-03-15)千问qwen3.5-omni-flash-realtime-2026-03-15千问全模态实时模型，经 WebSocket 进行低延迟音视频对话。输入 ¥3.3 / 百万 token · 文字输出 ¥20 / 百万 tokenQwen3.5-Omni-Plus千问qwen3.5-omni-plus千问全模态模型，理解文本、图片、音频与视频输入。输入 ¥7 / 百万 token · 文字输出 ¥40 / 百万 tokenQwen3.5-Omni-Plus (2026-03-15)千问qwen3.5-omni-plus-2026-03-15千问全模态模型，理解文本、图片、音频与视频输入。输入 ¥7 / 百万 token · 文字输出 ¥40 / 百万 tokenQwen3.5-Omni-Plus-Realtime千问qwen3.5-omni-plus-realtime千问全模态实时模型，经 WebSocket 进行低延迟音视频对话。输入 ¥10 / 百万 token · 文字输出 ¥60 / 百万 tokenQwen3.5-Omni-Plus-Realtime (2026-03-15)千问qwen3.5-omni-plus-realtime-2026-03-15千问全模态实时模型，经 WebSocket 进行低延迟音视频对话。输入 ¥10 / 百万 token · 文字输出 ¥60 / 百万 tokenQwen3.5-Plus千问qwen3.5-plus千问均衡模型，兼顾能力与成本，支持长上下文与工具调用。输入 ¥0.8 起 / 百万 token · 输出 ¥4.8 起 / 百万 tokenQwen3.5-Plus (2026-02-15)千问qwen3.5-plus-2026-02-15千问均衡模型，兼顾能力与成本，支持长上下文与工具调用。输入 ¥0.8 起 / 百万 token · 输出 ¥4.8 起 / 百万 tokenQwen3.5-Plus (2026-04-20)千问qwen3.5-plus-2026-04-20千问均衡模型，兼顾能力与成本，支持长上下文与工具调用。输入 ¥0.8 起 / 百万 token · 输出 ¥4.8 起 / 百万 tokenQwen3.6-27B千问qwen3.6-27b千问稠密架构模型，名称标注参数规模。输入 ¥3 / 百万 token · 输出 ¥18 / 百万 tokenQwen3.6-35B-A3B千问qwen3.6-35b-a3b千问 MoE 架构模型，名称标注总参数与激活参数。输入 ¥1.8 / 百万 token · 输出 ¥10.8 / 百万 tokenQwen3.6-Flash千问qwen3.6-flash千问轻量模型，响应快、成本低，适合高并发任务。输入 ¥1.2 起 / 百万 token · 输出 ¥7.2 起 / 百万 tokenQwen3.6-Flash (2026-04-16)千问qwen3.6-flash-2026-04-16千问轻量模型，响应快、成本低，适合高并发任务。输入 ¥1.2 起 / 百万 token · 输出 ¥7.2 起 / 百万 tokenQwen3.6-Plus千问qwen3.6-plus千问均衡模型，兼顾能力与成本，支持长上下文与工具调用。输入 ¥2 起 / 百万 token · 输出 ¥12 起 / 百万 tokenQwen3.6-Plus (2026-04-02)千问qwen3.6-plus-2026-04-02千问均衡模型，兼顾能力与成本，支持长上下文与工具调用。输入 ¥2 起 / 百万 token · 输出 ¥12 起 / 百万 tokenQwen3.7-Flash千问qwen3.7-flash千问轻量模型，响应快、成本低，适合高并发任务。输入 ¥0.2 起 / 百万 token · 输出 ¥0.8 起 / 百万 tokenQwen3.7-Flash (2026-07-15)千问qwen3.7-flash-2026-07-15千问轻量模型，响应快、成本低，适合高并发任务。输入 ¥0.2 起 / 百万 token · 输出 ¥0.8 起 / 百万 tokenQwen3.7-Max千问qwen3.7-max千问旗舰模型，适合复杂推理、编程与长文档任务。输入 ¥12 / 百万 token · 输出 ¥36 / 百万 tokenQwen3.7-Max (2026-05-17)千问qwen3.7-max-2026-05-17千问旗舰模型，适合复杂推理、编程与长文档任务。输入 ¥12 / 百万 token · 输出 ¥36 / 百万 tokenQwen3.7-Max (2026-05-20)千问qwen3.7-max-2026-05-20千问旗舰模型，适合复杂推理、编程与长文档任务。输入 ¥12 / 百万 token · 输出 ¥36 / 百万 tokenQwen3.7-Max (2026-06-08)千问qwen3.7-max-2026-06-08千问旗舰模型，适合复杂推理、编程与长文档任务。输入 ¥12 / 百万 token · 输出 ¥36 / 百万 tokenQwen3.7-Max-Preview千问qwen3.7-max-preview千问旗舰模型，适合复杂推理、编程与长文档任务。输入 ¥12 / 百万 token · 输出 ¥36 / 百万 tokenQwen3.7-Plus千问qwen3.7-plus千问均衡模型，兼顾能力与成本，支持长上下文与工具调用。输入 ¥1.6 起 / 百万 token · 输出 ¥6.4 起 / 百万 tokenQwen3.7-Plus (2026-05-26)千问qwen3.7-plus-2026-05-26千问均衡模型，兼顾能力与成本，支持长上下文与工具调用。输入 ¥2 起 / 百万 token · 输出 ¥8 起 / 百万 tokenQwen3.7-Text-Embedding千问qwen3.7-text-embedding千问文本向量模型，用于文本搜索、RAG 与聚类。输入 ¥0.5 / 百万 tokenQwen3.7-Text-Embedding-Flash千问qwen3.7-text-embedding-flash千问文本向量模型，用于文本搜索、RAG 与聚类。输入 ¥0.125 / 百万 tokenQwen3.7-Text-Rerank千问qwen3.7-text-rerank千问文本重排序模型，用于搜索结果重排与 RAG。输入 ¥0.5 / 百万 tokenQwen3.8-2.4T-A95B千问qwen3.8-2.4t-a95b千问 MoE 架构模型，名称标注总参数与激活参数。输入 ¥12 / 百万 token · 输出 ¥36 / 百万 tokenQwen3.8-27B千问qwen3.8-27b千问稠密架构模型，名称标注参数规模。输入 ¥3 / 百万 token · 输出 ¥12 / 百万 tokenQwen3.8-Flash千问qwen3.8-flash千问轻量模型，响应快、成本低，适合高并发任务。输入 ¥0.8 / 百万 token · 输出 ¥2.7 / 百万 tokenQwen3.8-LiveTranslate-Flash-Realtime千问qwen3.8-livetranslate-flash-realtime千问实时同传模型，适合同声传译与直播翻译。输入 ¥0 / 百万 token · 输出 ¥100 / 百万 tokenQwen3.8-Max千问qwen3.8-max千问旗舰模型，适合复杂推理、编程与长文档任务。输入 ¥12 / 百万 token · 输出 ¥36 / 百万 tokenQwen3.8-Max (0902)千问qwen3.8-max-0902千问旗舰模型，适合复杂推理、编程与长文档任务。输入 ¥12 / 百万 token · 输出 ¥36 / 百万 tokenQwen3.8-Omni-Flash千问qwen3.8-omni-flash千问全模态模型，理解文本、图片、音频与视频输入。输入 ¥0.8 / 百万 token · 输出 ¥2.7 / 百万 tokenQwen3.8-Omni-Flash-Realtime千问qwen3.8-omni-flash-realtime千问全模态实时模型，经 WebSocket 进行低延迟音视频对话。输入 ¥1.5 / 百万 token · 输出 ¥4.5 / 百万 tokenText-Embedding-Async-v1通义text-embedding-async-v1通义异步文本向量模型，批量处理大规模文本文件。输入 ¥0.7 / 百万 tokenText-Embedding-v1通义text-embedding-v1通义通用文本向量模型，用于文本搜索、RAG 与聚类。输入 ¥0.7 / 百万 tokenText-Embedding-v2通义text-embedding-v2通义通用文本向量模型，用于文本搜索、RAG 与聚类。输入 ¥0.7 / 百万 tokenText-Embedding-v3通义text-embedding-v3通义通用文本向量模型，用于文本搜索、RAG 与聚类。输入 ¥0.5 / 百万 tokenText-Embedding-v4通义text-embedding-v4通义通用文本向量模型，用于文本搜索、RAG 与聚类。输入 ¥0.5 / 百万 tokenTongyi-Embedding-Vision-Flash通义tongyi-embedding-vision-flash通义跨模态向量模型，用于以文搜图等跨模态检索。输入 ¥0.15 / 百万 token · 图像输入 ¥0.15 / 百万 tokenTongyi-Embedding-Vision-Flash (2026-03-06)通义tongyi-embedding-vision-flash-2026-03-06通义跨模态向量模型，用于以文搜图等跨模态检索。输入 ¥0.15 / 百万 token · 图像输入 ¥0.15 / 百万 tokenTongyi-Embedding-Vision-Plus通义tongyi-embedding-vision-plus通义跨模态向量模型，用于以文搜图等跨模态检索。输入 ¥0.5 / 百万 token · 图像输入 ¥0.5 / 百万 tokenTongyi-Embedding-Vision-Plus (2026-03-06)通义tongyi-embedding-vision-plus-2026-03-06通义跨模态向量模型，用于以文搜图等跨模态检索。输入 ¥0.5 / 百万 token · 图像输入 ¥0.5 / 百万 tokenTongyi-Intent-Detect-v3通义tongyi-intent-detect-v3通义意图理解模型，快速解析用户意图并选择工具。输入 ¥0.4 / 百万 token · 输出 ¥1 / 百万 tokenTongyi-Xiaomi-Analysis-Flash通义tongyi-xiaomi-analysis-flash通义晓蜜对话分析模型，用于对话信息抽取与满意度判定。输入 ¥0.2 / 百万 token · 输出 ¥0.4 / 百万 tokenTongyi-Xiaomi-Analysis-Pro通义tongyi-xiaomi-analysis-pro通义晓蜜对话分析模型，用于对话信息抽取与满意度判定。输入 ¥1 / 百万 token · 输出 ¥2.7 / 百万 token
Wan 2.2 视频换人万相wan2.2-animate-mix万相视频换人模型，把视频中的人物替换为图片中的人物。输出时长 ¥0.6 起 / 秒Wan 2.2 动作迁移万相wan2.2-animate-move万相动作迁移模型，把参考视频中的动作迁移到人物图片上。输出时长 ¥0.4 起 / 秒Wan 2.2 图生视频 Flash万相wan2.2-i2v-flash万相图生视频模型，以图片为首帧生成视频。输出时长 ¥0.1 起 / 秒Wan 2.2 图生视频 Plus万相wan2.2-i2v-plus万相图生视频模型，以图片为首帧生成视频。输出时长 ¥0.14 起 / 秒Wan 2.2 首尾帧生视频 Flash万相wan2.2-kf2v-flash万相首尾帧生视频模型，根据首帧与尾帧生成过渡视频。输出时长 ¥0.1 起 / 秒Wan 2.2 数字人万相wan2.2-s2v万相数字人模型，用人物图片和音频生成说话视频。输出时长 ¥0.5 起 / 秒Wan 2.2 数字人图像检测万相wan2.2-s2v-detect检测参考图片是否适合用于音频驱动的视频生成。输入图片 ¥0.004 / 张Wan 2.2 文生图 Flash万相wan2.2-t2i-flash万相文生图模型，根据文字描述生成图像。输出图片 ¥0.14 / 张Wan 2.2 文生图 Plus万相wan2.2-t2i-plus万相文生图模型，根据文字描述生成图像。输出图片 ¥0.2 / 张Wan 2.2 文生视频 Plus万相wan2.2-t2v-plus万相文生视频模型，根据文字描述生成视频。输出时长 ¥0.14 起 / 秒Wan 2.5 图像编辑 Preview万相wan2.5-i2i-preview万相图像编辑模型，通过文本指令编辑图片。输出图片 ¥0.2 / 张Wan 2.5 图生视频 Preview万相wan2.5-i2v-preview万相图生视频模型，以图片为首帧生成视频。输出时长 ¥0.3 起 / 秒Wan 2.5 文生图 Preview万相wan2.5-t2i-preview万相文生图模型，根据文字描述生成图像。输出图片 ¥0.2 / 张Wan 2.5 文生视频 Preview万相wan2.5-t2v-preview万相文生视频模型，根据文字描述生成视频。输出时长 ¥0.3 起 / 秒Wan 2.6 图生视频万相wan2.6-i2v万相图生视频模型，以图片为首帧生成视频。输出时长 ¥0.6 起 / 秒Wan 2.6 图生视频 Flash万相wan2.6-i2v-flash万相图生视频模型，以图片为首帧生成视频。输出时长 ¥0.15 起 / 秒Wan 2.6 图像生成万相wan2.6-image万相图像生成与编辑模型，支持多图输入与多图输出。输出图片 ¥0.2 / 张Wan 2.6 参考生视频万相wan2.6-r2v万相参考生视频模型，依据参考图片或视频中的主体生成新视频。输出时长 ¥0.6 起 / 秒 · 输入时长 ¥0.6 起 / 秒Wan 2.6 参考生视频 Flash万相wan2.6-r2v-flash万相参考生视频模型，依据参考图片或视频中的主体生成新视频。输出时长 ¥0.15 起 / 秒 · 输入时长 ¥0.15 起 / 秒Wan 2.6 文生图万相wan2.6-t2i万相文生图模型，根据文字描述生成图像。输出图片 ¥0.2 / 张Wan 2.6 文生视频万相wan2.6-t2v万相文生视频模型，根据文字描述生成视频。输出时长 ¥0.6 起 / 秒Wan 2.7 图生视频万相wan2.7-i2v万相图生视频模型，以图片为首帧生成视频。输出时长 ¥0.6 起 / 秒Wan 2.7 图生视频 (2026-04-25)万相wan2.7-i2v-2026-04-25万相图生视频模型，以图片为首帧生成视频。输出时长 ¥0.6 起 / 秒Wan 2.7 图像生成万相wan2.7-image万相图像生成与编辑模型，支持多图输入与多图输出。输出图片 ¥0.2 / 张Wan 2.7 图像生成 Pro万相wan2.7-image-pro万相图像生成与编辑模型，支持多图输入与多图输出。输出图片 ¥0.5 / 张Wan 2.7 参考生视频万相wan2.7-r2v万相参考生视频模型，依据参考图片或视频中的主体生成新视频。输出时长 ¥0.6 起 / 秒 · 输入时长 ¥0.6 起 / 秒Wan 2.7 参考生视频 (2026-06-12)万相wan2.7-r2v-2026-06-12万相参考生视频模型，依据参考图片或视频中的主体生成新视频。输出时长 ¥0.6 起 / 秒 · 输入时长 ¥0.6 起 / 秒Wan 2.7 文生视频万相wan2.7-t2v万相文生视频模型，根据文字描述生成视频。输出时长 ¥0.6 起 / 秒Wan 2.7 文生视频 (2026-04-25)万相wan2.7-t2v-2026-04-25万相文生视频模型，根据文字描述生成视频。输出时长 ¥0.6 起 / 秒Wan 2.7 文生视频 (2026-06-12)万相wan2.7-t2v-2026-06-12万相文生视频模型，根据文字描述生成视频。输出时长 ¥0.6 起 / 秒Wan 2.7 视频编辑万相wan2.7-videoedit万相视频编辑模型，支持指令编辑、特效复刻与运镜复刻。输出时长 ¥0.6 起 / 秒 · 输入时长 ¥0.6 起 / 秒Wan 3.0 视频生成万相wan3.0-video万相全能视频模型，支持文生、首尾帧与多参考生视频。输出时长 ¥0.21 起 / 秒 · 输入时长 ¥0.21 起 / 秒Wan 3.0 视频生成 Prime万相wan3.0-video-prime万相全能视频模型，支持文生、首尾帧与多参考生视频。输出时长 ¥0.45 起 / 秒 · 输入时长 ¥0.45 起 / 秒Wanx 涂鸦作画 Lite万相wanx-sketch-to-image-lite根据线稿与文字描述生成图像。输出图片 ¥0.06 / 张Wanx 人像风格重绘 V1万相wanx-style-repaint-v1将输入图片重绘为指定风格。输出图片 ¥0.12 / 张Wanx 文生图 V1万相wanx-v1万相文生图 V1 模型，根据文字描述生成图像。输出图片 ¥0.16 / 张Wanx 虚拟模特万相wanx-virtualmodel根据原图、蒙版与提示生成虚拟模特图像。输出图片 ¥0 / 张Wanx 局部重绘万相wanx-x-painting根据原图、蒙版与文字描述重绘指定区域。输出图片 ¥0 / 张Wan 2.0 文生图 Turbo万相wanx2.0-t2i-turbo万相文生图模型，根据文字描述生成图像。输出图片 ¥0.04 / 张Wan 2.1 图生视频 Plus万相wanx2.1-i2v-plus万相图生视频模型，以图片为首帧生成视频。输出时长 ¥0.7 / 秒Wan 2.1 图生视频 Turbo万相wanx2.1-i2v-turbo万相图生视频模型，以图片为首帧生成视频。输出时长 ¥0.24 / 秒Wan 2.1 图像编辑万相wanx2.1-imageedit万相通用图像编辑模型，支持扩图、去水印与风格迁移等。输出图片 ¥0.14 / 张Wan 2.1 首尾帧生视频 Plus万相wanx2.1-kf2v-plus万相首尾帧生视频模型，根据首帧与尾帧生成过渡视频。输出时长 ¥0.7 / 秒Wan 2.1 文生图 Plus万相wanx2.1-t2i-plus万相文生图模型，根据文字描述生成图像。输出图片 ¥0.2 / 张Wan 2.1 文生图 Turbo万相wanx2.1-t2i-turbo万相文生图模型，根据文字描述生成图像。输出图片 ¥0.14 / 张Wan 2.1 文生视频 Plus万相wanx2.1-t2v-plus万相文生视频模型，根据文字描述生成视频。输出时长 ¥0.7 / 秒Wan 2.1 文生视频 Turbo万相wanx2.1-t2v-turbo万相文生视频模型，根据文字描述生成视频。输出时长 ¥0.24 / 秒Wan 2.1 VACE 视频编辑 Plus万相wanx2.1-vace-plus万相通用视频编辑模型，支持重绘、延展与编辑。输出时长 ¥0.7 / 秒Z-Image-TurboZ-Imagez-image-turbo轻量快速的文生图模型，适合低成本写实图像生成。输出图片 ¥0.1 起 / 张
Step-1o Audio阶跃星辰step-1o-audio阶跃第一代端到端语音模型，支持工具调用。输入 ¥25 / 百万 token · 输出 ¥60 / 百万 tokenStep-1o Turbo Vision阶跃星辰step-1o-turbo-vision阶跃视觉理解模型，支持图像与视频输入，输出速度快。输入 ¥2.5 / 百万 token · 输出 ¥8 / 百万 tokenStep 3.5 Flash阶跃星辰step-3.5-flash阶跃旗舰推理模型，擅长复杂任务分解与工具调用。输入 ¥0.7 / 百万 token · 输出 ¥2.1 / 百万 tokenStep 3.5 Flash (2603)阶跃星辰step-3.5-flash-2603阶跃旗舰推理模型，擅长复杂任务分解与工具调用。输入 ¥0.7 / 百万 token · 输出 ¥2.1 / 百万 tokenStep 3.7 Flash阶跃星辰step-3.7-flash阶跃多模态推理模型，原生支持图片和视频理解。输入 ¥1.35 / 百万 token · 输出 ¥8.1 / 百万 tokenStep 5 Preview阶跃星辰step-5-preview阶跃新一代旗舰基模预览版，适合编程与专业知识工作。输入 ¥7 / 百万 token · 输出 ¥20 / 百万 tokenStep ASR 1.1阶跃星辰step-asr-1.1阶跃语音识别模型，适用于音频文件识别。输入时长 ¥2.2 / 小时Step Audio 2阶跃星辰step-audio-2阶跃端到端语音模型，支持音色复刻、工具调用与联网搜索。输入 ¥10 / 百万 token · 输出 ¥70 / 百万 tokenStep Audio 2 Mini阶跃星辰step-audio-2-miniStep Audio 2 的轻量版，推理更快、资源占用更少。暂定价 · 输入 ¥25 / 百万 token · 输出 ¥105 / 百万 tokenStep Audio R1.5阶跃星辰step-audio-r1.5阶跃声音理解与推理模型，可边说边想。输入 ¥10 / 百万 token · 输出 ¥105 / 百万 tokenStepAudio 2.5 Chat阶跃星辰stepaudio-2.5-chat阶跃拟人化语音对话模型，具备副语言感知能力。输入 ¥10 / 百万 token · 输出 ¥25 / 百万 tokenStepAudio 2.5 Realtime阶跃星辰stepaudio-2.5-realtime阶跃实时语音大模型，拟人化交互并感知语气与情绪。输入 ¥10 / 百万 token · 输出 ¥70 / 百万 tokenStepAudio 3 Chat Preview阶跃星辰stepaudio-3-chat-preview阶跃 StepAudio 3 语音对话模型预览版。输入 ¥0 / 百万 token · 输出 ¥0 / 百万 tokenStepAudio 3 Gen Preview阶跃星辰stepaudio-3-gen-preview根据脚本文字生成音效与音频片段。请求 ¥0 / 次StepAudio 3 Music Preview阶跃星辰stepaudio-3-music-preview根据音乐描述生成音乐，支持纯器乐示例。请求 ¥0 / 次StepAudio 3 Realtime Preview阶跃星辰stepaudio-3-realtime-preview阶跃全双工实时语音模型，支持自然打断与工具调用。输入 ¥0 / 百万 token · 输出 ¥0 / 百万 token
AutoGLM-Phone智谱 GLMautoglm-phoneAutoGLM-Phone 手机助理模型，理解屏幕并规划操作步骤。输入 ¥0 / 百万 token · 输出 ¥0 / 百万 token
CogVideoX-2CogVideoXcogvideox-2CogVideoX-2 视频生成模型，强化大幅运动与画面稳定性。请求 ¥0.5 / 次CogVideoX-3CogVideoXcogvideox-3CogVideoX-3 视频生成模型，支持文生、图生与首尾帧生成。请求 ¥1 / 次
CogView-3-FlashCogViewcogview-3-flashCogView-3-Flash 文生图模型，根据文字快速生成图像。请求 ¥0 / 次CogView-4CogViewcogview-4CogView-4 文生图模型，支持生成汉字与中英双语提示。请求 ¥0.06 / 次CogView-4 (250304)CogViewcogview-4-250304CogView-4 文生图模型，支持生成汉字与中英双语提示。请求 ¥0.06 / 次Embedding-2智谱 GLMembedding-2智谱第二代文本向量模型，用于语义检索。输入 ¥0.5 / 百万 tokenEmbedding-3智谱 GLMembedding-3智谱第三代文本向量模型，用于语义检索、聚类与分类。输入 ¥0.5 / 百万 tokenGLM-4-Flash (250414)智谱 GLMglm-4-flash-250414GLM-4-Flash 语言模型，适合智能问答、摘要与文本处理。输入 ¥0 / 百万 token · 输出 ¥0 / 百万 tokenGLM-4-FlashX (250414)智谱 GLMglm-4-flashx-250414GLM-4-FlashX 语言模型，GLM-4-Flash 的增强高速版，适合高并发调用。输入 ¥0.1 / 百万 token · 输出 ¥0.1 / 百万 tokenGLM-4-Long智谱 GLMglm-4-longGLM-4-Long 长文本模型，支持 1M 上下文。输入 ¥1 / 百万 token · 输出 ¥1 / 百万 tokenGLM-4-Plus智谱 GLMglm-4-plus智谱 GLM-4 系列通用语言模型。输入 ¥5 / 百万 token · 输出 ¥5 / 百万 tokenGLM-4-Voice智谱 GLMglm-4-voiceGLM-4-Voice 端到端语音模型，直接理解和生成中英文语音。总 ¥80 / 百万 tokenGLM-4.1V-Thinking-Flash智谱 GLMglm-4.1v-thinking-flashGLM-4.1V-Thinking 视觉推理模型，引入思维链推理。输入 ¥0 / 百万 token · 输出 ¥0 / 百万 tokenGLM-4.1V-Thinking-FlashX智谱 GLMglm-4.1v-thinking-flashxGLM-4.1V-Thinking 视觉推理模型，引入思维链推理。输入 ¥2 / 百万 token · 输出 ¥2 / 百万 tokenGLM-4.5智谱 GLMglm-4.5GLM-4.5 系列 MoE 模型，专为智能体应用打造。暂定价 · 输入 ¥10 / 百万 token · 输出 ¥28 / 百万 tokenGLM-4.5-Air智谱 GLMglm-4.5-airGLM-4.5 系列 MoE 模型，专为智能体应用打造。输入 ¥0.8 起 / 百万 token · 输出 ¥2 起 / 百万 tokenGLM-4.5-AirX智谱 GLMglm-4.5-airxGLM-4.5 系列 MoE 模型，专为智能体应用打造。暂定价 · 输入 ¥10 / 百万 token · 输出 ¥28 / 百万 tokenGLM-4.6智谱 GLMglm-4.6GLM-4.6 语言模型，355B 总参数、32B 激活参数。暂定价 · 输入 ¥10 / 百万 token · 输出 ¥28 / 百万 tokenGLM-4.6V智谱 GLMglm-4.6vGLM-4.6V 多模态模型，原生支持视觉工具调用。输入 ¥1 起 / 百万 token · 输出 ¥3 起 / 百万 tokenGLM-4.6V-FlashX智谱 GLMglm-4.6v-flashxGLM-4.6V 多模态模型，原生支持视觉工具调用。输入 ¥0.15 起 / 百万 token · 输出 ¥1.5 起 / 百万 tokenGLM-4.7智谱 GLMglm-4.7GLM-4.7 系列模型，强化编程、长程规划与工具协同。输入 ¥2 起 / 百万 token · 输出 ¥8 起 / 百万 tokenGLM-4.7-Flash智谱 GLMglm-4.7-flashGLM-4.7-Flash 30B 级模型，兼顾性能与效率。输入 ¥0 / 百万 token · 输出 ¥0 / 百万 tokenGLM-4.7-FlashX智谱 GLMglm-4.7-flashxGLM-4.7 系列模型，强化编程、长程规划与工具协同。输入 ¥0.5 / 百万 token · 输出 ¥3 / 百万 tokenGLM-4V-Flash智谱 GLMglm-4v-flashGLM-4V-Flash 图像理解模型，适合图像识别与问答。输入 ¥0 / 百万 token · 输出 ¥0 / 百万 tokenGLM-5智谱 GLMglm-5GLM-5 基座模型，强化编程与工程能力。输入 ¥4 起 / 百万 token · 输出 ¥18 起 / 百万 tokenGLM-5-Turbo智谱 GLMglm-5-turboGLM-5-Turbo 模型，面向真实智能体工作流优化。输入 ¥5 起 / 百万 token · 输出 ¥22 起 / 百万 tokenGLM-5.1智谱 GLMglm-5.1GLM-5.1 模型，适合长程自主执行与编程智能体。输入 ¥6 起 / 百万 token · 输出 ¥24 起 / 百万 tokenGLM-5.2智谱 GLMglm-5.2GLM-5.2 旗舰模型，面向长程任务与工程交付。输入 ¥8 / 百万 token · 输出 ¥28 / 百万 tokenGLM-5.3智谱 GLMglm-5.3GLM-5.3 旗舰文本模型，擅长编程与长程智能体任务。输入 ¥8 / 百万 token · 输出 ¥28 / 百万 tokenGLM-5.3-Flash智谱 GLMglm-5.3-flashGLM-5.3 普惠多模态模型，原生理解图片与视频。输入 ¥0.4 / 百万 token · 输出 ¥1.4 / 百万 tokenGLM-5.3-FlashX智谱 GLMglm-5.3-flashxGLM-5.3-Flash 的高速版本，推理速度更快。输入 ¥2 / 百万 token · 输出 ¥7 / 百万 tokenGLM-5V-Turbo智谱 GLMglm-5v-turboGLM-5V-Turbo 多模态编程模型，面向视觉编程任务。输入 ¥5 起 / 百万 token · 输出 ¥22 起 / 百万 tokenGLM-ASR (2512)智谱 GLMglm-asr-2512GLM-ASR 语音识别模型，支持多语言与方言。输入 ¥16 / 百万 tokenGLM-Image智谱 GLMglm-imageGLM-Image 图像生成模型，擅长海报、PPT 等知识密集型画面。请求 ¥0.1 / 次GLM-OCR智谱 GLMglm-ocr识别图片中的文字、表格与文档内容，返回结构化识别结果。输入 ¥0.2 / 百万 token · 输出 ¥0.2 / 百万 tokenGLM-TTS-Clone智谱 GLMglm-tts-clone根据已上传的参考音频克隆音色，并合成指定文字的语音。请求 ¥6 / 次Rerank智谱 GLMrerank智谱文本重排序模型，计算候选文本与查询的相关性得分。输入 ¥0.8 / 百万 token没有匹配的模型。可以换个关键词，或清除筛选条件。