MiniMax H3 （自部署）

MiniMax H3 is a general-purpose, omni-modal video generation model developed by MiniMax. It unifies the understanding of text, images, video, and audio inputs, and is capable of generating videos up to 15 seconds in length at 2K resolution with native stereo audio. Unlike earlier systems that separated tasks such as text-to-video, image-to-video, and editing into distinct models, H3 treats them as a single generalized task, using natural language to describe how reference materials relate to the target output.

Doubao-Seedance-2.0

豆包大模型团队推出的新一代专业级多模态创作视频模型 Seedance 2.0，支持图像、视频、音频等多模态作为参考输入生成视频，还具备视频编辑、延长等能力，能高精度还原各类细节并稳定角色特征，具备极致拟真的视听稳定性，深度适配商业广告、影视制作与社交媒体营销等各大核心场景

GPT-5.4 Pro

GPT-5.4 Pro 是 OpenAI 的模型。 模型族：gpt-pro。 知识截止：2025-08-31。 模态：text、image → text。 上下文长度：1,050,000 tokens。

GPT-5.4 nano

GPT-5.4 nano 是 OpenAI 的模型。 模型族：gpt-nano。 知识截止：2025-08-31。 模态：text、image → text。 上下文长度：400,000 tokens。

GPT-5.4 mini

GPT-5.4 mini 是 OpenAI 的模型。 模型族：gpt-mini。 知识截止：2025-08-31。 模态：text、image → text。 上下文长度：400,000 tokens。

GPT-6 Sol

GPT-6 Sol 是 OpenAI 的模型。 模型族：gpt-sol。 知识截止：2026-04-20。 模态：text、image、pdf → text。 上下文长度：1,050,000 tokens。

GPT-6 Luna

GPT-6 Luna 是 OpenAI 的模型。 模型族：gpt-luna。 知识截止：2026-05-18。 模态：text、image、pdf → text。 上下文长度：1,050,000 tokens。

deepseek-flash

deepseek-flash 是 DeepSeek 的模型。 模态：text → text。 上下文长度：1,000,000 tokens。

Gemini 3.6 Flash

Gemini 3.6 Flash provides sustained frontier-level intelligence optimized for real-world tasks at a higher speed and lower cost. Designed for the agentic era, it delivers coding and reasoning quality close to Gemini Pro, while preserving the speed and cost profile that make Flash ideal for real-time, high-volume workloads. It reduces output token usage by 17% compared to 3.5 Flash.

GPT-Image-2.5 Flare

GPT-Image-2.5 Flare 是面向日常高质量图像生成的高速模型，支持文本和图像输入，仅输出图像。 支持 low、medium、high、xhigh、max 和 auto 六种质量设置，可通过 Image API 直接调用，也可作为 Responses API 图像生成工具的模型使用。支持图像生成、图像编辑和 Batch 处理，不支持音频或视频。 ### Token 价格 以下金额均为 USD / 100 万 Token： - 文本输入：5；缓存文本输入：1.25。 - 图像输入：8；缓存图像输入：2。 - 图像输出：标准处理 30；Batch 处理 15。 模型不输出文本，因此没有文本输出计费。Token 单价与 GPT Image 2 相同，但 GPT Image 2 的计算器不能用于估算 GPT Image 2.5 的 Token 消耗。

GPT-Image-2.5 Sunburst

GPT-Image-2.5 Sunburst 是 OpenAI 的图像生成与编辑模型，支持文本和图像输入、图像输出，适合对编辑精度要求较高的工作流。 支持 low、medium、high、xhigh、max 和 auto 六种质量设置。可通过 Image API 直接使用，也可作为 Responses API 图像生成工具的模型使用。 支持的图像接口： - 生成：`v1/images/generations` - 编辑：`v1/images/edits` 不支持音频和视频。 ### 官方价格 按每 100 万 Token 计费，单位为 USD： | 类型 | 输入 | 缓存输入 | 输出 | | --- | ---: | ---: | ---: | | 文本 | 5.00 | 1.25 | 不适用 | | 图像 | 8.00 | 2.00 | 30.00 | 模型仅输出图像，不收取文本输出费用。Token 单价与 GPT Image 2 相同，但 GPT Image 2 的计算器不能用于估算 GPT Image 2.5 的 Token 消耗。

Claude Haiku 5.5

Claude Haiku 5.5 是 Anthropic 的模型。 模型族：claude-haiku。 知识截止：2026-06。 模态：text、image、pdf → text。 上下文长度：1,000,000 tokens。

Kimi K3

Kimi K3 是 Moonshot AI / Kimi 的模型。 模型族：kimi-k3。 模态：text、image、video → text。 上下文长度：1,048,576 tokens。

Kimi K2.6

Kimi K2.6 是 Moonshot AI / Kimi 的模型。 模型族：kimi-k2。 知识截止：2025-01。 模态：text、image、video → text。 上下文长度：262,144 tokens。

Grok 4.6

Grok 4.6 是 xAI 的模型。 模型族：grok。 知识截止：2026-02-01。 模态：text、image、pdf → text。 上下文长度：500,000 tokens。

Grok 4.7

Grok 4.7 是 xAI 的模型。 模型族：grok。 知识截止：2026-05。 模态：text、image、pdf → text。 上下文长度：500,000 tokens。

Grok 4.3

Grok 4.3 是 xAI 的模型。 模型族：grok。 模态：text、image、pdf → text。 上下文长度：1,000,000 tokens。

GPT-5.5

GPT-5.5 是 OpenAI 的模型。 模型族：gpt。 知识截止：2025-12-01。 模态：text、image、pdf → text。 上下文长度：1,050,000 tokens。

GPT-5.6 Terra

GPT-5.6 Terra 是 OpenAI 的模型。 模型族：gpt-mini。 知识截止：2026-02-16。 模态：text、image、pdf → text。 上下文长度：1,050,000 tokens。

GPT-5.6 Sol

GPT-5.6 Sol 是 OpenAI 的模型。 模型族：gpt。 知识截止：2026-02-16。 模态：text、image、pdf → text。 上下文长度：1,050,000 tokens。

GPT-5.6 Luna

GPT-5.6 Luna 是 OpenAI 的模型。 模型族：gpt-nano。 知识截止：2026-02-16。 模态：text、image、pdf → text。 上下文长度：1,050,000 tokens。

GPT-6 Astra

GPT-6 Astra is OpenAI's flagship frontier model, released September 3, 2026 and described by OpenAI as its most capable and most aligned model, built for the hardest end-to-end work in coding, computer use, browsing, research and professional tasks. On the API it offers a 1,050,000-token context window with up to 128,000 output tokens, a knowledge cutoff of April 30, 2026, text and image input with text output, and support for function/tool calling, built-in tools (web search, file search, computer use), Structured Outputs and streaming; reasoning effort supports low, medium, high, xhigh and max (none is not supported, and custom temperature/top_p and logprob are unavailable). Standard API pricing is $10 per 1M input tokens and $50 per 1M output tokens, with cached input at $1.00, cache writes at $12.50, and a long-context tier above 272K input tokens at $20/$75 ($2.00 cached, $25.00 cache writes); Batch and Flex are priced at 50% of Standard rates and Fast mode at 2x. Access is being rolled out gradually, with parts of it gated behind OpenAI's Trusted Access / Daybreak program as the first model to reach the Critical cybersecurity capability level under its Preparedness Framework.

GPT-6.1 Sol

GPT-6.1 Sol 是 OpenAI 的模型。 模型族：gpt-sol。 知识截止：2026-04-30。 模态：text、image、pdf → text。 上下文长度：1,050,000 tokens。

DeepSeek V4 Pro

DeepSeek V4 Pro 是 DeepSeek 的模型。 模型族：deepseek-thinking。 知识截止：2025-05。 模态：text → text。 上下文长度：1,000,000 tokens。

DeepSeek V4 Flash

DeepSeek V4 Flash 是 DeepSeek 的模型。 模型族：deepseek-flash。 知识截止：2025-05。 模态：text → text。 上下文长度：1,000,000 tokens。

Claude Fable 5.1

Claude Fable 5.1 是 Anthropic 的模型。 模型族：claude-fable。 知识截止：2026-06。 模态：text、image、pdf → text。 上下文长度：1,000,000 tokens。

Claude Opus 5.5

Claude Opus 5.5 是 Anthropic 的模型。 模型族：claude-opus。 知识截止：2026-06。 模态：text、image、pdf → text。 上下文长度：1,000,000 tokens。

Claude Sonnet 5.5

Claude Sonnet 5.5 是 Anthropic 的模型。 模型族：claude-sonnet。 知识截止：2026-06。 模态：text、image、pdf → text。 上下文长度：1,000,000 tokens。

Claude Opus 5

Claude Opus 5 是 Anthropic 的模型。 模型族：claude-opus。 知识截止：2026-05。 模态：text、image、pdf → text。 上下文长度：1,000,000 tokens。

Claude Opus 4.8

Claude Opus 4.8 是 Anthropic 的模型。 模型族：claude-opus。 模态：text、image、pdf → text。 上下文长度：1,000,000 tokens。

Claude Sonnet 4.6

Claude Sonnet 4.6 是 Anthropic 的模型。 模型族：claude-sonnet。 知识截止：2025-08-31。 模态：text、image、pdf → text。 上下文长度：1,000,000 tokens。

Claude Opus 4.6

Claude Opus 4.6 是 Anthropic 的模型。 模型族：claude-opus。 知识截止：2025-05-31。 模态：text、image、pdf → text。 上下文长度：1,000,000 tokens。

Claude Opus 4.7

Claude Opus 4.7 是 Anthropic 的模型。 模型族：claude-opus。 知识截止：2026-01-31。 模态：text、image、pdf → text。 上下文长度：1,000,000 tokens。

GLM-5.2

GLM-5.2 is Z.ai's flagship model built for long-horizon tasks, featuring a usable 1M-token context window and 744B MoE parameters (40B activated). It is optimized for project-scale engineering and agentic coding scenarios, with support for multiple reasoning effort levels, function calling, structured output (JSON mode), and streaming.

Nano Banana 2

Nano Banana 2 提供高质量图像生成和对话式编辑，具有主流价格和低延迟。它是 Gemini 3 Pro Image 的高效率对应模型，针对速度和高容量开发者用例进行了优化。支持 0.5K、1K、2K 和 4K 分辨率，新增 1:4、4:1、1:8 和 8:1 宽高比，支持图像搜索接地和思维链。

Nano Banana Pro

Nano Banana Pro 是一个复杂的推理驱动引擎，用于专业级图像编辑和生成，提供工作室级精度和高级创意控制。Nano Banana Pro 最适合复杂的图形设计、高保真产品模型和需要准确文本渲染以及通过 Google Search 进行真实世界定位的事实数据可视化。

Seedance 2.5

字节跳动最新一代多模态视频生成模型，支持文本、图片、视频、音频等参考输入，强化角色一致性、复杂运镜、动作表现和长镜头生成，可用于高质量影视级视频创作。

Gemini 2.5 Flash

Gemini 2.5 Flash 是 Google Gemini 的模型。 模型族：gemini-flash。 知识截止：2025-01。 模态：text、image、audio、video、pdf → text。 上下文长度：1,048,576 tokens。

Gemini 2.5 Pro

Gemini 2.5 Pro 是 Google Gemini 的模型。 模型族：gemini-pro。 知识截止：2025-01。 模态：text、image、audio、video、pdf → text。 上下文长度：1,048,576 tokens。

Claude Sonnet 4.5

Claude Sonnet 4.5 是 Anthropic 的模型。 模型族：claude-sonnet。 知识截止：2025-07-31。 模态：text、image、pdf → text。 上下文长度：1,000,000 tokens。

Claude Sonnet 5

Claude Sonnet 5 是 Anthropic 的模型。 模型族：claude-sonnet。 知识截止：2026-01-31。 模态：text、image、pdf → text。 上下文长度：1,000,000 tokens。

Claude Haiku 4.5

Claude Haiku 4.5 是 Anthropic 的模型。 模型族：claude-haiku。 知识截止：2025-02-28。 模态：text、image、pdf → text。 上下文长度：200,000 tokens。

Claude Fable 5

Claude Fable 5 是 Anthropic 目前公开发布的能力最强的模型，专为最苛刻的推理和长周期 Agent 任务构建。支持 1M 上下文窗口和最高 128k 输出 token。内置安全分类器，支持自适应思考、代码执行、视觉理解和工具调用。