跳到主内容

02 / 模型与能力索引

AI 模型目录

显示 317 / 317 条记录

区分具名模型、模型族与产品能力集合,按厂商、模态和任务寻找官方资料。

本轮重点核对

搜索模型目录 ↓

编辑从本轮更新中选取不同厂商与模态的记录,不代表能力排名。日期是官方来源核对日,不是模型发布日期;全部记录仍可在下方查找。

OpenAI

GPT-6.1 Sol

面向复杂编码、计算机操作与专业工作的 Sol 新型号。工具调用使用 Responses API;Chat Completions 支持不含工具调用的请求。

具名模型文本图像代码

官方名称与用途已核对

官方列为可用

来源核对:

Anthropic

Claude Opus 5.5

面向长时间智能体编码与知识工作的现役 Opus,2026-09-22 发布。支持文本和图像输入、文本输出,采用始终开启的自适应思考。

具名模型文本图像代码

官方名称与用途已核对

官方列为可用

来源核对:

Google

Gemini 3.8 Flash

面向长程软件工程、智能体和企业工作流的稳定版 Flash,接收文本、图像、视频、音频和 PDF,输出文本;不生成音频或图像。

具名模型文本图像视频音频代码

官方名称与用途已核对

官方列为可用

来源核对:

DeepSeek

DeepSeek V4.1 Flash

当前 deepseek-flash API 对应 V4.1 Flash,支持图片理解、文本推理、代码及工具调用。

具名模型文本图像代码

官方名称与用途已核对

官方列为可用

来源核对:

阿里巴巴

Qwen3.8-Max

面向软件工程、专业文档和长程智能体任务的视觉语言模型,可理解图片与视频并输出文本。

具名模型文本图像视频代码

官方名称与用途已核对

官方列为可用

来源核对:

月之暗面

Kimi K3

结合原生视觉理解、代码和知识工作的推理模型,可接收图片及视频;思考始终开启,可调推理强度。

具名模型文本图像视频代码

官方名称与用途已核对

官方列为可用

来源核对:

Black Forest Labs

FLUX 3 Image

支持布局框控制和局部图像编辑的型号,可在 Playground 或 BFL API 使用;不等于 FLUX 3 Dev 权重已经开放下载。

具名模型文本图像

官方名称与用途已核对

官方列为可用

来源核对:

字节跳动

Seedance 2.5

音视频联合生成模型,可理解参考视频的构图与镜头意图,并进行音画编辑、绿幕编辑及视频延长。

具名模型视频音频

官方名称与用途已核对

官方列为可用

来源核对:

ElevenLabs

Eleven v4

表达型语音与多说话人对话模型,支持 90 多种语言及声音克隆;官方提供 Text to Dialogue API。

具名模型文本音频

官方名称与用途已核对

官方列为可用

来源核对:

Meshy

Meshy 7.1

2026-09-18 加入文生、单图和多图 3D API;官方 latest 已指向 meshy-7.1,并新增可选几何分辨率。

具名模型文本图像3D

官方名称与用途已核对

官方列为可用

来源核对:

Anthropic

Claude Haiku 5.5

2026-10-07 发布,面向高调用量、低延迟的分类、抽取、路由和子智能体任务。支持文本与图像输入、工具使用和可配置的自适应思考。

具名模型文本图像代码

官方名称与用途已核对

官方列为可用

来源核对:

Mistral AI

Mistral Large 4

开放权重多模态模型,采用混合专家架构,支持文档问答、工具调用与结构化输出;许可需按该版本单独确认。

具名模型文本图像代码

官方名称与用途已核对

官方列为可用

来源核对:

全部目录记录

搜索名称、别名、厂商或用途,再用筛选缩小范围。记录不按旧工具关联数量排序。

阿里巴巴

Qwen-Image 3.0 Pro

用于文生图和图片编辑,官方重点定位于复杂版面、小字及多语言文字的图像渲染。

具名模型图像

官方名称与用途已核对

官方列为可用

来源核对:

阿里巴巴

Qwen3.7-Plus

用于代码库、办公文档与视觉理解的通用模型,结合思考模式、工具调用和结构化输出处理多步任务。

具名模型文本图像视频代码

官方名称与用途已核对

官方列为可用

来源核对:

阿里巴巴

Qwen3.8-Flash

Qwen3.8 的 Flash 型号,面向日常文档、代码和视觉问答,支持工具调用与结构化文本输出。

具名模型文本图像视频代码

官方名称与用途已核对

官方列为可用

来源核对:

阿里巴巴

Qwen3.8-Max

面向软件工程、专业文档和长程智能体任务的视觉语言模型,可理解图片与视频并输出文本。

具名模型文本图像视频代码

官方名称与用途已核对

官方列为可用

来源核对:

阿里巴巴

Qwen3.8-Omni-Flash

将文本、图片、音频和视频输入用于内容理解与分析,输出文本;语音输出需另选实时或语音型号。

具名模型文本图像音频视频

官方名称与用途已核对

官方列为可用

来源核对:

阿里巴巴

Qwen3.8-Omni-Flash-Realtime

面向实时交互,接收文本、流式音频及连续视频帧,输出文本和语音,并支持工具调用。

具名模型文本音频视频

官方名称与用途已核对

官方列为可用

来源核对:

阿里巴巴

Wan2.7-Image-Pro

图像生成与编辑型号,支持调色盘控制、多图参考、边界框编辑和角色一致性图片生成。

具名模型图像

官方名称与用途已核对

官方列为可用

来源核对:

阿里巴巴

Wan3.0-Video

统一处理文生视频、首尾帧与多模态参考,可生成台词、音乐和音效,并编辑或延长视频。

具名模型视频音频图像

官方名称与用途已核对

官方列为可用

来源核对:

月之暗面

Kimi K2.6

接收文本、图片和视频,面向对话、代码与智能体任务,支持思考及非思考模式。

具名模型文本图像视频代码

官方名称与用途已核对

官方列为可用

来源核对:

月之暗面

Kimi K2.7 Code

面向长程编程、视觉输入和多步工具调用的思考模型;HighSpeed 是相同模型的高速服务版本。

具名模型文本图像视频代码

官方名称与用途已核对

官方列为可用

来源核对:

月之暗面

Kimi K3

结合原生视觉理解、代码和知识工作的推理模型,可接收图片及视频;思考始终开启,可调推理强度。

具名模型文本图像视频代码

官方名称与用途已核对

官方列为可用

来源核对:

智谱 / Z.ai

GLM-5.3

面向软件工程与长程智能体任务的文本模型,支持工具调用和结构化输出,推理模式不可关闭。

具名模型文本代码

官方名称与用途已核对

官方列为可用

来源核对:

智谱 / Z.ai

GLM-5.3-Flash

原生视觉编码模型,将图片、视频和文件理解结合工具调用,用于界面开发、文档处理等任务,输出文本。

具名模型文本图像视频代码

官方名称与用途已核对

官方列为可用

来源核对:

智谱 / Z.ai

GLM-5.3-FlashX

GLM-5.3 的快速多模态 API 型号,支持视觉理解与工具任务;官方说明它尚未加入 GLM Coding Plan。

具名模型文本图像视频代码

官方名称与用途已核对

官方列为可用

来源核对:

字节跳动

Doubao Seed Evolving

火山方舟持续迭代的 Coding 与 Agent 服务型号,支持视觉理解和工具调用;它是滚动更新入口,不是固定快照。

具名模型文本图像视频代码

官方名称与用途已核对

官方列为可用

来源核对:

字节跳动

Doubao-Seed-2.1-Lite

260915 版 Lite 模型,官方列有视觉及音频理解、深度思考、工具调用和结构化文本输出。

具名模型文本图像视频音频代码

官方名称与用途已核对

官方列为可用

来源核对:

字节跳动

Doubao-Seed-2.1-Pro

火山方舟推荐的 260915 版 Pro 模型,支持多模态理解、深度思考、GUI 任务与工具调用。

具名模型文本图像视频代码

官方名称与用途已核对

官方列为可用

来源核对:

字节跳动

Doubao-Seed-2.1-Turbo

火山方舟的 260628 版 Turbo 型号,覆盖多模态理解、GUI 与工具任务,另提供低延迟推理入口。

具名模型文本图像视频代码

官方名称与用途已核对

官方列为可用

来源核对:

字节跳动

Seed Audio 1.0

从场景提示统一生成对白、音效与环境声,可用文本或授权声音样本设计角色音色并控制对白时序。

具名模型音频

官方名称与用途已核对

官方列为可用

来源核对:

字节跳动

Seedance 2.5

音视频联合生成模型,可理解参考视频的构图与镜头意图,并进行音画编辑、绿幕编辑及视频延长。

具名模型视频音频

官方名称与用途已核对

官方列为可用

来源核对:

字节跳动

SeedRealtime

原生音视频全双工模型,在连续音视频流中理解场景、判断发言时机并语音回应,支持主动提醒和工具交互。

具名模型文本视频音频

官方名称与用途已核对

官方列为可用

来源核对:

字节跳动

Seedream 5.0 Pro

面向文字密集信息图与复杂图像创作,支持空间标注、草图引导的交互编辑及图层分离。

具名模型图像

官方名称与用途已核对

官方列为可用

来源核对:

Adobe

Firefly Image Model 5

Adobe 图像生成与编辑型号;官方 2026-03-19 公告明确已正式提供,不再标为早期公开测试版。

具名模型文本图像

官方名称与用途已核对

官方列为可用

来源核对:

Anthropic

Claude Fable 5.1

面向高难推理、长程智能体、研究与文档表格演示工作的型号,2026-09-01 发布。它与须经过组织验证才能访问的 Mythos 5.1 分开收录。

具名模型文本图像代码

官方名称与用途已核对

官方列为可用

来源核对:

Anthropic

Claude Haiku 5.5

2026-10-07 发布,面向高调用量、低延迟的分类、抽取、路由和子智能体任务。支持文本与图像输入、工具使用和可配置的自适应思考。

具名模型文本图像代码

官方名称与用途已核对

官方列为可用

来源核对:

Anthropic

Claude Opus 5.5

面向长时间智能体编码与知识工作的现役 Opus,2026-09-22 发布。支持文本和图像输入、文本输出,采用始终开启的自适应思考。

具名模型文本图像代码

官方名称与用途已核对

官方列为可用

来源核对:

Anthropic

Claude Sonnet 5.5

2026-09-28 发布的现役 Sonnet,侧重响应速度与任务能力的平衡,支持视觉、工具调用与自适应思考;旧 Sonnet 5 接入需检查迁移变更。

具名模型文本图像代码

官方名称与用途已核对

官方列为可用

来源核对:

Black Forest Labs

FLUX 3 Image

支持布局框控制和局部图像编辑的型号,可在 Playground 或 BFL API 使用;不等于 FLUX 3 Dev 权重已经开放下载。

具名模型文本图像

官方名称与用途已核对

官方列为可用

来源核对:

Black Forest Labs

FLUX 3 Video

支持原生音频、多镜头及关键帧的视频模型,官方通过控制台和 API 提供。Action 向指定合作伙伴推出,Dev 权重仍属后续计划。

具名模型文本图像视频音频

官方名称与用途已核对

官方列为可用

来源核对:

DeepSeek

DeepSeek V4 Pro

文本推理、代码和工具调用模型,当前官方 API 版本为 V4-Pro-0813,不支持视觉输入。

具名模型文本代码

官方名称与用途已核对

官方列为可用

来源核对:

DeepSeek

DeepSeek V4.1 Flash

当前 deepseek-flash API 对应 V4.1 Flash,支持图片理解、文本推理、代码及工具调用。

具名模型文本图像代码

官方名称与用途已核对

官方列为可用

来源核对:

ElevenLabs

Eleven Music v2.5

文本生成音乐模型,支持分段作曲计划、音频参考和局部重生成;API ID 为 music_v2_5,v2 仍保留。

具名模型文本音频

官方名称与用途已核对

官方列为可用

来源核对:

ElevenLabs

Eleven v4

表达型语音与多说话人对话模型,支持 90 多种语言及声音克隆;官方提供 Text to Dialogue API。

具名模型文本音频

官方名称与用途已核对

官方列为可用

来源核对:

Google

Gemini 3.1 Pro Preview

多模态推理 Pro 预览版,接收文本、图像、视频、音频和 PDF,输出文本,并支持代码执行与工具调用;API 名称保留 preview。

具名模型文本图像视频音频代码

官方名称与用途已核对

预览 / 测试提供

来源核对:

Google

Gemini 3.5 Flash-Lite

面向高吞吐量任务的稳定版轻量型号,可理解文本、图像、视频与音频并输出文本;适合大量明确任务的自动处理。

具名模型文本图像视频音频代码

官方名称与用途已核对

官方列为可用

来源核对:

Google

Gemini 3.5 Transcribe

将音频文件转为文字,可自动识别语言、区分说话人并输出逐词时间戳。自定义词汇不能与说话人区分或时间戳同时使用。

具名模型音频文本

官方名称与用途已核对

官方列为可用

来源核对:

Google

Gemini 3.8 Flash

面向长程软件工程、智能体和企业工作流的稳定版 Flash,接收文本、图像、视频、音频和 PDF,输出文本;不生成音频或图像。

具名模型文本图像视频音频代码

官方名称与用途已核对

官方列为可用

来源核对:

Google

Gemini 3.8 Flash TTS

把台词文本合成为语音,面向有声书、演播室旁白和多角色对白。语气与说话人使用结构化 speech_metadata 指定,不能把旧版行内指令直接照搬。

具名模型文本音频

官方名称与用途已核对

官方列为可用

来源核对:

Google

Gemini 3.8 Flash-Lite TTS

面向批量生产、朗读和实时语音智能体串联流程的轻量文本转语音型号,与 Flash TTS 共用结构化请求格式,但使用独立模型 ID。

具名模型文本音频

官方名称与用途已核对

官方列为可用

来源核对:

Google

Gemini 3.8 Live

低延迟实时语音对话的稳定型号,支持音频流、异步工具调用及会话内容更新;接收语音和视觉上下文,以语音回应。

具名模型文本图像视频音频

官方名称与用途已核对

官方列为可用

来源核对:

Google

Gemini 3.8 Live Extended Thinking

在连续语音回应期间执行后台推理和异步工具调用的稳定 Live 型号,用于复杂多步语音任务;与普通 3.8 Live 使用不同的会话状态处理方式。

具名模型文本图像视频音频

官方名称与用途已核对

官方列为可用

来源核对:

Google

Gemini Omni Flash

用于对话式视频生成和编辑的稳定型号 gemini-omni-1.1-flash,支持文本、图像及已有视频输入,以及延展、插帧和分辨率提升;不是实时聊天型号。

具名模型视频音频图像文本

官方名称与用途已核对

官方列为可用

来源核对:

Google

Nano Banana 2.1

2026 年 10 月更新的稳定版图像生成与编辑型号,API ID 为 gemini-nano-banana-2.1,侧重视觉质量、文字排版和多轮一致性。

具名模型图像文本视频

官方名称与用途已核对

官方列为可用

来源核对:

Google

Nano Banana Pro

正式 API ID 为 gemini-3-pro-image 的图像生成与编辑型号,支持文本与图像输入、图像与文本输出。它不是 Nano Banana 2 或初代 Nano Banana 的别名。

具名模型图像文本

官方名称与用途已核对

官方列为可用

来源核对:

Google DeepMind

Lyria 3.5

从文字提示或图像生成完整歌曲的稳定型号,可构造主歌、副歌和桥段,输出音乐音频及歌词;不同于实时音乐流模型。

具名模型音频文本图像

官方名称与用途已核对

官方列为可用

来源核对:

Google DeepMind

Veo 3.1

从文本或图像生成带同步音频的视频,适合需要镜头与叙事控制的创作。此处核对的是 Gemini API 的 veo-3.1-generate-preview 预览接口。

具名模型视频音频图像文本

官方名称与用途已核对

预览 / 测试提供

来源核对:

Google DeepMind

Veo 3.1 Lite Preview

面向批量视频应用的 Lite 预览型号,从文本或图像输出带音频视频。与其它 Veo 3.1 型号不同,官方明确不支持 4K 输出或视频延展。

具名模型视频音频图像文本

官方名称与用途已核对

预览 / 测试提供

来源核对:

Ideogram

Ideogram 4.5

官方当前图像编辑型号,侧重按提示词局部修改并保持原画面;与 Ideogram 4 的开放权重版本分别记录。

具名模型文本图像

官方名称与用途已核对

官方列为可用

来源核对:

Lightricks

LTX-2.3

提供音视频生成权重与本地推理入口,含 Dev、蒸馏模型及上采样组件;按 LTX-2 Community License 核对使用条件。

模型族 / 版本线文本图像视频音频

官方名称与用途已核对

官方列为可用

来源核对:

Luma

Ray 3.2

Luma Agents API 的视频型号,统一生成、编辑与画幅重构。旧 Ray 系列迁移截止日按客户收到的通知确认,不统一推断已全部停用。

具名模型文本图像视频

官方名称与用途已核对

官方列为可用

来源核对:

Meshy

Meshy 7.1

2026-09-18 加入文生、单图和多图 3D API;官方 latest 已指向 meshy-7.1,并新增可选几何分辨率。

具名模型文本图像3D

官方名称与用途已核对

官方列为可用

来源核对:

Meta

Muse Spark 1.3

2026-09-02 发布,更新长任务、智能体与代码能力,已提供于 Muse Code 和 Meta Model API。官方仍将开放权重列为后续计划。

具名模型文本代码

官方名称与用途已核对

官方列为可用

来源核对:

Midjourney

Midjourney V8.2

官方版本页将 V8.2 列为当前默认版,2026-07-24 上线;新增 Edit Model,并更新个性化与图像风格。

具名模型文本图像

官方名称与用途已核对

官方列为可用

来源核对:

MiniMax

MiniMax M3

原生视觉语言模型,面向长程编码、图表理解和智能体工具调用;当前官方页面提供 MiniMax-M3 API。

具名模型文本图像代码

官方名称与用途已核对

官方列为可用

来源核对:

MiniMax

MiniMax Speech 2.8

语音合成模型,支持自然语气标记、声音克隆及跨语言合成,面向带情绪与停顿的口语表达。

具名模型音频文本

官方名称与用途已核对

官方列为可用

来源核对:

Mistral AI

Mistral Large 4

开放权重多模态模型,采用混合专家架构,支持文档问答、工具调用与结构化输出;许可需按该版本单独确认。

具名模型文本图像代码

官方名称与用途已核对

官方列为可用

来源核对:

OpenAI

GPT-6 Astra

面向复杂推理、代码和工具调用的旗舰型号,接收文本与图像并输出文本;API ID 为 gpt-6-astra。

具名模型文本图像代码

官方名称与用途已核对

官方列为可用

来源核对:

OpenAI

GPT-6 Luna

面向任务明确、调用量大的工作负载的轻量 GPT-6 型号,接收文本与图像并输出文本;API ID 为 gpt-6-luna。

具名模型文本图像代码

官方名称与用途已核对

官方列为可用

来源核对:

OpenAI

GPT-6.1 Sol

面向复杂编码、计算机操作与专业工作的 Sol 新型号。工具调用使用 Responses API;Chat Completions 支持不含工具调用的请求。

具名模型文本图像代码

官方名称与用途已核对

官方列为可用

来源核对:

OpenAI

GPT-Image-2.5 Flare

面向日常快速图像生成与编辑的 GPT Image 2.5 型号,支持文本和图像输入;Flare 与 Sunburst 使用不同 API ID。

具名模型图像

官方名称与用途已核对

官方列为可用

来源核对:

OpenAI

GPT-Image-2.5 Sunburst

GPT Image 2.5 中偏重生成与编辑能力的图像型号,接收文本和参考图像、输出图像;提供 2026-09-08 固定快照。

具名模型图像

官方名称与用途已核对

官方列为可用

来源核对:

OpenAI

GPT-Live 1

用于实时语音对话的全双工模型,可以边听边说并处理打断;推理和工具使用可委派给后端智能体。

具名模型音频文本

官方名称与用途已核对

官方列为可用

来源核对:

OpenAI

GPT-Live-Transcribe

将现场音频持续转成低延迟文字增量,适合实时字幕和转写界面;支持延迟调整、上下文、关键词与多语言提示。

具名模型音频文本

官方名称与用途已核对

官方列为可用

来源核对:

OpenAI

GPT-Realtime-2.1

面向复杂语音智能体的语音到语音型号,支持可配置推理和工具调用,并改进字母数字识别、静音噪声与打断处理。

具名模型音频文本图像

官方名称与用途已核对

官方列为可用

来源核对:

OpenAI

GPT-Realtime-2.1 Mini

用于更快、成本较低的实时语音交互的蒸馏推理型号。支持通过 WebRTC、WebSocket 或 SIP 输入语音与文本。

具名模型音频文本图像

官方名称与用途已核对

官方列为可用

来源核对:

OpenAI

GPT-Transcribe

将完成的音频文件、流式文件或实时会话中的已提交话轮转为文字,支持上下文、关键词和多语言提示;不用于语音合成。

具名模型音频文本

官方名称与用途已核对

官方列为可用

来源核对:

Pika

Pika 2.5

支持文字、单图与有序关键帧生成视频。输出无声;需要配乐或场景声时,官方建议另用 Pika Soundtrack。

具名模型文本图像视频

官方名称与用途已核对

官方列为可用

来源核对:

Recraft

Recraft V4.1

图像与原生矢量生成模型族,官方分别列出普通、Vector、Pro 与 Utility 等变体;选择时需区分栅格图与 SVG 输出。

模型族 / 版本线文本图像

官方名称与用途已核对

官方列为可用

来源核对:

Recraft

Recraft V4.1 Flash

2026-09-23 公布的快速图像模型,面向反复尝试构图与风格;官方介绍了将选定结果交给 V4.1 Pro 增强的流程。

具名模型文本图像

官方名称与用途已核对

官方列为可用

来源核对:

Runway

Runway Aleph 2.0

基于上下文的视频编辑模型:修改一帧后把变化应用到相关镜头,官方列出最长 30 秒、1080p 的编辑范围。

具名模型文本图像视频

官方名称与用途已核对

官方列为可用

来源核对:

xAI

Grok 4.7

当前面向编码、智能体和知识工作的旗舰型号,接收文本与图像并输出文本,支持工具调用、结构化输出和可配置推理。

具名模型文本图像代码

官方名称与用途已核对

官方列为可用

来源核对:

xAI

Grok Imagine Image 2.0

从文字生成图像或依据参考图编辑,可指定图像质量与分辨率。使用独立 ID grok-imagine-image-2.0,不与旧 Image Quality 型号合并。

具名模型图像文本

官方名称与用途已核对

官方列为可用

来源核对:

xAI

Grok Imagine Video 1.5

从文本或图像生成视频,默认含音轨并支持口型同步语音;可使用画面与声音参考。视频任务异步完成,提交后需等待结果。

具名模型视频音频图像文本

官方名称与用途已核对

官方列为可用

来源核对:

xAI

Grok Imagine Video 1.5 Lite

Video 1.5 的轻量独立型号,从文字或单张图像生成含口型同步语音的视频。它使用 grok-imagine-video-1.5-lite,不应套用标准版全部参考输入能力。

具名模型视频音频图像文本

官方名称与用途已核对

官方列为可用

来源核对:

智谱 / Z.ai

GLM-5.2

面向长程软件工程与智能体执行的文本模型,支持工具调用和结构化输出,不应与视觉 Flash 型号混用。

具名模型文本代码

官方名称与用途已核对

官方列为可用

来源核对:

Anthropic

Claude Haiku 4.5

仍处于 Active (legacy) 的旧 Haiku。别名指向 claude-haiku-4-5-20251001;支持手动扩展思考,不能与 Haiku 5.5 的自适应思考混称。

具名模型文本图像代码

官方名称与用途已核对

官方列为可用

来源核对:

Anthropic

Claude Mythos 5.1

与 Fable 5.1 具备相同能力和规格,但只向通过 Anthropic 相应验证计划的组织提供。官方标为现役;这不代表普通账户自动获得访问权。

具名模型文本图像代码

官方名称与用途已核对

官方列为可用

来源核对:

Anthropic

Claude Opus 4.6

保留提供服务的旧 Opus,支持文本、图像输入与文本输出,官方将其列入 legacy;该状态不代表当前推荐旗舰。

具名模型文本图像代码

官方名称与用途已核对

官方列为可用

来源核对:

Anthropic

Claude Opus 4.8

仍提供的 legacy Opus 型号,可接收文本与图像并输出文本,用于保留既有工作流;新选型应同时查看现役 Opus 5.5。

具名模型文本图像代码

官方名称与用途已核对

官方列为可用

来源核对:

Anthropic

Claude Opus 5

仍可使用的上一代 Opus,官方标为 Active (legacy),接收文本与图像并输出文本。当前 Opus 为 5.5;legacy 不等于已关闭。

具名模型文本图像代码

官方名称与用途已核对

官方列为可用

来源核对:

Anthropic

Claude Sonnet 4.6

仍可使用的 legacy Sonnet,支持文本与图像输入、文本输出。它与已弃用的 Sonnet 4.5 和现役 Sonnet 5.5 是不同版本。

具名模型文本图像代码

官方名称与用途已核对

官方列为可用

来源核对:

Anthropic

Claude Sonnet 5

仍提供服务的上一代 Sonnet,官方归入 legacy。它不是 Sonnet 5.5 的别名,不能因新版发布就将该接口标为已停用。

具名模型文本图像代码

官方名称与用途已核对

官方列为可用

来源核对:

ElevenLabs

Eleven Flash v2.5

低延迟语音合成模型;官方建议以 Flash 替代相应 Turbo 系列,不能把 Turbo 与 Flash 的型号名称直接合并。

具名模型文本音频

官方名称与用途已核对

官方列为可用

来源核对:

ElevenLabs

Eleven v3

官方仍列出的上一代情感语音模型,支持 70 多种语言。当前目录同时提供 v4,不能把“上一代”解读为已停用。

具名模型音频

官方名称与用途已核对

官方列为可用

来源核对:

ElevenLabs

Eleven v4 Turbo

面向实时对话的 v4 语音模型,通过 Text to Dialogue WebSocket 使用;与标准 v4 的调用入口不同。

具名模型文本音频

官方名称与用途已核对

官方列为可用

来源核对:

ElevenLabs

Scribe v2

支持 90 多种语言的语音识别模型,提供词级时间戳与说话人区分;用途是转写,不是语音合成。

具名模型音频文本

官方名称与用途已核对

官方列为可用

来源核对:

Google

Gemini 2.5 Flash

仍服务的旧版稳定 Flash,可理解文本、图像、视频和音频并输出文本。未宣布弃用,但当前访问仅向曾活跃使用 2.5 的用户开放。

具名模型文本图像视频音频代码

官方名称与用途已核对

官方列为可用

来源核对:

Google

Gemini 2.5 Pro

用于复杂推理、代码和长文档分析的旧版稳定 Pro。尚未弃用,但 Google 目前将 2.5 模型的访问限制为曾活跃使用过它们的用户。

具名模型文本图像视频音频代码

官方名称与用途已核对

官方列为可用

来源核对:

Google

Gemini 3.5 Transcribe Live

通过 WebSocket 将实时音频转为文字,支持语言自动识别和自定义词汇。与文件端点不同,Live 不支持说话人区分或逐词时间戳。

具名模型音频文本

官方名称与用途已核对

官方列为可用

来源核对:

Google

Gemini 3.6 Flash

仍提供的上一代稳定版 Flash,面向日常多模态任务与智能体处理;理解文本、图像、视频和音频,输出文本。

具名模型文本图像视频音频代码

官方名称与用途已核对

官方列为可用

来源核对:

Google

Gemini 3.7 Flash

官方已确认的旧 Flash 型号。Google AI Studio 不再提供单独选择,但 gemini-3.7-flash 端点并未关闭,会自动路由到 gemini-3.8-flash。

具名模型文本代码

官方名称与用途已核对

官方列为可用

来源核对:

Google

Gemini Embedding 2

把文本、图像、视频、音频和 PDF 映射到同一向量空间,用于跨模态语义检索、文档检索和推荐。正式型号是 gemini-embedding-2,不是聊天生成模型。

具名模型文本图像视频音频搜索

官方名称与用途已核对

官方列为可用

来源核对:

Google

Nano Banana

初代 Nano Banana 的 API ID 为 gemini-2.5-flash-image,用于图像生成与编辑。官方弃用表列出的最早关闭日期为 2027-03-15。

具名模型图像文本

官方名称与用途已核对

官方列为可用

来源核对:

Google

Nano Banana 2

正式 API ID 为 gemini-3.1-flash-image,面向快速、高调用量的图像生成与对话编辑,支持搜索依据;它与 Pro 使用不同型号。

具名模型图像文本视频

官方名称与用途已核对

官方列为可用

来源核对:

Google

Nano Banana 2 Lite

面向交互式图像生成和局部多轮修改的轻量型号,可更换颜色、制作贴纸或调整背景。官方仅支持 1K 图像尺寸,不支持 2K 或 4K。

具名模型图像文本视频

官方名称与用途已核对

官方列为可用

来源核对:

Google DeepMind

Lyria 3 Clip Preview

从文字或图像生成 30 秒音乐片段、循环素材和预览,输出音频与歌词。此条仅指 lyria-3-clip-preview,不合并 Lyria 3 Pro。

具名模型音频文本图像

官方名称与用途已核对

预览 / 测试提供

来源核对:

Google DeepMind

Veo 3.1 Fast

Veo 3.1 的独立 Fast 预览接口,ID 为 veo-3.1-fast-generate-preview,从文本或图像生成带音频视频;不与标准版 ID 合并。

具名模型视频音频图像文本

官方名称与用途已核对

预览 / 测试提供

来源核对:

Ideogram

Ideogram 4

2026-06-03 发布的文生图模型,提供 JSON 布局与调色控制及可下载权重。权重采用非商业许可,并有访问门槛,不等于无限制商用开源。

具名模型文本图像

官方名称与用途已核对

官方列为可用

来源核对:

Meshy

Meshy 6 Lite

Meshy 5 的 API 迁移目标。官方确认 meshy-5 已于 2026-10-10 停用,新请求需改用 meshy-6-lite;已生成资产仍可访问。

具名模型文本图像3D

官方名称与用途已核对

官方列为可用

来源核对:

Midjourney

Midjourney V8.1

2026-04-14 发布的图像模型,支持原生 2K HD;曾是默认版,当前默认版已转为 V8.2。

具名模型文本图像

官方名称与用途已核对

官方列为可用

来源核对:

Midjourney / Spellbrush

Niji 7

2026-01-09 发布的动漫与插画模型,由 Midjourney 与 Spellbrush 合作开发,更新线条、细节与提示词遵循。

具名模型文本图像

官方名称与用途已核对

官方列为可用

来源核对:

MiniMax

MiniMax M2.7

面向软件工程、日志排错与 Office 文档编辑的智能体模型;标准和 highspeed API 提供相同模型的不同速度服务。

具名模型文本代码

官方名称与用途已核对

官方列为可用

来源核对:

Mistral AI

Mistral Medium 3.5

面向智能体和编程任务的多模态模型,官方版本号为 26.04,采用 Modified MIT 许可,不能套用 Small 4 的许可。

具名模型文本图像代码

官方名称与用途已核对

官方列为可用

来源核对:

Mistral AI

Mistral OCR 4.1

文档识别服务,提供段落边界框、结构块标签和块级置信度;这是 OCR 定位,不与普通对话模型混排能力排名。

具名模型图像文本

官方名称与用途已核对

官方列为可用

来源核对:

Mistral AI

Mistral Small 4

将指令、推理和代码能力统一的混合模型;官方 26.03 版本按 Apache 2.0 提供,区别于旧 Mistral Small 泛称。

具名模型文本图像代码

官方名称与用途已核对

官方列为可用

来源核对:

OpenAI

GPT-5.6 Luna

面向成本敏感、高调用量任务的 GPT-5.6 型号,支持文本与图像输入、文本输出及可配置推理;与 GPT-6 Luna 分开收录。

具名模型文本图像代码

官方名称与用途已核对

官方列为可用

来源核对:

OpenAI

GPT-5.6 Sol

GPT-5.6 系列中面向复杂专业工作的 Sol 型号。gpt-5.6 是其官方路由别名;Terra 和 Luna 各有独立型号与接口 ID。

具名模型文本图像代码

官方名称与用途已核对

官方列为可用

来源核对:

OpenAI

GPT-5.6 Terra

GPT-5.6 中平衡能力与成本的独立型号,支持文本、图像输入与文本输出,并可配置推理强度;它不是 Sol 的别名。

具名模型文本图像代码

官方名称与用途已核对

官方列为可用

来源核对:

OpenAI

GPT-6 Sol

用于复杂编码和智能体工作流的 GPT-6 Sol。它与较新的 GPT-6.1 Sol 是独立型号,不能把两个 API ID 当作同一别名。

具名模型文本图像代码

官方名称与用途已核对

官方列为可用

来源核对:

Pika

Pika Soundtrack

2026-08-18 公布的视频配声模型,为上传视频生成与动作同步的音效、环境声、语音和音乐。

具名模型视频音频

官方名称与用途已核对

官方列为可用

来源核对:

Recraft

Recraft V4 Styles

从 1–10 张参考图提取可复用风格的模型族,区分栅格、Vector 与 Pro 版本,用于保持系列素材的视觉一致性。

模型族 / 版本线文本图像

官方名称与用途已核对

官方列为可用

来源核对:

xAI

Grok 4.3

支持文本与图像理解、工具调用和可配置推理的旧版型号;也是部分已退役 Grok 文本 API ID 的自动路由目标,不等于仍在运行原旧模型。

具名模型文本图像代码

官方名称与用途已核对

官方列为可用

来源核对:

xAI

Grok 4.6

2026-08-12 发布,面向长时间智能体、编码和交互式视觉项目。仍有独立的 grok-4.6 API 型号文档,当前官方推荐旗舰为 Grok 4.7。

具名模型文本图像代码

官方名称与用途已核对

官方列为可用

来源核对:

MiniMax

MiniMax H3

理解文本、图片、视频和声音组成的创作参考,联合生成音视频,并支持动作迁移和多模态内容编辑。

具名模型文本图像视频音频

官方名称与用途已核对

当前可用性未确认

来源核对:

MiniMax

MiniMax Music 3.0

从音乐创意描述及可选歌词生成完整歌曲,将作曲、编曲、演唱与声音制作整合到一次生成中。

具名模型音频

官方名称与用途已核对

当前可用性未确认

来源核对:

阿里巴巴

Qwen3

Qwen3 是 阿里巴巴 的推理、代码和工具调用模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。

模型族 / 版本线文本代码

官方名称与用途已核对

当前可用性未确认

来源核对:

阿里巴巴

Qwen3.8

包含 Max 与 Flash 的模型家族,覆盖代码、文档和视觉理解;具体能力应按完整型号选择。

模型族 / 版本线文本图像视频代码

官方名称与用途已核对

当前可用性未确认

来源核对:

百度

文心大模型 4.x

文心大模型 4.x 是 百度 的文本理解与生成模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。

模型族 / 版本线文本图像

官方名称与用途已核对

当前可用性未确认

来源核对:

开源社区

Real-ESRGAN

Real-ESRGAN 是 开源社区 面向图像放大与修复的模型。此处只核对官方来源所载的型号与任务定位,不据此认定任何第三方工具的当前默认配置。

具名模型图像

官方名称与用途已核对

当前可用性未确认

来源核对:

生数科技

Vidu 模型

Vidu 模型 是 生数科技 的视频生成模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。

模型族 / 版本线视频

官方名称与用途已核对

当前可用性未确认

来源核对:

腾讯

混元大模型

混元大模型 是 腾讯 的视频生成模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。

模型族 / 版本线文本图像视频

官方名称与用途已核对

当前可用性未确认

来源核对:

月之暗面

Kimi

月之暗面的模型家族,当前 API 包含 K3、K2.7 Code 和 K2.6,覆盖推理、代码及图片和视频理解。

模型族 / 版本线文本图像视频代码

官方名称与用途已核对

当前可用性未确认

来源核对:

智谱 AI

GLM-4 系列

GLM-4 系列 是 智谱 AI 的推理、代码和工具调用模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。

模型族 / 版本线文本代码图像

官方名称与用途已核对

当前可用性未确认

来源核对:

智谱 AI

GLM-4.6

GLM-4.6 是 智谱 AI 面向推理、代码和工具调用的模型。此处只核对官方来源所载的型号与任务定位,不据此认定任何第三方工具的当前默认配置。

具名模型文本代码

官方名称与用途已核对

当前可用性未确认

来源核对:

智谱 AI

GLM-5

GLM-5 是 智谱 AI 面向推理、代码和工具调用的模型。此处只核对官方来源所载的型号与任务定位,不据此认定任何第三方工具的当前默认配置。

具名模型文本代码

官方名称与用途已核对

当前可用性未确认

来源核对:

字节跳动

剪映 AI 模型

剪映 AI 模型 是本站归并 字节跳动 产品中视频编辑能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合视频

官方名称与用途已核对

当前可用性未确认

来源核对:

字节跳动

Doubao

火山方舟提供的豆包模型家族,含 Seed2.1 的 Pro、Lite 和 Turbo 等;音频理解等能力按具体型号区分。

模型族 / 版本线文本图像视频音频代码

官方名称与用途已核对

当前可用性未确认

来源核对:

字节跳动

Seed2.1

字节 Seed 研究页面中的 Pro 与 Turbo 模型族,面向办公智能体、代码工程及图片和视频理解。

模型族 / 版本线文本图像视频代码

官方名称与用途已核对

当前可用性未确认

来源核对:

字节跳动

Seedance

字节 Seed 的视频模型家族;2.5 型号支持联合音视频生成、参考控制、编辑与延长,能力应按版本区分。

模型族 / 版本线视频音频

官方名称与用途已核对

当前可用性未确认

来源核对:

字节跳动

Seedream

字节 Seed 的图像生成与编辑模型家族;4.0 与 5.0 Pro 是独立版本,应按完整型号比较功能。

模型族 / 版本线图像

官方名称与用途已核对

当前可用性未确认

来源核对:

AIVA

AIVA 模型

AIVA 模型 是本站归并 AIVA 产品中音乐与歌曲生成能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合音频

官方名称与用途已核对

当前可用性未确认

来源核对:

Anthropic

Claude 3

Claude 3 是 Anthropic 的推理、代码和工具调用模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。

模型族 / 版本线文本图像

官方名称与用途已核对

当前可用性未确认

来源核对:

Anthropic

Claude 3.5

Claude 3.5 是 Anthropic 的推理、代码和工具调用模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。

模型族 / 版本线文本代码

官方名称与用途已核对

当前可用性未确认

来源核对:

Anthropic

Claude 系列

Claude 系列 是 Anthropic 的推理、代码和工具调用模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。

模型族 / 版本线文本图像代码

官方名称与用途已核对

当前可用性未确认

来源核对:

Anthropic

Claude Opus 4.5

Claude Opus 4.5 是 Anthropic 面向推理、代码和工具调用的模型。此处只核对官方来源所载的型号与任务定位,不据此认定任何第三方工具的当前默认配置。

具名模型文本代码

官方名称与用途已核对

当前可用性未确认

来源核对:

Anthropic

Claude Opus 4.7

Claude Opus 4.7 是 Anthropic 面向推理、代码和工具调用的模型。此处只核对官方来源所载的型号与任务定位,不据此认定任何第三方工具的当前默认配置。

具名模型文本代码

官方名称与用途已核对

当前可用性未确认

来源核对:

Augment Code

Augment 模型

Augment 模型 是本站归并 Augment Code 产品中软件开发辅助能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合代码

官方名称与用途已核对

当前可用性未确认

来源核对:

Beatoven.ai

Beatoven 模型

Beatoven 模型 是本站归并 Beatoven.ai 产品中音乐与歌曲生成能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合音频

官方名称与用途已核对

当前可用性未确认

来源核对:

Beautiful.ai

Beautiful AI

Beautiful AI 是本站归并 Beautiful.ai 产品中演示文稿生成与排版能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合文本图像

官方名称与用途已核对

当前可用性未确认

来源核对:

Black Forest Labs

FLUX 系列

FLUX 系列 是 Black Forest Labs 的图像生成与编辑模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。

模型族 / 版本线图像

官方名称与用途已核对

当前可用性未确认

来源核对:

Black Forest Labs

FLUX.2

FLUX.2 是 Black Forest Labs 的图像生成与编辑模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。

模型族 / 版本线图像

官方名称与用途已核对

当前可用性未确认

来源核对:

Black Forest Labs

FLUX.2 Klein

FLUX.2 Klein 是 Black Forest Labs 的图像生成与编辑模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。官方页面区分 4B 与 9B,以及 Base 与蒸馏版本;不同变体的许可不相同,不能统一称为无限制商用开源。

模型族 / 版本线图像

官方名称与用途已核对

当前可用性未确认

来源核对:

ClickUp

ClickUp Brain

ClickUp Brain 是本站归并 ClickUp 产品中项目与文档辅助能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合文本知识

官方名称与用途已核对

当前可用性未确认

来源核对:

Cognition

Devin 模型

Devin 模型 是本站归并 Cognition 产品中软件开发辅助能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合代码

官方名称与用途已核对

当前可用性未确认

来源核对:

D-ID

D-ID 数字人

D-ID 数字人 是本站归并 D-ID 产品中数字人视频与配音能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合视频

官方名称与用途已核对

当前可用性未确认

来源核对:

DeepL

DeepL 翻译模型

DeepL 翻译模型 是本站归并 DeepL 产品中翻译能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合文本

官方名称与用途已核对

当前可用性未确认

来源核对:

DeepSeek

DeepSeek 系列

DeepSeek 系列 是 DeepSeek 的推理、代码和工具调用模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。

模型族 / 版本线文本代码

官方名称与用途已核对

当前可用性未确认

来源核对:

Descript

Descript AI

Descript AI 是本站归并 Descript 产品中视频编辑能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合音频视频

官方名称与用途已核对

当前可用性未确认

来源核对:

ElevenLabs

ElevenLabs TTS

ElevenLabs TTS 是 ElevenLabs 的语音合成模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。

模型族 / 版本线音频

官方名称与用途已核对

当前可用性未确认

来源核对:

Exa

Exa 嵌入模型

Exa 嵌入模型 是本站归并 Exa 产品中网页检索能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合搜索

官方名称与用途已核对

当前可用性未确认

来源核对:

Fathom

Fathom 模型

Fathom 模型 是本站归并 Fathom 产品中会议转写与摘要能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合音频文本

官方名称与用途已核对

当前可用性未确认

来源核对:

Fireflies.ai

Fireflies 模型

Fireflies 模型 是本站归并 Fireflies.ai 产品中会议转写与摘要能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合音频文本

官方名称与用途已核对

当前可用性未确认

来源核对:

Fish Audio

Fish Speech

Fish Speech 是 Fish Audio 的语音合成模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。

模型族 / 版本线音频

官方名称与用途已核对

当前可用性未确认

来源核对:

Fish Audio

OpenAudio S2

OpenAudio S2 是 Fish Audio 面向语音合成的模型。此处只核对官方来源所载的型号与任务定位,不据此认定任何第三方工具的当前默认配置。

具名模型音频

官方名称与用途已核对

当前可用性未确认

来源核对:

Flair AI

Flair 模型

Flair 模型 是本站归并 Flair AI 产品中商品图像制作与编辑能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合图像

官方名称与用途已核对

当前可用性未确认

来源核对:

Fliki

Fliki Voice

Fliki Voice 是本站归并 Fliki 产品中语音合成能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合音频视频

官方名称与用途已核对

当前可用性未确认

来源核对:

Gamma

Gamma AI

Gamma AI 是本站归并 Gamma 产品中演示文稿生成与排版能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合文本图像

官方名称与用途已核对

当前可用性未确认

来源核对:

Genmo

Mochi 1

Mochi 1 是 Genmo 面向视频生成的模型。此处只核对官方来源所载的型号与任务定位,不据此认定任何第三方工具的当前默认配置。

具名模型视频

官方名称与用途已核对

当前可用性未确认

来源核对:

Glean

Glean 模型

Glean 模型 是本站归并 Glean 产品中企业搜索与问答能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合搜索知识

官方名称与用途已核对

当前可用性未确认

来源核对:

Google

Gemini 系列

Gemini 系列 是 Google 的文本与图像理解模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。

模型族 / 版本线文本图像视频音频

官方名称与用途已核对

当前可用性未确认

来源核对:

Google DeepMind

Lyria 3 family

音乐生成版本线的家族条目,不能作为单一 API ID。官方目录区分短片段用 Lyria 3 Clip、上一代 Lyria 3 Pro,以及独立的 Lyria 3.5。

模型族 / 版本线音频

官方名称与用途已核对

当前可用性未确认

来源核对:

Grammarly

Grammarly AI

Grammarly AI 是本站归并 Grammarly 产品中写作辅助能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合文本

官方名称与用途已核对

当前可用性未确认

来源核对:

HeyGen

HeyGen AI

HeyGen AI 是本站归并 HeyGen 产品中数字人视频与配音能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合视频

官方名称与用途已核对

当前可用性未确认

来源核对:

Ideogram

Ideogram 1.0

Ideogram 1.0 是 Ideogram 面向图像生成与编辑的模型。此处只核对官方来源所载的型号与任务定位,不据此认定任何第三方工具的当前默认配置。

具名模型图像

官方名称与用途已核对

当前可用性未确认

来源核对:

Ideogram

Ideogram 2.0

Ideogram 2.0 是 Ideogram 面向图像生成与编辑的模型。此处只核对官方来源所载的型号与任务定位,不据此认定任何第三方工具的当前默认配置。

具名模型图像

官方名称与用途已核对

当前可用性未确认

来源核对:

Ideogram

Ideogram 3

Ideogram 3 是 Ideogram 面向图像生成与编辑的模型。此处只核对官方来源所载的型号与任务定位,不据此认定任何第三方工具的当前默认配置。

具名模型图像

官方名称与用途已核对

当前可用性未确认

来源核对:

Inflection

Pi 模型

Pi 模型 是本站归并 Inflection 产品中对话互动能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合文本

官方名称与用途已核对

当前可用性未确认

来源核对:

Interior AI

Interior AI 模型

Interior AI 模型 是本站归并 Interior AI 产品中室内设计可视化能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合图像

官方名称与用途已核对

当前可用性未确认

来源核对:

InVideo

InVideo 模型

InVideo 模型 是本站归并 InVideo 产品中视频编辑能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合视频

官方名称与用途已核对

当前可用性未确认

来源核对:

Kits.AI

Kits Voice

Kits Voice 是本站归并 Kits.AI 产品中声音转换与声音模型训练能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合音频

官方名称与用途已核对

当前可用性未确认

来源核对:

Krea

Krea Realtime

Krea Realtime 是本站归并 Krea 产品中图像生成与编辑能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合图像

官方名称与用途已核对

当前可用性未确认

来源核对:

Krisp

Krisp 模型

Krisp 模型 是本站归并 Krisp 产品中通话降噪与会议记录能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合音频

官方名称与用途已核对

当前可用性未确认

来源核对:

Leonardo AI

Leonardo Phoenix

Leonardo Phoenix 是 Leonardo AI 面向图像生成与编辑的模型。此处只核对官方来源所载的型号与任务定位,不据此认定任何第三方工具的当前默认配置。

具名模型图像

官方名称与用途已核对

当前可用性未确认

来源核对:

LTX Studio

LTX Video

LTX Video 是 LTX Studio 的视频生成模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。官方仓库记录文生视频与图生视频,并区分模型权重版本和蒸馏版本。

模型族 / 版本线视频

官方名称与用途已核对

当前可用性未确认

来源核对:

Magnific AI

Magnific Upscaler

Magnific Upscaler 是本站归并 Magnific AI 产品中图像放大与修复能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合图像

官方名称与用途已核对

当前可用性未确认

来源核对:

Mem

Mem 模型

Mem 模型 是本站归并 Mem 产品中笔记整理与检索能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合知识

官方名称与用途已核对

当前可用性未确认

来源核对:

Meta

Llama 4

Llama 4 是 Meta 的文本与图像理解模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。

模型族 / 版本线文本图像

官方名称与用途已核对

当前可用性未确认

来源核对:

Meta

Llama 系列

Llama 系列 是 Meta 的文本与图像理解模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。

模型族 / 版本线文本代码

官方名称与用途已核对

当前可用性未确认

来源核对:

Microsoft

Copilot 模型

Copilot 模型 是本站归并 Microsoft 产品中项目与文档辅助能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合文本图像

官方名称与用途已核对

当前可用性未确认

来源核对:

Midjourney

Midjourney V7

Midjourney V7 是 Midjourney 的图像生成与编辑模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。

模型族 / 版本线图像

官方名称与用途已核对

当前可用性未确认

来源核对:

Midjourney

Midjourney V8

V8 版本线集合,包含 V8.1 与 V8.2。早期 V8.0 Alpha 已于 2026-07-24 结束使用,图库中旧图仍保留;不能把整个 V8 系列都视为停用。

模型族 / 版本线图像

官方名称与用途已核对

当前可用性未确认

来源核对:

Mistral

Codestral

Codestral 是 Mistral 的软件开发辅助模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。

模型族 / 版本线代码文本

官方名称与用途已核对

当前可用性未确认

来源核对:

Mistral

Mistral Large

Mistral Large 是 Mistral 的推理、代码和工具调用模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。

模型族 / 版本线文本代码

官方名称与用途已核对

当前可用性未确认

来源核对:

Mistral

Mistral Large 3

Mistral Large 3 是 Mistral 面向文本与图像理解的模型。此处只核对官方来源所载的型号与任务定位,不据此认定任何第三方工具的当前默认配置。

具名模型文本代码

官方名称与用途已核对

当前可用性未确认

来源核对:

Mistral

Mistral Small

Mistral Small 是 Mistral 的推理、代码和工具调用模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。

模型族 / 版本线文本

官方名称与用途已核对

当前可用性未确认

来源核对:

Mistral

Voxtral

Voxtral 是 Mistral 的音频识别与理解模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。

模型族 / 版本线音频文本

官方名称与用途已核对

当前可用性未确认

来源核对:

Moises

Moises 模型

Moises 模型 是本站归并 Moises 产品中人声与乐器分离能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合音频

官方名称与用途已核对

当前可用性未确认

来源核对:

Motion

Motion 调度引擎

Motion 调度引擎 是本站归并 Motion 产品中日历与任务排程能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合知识

官方名称与用途已核对

当前可用性未确认

来源核对:

Move AI

Move 模型

Move 模型 是本站归并 Move AI 产品中无标记动作捕捉能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合3D

官方名称与用途已核对

当前可用性未确认

来源核对:

Mubert

Mubert 模型

Mubert 模型 是本站归并 Mubert 产品中音乐与歌曲生成能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合音频

官方名称与用途已核对

当前可用性未确认

来源核对:

Murf

Murf Voice

Murf Voice 是本站归并 Murf 产品中语音合成能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合音频

官方名称与用途已核对

当前可用性未确认

来源核对:

Napkin AI

Napkin 模型

Napkin 模型 是本站归并 Napkin AI 产品中文本转图解能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合文本图像

官方名称与用途已核对

当前可用性未确认

来源核对:

Nous Research

Hermes

Hermes 是 Nous Research 的推理、代码和工具调用模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。

模型族 / 版本线文本代码

官方名称与用途已核对

当前可用性未确认

来源核对:

OpenAI

DALL·E 系列

DALL·E 系列 是 OpenAI 的图像生成与编辑模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。

模型族 / 版本线图像

官方名称与用途已核对

当前可用性未确认

来源核对:

OpenAI

GPT 系列

GPT 系列 是 OpenAI 的推理、代码和工具调用模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。

模型族 / 版本线文本图像

官方名称与用途已核对

当前可用性未确认

来源核对:

OpenAI

GPT Image 2.5 family

图像生成与编辑模型族,包含独立的 Sunburst 和 Flare 型号。文本或参考图像可作为输入;旧 gpt-image-1 不属于这一版本的别名。

模型族 / 版本线图像

官方名称与用途已核对

当前可用性未确认

来源核对:

OpenAI

GPT-4

GPT-4 是 OpenAI 面向文本理解与生成的模型。此处只核对官方来源所载的型号与任务定位,不据此认定任何第三方工具的当前默认配置。此处指文档中的传统文本 GPT-4 型号,不与 GPT-4o 或其它多模态版本混称。

具名模型文本

官方名称与用途已核对

当前可用性未确认

来源核对:

OpenAI

gpt-oss

gpt-oss 是 OpenAI 的推理、代码和工具调用模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。已核对的官方模型卡为 gpt-oss-120b;开放权重与托管 API 的支持范围应分别查看。

模型族 / 版本线文本代码

官方名称与用途已核对

当前可用性未确认

来源核对:

Opus Clip

Opus 模型

Opus 模型 是本站归并 Opus Clip 产品中长视频片段提取与短视频编辑能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合视频

官方名称与用途已核对

当前可用性未确认

来源核对:

Otter.ai

Otter 模型

Otter 模型 是本站归并 Otter.ai 产品中会议转写与摘要能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合音频文本

官方名称与用途已核对

当前可用性未确认

来源核对:

Pictory

Pictory 模型

Pictory 模型 是本站归并 Pictory 产品中视频编辑能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合视频

官方名称与用途已核对

当前可用性未确认

来源核对:

Reclaim.ai

Reclaim 调度引擎

Reclaim 调度引擎 是本站归并 Reclaim.ai 产品中日历与任务排程能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合知识

官方名称与用途已核对

当前可用性未确认

来源核对:

Replit

Replit AI

Replit AI 是本站归并 Replit 产品中界面与应用生成能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合代码

官方名称与用途已核对

当前可用性未确认

来源核对:

Resemble

Resemble 模型

Resemble 模型 是本站归并 Resemble 产品中语音合成能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合音频

官方名称与用途已核对

当前可用性未确认

来源核对:

Runway

Runway Act-Two

Runway Act-Two 是 Runway 面向视频生成的模型。此处只核对官方来源所载的型号与任务定位,不据此认定任何第三方工具的当前默认配置。

具名模型视频

官方名称与用途已核对

当前可用性未确认

来源核对:

Runway

Runway Aleph

Runway Aleph 是 Runway 的视频编辑模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。

模型族 / 版本线视频

官方名称与用途已核对

当前可用性未确认

来源核对:

Runway

Runway Gen

Runway Gen 是 Runway 的视频生成模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。

模型族 / 版本线视频

官方名称与用途已核对

当前可用性未确认

来源核对:

Runway

Runway Gen-4

Runway Gen-4 是 Runway 面向视频生成的模型。此处只核对官方来源所载的型号与任务定位,不据此认定任何第三方工具的当前默认配置。官方定位强调用视觉参考控制人物、物体和场景的一致性;这是设计目标,不是本站实测的成功率保证。

具名模型视频

官方名称与用途已核对

当前可用性未确认

来源核对:

Runway

Runway Gen-4.5

Runway Gen-4.5 是 Runway 面向视频生成的模型。此处只核对官方来源所载的型号与任务定位,不据此认定任何第三方工具的当前默认配置。

具名模型视频

官方名称与用途已核对

当前可用性未确认

来源核对:

Rytr

Rytr AI

Rytr AI 是本站归并 Rytr 产品中写作辅助能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合文本

官方名称与用途已核对

当前可用性未确认

来源核对:

Scenario

Scenario 定制模型

Scenario 定制模型 是本站归并 Scenario 产品中风格定制与图像资产制作能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合图像

官方名称与用途已核对

当前可用性未确认

来源核对:

Sloyd

Sloyd 生成器

Sloyd 生成器 是本站归并 Sloyd 产品中三维资产生成能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合3D

官方名称与用途已核对

当前可用性未确认

来源核对:

Speechify

Speechify Voice

Speechify Voice 是本站归并 Speechify 产品中语音合成能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合音频

官方名称与用途已核对

当前可用性未确认

来源核对:

Spline

Spline AI

Spline AI 是本站归并 Spline 产品中浏览器三维设计能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合3D

官方名称与用途已核对

当前可用性未确认

来源核对:

Stability AI

SD Turbo

SD Turbo 是 Stability AI 面向图像生成与编辑的模型。此处只核对官方来源所载的型号与任务定位,不据此认定任何第三方工具的当前默认配置。官方模型卡记录单步文生图用法;它与 SDXL-Turbo 是不同的模型条目。

具名模型图像

官方名称与用途已核对

当前可用性未确认

来源核对:

Stability AI

SDXL

SDXL 是 Stability AI 面向图像生成与编辑的模型。此处只核对官方来源所载的型号与任务定位,不据此认定任何第三方工具的当前默认配置。官方同时提供 base 与 refiner 的组合流程;SDXL 不能与 SD Turbo 的单步配置混为一谈。

具名模型图像

官方名称与用途已核对

当前可用性未确认

来源核对:

Stability AI

Stable Audio 2.x

Stable Audio 2.x 是 Stability AI 的音乐与音效生成模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。历史官方介绍同时记录文本生成音频和上传音频再变换,涵盖音乐与音效;当前服务入口和使用权需另行确认。

模型族 / 版本线音频

官方名称与用途已核对

当前可用性未确认

来源核对:

Stability AI

Stable Diffusion

Stable Diffusion 是 Stability AI 的图像生成与编辑模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。

模型族 / 版本线图像

官方名称与用途已核对

当前可用性未确认

来源核对:

Stability AI

SVD(Stable Video Diffusion)

SVD(Stable Video Diffusion) 是 Stability AI 面向视频生成的模型。此处只核对官方来源所载的型号与任务定位,不据此认定任何第三方工具的当前默认配置。所引 SVD Image-to-Video 模型以静态图像为条件生成视频,不是同一接口中的任意文生视频能力。

具名模型视频

官方名称与用途已核对

当前可用性未确认

来源核对:

Submagic

Submagic 字幕模型

Submagic 字幕模型 是本站归并 Submagic 产品中字幕制作与短视频编辑能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合视频

官方名称与用途已核对

当前可用性未确认

来源核对:

Suno

Suno v5

Suno v5 是 Suno 面向音乐与歌曲生成的模型。此处只核对官方来源所载的型号与任务定位,不据此认定任何第三方工具的当前默认配置。官方 v6 FAQ 明确说明 v6 之前的模型已退役;旧歌曲保留不等于旧模型仍可生成。

具名模型音频

官方名称与用途已核对

当前可用性未确认

来源核对:

Suno

Suno v6

Suno v6 是 Suno 面向音乐与歌曲生成的模型。此处只核对官方来源所载的型号与任务定位,不据此认定任何第三方工具的当前默认配置。

具名模型音频

官方名称与用途已核对

当前可用性未确认

来源核对:

Synthesia

Synthesia 数字人

Synthesia 数字人 是本站归并 Synthesia 产品中数字人视频与配音能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合视频

官方名称与用途已核对

当前可用性未确认

来源核对:

Topaz Labs

Topaz Photo AI 模型

Topaz Photo AI 模型 是本站归并 Topaz Labs 产品中图像放大与修复能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合图像

官方名称与用途已核对

当前可用性未确认

来源核对:

Topaz Labs

Topaz Video 模型

Topaz Video 模型 是本站归并 Topaz Labs 产品中视频增强能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合视频

官方名称与用途已核对

当前可用性未确认

来源核对:

Tripo AI / Stability AI

Tripo SR

Tripo SR 是 Tripo AI / Stability AI 面向单图三维重建的模型。此处只核对官方来源所载的型号与任务定位,不据此认定任何第三方工具的当前默认配置。官方仓库署名为 Tripo AI 与 Stability AI 联合开发,并明确为单图三维重建;不宣称支持任意文本直接生成三维。

具名模型3D

官方名称与用途已核对

当前可用性未确认

来源核对:

VEED

VEED AI

VEED AI 是本站归并 VEED 产品中视频编辑能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合视频音频

官方名称与用途已核对

当前可用性未确认

来源核对:

Vercel

v0 模型

v0 模型 是本站归并 Vercel 产品中界面与应用生成能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合代码图像

官方名称与用途已核对

当前可用性未确认

来源核对:

Vidnoz

Vidnoz 数字人

Vidnoz 数字人 是本站归并 Vidnoz 产品中数字人视频与配音能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合视频

官方名称与用途已核对

当前可用性未确认

来源核对:

Voicemod

Voicemod 变声模型

Voicemod 变声模型 是本站归并 Voicemod 产品中实时变声能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合音频

官方名称与用途已核对

当前可用性未确认

来源核对:

Wonder Dynamics

Wonder 模型

Wonder 模型 是本站归并 Wonder Dynamics 产品中无标记动作捕捉能力的目录名称,不表示厂商发布了同名独立基础模型。

产品能力集合3D视频

官方名称与用途已核对

当前可用性未确认

来源核对:

xAI

Grok Imagine

图像与视频生成、编辑模型族。当前文档区分 Image 2.0、Video 1.5 和 Video 1.5 Lite;生成视频可包含口型同步语音,不能用家族名替代具体 API ID。

模型族 / 版本线图像视频音频

官方名称与用途已核对

当前可用性未确认

来源核对:

多厂商

第三方模型

按工具与供应方关系收录的集合:工具集成其它供应方的模型。不是一种独立模型,具体型号与当前集成需按工具官方资料核对。

目录范围定义文本图像

目录收录定义

未记录来源核对日

多厂商

任意 LLM

目录中的兼容性集合名称:工具支持配置多个大语言模型供应方。实际支持清单、接口和权限由该工具决定,不表示字面上兼容所有模型。

目录范围定义文本

目录收录定义

未记录来源核对日

多厂商

自研模型

用于归并工具自有或未公开型号的模型记录。不能据此判断厂商从零训练了基础模型,或排除其使用第三方组件。

目录范围定义文本图像音频视频

目录收录定义

未记录来源核对日

开源生态

本地模型

本目录按部署位置归类:模型在用户控制的设备上推理。是否完全离线、遥测或数据外发取决于具体软件配置,不由“本地”一词保证。

目录范围定义文本代码图像

目录收录定义

未记录来源核对日

开源生态

开源模型

本目录收录开放模型相关条目的集合名称。开放权重不自动等于开源,也不保证可自由商用;代码、权重、训练资料和许可证需分别查看。

目录范围定义文本图像音频视频代码3D

目录收录定义

未记录来源核对日

用户自训练

自定义模型

按定制方式归类,包含用户训练、微调或适配的模型与 LoRA。基座、训练权限、数据权利及生成物许可需逐项核对。

目录范围定义图像

目录收录定义

未记录来源核对日

阿里巴巴

Qwen-Max

官方旧版列表中的文本模型,支持工具调用与结构化输出;不能与 Qwen3.8-Max 或视觉型号混用。

具名模型文本代码

官方名称与用途已核对

历史资料记录

来源核对:

阿里巴巴

Qwen-Plus

官方仍列出的旧版通用文本型号,支持思考和工具调用;Qwen3.7-Plus 是另一型号。

具名模型文本代码

官方名称与用途已核对

历史资料记录

来源核对:

月之暗面

Kimi K2

用于推理、代码与工具任务的旧模型族。官方托管 K2 系列 API 于 2026-05-25 停用;模型仓库是独立的权重使用入口。

模型族 / 版本线文本代码

官方名称与用途已核对

历史资料记录

来源核对:

月之暗面

Kimi K2.5

视觉理解与编码模型,官方托管 API 于 2026-08-31 停用;官方仓库仍单独提供模型权重与部署说明。

具名模型文本图像视频代码

官方名称与用途已核对

历史资料记录

来源核对:

字节跳动

Seedream 4.0

将图片生成和编辑统一的 4.0 型号,支持多张参考图与提示词编辑;Seedream 通用名称不再固定指向此版本。

具名模型图像

官方名称与用途已核对

历史资料记录

来源核对:

Anthropic

Claude Sonnet 4.5

claude-sonnet-4-5-20250929 于 2026-09-30 被列为弃用,计划 2026-11-30 退役;截至本次核对仍未到关闭日期。

具名模型文本代码

官方名称与用途已核对

官方标记弃用

来源核对:

DeepSeek

DeepSeek V3.2

面向推理与智能体任务的正式 V3.2 型号,支持思考及非思考模式下使用工具;它与 V3.2-Exp、Speciale 是不同版本。

具名模型文本代码

官方名称与用途已核对

历史资料记录

来源核对:

DeepSeek

DeepSeek V4 Flash

旧 V4 Flash API 模型已退役;deepseek-v4-flash 兼容名称仍被接受,请求现由 V4.1 Flash 服务。

具名模型文本代码

官方名称与用途已核对

历史资料记录

来源核对:

Google

Gemini 3 Pro

历史 Pro 预览型号;gemini-3-pro-preview 已于 2026-03-09 关闭。官方建议迁移到 Gemini 3.1 Pro Preview,不代表整个 Gemini 系列停服。

具名模型文本图像视频音频

官方名称与用途已核对

官方服务已停用

来源核对:

Google DeepMind

Veo 3

历史 Veo 3.0 版本线;Gemini API 的 veo-3.0-generate-001 和 veo-3.0-fast-generate-001 已于 2026-06-30 关闭,其它平台应另查。

模型族 / 版本线视频音频

官方名称与用途已核对

官方服务已停用

来源核对:

OpenAI

DALL·E 2

历史图像生成与编辑型号;dall-e-2 API 已于 2026-05-12 关闭,不应作为新项目仍可调用的接口推荐。

具名模型图像

官方名称与用途已核对

官方服务已停用

来源核对:

OpenAI

DALL·E 3

历史文本生成图像型号;dall-e-3 API 已于 2026-05-12 关闭,本条保留用于识别旧项目中的模型名称。

具名模型图像

官方名称与用途已核对

官方服务已停用

来源核对:

OpenAI

GPT-5

旧版文本、图像理解与编码型号;gpt-5-2025-08-07 已弃用,计划于 2026-12-11 关闭。它不是 GPT 系列全部型号的统称。

具名模型文本图像代码

官方名称与用途已核对

官方标记弃用

来源核对:

OpenAI

Sora 2

历史带音频视频生成型号。sora-2、sora-2-pro 及 Videos API 已于 2026-09-24 停止服务,本页不把旧文档视为可用证明。

具名模型视频音频

官方名称与用途已核对

官方服务已停用

来源核对:

OpenAI

Sora 2 Pro

Sora 2 的独立 Pro 视频型号。sora-2-pro 及相关固定快照随 Videos API 于 2026-09-24 关闭,保留本条用于识别旧配置。

具名模型视频音频

官方名称与用途已核对

官方服务已停用

来源核对:

xAI

Grok 3

grok-3 于 2026-05-15 从 API 退役,旧 ID 的请求自动交给 Grok 4.3。保留本条识别历史型号,不把自动路由当作旧模型仍可用。

具名模型文本

官方名称与用途已核对

官方服务已停用

来源核对:

xAI

Grok 4

历史 Grok 4 型号;grok-4-0709 于 2026-05-15 退役。旧 ID 仍会解析,但请求改由 Grok 4.3 处理,并非原模型继续提供服务。

具名模型文本图像

官方名称与用途已核对

官方服务已停用

来源核对:

xAI

Grok Imagine Image Quality

旧图像型号,计划于 2026-11-02 退役,之后旧 ID 会路由到 Image 2.0 的 low 质量。核对日尚未到关闭时间,不应提前标为已停服。

具名模型图像文本

官方名称与用途已核对

官方标记弃用

来源核对:

Anthropic

Claude 3 Haiku

历史 Haiku 型号;claude-3-haiku-20240307 已于 2026-04-20 从 Claude API 退役,应与仍可用的 Haiku 4.5 和现役 5.5 区分。

具名模型文本

官方名称与用途已核对

官方服务已停用

目录历史记录

来源核对:

Anthropic

Claude 3 Opus

历史 Opus 型号;claude-3-opus-20240229 已于 2026-01-05 从 Claude API 退役。本条用于旧名称与迁移记录查询。

具名模型文本

官方名称与用途已核对

官方服务已停用

目录历史记录

来源核对:

Anthropic

Claude 3.5 Sonnet

历史 Sonnet 型号,20240620 与 20241022 两个 API 快照均于 2025-10-28 退役,不能再按现役接口推荐。

具名模型文本代码

官方名称与用途已核对

官方服务已停用

目录历史记录

来源核对:

Black Forest Labs

Flux Dev

Flux Dev 是 Black Forest Labs 面向图像生成与编辑的模型。此处只核对官方来源所载的型号与任务定位,不据此认定任何第三方工具的当前默认配置。该型号以公开权重形式提供;模型权重的许可与生成物的使用条款应分开阅读,不能概括为无限制开源商用。

具名模型图像

官方名称与用途已核对

当前可用性未确认

目录历史记录

来源核对:

Black Forest Labs

Flux Schnell

Flux Schnell 是 Black Forest Labs 面向图像生成与编辑的模型。此处只核对官方来源所载的型号与任务定位,不据此认定任何第三方工具的当前默认配置。官方将其定位为少步数生成型号;它和 dev 是不同发布与许可的模型卡,不能互换名称。

具名模型图像

官方名称与用途已核对

当前可用性未确认

目录历史记录

来源核对:

DeepSeek

DeepSeek V3

DeepSeek V3 是 DeepSeek 面向推理、代码和工具调用的模型。此处只核对官方来源所载的型号与任务定位,不据此认定任何第三方工具的当前默认配置。

具名模型文本代码

官方名称与用途已核对

当前可用性未确认

目录历史记录

来源核对:

DeepSeek

DeepSeek V4 family

DeepSeek V4 family 是 DeepSeek 的推理、代码和工具调用模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。

模型族 / 版本线文本代码

官方名称与用途已核对

当前可用性未确认

目录历史记录

来源核对:

ElevenLabs

Eleven Multilingual v2

Eleven Multilingual v2 是 ElevenLabs 面向语音合成的模型。此处只核对官方来源所载的型号与任务定位,不据此认定任何第三方工具的当前默认配置。

具名模型音频

官方名称与用途已核对

当前可用性未确认

目录历史记录

来源核对:

ElevenLabs

Eleven Turbo v2

Eleven Turbo v2 是 ElevenLabs 面向语音合成的模型。此处只核对官方来源所载的型号与任务定位,不据此认定任何第三方工具的当前默认配置。

具名模型音频

官方名称与用途已核对

当前可用性未确认

目录历史记录

来源核对:

Google

Gemini Flash

Gemini Flash 是 Google 的文本与图像理解模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。历史官方资料将 1.5 Flash 定位为轻量、高调用量任务方向;Flash 是版本线名称,不是唯一固定快照。

模型族 / 版本线文本图像

官方名称与用途已核对

当前可用性未确认

目录历史记录

来源核对:

Google

Gemini Pro

Gemini Pro 是 Google 的文本与图像理解模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。历史官方资料区分 1.0 Pro 与 1.5 Pro;本条归并 Pro 版本线,不将旧名称视为当前在售接口。

模型族 / 版本线文本图像

官方名称与用途已核对

当前可用性未确认

目录历史记录

来源核对:

Google

Gemini Ultra

Gemini Ultra 是 Google 面向文本与图像理解的模型。此处只核对官方来源所载的型号与任务定位,不据此认定任何第三方工具的当前默认配置。所引历史发布页指 Gemini 1.0 Ultra,面向复杂任务;历史定位不作为该旧型号目前仍有可用接口的证明。

具名模型文本图像

官方名称与用途已核对

当前可用性未确认

目录历史记录

来源核对:

Google

Imagen 4

历史文本生成图像版本线;Gemini API 的 Imagen 4 标准、Ultra 和 Fast 端点已于 2026-08-17 关闭。该结论不扩大为其它云平台的可用性声明。

模型族 / 版本线图像

官方名称与用途已核对

官方服务已停用

目录历史记录

来源核对:

Midjourney

Midjourney V5

Midjourney V5 是 Midjourney 的图像生成与编辑模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。

模型族 / 版本线图像

官方名称与用途已核对

当前可用性未确认

目录历史记录

来源核对:

Midjourney

Midjourney V6

Midjourney V6 是 Midjourney 的图像生成与编辑模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。

模型族 / 版本线图像

官方名称与用途已核对

当前可用性未确认

目录历史记录

来源核对:

OpenAI

GPT-3.5

GPT-3.5 是 OpenAI 的文本理解与生成模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。

模型族 / 版本线文本

官方名称与用途已核对

当前可用性未确认

目录历史记录

来源核对:

OpenAI

GPT-4o

文本与图像输入、文本输出的旧型号。2024-08-06 和 2024-11-20 快照已弃用,计划于 2027-01-14 关闭;音频接口另行命名。

具名模型文本图像

官方名称与用途已核对

官方标记弃用

目录历史记录

来源核对:

OpenAI

Sora

Sora 是 OpenAI 的带音频的视频生成与编辑模型族或版本线条目;具体快照、接口可用性与许可按官方文档逐项确认。此处按视频模型家族收录;Sora 2 API 的停止服务日期见官方弃用表,不把家族名当作仍可调用的接口。

模型族 / 版本线视频

官方名称与用途已核对

当前可用性未确认

目录历史记录

来源核对:

Runway

Runway Gen-3 Alpha

Runway Gen-3 Alpha 是 Runway 面向视频生成的模型。此处只核对官方来源所载的型号与任务定位,不据此认定任何第三方工具的当前默认配置。官方发布资料描述图像与视频联合训练,以及文本、图像驱动的视频创作方向;不由此推定当前产品套餐提供全部历史功能。

具名模型视频

官方名称与用途已核对

当前可用性未确认

目录历史记录

来源核对:

Suno

Suno V3

Suno V3 是 Suno 面向音乐与歌曲生成的模型。此处只核对官方来源所载的型号与任务定位,不据此认定任何第三方工具的当前默认配置。官方 v6 FAQ 明确说明 v6 之前的模型已退役;旧歌曲保留不等于旧模型仍可生成。

具名模型音频

官方名称与用途已核对

当前可用性未确认

目录历史记录

来源核对:

Suno

Suno V4

Suno V4 是 Suno 面向音乐与歌曲生成的模型。此处只核对官方来源所载的型号与任务定位,不据此认定任何第三方工具的当前默认配置。官方 v6 FAQ 明确说明 v6 之前的模型已退役;旧歌曲保留不等于旧模型仍可生成。

具名模型音频

官方名称与用途已核对

当前可用性未确认

目录历史记录

来源核对:

阿里巴巴

Qwen Turbo

Qwen Turbo 保留为 阿里巴巴 的文本理解与生成目录记录。本次未确认该精确型号;官方参考入口不作为发布日期、现役状态或第三方工具配置的证明。

具名模型文本

精确名称或范围待核对

当前可用性未确认

未记录来源核对日

阿里巴巴

Qwen3-Max

Qwen3-Max 保留为 阿里巴巴 的文本理解与生成目录记录。本次未确认该精确型号;官方参考入口不作为发布日期、现役状态或第三方工具配置的证明。

具名模型文本图像

精确名称或范围待核对

当前可用性未确认

未记录来源核对日

阿里巴巴

Wan 2.x(通义万相)

Wan 2.x(通义万相) 保留为 阿里巴巴 的视频生成目录记录。本次未确认该精确型号;官方参考入口不作为发布日期、现役状态或第三方工具配置的证明。

模型族 / 版本线视频图像

精确名称或范围待核对

当前可用性未确认

未记录来源核对日

快手

可灵

可灵 保留为 快手 的视频生成目录记录。本次未确认该精确型号;官方参考入口不作为发布日期、现役状态或第三方工具配置的证明。

模型族 / 版本线视频

精确名称或范围待核对

当前可用性未确认

未记录来源核对日

快手

可灵 1.0

可灵 1.0 保留为 快手 的视频生成目录记录。本次未确认该精确型号;官方参考入口不作为发布日期、现役状态或第三方工具配置的证明。

具名模型视频

精确名称或范围待核对

当前可用性未确认

目录历史记录

未记录来源核对日

快手

可灵 1.5

可灵 1.5 保留为 快手 的视频生成目录记录。本次未确认该精确型号;官方参考入口不作为发布日期、现役状态或第三方工具配置的证明。

具名模型视频

精确名称或范围待核对

当前可用性未确认

目录历史记录

未记录来源核对日

快手

可灵 2.5

可灵 2.5 保留为 快手 的视频生成目录记录。本次未确认该精确型号;官方参考入口不作为发布日期、现役状态或第三方工具配置的证明。

具名模型视频

精确名称或范围待核对

当前可用性未确认

未记录来源核对日

快手

可灵 3.0

可灵 3.0 保留为 快手 的视频生成目录记录。本次未确认该精确型号;官方参考入口不作为发布日期、现役状态或第三方工具配置的证明。

具名模型视频音频

精确名称或范围待核对

当前可用性未确认

未记录来源核对日

Adobe

Adobe Enhance

Adobe Enhance 是本站归并 Adobe 产品中语音清理与增强能力的目录名称,不表示厂商发布了同名独立基础模型。 本次未取得可读取的产品资料,能力范围待复核。

产品能力集合音频

精确名称或范围待核对

当前可用性未确认

未记录来源核对日

Adobe

Firefly 2

Firefly 2 保留为 Adobe 的图像生成与编辑目录记录。本次未确认该精确型号;官方参考入口不作为发布日期、现役状态或第三方工具配置的证明。

具名模型图像

精确名称或范围待核对

当前可用性未确认

未记录来源核对日

Adobe

Firefly 3

Firefly 3 保留为 Adobe 的图像生成与编辑目录记录。本次未确认该精确型号;官方参考入口不作为发布日期、现役状态或第三方工具配置的证明。

具名模型图像

精确名称或范围待核对

当前可用性未确认

未记录来源核对日

Black Forest Labs

Flux Pro

Flux Pro 保留为 Black Forest Labs 的图像生成与编辑目录记录。本次未确认该精确型号;官方参考入口不作为发布日期、现役状态或第三方工具配置的证明。

具名模型图像

精确名称或范围待核对

当前可用性未确认

目录历史记录

未记录来源核对日

Blockade Labs

Skybox 模型

Skybox 模型 是本站归并 Blockade Labs 产品中全景环境图像生成能力的目录名称,不表示厂商发布了同名独立基础模型。 本次未取得可读取的产品资料,能力范围待复核。

产品能力集合3D图像

精确名称或范围待核对

当前可用性未确认

未记录来源核对日

Boomy

Boomy 模型

Boomy 模型 是本站归并 Boomy 产品中音乐与歌曲生成能力的目录名称,不表示厂商发布了同名独立基础模型。 本次未取得可读取的产品资料,能力范围待复核。

产品能力集合音频

精确名称或范围待核对

当前可用性未确认

未记录来源核对日

Character.AI

Character AI

Character AI 是本站归并 Character.AI 产品中对话互动能力的目录名称,不表示厂商发布了同名独立基础模型。 本次未取得可读取的产品资料,能力范围待复核。

产品能力集合文本

精确名称或范围待核对

当前可用性未确认

未记录来源核对日

Consensus

Consensus AI

Consensus AI 是本站归并 Consensus 产品中研究资料检索与问答能力的目录名称,不表示厂商发布了同名独立基础模型。 本次未取得可读取的产品资料,能力范围待复核。

产品能力集合搜索知识

精确名称或范围待核对

当前可用性未确认

未记录来源核对日

CSM

CSM 模型

CSM 模型 是本站归并 CSM 产品中三维资产生成能力的目录名称,不表示厂商发布了同名独立基础模型。 本次未取得可读取的产品资料,能力范围待复核。

产品能力集合3D

精确名称或范围待核对

当前可用性未确认

未记录来源核对日

Deemos

Rodin Gen-2

Rodin Gen-2 保留为 Deemos 的三维资产生成目录记录。本次未确认该精确型号;官方参考入口不作为发布日期、现役状态或第三方工具配置的证明。

具名模型3D

精确名称或范围待核对

当前可用性未确认

未记录来源核对日

ElevenLabs

Eleven Music

Eleven Music 保留为 ElevenLabs 的音乐与歌曲生成目录记录。本次未确认该精确型号;官方参考入口不作为发布日期、现役状态或第三方工具配置的证明。

具名模型音频

精确名称或范围待核对

当前可用性未确认

未记录来源核对日

Freepik

Mystic

Mystic 保留为 Freepik 的图像生成与编辑目录记录。本次未确认该精确型号;官方参考入口不作为发布日期、现役状态或第三方工具配置的证明。

具名模型图像

精确名称或范围待核对

当前可用性未确认

未记录来源核对日

LALAL.AI

Phoenix 模型

Phoenix 模型 保留为 LALAL.AI 的人声与乐器分离目录记录。本次未确认该精确型号;官方参考入口不作为发布日期、现役状态或第三方工具配置的证明。

具名模型音频

精确名称或范围待核对

当前可用性未确认

未记录来源核对日

Leonardo AI

Leonardo Diffusion

Leonardo Diffusion 保留为 Leonardo AI 的图像生成与编辑目录记录。本次未确认该精确型号;官方参考入口不作为发布日期、现役状态或第三方工具配置的证明。

模型族 / 版本线图像

精确名称或范围待核对

当前可用性未确认

未记录来源核对日

LOVO

LOVO Genny

LOVO Genny 是本站归并 LOVO 产品中语音合成能力的目录名称,不表示厂商发布了同名独立基础模型。 本次未取得可读取的产品资料,能力范围待复核。

产品能力集合音频

精确名称或范围待核对

当前可用性未确认

未记录来源核对日

Luma AI

Dream Machine 1.5

Dream Machine 1.5 保留为 Luma AI 的视频生成目录记录。本次未确认该精确型号;官方参考入口不作为发布日期、现役状态或第三方工具配置的证明。

具名模型视频

精确名称或范围待核对

当前可用性未确认

未记录来源核对日

Luma AI

Luma Capture

Luma Capture 是本站归并 Luma AI 产品中三维资产生成能力的目录名称,不表示厂商发布了同名独立基础模型。 本次未取得可读取的产品资料,能力范围待复核。

产品能力集合3D视频

精确名称或范围待核对

当前可用性未确认

未记录来源核对日

Meshy

Meshy-1

Meshy-1 保留为 Meshy 的三维资产生成目录记录。本次未确认该精确型号;官方参考入口不作为发布日期、现役状态或第三方工具配置的证明。

具名模型3D

精确名称或范围待核对

当前可用性未确认

未记录来源核对日

Meshy

Meshy-2

Meshy-2 保留为 Meshy 的三维资产生成目录记录。本次未确认该精确型号;官方参考入口不作为发布日期、现役状态或第三方工具配置的证明。

具名模型3D

精确名称或范围待核对

当前可用性未确认

未记录来源核对日

MiniMax

海螺视频模型

海螺视频模型 保留为 MiniMax 的视频生成目录记录。本次未确认该精确型号;官方参考入口不作为发布日期、现役状态或第三方工具配置的证明。

模型族 / 版本线视频

精确名称或范围待核对

当前可用性未确认

未记录来源核对日

MiniMax

Hailuo 2.3

Hailuo 2.3 保留为 MiniMax 的视频生成目录记录。本次未确认该精确型号;官方参考入口不作为发布日期、现役状态或第三方工具配置的证明。

具名模型视频

精确名称或范围待核对

当前可用性未确认

未记录来源核对日

NovelAI

Kayra

Kayra 保留为 NovelAI 的故事与小说生成目录记录。本次未确认该精确型号;官方参考入口不作为发布日期、现役状态或第三方工具配置的证明。

具名模型文本

精确名称或范围待核对

当前可用性未确认

未记录来源核对日

NovelAI

NAI Diffusion

NAI Diffusion 保留为 NovelAI 的插画与动漫风图像生成目录记录。本次未确认该精确型号;官方参考入口不作为发布日期、现役状态或第三方工具配置的证明。

模型族 / 版本线图像

精确名称或范围待核对

当前可用性未确认

未记录来源核对日

Pika

Pika 1.0

Pika 1.0 保留为 Pika 的视频生成目录记录。本次未确认该精确型号;官方参考入口不作为发布日期、现役状态或第三方工具配置的证明。

具名模型视频

精确名称或范围待核对

当前可用性未确认

未记录来源核对日

Pika

Pika 2.0

Pika 2.0 保留为 Pika 的视频生成目录记录。本次未确认该精确型号;官方参考入口不作为发布日期、现役状态或第三方工具配置的证明。

具名模型视频

精确名称或范围待核对

当前可用性未确认

未记录来源核对日

Play.ht

PlayHT 2.0

PlayHT 2.0 保留为 Play.ht 的语音合成目录记录。本次未确认该精确型号;官方参考入口不作为发布日期、现役状态或第三方工具配置的证明。

具名模型音频

精确名称或范围待核对

当前可用性未确认

未记录来源核对日

Playground

Playground v2

Playground v2 保留为 Playground 的图像生成与编辑目录记录。本次未确认该精确型号;官方参考入口不作为发布日期、现役状态或第三方工具配置的证明。

具名模型图像

精确名称或范围待核对

当前可用性未确认

未记录来源核对日

PrismML

Bonsai Image 4B

Bonsai Image 4B 保留为 PrismML 的图像生成与编辑目录记录。本次未确认该精确型号;官方参考入口不作为发布日期、现役状态或第三方工具配置的证明。

具名模型图像

精确名称或范围待核对

当前可用性未确认

未记录来源核对日

Recraft

Recraft V3

Recraft V3 保留为 Recraft 的图像生成与编辑目录记录。本次未确认该精确型号;官方参考入口不作为发布日期、现役状态或第三方工具配置的证明。

具名模型图像

精确名称或范围待核对

当前可用性未确认

未记录来源核对日

Runway

Runway Gen-2

Runway Gen-2 保留为 Runway 的视频生成目录记录。本次未确认该精确型号;官方参考入口不作为发布日期、现役状态或第三方工具配置的证明。

具名模型视频

精确名称或范围待核对

当前可用性未确认

目录历史记录

未记录来源核对日

Stability AI

Stable Diffusion 1.5

Stable Diffusion 1.5 保留为 Stability AI 的图像生成与编辑目录记录。本次未确认该精确型号;官方参考入口不作为发布日期、现役状态或第三方工具配置的证明。

具名模型图像

精确名称或范围待核对

当前可用性未确认

未记录来源核对日

Udio

Udio V2

Udio V2 保留为 Udio 的音乐与歌曲生成目录记录。本次未确认该精确型号;官方参考入口不作为发布日期、现役状态或第三方工具配置的证明。

具名模型音频

精确名称或范围待核对

当前可用性未确认

未记录来源核对日

如何理解这些记录

名称与用途核对不等于确认当前可用,也不证明第三方工具正在使用。服务状态以所引官方资料为准;官方服务停用不表示开放权重消失。“目录历史记录”仅指本站归档策略,不是官方退役结论。