模型中心

文字生成图片，写实质感细腻画面，文字内容生成，艺术风格表现

指令编辑图片内容，轻松实现局部修改、风格变化、一致性保持等

（当前仅支持/v1/responses接口）GPT-5.1-Codex 的小参数快速版本。

文字生成视频内容，丝滑动态能力，电影美学控制，精准指令遵循

图片生成视频内容，稳定保持图像主体、风格和文字等细节信息

Grok 4 Fast 是 xAI 最新的多模态模型，具有 SOTA 成本效益和 2M 令牌上下文窗口。它有两种类型：非推理和推理。

Grok 4.6 是 SpaceXAI 目前最先进的智能模型，在编程、知识处理以及 STEM 领域都表现出色。

KAT-Coder-Exp-72B 是 KAT-Coder 系列模型中的 RL 创新实验版本，在软件开发能力评测基准 SWE-Bench verified 上取得了 74.6% 的卓越性能，创下开源模型新纪录。专注于 Agentic Coding，目前仅支持 SWE-Agent 脚手架，也可进行简单对话。

该模型可在 3-4 秒内生成精美的电影级 200 万像素图像，它源自 Wan 2.2 模型，并运用了 pruna 包中的优化技术。

PrunaAI 开发的 Wan 2.2 A14B 图像转视频优化版本，速度极快且价格低廉。

PrunaAI 开发的 Wan 2.2 A14B 文本转视频优化版本，速度极快且价格低廉。

GLM-4.6 是智谱最新的旗舰模型，其总参数量 355B，激活参数 32B。GLM-4.6 所有核心能力上均完成了对 GLM-4.5 的超越

wan2.2-s2v 是一款视频生成模型，可基于人物图片和人声音频文件，生成高质量的人物说话/唱歌/表演动态视频。

全新升级的通义万相2.2-首尾帧生视频，生成速度更快。优化视频动态稳定性与成功率，更强大的指令遵循能力，两张图片生成丝滑过度视频。

wan2.2-animate-move图生动作是一款角色动画生成模型，用户只需上传一张角色照片和一段参考表演视频，即可将视频中的表情和动作迁移到图片角色上，生成高保真的动画视频。

wan2.2-animate-mix视频换人是一款角色替换的模型产品，上传一张角色照片与一段表演视频，即可将原视频中的角色精准替换为照片中的角色，完整保留原始视频的场景、光照和色调等环境细节。

全新升级的通义万相2.2图生视频，生成速度更快。优化视频生成稳定性与成功率，更强大的指令遵循能力，稳定保持图片文字、人像和商品一致性，精准运镜控制。

全新升级的通义万相2.2图生视频，视频品质更高。优化视频生成稳定性与成功率，更强大的指令遵循能力，稳定保持图片文字、人像和商品一致性，精准运镜控制。

全新升级的通义万相2.2文生视频，视频品质更高。可稳定生成大幅度复杂运动，支持影视级画面表现与控制，更强大的指令遵循能力，实现物理世界还原。

谷歌最强图像模型，nano-banana 的正式版。

GLM-4.6 是智谱最新的旗舰模型，其总参数量 355B，激活参数 32B。GLM-4.6 所有核心能力上均完成了对 GLM-4.5 的超越

MiniMax M2，专为 Agent 和代码而生，仅 Claude Sonnet 8% 价格，2倍速度。

GPT-5-Codex 是 GPT-5 的专用版本，针对软件工程和编码工作流程进行了优化。它专为交互式开发会话和复杂工程任务的长时间独立执行而设计。该模型支持从头开始构建项目、功能开发、调试、大规模重构和代码审查。与 GPT-5 相比，Codex 更具可作性，严格遵守开发人员的指令，并生成更干净、更高质量的代码输出。

最先进的基于文本的图像编辑模型，可提供高质量的输出，具有出色的及时性和一致的结果，可通过自然语言转换图像