AI 视频与图像生成模型

电影感多镜头视频与原生音频，最高支持 4K

ByteDance 最新视频模型——时长更长、画面更清晰、控制更精准

更低延迟、更低成本的 Seedance 2.0 品质

Seedance 中价格最低的草稿和批量生成模型

Kling 旗舰视频模型——电影感运动、原生音频，最长 15 秒

支持多图参考并保持角色一致的 Kling 3.0

支持每段视频均含原生音频的更快版 Kling 3.0

Google 的电影级视频模型，支持原生音频，最高 4K

价格只需一小部分的 Veo 3.1，支持音频

最实惠的 Veo——原生音频每秒只需几美分

Google 一体化视频模型——一条提示词即可结合参考素材、画面和声音

来自 Alibaba、支持音频的最长 30 秒视频

适合主视觉镜头的 Wan 最高画质

海螺 H3——动作表现力和物理效果出色，最高 2K

细节更清晰、提示词遵循度更高的增强版 H3

几秒生成 MiniMax H3——开放权重的推理加速版本

快速、低价的 Vidu Q3 Turbo，支持音频，时长 1–16 秒

Vidu 全画质 Q3——电影感运动和内置音频，时长 1–16 秒，最高 1080p

Vidu 最新模型——最高支持 4K、15 张参考图像和声音参考

xAI 视频模型——原生音频，最高 1080p 和 15 秒

FLUX 视频模型——5–20 秒视频片段，音频同步生成

创作者喜爱的效果和风格，每秒低至 2 美分

开放权重 1080p 视频，带声音——几秒渲染完成，每秒只需几美分

2K 和 4K 图像及多图编辑，价格相同

面向生产环境的高品质图像生成与精准编辑

以更低价格生成高品质 Seedream 图像

速度最快、价格最低的 Seedream

Gemini 3 Pro Image——影棚级图像生成与编辑，最高 4K

Google 最新 Nano Banana——画质排名领先，价格仅为 Pro 的四分之一

OpenAI 最高画质图像模型——精准编辑、文字清晰易读，最高支持 4K

更快的 GPT Image 2.5，适合日常图像和批量生成

Black Forest Labs 最新图像模型——理解真实内容、布局感知，最高支持 4K

开放权重版 FLUX 3——16 步生成图像，只需几秒，成本不到一美分

速度最快的 FLUX.2——开放权重，低于一秒，价格不到一分钱的一小部分

Black Forest Labs 面向生产环境的图像模型——照片级画质、速度快，最高 4 MP

适合主视觉图的高品质 FLUX.2

可调节步数和引导强度的 FLUX.2，适合文字和精细细节

指令式图像编辑，确保角色保持一致（旧版）

遵循指令更精准、文字效果更出色的 Kontext

xAI 排名领先的图像模型——照片级、风格鲜明、速度快

Alibaba 的图像模型，擅长密集文字和复杂排版——适合菜单、海报和信息图

指令遵循清晰、文字渲染稳定，每张图像约 2 美分

Alibaba 的 6B 开源模型——8 步生成逼真图像，每张不到 1.5¢

Krea 的摄影级图像模型，8 步生成，每张不到 1.5¢

开放式 5B 图像模型，支持双语文字和布局控制