Alibaba Cloud
ASRQwen Audio 3.1 ASR Flash Message
qwen-audio-3.1-asr-flash-message DashScope 实时语音识别，适合输入法和短语音消息，支持文本润色。按输入和输出 Token 计费。上下文 8K，最大输出 1K。
模型目录
快速比较模型能力、上下文、模态与目录价格。
Catalog 是起点，不是限制
了解如何自定义配置 这里展示的是 OctaFuse Gateway 当前内置、可在 Admin 中直接导入的静态预设。Gateway 仍支持创建任意自定义 Provider、Model 和兼容端点；未列出不代表不支持。
Alibaba Cloud
ASRQwen Audio 3.1 ASR Flash Streaming
qwen-audio-3.1-asr-flash-streaming DashScope 实时语音识别，适合会议等持续转写。按输入和输出 Token 计费。上下文 8K，最大输出 1K。
Alibaba Cloud
ASRQwen Audio 3.1 ASR Flash Filetrans
qwen-audio-3.1-asr-flash-filetrans DashScope 非实时语音识别，适合最长 12 小时的录音文件转写，支持说话人分离。按输入和输出 Token 计费。上下文 8K，最大输出 1K。
Alibaba Cloud
ASRQwen Audio 3.1 ASR Flash
qwen-audio-3.1-asr-flash DashScope 同步语音识别，适合 5 分钟以内的短录音，支持说话人分离。按输入和输出 Token 计费。上下文 8K，最大输出 1K。
Alibaba Cloud
ASRQwen Audio 3.0 ASR Flash Streaming
qwen-audio-3.0-asr-flash-streaming DashScope 实时语音识别模型，适合低延迟流式音频输入。
Alibaba Cloud
ASRQwen Audio 3.0 ASR Flash Filetrans
qwen-audio-3.0-asr-flash-filetrans DashScope 非实时语音识别模型，适合录音文件转写。
Alibaba Cloud
ASRQwen Audio 3.0 ASR Flash
qwen-audio-3.0-asr-flash DashScope 同步语音识别模型，适合短录音转写。
Alibaba Cloud
ASRQwen3 ASR Flash Realtime
qwen3-asr-flash-realtime DashScope Qwen3 ASR 实时语音识别，使用 WebSocket 会话模式。
Alibaba Cloud
ASRQwen3 ASR Flash Filetrans
qwen3-asr-flash-filetrans DashScope Qwen3 ASR 非实时语音识别，适合录音文件转写。
Alibaba Cloud
ASRQwen3 ASR Flash
qwen3-asr-flash DashScope Qwen3 ASR 同步语音识别模型。
Alibaba Cloud
ASRFun-ASR Realtime
fun-asr-realtime DashScope Fun-ASR 实时语音识别，使用 WebSocket 流式输入。
Alibaba Cloud
ASRFun-ASR
fun-asr DashScope Fun-ASR 非实时语音识别，适合录音文件转写。
Alibaba Cloud
ASRQwen Audio 3.1 TTS Flash
qwen-audio-3.1-tts-flash DashScope 低延迟语音合成，支持指令控制与声音复刻。按输入和输出 Token 计费。
Alibaba Cloud
TTSQwen Audio 3.0 TTS Plus
qwen-audio-3.0-tts-plus DashScope 高质量语音合成模型，按生成字符数计费。
Alibaba Cloud
TTSQwen Audio 3.0 TTS Flash
qwen-audio-3.0-tts-flash DashScope 低延迟语音合成模型，按生成字符数计费。
Alibaba Cloud
TTSCosyVoice V1
cosyvoice-v1 DashScope CosyVoice V1 语音合成模型，支持流式合成。
Alibaba Cloud
TTSCosyVoice V2
cosyvoice-v2 DashScope CosyVoice V2 语音合成模型，支持流式合成。
Alibaba Cloud
TTSCosyVoice V3 Flash
cosyvoice-v3-flash DashScope CosyVoice V3 Flash 低延迟语音合成模型。
Alibaba Cloud
TTSCosyVoice V3 Plus
cosyvoice-v3-plus DashScope CosyVoice V3 Plus 高质量语音合成模型。
Alibaba Cloud
TTSCosyVoice V3.5 Flash
cosyvoice-v3.5-flash DashScope CosyVoice V3.5 Flash 语音合成，支持声音复刻/设计与指令控制，按生成字符数计费。
Alibaba Cloud
TTSCosyVoice V3.5 Plus
cosyvoice-v3.5-plus DashScope CosyVoice V3.5 Plus 高表现力语音合成，支持声音复刻/设计与指令控制，按生成字符数计费。
Alibaba Cloud
Qwen3.7 Text Embedding
qwen3.7-text-embedding 阿里云百炼文本向量模型，仅按输入 Token 计费。通过 OpenAI 兼容的 POST /v1/embeddings 调用。
Alibaba Cloud
Text Embedding V4
text-embedding-v4 阿里云百炼文本向量 V4（V3 的替代模型）。仅按输入 Token 计费。通过 OpenAI 兼容的 POST /v1/embeddings 调用。
Alibaba Cloud
图片Qwen Image 3.0 Pro
qwen-image-3.0-pro 阿里云千问图像 3.0 旗舰，面向复杂版面、多语言文字渲染与摄影级细节。支持文生图与图像编辑，最高 2K。
Alibaba Cloud
图片Qwen Image 3.0
qwen-image-3.0 千问图像 3.0 标准版，生成更快，能力与 Pro 同档（最高 2K），输出按张一口价。
Alibaba Cloud
图片Qwen Image 2.1 Pro
qwen-image-2.1-pro 千问图像 2.1 Pro，70 亿参数视觉生成组件，支持最多 10 张参考图、透明 RGBA 输出、局部编辑与主体保留。
Alibaba Cloud
图片Qwen Image 2.1 Turbo
qwen-image-2.1-turbo 千问图像 2.1 Turbo，高性价比开源图像生成与编辑模型。支持文本/图像输入，图像输出。
Alibaba Cloud
图片Wan 2.7 Image Pro
wan2.7-image-pro 阿里云万相 2.7 旗舰，支持文生图、组图、多图参考编辑与品牌色控制，文生图最高 4K。
Alibaba Cloud
图片Wan 2.7 Image
wan2.7-image 万相 2.7 标准版，生成更快，支持文生图、组图与多图编辑，最高 2K。
Alibaba Cloud
LLMQwen3.8 Max
qwen3.8-max 2.4 万亿参数 MoE 旗舰，全面提升编程与办公能力，可胜任法律、金融、设计等专业任务，并端到端交付生产级成果。原生视觉理解覆盖规划、执行与验证，支持超长文档与长视频深度解析。
Alibaba Cloud
LLMQwen3.8 Max Prime
qwen3.8-max-prime Qwen3.8 Max 优速版，推理速度更快。支持思考与非思考双模式，同样具备 1M 上下文窗口。
Alibaba Cloud
LLMQwen3.8 2.4T-A95B
qwen3.8-2.4t-a95b 2.4 万亿参数开源旗舰模型，面向复杂推理、编程与知识工作。支持思考与非思考双模式，具备 1M 上下文窗口。
Alibaba Cloud
LLMQwen3.8 27B
qwen3.8-27b 270 亿参数 Qwen 多模态模型，面向高效推理、编程与视觉理解。支持思考与非思考双模式，接受图像与视频输入。
Alibaba Cloud
LLMQwen3.8 Omni Flash
qwen3.8-omni-flash Qwen 全模态模型，支持文本、图像、音频与视频理解。默认开启深度思考，可调节思考强度以适应复杂任务。
Alibaba Cloud
LLMQwen3.8 Max Preview
qwen3.8-max-preview 面向复杂推理、编程、视觉理解与长程 Agent 任务的 Qwen 旗舰预览模型。适合抢先体验；生产调用建议优先使用 qwen3.8-max。
Alibaba Cloud
LLMQwen3.8 Flash
qwen3.8-flash 通义千问最新多模态 Flash 模型，兼具理解生成能力与响应速度。原生百万级上下文，适合编程辅助、智能体协作、超长文档与图文/长视频理解，以更低推理成本接近旗舰效果。
Alibaba Cloud
LLMQwen3.7 Plus
qwen3.7-plus 兼顾成本与效果的 Qwen 多模态模型，适合通用推理、视觉理解与生产应用。兼顾文本与图像理解，并以更具成本效率的设计服务于生产级多模态推理。
Alibaba Cloud
LLMQwen3.7 Max
qwen3.7-max Qwen3.7 旗舰模型，重点优化编程、生产力任务与 Agent 工作流。其 Agent 导向设计重点覆盖编程、办公生产力和复杂多步骤任务。
Alibaba Cloud
LLMQwen3.7 Flash
qwen3.7-flash Qwen3.7 原生视觉语言 Flash 模型，相较 3.6-Flash 全面提升多模态理解与 Agent 执行能力，适合低延迟多模态理解与 Coding / Agent 场景。
Alibaba Cloud
LLMQwen3.6 Plus
qwen3.6-plus 兼顾推理能力与推理效率、适合长上下文任务的 Qwen 模型。通过高效线性注意力与稀疏专家路由的混合架构，提升扩展性和推理效率。
Alibaba Cloud
LLMQwen3.6 Max
qwen3.6-max 面向高难度推理、编程与知识工作的高性能 Qwen 模型。
Alibaba Cloud
LLMQwen3.6 flash
qwen3.6-flash 具备大上下文能力的高速 Qwen 多模态模型，适合高吞吐工作负载。支持文本、图像和视频输入，并以长上下文能力面向延迟敏感的多模态应用。
Alibaba Cloud
LLMQwen3.5 Plus
qwen3.5-plus 适合通用对话、推理、编程与多模态任务的均衡型 Qwen 模型。
Alibaba Cloud
LLMQwen3.5 Flash
qwen3.5-flash 面向低延迟对话、信息抽取与轻量 Agent 场景的 Qwen 模型。
Alibaba Cloud
LLMQwen3-VL Plus
qwen3-vl-plus 面向文档、图像、屏幕理解与视觉推理任务的视觉语言模型。
Alibaba Cloud
LLMQwen3.5 Omni Plus
qwen3.5-omni-plus 可统一理解文本、图像、音频与视频的全能力 Qwen 多模态模型。
Alibaba Cloud
LLMQwen3.5 Omni Flash
qwen3.5-omni-flash 面向实时多模态理解与交互的高速 Qwen Omni 模型。
Anthropic
LLMClaude Sonnet 5.5
claude-sonnet-5-5 更快的 Sonnet，面向编程、Agent 与专业工作。自适应思考默认开启且不能完全关闭，默认 effort 为 high；between_tools 可在 high 及以下关闭前置思考。tool_choice 的 any 与 tool，以及非默认的 temperature、top_p、top_k 都会返回错误。
Anthropic
LLMClaude Haiku 5.5
claude-haiku-5-5 Anthropic 最快的 Claude 5 模型，适合延迟敏感任务。自适应思考默认开启，effort 默认 medium，支持 low 到 max；high 及以下可关闭思考。超过 100K tokens 的提示按更高层级计费。手动设置 budget_tokens 会返回 400，非默认的 temperature、top_p、top_k 也会返回错误。
Anthropic
LLMClaude Opus 5.5
claude-opus-5-5 面向长时间 Agent 编程与知识工作的 Anthropic 模型。自适应思考始终开启且不能关闭，默认 effort 为 medium。tool_choice 的 any 与 tool 会返回错误，应使用 auto 或 none。
Anthropic
LLMClaude Fable 5.1
claude-fable-5-1 Claude Fable 5 的后继模型，面向长时间 Agent 编程、多步研究与文档工作。自适应思考始终开启；输入输出单价与 Fable 5 相同，提示缓存读取更便宜。
Anthropic
LLMClaude Fable 5
claude-fable-5 面向自主知识工作、编程和多模态 Agent 的 Anthropic 模型。定位于自主知识工作与编程，支持多模态输入、推理及工具驱动工作流。
Anthropic
LLMClaude Sonnet 5
claude-sonnet-5 适合编程、专业工作与自适应 Agent 推理的前沿 Sonnet 模型。自适应推理等级可在前沿编程与 Agent 能力、延迟和 Token 消耗之间灵活取舍。
Anthropic
LLMClaude Opus 5
claude-opus-5 Anthropic 旗舰模型，面向复杂推理、编程、视觉分析与长时间 Agent 任务。尤其擅长端到端软件任务、代码审查与缺陷定位、文档和图表分析、复杂办公交付、工具调用及并行子 Agent 协作。
Anthropic
LLMClaude Opus 4.8
claude-opus-4.8 适合长上下文推理、编程与多模态分析的高性能 Opus 模型。结合多模态输入、推理能力与长上下文窗口，适合高要求的通用工作流。
Anthropic
LLMClaude Opus 4.7
claude-opus-4.7 面向长时间异步 Agent 与复杂软件工作流的 Opus 模型。面向需要长时间持续执行编程与专业任务的异步 Agent。
Anthropic
LLMClaude Opus 4.6
claude-opus-4.6 面向端到端编程与长时间专业工作流的高性能 Claude 模型。针对贯穿完整软件与专业工作流的 Agent 优化，而不仅是处理孤立提示词。
Anthropic
LLMClaude Sonnet 4.6
claude-sonnet-4.6 适合迭代开发、Agent 与专业知识工作的均衡型前沿模型。优势包括迭代开发、复杂代码库导航，以及借助工具完成端到端项目执行。
Anthropic
LLMClaude Haiku 4.5
claude-haiku-4.5 适合低延迟对话、编程和 Agent 任务的高速高效 Claude 模型。以显著更低的延迟和成本提供接近前沿水平的能力，适合高并发交互式任务。
ByteDance
图片Doubao Seedream 5.0 Flash
doubao-seedream-5-0-flash 面向高频生图场景的 Seedream 极速模型，支持文生图、图生图、透明背景编辑与图层拆分。
ByteDance
图片Doubao Seedream 5.0 Pro
doubao-seedream-5-0-pro 面向高保真图片生成与专业视觉创作的 Seedream 高质量模型。
ByteDance
图片Doubao Seedream 5.0
doubao-seedream-5-0 适合通用图片生成、编辑与视觉设计工作流的 Seedream 模型。
ByteDance
LLMDoubao Seed 2.0 Mini
doubao-seed-2-0-mini-260215 面向快速对话、成本敏感与轻量推理场景的紧凑型豆包模型。
ByteDance
LLMDoubao Seed 2.0 Mini (260428)
doubao-seed-2-0-mini-260428 面向文本、图像、视频与音频的紧凑全模态豆包模型，支持深度思考，继任即将下线的 doubao-seed-2-0-mini-260215。上下文窗口 256K，最大输入 224K，最大回答 128K。音频输入刊例价未写入价格档：人民币 3 / 6 / 12 元每百万 token（缓存命中 0.6 / 1.2 / 2.4，对应输入不超过 32K / 128K / 256K）；美元 1.50 / 3.00（缓存命中 0.30 / 0.60，对应输入不超过 128K / 256K）。
ByteDance
LLMDoubao Seed 2.0 Lite
doubao-seed-2-0-lite-260215 针对高吞吐文本与视觉工作负载优化的轻量豆包模型。
ByteDance
LLMDoubao Seed 2.0 Lite (260428)
doubao-seed-2-0-lite-260428 面向文本、图像、视频与音频的轻量全模态豆包模型，支持深度思考、工具调用、结构化输出与 GUI 任务，继任即将下线的 doubao-seed-2-0-lite-260215。上下文窗口 256K，最大输入 224K，最大回答 128K。音频输入刊例价未写入价格档：人民币 9 / 13.5 / 27 元每百万 token（缓存命中 1.8 / 2.7 / 5.4，对应输入不超过 32K / 128K / 256K）；美元 3.75 / 7.50（缓存命中 0.75 / 1.50，对应输入不超过 128K / 256K）。
ByteDance
LLMDoubao Seed 2.0 Pro
doubao-seed-2-0-pro-260215 适合高级推理、多模态理解与 Agent 场景的高性能豆包模型。
ByteDance
LLMDoubao Seed 2.1 Pro
doubao-seed-2-1-pro-260628 面向复杂推理、编程与多模态生产应用的新一代豆包 Pro 模型。
ByteDance
LLMDoubao Seed 2.1 Pro (260915)
doubao-seed-2-1-pro-260915 面向深度思考、工具调用、结构化输出、GUI 任务，以及文本、图像与视频多模态理解的豆包 Seed 2.1 Pro。上下文窗口 1024K，最大回答 256K。BytePlus ModelArk 未上架该模型，因此没有美元刊例价。
ByteDance
LLMDoubao Seed 2.1 Lite (260915)
doubao-seed-2-1-lite-260915 面向深度思考、工具调用、结构化输出、GUI 任务，以及文本、图像、视频与音频多模态理解的豆包 Seed 2.1 Lite。上下文窗口 1024K，最大回答 256K。音频输入刊例价未写入价格档：人民币 12 元每百万 token（缓存命中 2.4）。BytePlus ModelArk 未上架该模型，因此没有美元刊例价。
ByteDance
LLMDoubao Seed 2.1 Turbo
doubao-seed-2-1-turbo-260628 面向高响应多模态应用与 Agent 的低延迟豆包模型。
ByteDance
LLMDoubao Seed Evolving
doubao-seed-evolving 面向自适应推理与 Agent 实验场景的持续演进型豆包模型。
DeepSeek
LLMDeepSeek V4.1 Flash
deepseek-v4.1-flash DeepSeek V4.1 Flash 正式版，面向高速长上下文推理、编程与 Agent。经内部、外部多方测试，在性能、费用、速度、总用时等各项指标上已全面超越 V4 Pro。
DeepSeek
LLMDeepSeek V4 Pro
deepseek-v4-pro DeepSeek V4 Pro 正式版旗舰模型，面向高级推理、编程与持续 Agent 任务。0813 生产检查点沿用同一 API 名称，提供 1M 上下文与思考/非思考双模式。
DeepSeek
LLMDeepSeek V4 Flash
deepseek-v4-flash DeepSeek V4 Flash 正式版，面向高速长上下文推理、编程与 Agent。0731 后训练刷新保持混合专家架构，同时强化 Agent 编程与工具调用。
DeepSeek
LLMDeepSeek-V3.2
deepseek-v3.2 兼顾推理效率、复杂推理与 Agent 工具调用能力的 DeepSeek 模型。稀疏注意力设计旨在提高长上下文推理效率，同时保持较强的工具调用表现。
ElevenLabs
ASRElevenLabs Scribe v2
elevenlabs-scribe-v2 ElevenLabs Scribe v2 语音转写，对应 POST /v1/speech-to-text（文件转写）：支持 90+ 种语言、词级时间戳、说话人识别和音频事件标注。供应商模型名填 scribe_v2。OpenAI /v1/audio/transcriptions 用适配器 elevenlabs-asr-file，原生端点用 audio.transcriptions 透传。官方刊例价 $0.22/小时；网关按音频时长（秒）计量。关键词提示（$0.05/小时）和转写编辑（$0.07/小时）由 ElevenLabs 另计费，不含在内。人民币价格为美元刊例价 ×7 的换算占位价，并非官方人民币刊例。
ElevenLabs
ASRElevenLabs Scribe v2 Medical
elevenlabs-scribe-v2-medical ElevenLabs Scribe v2 Medical 语音转写，是 Scribe v2 针对临床音频的微调版本，对药名、解剖和病理术语识别更准。接口和价格与 Scribe v2 相同：POST /v1/speech-to-text，支持 90+ 种语言、词级时间戳和说话人识别。供应商模型名填 scribe_v2_medical。OpenAI /v1/audio/transcriptions 用适配器 elevenlabs-asr-file，原生端点用 audio.transcriptions 透传。官方刊例价 $0.22/小时；网关按音频时长（秒）计量。仅支持批量转写；关键词提示、转写编辑等附加功能由 ElevenLabs 另计费，不含在内。人民币价格为美元刊例价 ×7 的换算占位价，并非官方人民币刊例。
ElevenLabs
ASRElevenLabs Scribe v2 Realtime
elevenlabs-scribe-v2-realtime ElevenLabs Scribe v2 Realtime 实时转写（WebSocket，GET /v1/speech-to-text/realtime）：低延迟流式转写，返回临时与已提交转写文本，支持 90+ 种语言。供应商模型名填 scribe_v2_realtime，路由适配器用 ElevenLabs audio.transcriptions.realtime 透传；该模型不支持 OpenAI /v1/audio/transcriptions。官方刊例价 $0.39/小时；网关按客户端发出的音频字节（结合会话的 audio_format）折算成秒计量，属估算，需与 ElevenLabs 控制台对账。浏览器无法设置 xi-api-key 请求头，请用 Sec-WebSocket-Protocol 子协议 octafuse-api-key.<key> 鉴权。人民币价格为美元刊例价 ×7 的换算占位价，并非官方人民币刊例。
ElevenLabs
TTSElevenLabs Eleven v4
elevenlabs-v4 ElevenLabs Eleven v4 文本转语音：情绪表现力最强、音质最高的模型，声音克隆出色，支持 90+ 种语言和多人对话，单次请求上限 10,000 字符。供应商模型名填 eleven_v4。OpenAI /v1/audio/speech 用适配器 elevenlabs-tts（voice 填 ElevenLabs 的 voice_id），原生文本转语音端点用 audio.speech 透传。官方刊例价 $0.08/千字符，按字符计费。网关代理 HTTP 文本转语音端点和单路 WebSocket stream-input 端点（不含 multi-stream-input）；WebSocket 按客户端发出的字符数计费。人民币价格为美元刊例价 ×7 的换算占位价，并非官方人民币刊例。
ElevenLabs
TTSElevenLabs Eleven v4 Turbo
elevenlabs-v4-turbo ElevenLabs Eleven v4 Turbo 文本转语音：面向实时场景，推理延迟中位数约 100 ms，保留 v4 的表现力，支持音频标签和 90+ 种语言。供应商模型名填 eleven_v4_turbo。OpenAI /v1/audio/speech 用适配器 elevenlabs-tts（voice 填 ElevenLabs 的 voice_id），原生文本转语音端点用 audio.speech 透传。官方刊例价 $0.04/千字符，按字符计费。网关代理 HTTP 文本转语音端点和单路 WebSocket stream-input 端点（不含 multi-stream-input）；WebSocket 按客户端发出的字符数计费。人民币价格为美元刊例价 ×7 的换算占位价，并非官方人民币刊例。
ElevenLabs
TTSElevenLabs Eleven v3
elevenlabs-v3 ElevenLabs Eleven v3 文本转语音：情绪丰富、表现力强，支持音频标签和多人对话，70+ 种语言。供应商模型名填 eleven_v3。OpenAI /v1/audio/speech 用适配器 elevenlabs-tts（voice 填 ElevenLabs 的 voice_id），原生文本转语音端点用 audio.speech 透传。官方刊例价 $0.08/千字符，按字符计费。人民币价格为美元刊例价 ×7 的换算占位价，并非官方人民币刊例。
ElevenLabs
TTSElevenLabs Eleven v3 Conversational
elevenlabs-v3-conversational ElevenLabs Eleven v3 Conversational 文本转语音：面向实时对话的低延迟（约 280 ms）v3，支持音频标签和 70+ 种语言。供应商模型名填 eleven_v3_conversational。OpenAI /v1/audio/speech 用适配器 elevenlabs-tts（voice 填 ElevenLabs 的 voice_id），原生文本转语音端点用 audio.speech 透传。官方刊例价 $0.04/千字符，按字符计费。网关代理 HTTP 文本转语音端点和单路 WebSocket stream-input 端点（不含 multi-stream-input）；WebSocket 按客户端发出的字符数计费。人民币价格为美元刊例价 ×7 的换算占位价，并非官方人民币刊例。
ElevenLabs
TTSElevenLabs Multilingual v2
elevenlabs-multilingual-v2 ElevenLabs Multilingual v2 文本转语音：自然、稳定，适合长文本，支持 29 种语言。供应商模型名填 eleven_multilingual_v2。OpenAI /v1/audio/speech 用适配器 elevenlabs-tts（voice 填 ElevenLabs 的 voice_id），原生文本转语音端点用 audio.speech 透传。官方刊例价 $0.08/千字符，按字符计费。人民币价格为美元刊例价 ×7 的换算占位价，并非官方人民币刊例。
ElevenLabs
TTSElevenLabs Flash v2.5
elevenlabs-flash-v2.5 ElevenLabs Flash v2.5 文本转语音：超低延迟（约 75 ms）、速度快价格低，支持 32 种语言。供应商模型名填 eleven_flash_v2_5。OpenAI /v1/audio/speech 用适配器 elevenlabs-tts（voice 填 ElevenLabs 的 voice_id），原生文本转语音端点用 audio.speech 透传。官方刊例价 $0.04/千字符，按字符计费。人民币价格为美元刊例价 ×7 的换算占位价，并非官方人民币刊例。
ElevenLabs
TTSElevenLabs Flash v2
elevenlabs-flash-v2 ElevenLabs Flash v2 文本转语音：超低延迟（约 75 ms），仅支持英语，单次请求上限 30,000 字符。供应商模型名填 eleven_flash_v2。OpenAI /v1/audio/speech 用适配器 elevenlabs-tts（voice 填 ElevenLabs 的 voice_id），原生文本转语音端点用 audio.speech 透传。官方刊例价 $0.04/千字符，按字符计费。网关代理 HTTP 文本转语音端点和单路 WebSocket stream-input 端点（不含 multi-stream-input）；WebSocket 按客户端发出的字符数计费。人民币价格为美元刊例价 ×7 的换算占位价，并非官方人民币刊例。
ElevenLabs
TTSElevenLabs Turbo v2.5
elevenlabs-turbo-v2.5 ElevenLabs Turbo v2.5 文本转语音：第一代低延迟模型，支持 32 种语言。官方已标记为弃用，建议改用延迟更低的 Flash v2.5。供应商模型名填 eleven_turbo_v2_5。OpenAI /v1/audio/speech 用适配器 elevenlabs-tts（voice 填 ElevenLabs 的 voice_id），原生文本转语音端点用 audio.speech 透传。官方刊例价 $0.04/千字符，按字符计费。网关代理 HTTP 文本转语音端点和单路 WebSocket stream-input 端点（不含 multi-stream-input）；WebSocket 按客户端发出的字符数计费。人民币价格为美元刊例价 ×7 的换算占位价，并非官方人民币刊例。
Gemini Embedding 2
gemini-embedding-2 Google 首个多模态向量模型，将文本、图像、视频、音频与 PDF 映射到统一向量空间。目录价为 Standard 文本输入价；图像、音频、视频输入另有刊例价，此处未单列。通过 :embedContent 或 :batchEmbedContents 调用。
Gemini Nano Banana 2.1
gemini-nano-banana-2.1 Nano Banana 2 的升级版本，专为高效图片生成与对话式编辑打造，提升了视觉质量、多轮角色一致性、精准文字渲染，并支持 1K、2K、4K 分辨率的搜索增强生成。
Gemini 3.1 Flash Image
gemini-3.1-flash-image 结合多模态推理能力的高速 Google 图片生成与编辑模型。亦称 Nano Banana 2，将高速生成与高级编辑和多模态视觉推理结合起来。
Gemini 3 Pro Image Preview
gemini-3-pro-image-preview Google 高级图片生成预览模型，擅长有依据的创作与精细视觉编辑。基于 Gemini 3 Pro，强调有依据的创作、更强的多模态推理和精细图像编辑。
Gemini 4 Argon
gemini-4-argon 面向复杂软件工程、科学问题求解与多步 Agent 的旗舰 Gemini 推理模型。输入与输出共用约 1M 窗口；同步输出默认 64K，长解码最高约 1M。
Gemini 3.8 Flash
gemini-3.8-flash 面向长周期软件工程、自主 Agent 与复杂企业工作流的最强 Gemini Flash 模型。相较 Gemini 3.7 Flash，提升软件工程、Agent 任务与多步推理能力。
Gemini 3.7 Flash
gemini-3.7-flash 面向编程、Agent 与知识工作的高效率 Gemini 主力模型。相较 Gemini 3.6 Flash，提升首轮代码准确率、多步工具调用与可上线应用产出。
Gemini 3.6 Flash
gemini-3.6-flash 面向编程、Agent、Web 与应用开发的高效率 Gemini 模型。面向 Agent 工作流中的编程与应用开发，力求以更少的无效修改产出更成熟的结果。
Gemini 3.1 Pro Preview
gemini-3.1-pro-preview 面向软件工程与高可靠 Agent 工作流的前沿 Gemini 推理预览模型。该预览版在复杂工作流中强化软件工程表现、Agent 可靠性和 Token 效率。
Gemini 3 Flash Preview
gemini-3-flash-preview 适合多轮对话、编程与 Agent 工作流的高速 Gemini 思考模型。以 Flash 级速度提供接近 Pro 的推理与工具调用能力，适用于多轮对话、编程和 Agent。
Gemini 3.5 Flash
gemini-3.5-flash 在编程、推理与并行 Agent 场景表现出色的高效 Gemini 多模态模型。在更高效的档位提供接近 Pro 的编程和推理能力，并针对并行 Agent 执行优化。
Gemini 3.5 Flash Lite
gemini-3.5-flash-lite 面向专注型子 Agent 与高流量生产任务的轻量 Gemini 模型。轻量化设计尤其适合大型多 Agent 系统中执行明确子任务的子 Agent。
Gemini 3.1 Flash Lite
gemini-3.1-flash-lite 针对高流量、延迟敏感应用优化的高效率 Gemini 预览模型。针对高吞吐工作负载优化，同时力求接近更大型 Flash 模型的质量。
Gemini 2.5 Pro
gemini-2.5-pro 适合编程、数学、科学与多模态分析的高性能 Gemini 推理模型。内置思考能力可在高级编程、数学、科学和多模态分析中给出更审慎的回答。
Gemini 2.5 Flash
gemini-2.5-flash 在推理质量、速度与多模态能力之间取得平衡的 Gemini 主力模型。在编程、数学、科学和多模态生产任务中平衡内置推理能力与主力级吞吐量。
Gemini 2.5 Flash Lite
gemini-2.5-flash-lite 针对高吞吐与快速生成优化的低成本 Gemini 推理模型。重点优化超低延迟、低成本、高吞吐和快速 Token 生成。
Meituan LongCat
LLMLongCat 2.0
longcat-2.0 美团稀疏专家模型，适合编程、代码仓库任务与长周期 Agent。稀疏专家架构面向仓库级编程、长周期问题求解和 Agent 执行。
MiniMax
ASRMiniMax ASR 1.0
minimax-asr-1.0 MiniMax 文件语音识别（asr-1.0），走 POST /v1/speech_to_text。路由的供应商模型名填 asr-1.0，适配器选 MiniMax 文件转写。按上游时长按秒计费，没有最低时长。
MiniMax
TTSMiniMax Speech 2.8 HD
minimax-speech-2.8-hd MiniMax 同步语音合成（speech-2.8-hd），走 POST /v1/t2a_v2。供应商模型名填 speech-2.8-hd。OpenAI /v1/audio/speech 用适配器 minimax-tts，原生端点用 audio.speech 透传。按上游 usage_characters 计费。
MiniMax
TTSMiniMax Speech 2.8 Turbo
minimax-speech-2.8-turbo MiniMax 低延迟同步语音合成（speech-2.8-turbo），走 POST /v1/t2a_v2。供应商模型名填 speech-2.8-turbo。OpenAI /v1/audio/speech 用适配器 minimax-tts，原生端点用 audio.speech 透传。按上游 usage_characters 计费。
MiniMax
图片MiniMax Image 01
minimax-image-01 MiniMax 文生图与主体参考图生图（image-01），走 POST /v1/image_generation。供应商模型名填 image-01。OpenAI /v1/images/generations 用适配器 minimax-image，原生端点用 images.generations 透传。按成功张数计费。
MiniMax
图片MiniMax Image 01 Live
minimax-image-01-live MiniMax image-01-live 生图，走 POST /v1/image_generation，支持 live 风格。供应商模型名填 image-01-live。OpenAI /v1/images/generations 用适配器 minimax-image，原生端点用 images.generations 透传。按成功张数计费。
MiniMax
LLMMiniMax M2.5
minimax-m2.5 面向实际生产力、编程与真实数字化工作的 MiniMax 模型。通过多样化数字工作环境训练，将编程基础能力扩展到实用的端到端生产力任务。
MiniMax
LLMMiniMax M2.7
minimax-m2.7 面向自主生产力与多 Agent 协作的 Agent 型 MiniMax 模型。强调真实工作场景中的自主生产力、多 Agent 协作和持续改进。
MiniMax
LLMMiniMax M2.7 Highspeed
minimax-m2.7-highspeed MiniMax M2.7 高速版，相同能力下推理速度更快。针对延迟敏感的生产力任务与 Agent 工作流优化。
MiniMax
LLMMiniMax M3
minimax-m3 适合编程、知识工作与 Agent 的长上下文 MiniMax 多模态模型。多模态基础能力面向长周期 Agent、编程和长上下文知识工作。
MiniMax
LLMMiniMax M3.1 Flash
minimax-m3.1-flash 最新 M 系列语言模型，适用于 Agent 推理、工具调用、代码和长上下文任务，并可通过 effort 调节思考深度。原生多模态、1M 上下文的 Frontier Coding 模型，面向真实工作的日常高效主力。输入支持文本、图片和视频。
Moonshot AI
LLMKimi K2.5
kimi-k2.5 面向视觉编程与协同 Agent 工作流的原生多模态 Kimi 模型。将原生多模态理解、视觉编程与自主 Agent 集群范式结合起来。
Moonshot AI
LLMKimi K2.6
kimi-k2.6 面向长周期编程、UI 生成与 Agent 编排的多模态 Kimi 模型。面向长周期编程、代码驱动的 UI 生成，以及复杂项目中的多 Agent 协同执行。
Moonshot AI
LLMKimi K2.7 Code
kimi-k2.7-code 面向长上下文端到端编程任务、强调可靠性的 Kimi Code 模型。以编程为中心，旨在长上下文中可靠完成端到端开发任务。
Moonshot AI
LLMKimi K2.7 Code Highspeed
kimi-k2.7-code-highspeed Kimi K2.7 Code 高速版，面向编程任务的更快推理。针对延迟敏感的编程工作流与 Agent 应用优化。
Moonshot AI
LLMKimi K3
kimi-k3 面向复杂编程、推理与 Agent 工作的开放权重 Kimi 多模态模型。这款开放权重多模态推理模型面向复杂编程、知识工作和长时间运行的 Agent。
Moonshot AI
LLMKimi K3.1 Pro
kimi-k3.1-pro K3.1 系列首个旗舰，也是 Kimi 迄今能力最强的 3 万亿级开放权重模型，具备原生视觉理解与 1M 上下文。面向编程、3D 创作、金融研究与长时间 Agent 工作。
Moonshot AI
LLMKimi K3.1 Pro Highspeed
kimi-k3.1-pro-highspeed Kimi K3.1 Pro 高速版，同等智能与 1M 上下文，速度约为 K3.1 Pro 的 2–3 倍。仍列在多模态模型中，参数约束与 K3.1 Pro 相同。
OpenAI
ASRWhisper
whisper-1 OpenAI Whisper（whisper-1）语音转写，用于 /v1/audio/transcriptions。官方价 $0.006/分钟；网关按秒计量。
OpenAI
ASRGPT-4o mini Transcribe
gpt-4o-mini-transcribe OpenAI GPT-4o mini 语音转写（/v1/audio/transcriptions，json/text）。官方价 $1.25/$5 /1M audio token；网关按 token 计量。
OpenAI
ASRGPT-4o Transcribe
gpt-4o-transcribe OpenAI GPT-4o 语音转写（/v1/audio/transcriptions，json/text）。官方价 $2.50/$10 /1M audio token；网关按 token 计量。
OpenAI
ASRGPT-4o Transcribe Diarize
gpt-4o-transcribe-diarize OpenAI GPT-4o 带说话人分离的语音转写（/v1/audio/transcriptions；json/text/diarized_json）。单价同 gpt-4o-transcribe（$2.50/$10 /1M）；网关按 token 计量。
OpenAI
Text Embedding 3 Small
text-embedding-3-small OpenAI 高性价比文本向量模型（默认 1536 维，支持 dimensions 参数）。通过 POST /v1/embeddings 调用，仅按输入 Token 计费。
OpenAI
Text Embedding 3 Large
text-embedding-3-large OpenAI 效果最强的文本向量模型（默认 3072 维，支持 dimensions 参数）。通过 POST /v1/embeddings 调用，仅按输入 Token 计费。
OpenAI
Text Embedding Ada 002
text-embedding-ada-002 OpenAI 上一代文本向量模型（1536 维）。通过 POST /v1/embeddings 调用，仅按输入 Token 计费。
OpenAI
图片GPT Image 2.5 Flare
gpt-image-2.5-flare OpenAI 面向日常高质量出图的最快模型。接受文本与图片输入，输出图片。quality 支持 low、medium、high、xhigh、max 和 auto。可通过 Images API 或 Responses API 的 image generation 工具调用。
OpenAI
图片GPT Image 2.5 Sunburst
gpt-image-2.5-sunburst OpenAI 面向精细编辑的图片生成与编辑模型。接受文本与图片输入，输出图片，适合对编辑精度要求更高的工作流。quality 支持 low、medium、high、xhigh、max 和 auto。可通过 Images API 或 Responses API 的 image generation 工具调用。
OpenAI
图片GPT Image 2
gpt-image-2 用于专用 Images API 的 OpenAI 高保真图片生成与编辑模型。
OpenAI
LLMGPT-6 Astra
gpt-6-astra OpenAI 面向高难度端到端工作的旗舰模型，适合推理、编程、计算机使用、研究与文档创作。reasoning.effort 支持 low、medium、high、xhigh 和 max，不支持 none。带工具调用请走 Responses API；纯文本仍可用 Chat Completions。
OpenAI
LLMGPT-6 Sol
gpt-6-sol 面向复杂编程与 Agent 工作流的 GPT-6 模型。reasoning.effort 支持 none、low、medium（默认）、high、xhigh 和 max。内置工具与函数调用应走 Responses API；Chat Completions 仅在 reasoning_effort 为 none 时支持函数调用。
OpenAI
LLMGPT-6.1 Sol
gpt-6.1-sol GPT-6 Sol 的升级型号，在复杂编程、计算机使用与专业工作上接近 Astra。reasoning.effort 支持 low、medium（默认）、high、xhigh 和 max，不支持 none 与 minimal。带工具调用必须走 Responses API；Chat Completions 仅支持不带工具的请求。
OpenAI
LLMGPT-6 Luna
gpt-6-luna 面向聚焦、高并发任务的高效 GPT-6 模型。reasoning.effort 支持 none、low、medium（默认）、high、xhigh 和 max。内置工具与函数调用应走 Responses API；Chat Completions 仅在 reasoning_effort 为 none 时支持函数调用。
OpenAI
LLMGPT-5.2
gpt-5.2 具备自适应推理能力、适合编程、Agent 与长上下文工作的前沿 GPT 模型。自适应推理会根据任务难度分配计算资源，以提升 Agent 与长上下文表现。
OpenAI
LLMGPT-5.4
gpt-5.4 面向高级推理、编程、多模态输入与专业工作流的旗舰 GPT 模型。统一通用 GPT 与编程能力，面向大上下文专业工作和工具驱动执行。
OpenAI
LLMGPT-5.4 mini
gpt-5.4-mini 面向高吞吐推理、编程与多模态应用的高速 GPT-5.4 变体。较小规模版本保留较强推理和编程能力，同时提高速度与吞吐量。
OpenAI
LLMGPT-5.4 nano
gpt-5.4-nano 针对低延迟、高流量与成本敏感任务优化的紧凑型 GPT 模型。针对强调速度的分类、抽取、路由及其他高并发轻量任务优化。
OpenAI
LLMGPT-5.5
gpt-5.5 面向复杂专业工作、强化推理能力与可靠性的前沿 GPT 模型。在保留长上下文能力的同时，提高困难专业任务上的可靠性和 Token 效率。
OpenAI
LLMGPT-5.6
gpt-5.6 面向高级推理、编程与通用 Agent 工作流的 GPT-5.6 系列模型。
OpenAI
LLMGPT-5.6 Sol
gpt-5.6-sol GPT-5.6 旗舰模型，适合高难度推理、编程与多步骤 Agent 任务。旗舰档位尤其擅长命令行工作和复杂的多步骤编程流程。
OpenAI
LLMGPT-5.6 Terra
gpt-5.6-terra 面向日常编程、推理与 Agent 应用的均衡型 GPT-5.6 模型。平衡档位在旗舰质量与成本效率之间取舍，适合日常编程、推理和 Agent。
OpenAI
LLMGPT-5.6 Luna
gpt-5.6-luna 面向对话、分类与轻量 Agent 的高速高效 GPT-5.6 模型。高效档位面向高并发对话、分类和轻量 Agent 工作流，强调低延迟。
StepFun
LLMStep 3.7 Flash
step-3.7-flash 支持原生图像与视频理解的高效率阶跃星辰多模态模型。多模态混合专家设计将大型语言骨干与原生图像、视频理解结合起来。
Tencent
LLMHy4 preview
hy4-preview 腾讯新一代生产力模型，Agent 与复杂任务执行能力全面升级。Hy4 preview 总参数 770B、激活参数 49B，面向 Agent、Coding 与生产力场景优化，强化复杂任务中的理解、规划、工具调用与持续执行能力。
Tencent
LLMHy3
hy3 面向可调节推理与生产级 Agent 的腾讯混合专家模型。可配置的推理强度让生产系统在 Agent 任务中灵活权衡延迟与推理深度。
Tencent
LLMHy3 preview
hy3-preview 面向 Agent 工作流与生产评估的高效率腾讯预览模型。预览版提供可配置推理等级，便于高效评估和部署 Agent 工作流。
xAI (Grok)
图片Grok Imagine Image 2.0
grok-imagine-image-2.0 xAI Imagine Image 2.0 模型，面向精确生成、编辑与多参考图创作。指令遵循更细，编辑时保持主体一致，并支持 1K/2K 输出。
xAI (Grok)
图片Grok Imagine Image Quality
grok-imagine-image-quality 面向快速图片生成、编辑与参考图创作的 xAI 高保真模型。2026-11-02 退役，之后由 Grok Imagine Image 2.0 以 low 质量出图。
xAI (Grok)
LLMGrok Build 0.1
grok-build-0.1 面向 Agent 软件开发的 xAI 编程专用模型。支持可配置推理强度。针对持续编程轨迹与工具驱动工作流优化。
xAI (Grok)
LLMGrok 4.20 Reasoning
grok-4.20-0309-reasoning 1M 上下文 xAI 推理模型，面向复杂编程、Agent 与知识工作。支持可配置推理强度。Batch API 享标准价八折。
xAI (Grok)
LLMGrok 4.20 Non-Reasoning
grok-4.20-0309-non-reasoning 1M 上下文 xAI 模型，面向编程、Agent 与知识工作，无扩展推理。定价与推理变体相同。Batch API 享标准价八折。
xAI (Grok)
LLMGrok 4.7
grok-4.7 面向编程、Agent 与知识工作的前沿 Grok 模型。reasoning effort 支持 low、medium、high（默认）和 xhigh。Responses API 总会返回加密 reasoning，后续轮次须原样带回。
xAI (Grok)
LLMGrok 4.6
grok-4.6 面向长时运行 Agent、编程与知识工作的前沿 Grok 模型。侧重多步 Agent、复杂交互与视觉任务，以及可持续推进的编程轨迹。
xAI (Grok)
LLMGrok 4.5
grok-4.5 面向编程、知识工作、STEM 与复杂推理的通用 Grok 模型。支持思考与非思考模式，适合 Agent 软件工程与工作流任务。
xAI (Grok)
LLMGrok 4.3
grok-4.3 面向 Agent、指令遵循与事实型任务的 Grok 多模态推理模型。结合视觉输入与推理能力，适合注重事实性的指令遵循和 Agent 应用。
Xiaomi Mimo
LLMMiMo V2 Omni
mimo-v2-omni 面向文本、图像、音频与视频统一理解的小米 MiMo 全模态模型。
Xiaomi Mimo
LLMMiMo V2 Pro
mimo-v2-pro 面向复杂推理、编程与 Agent 工作负载的小米 MiMo 高性能模型。
Xiaomi Mimo
LLMMimo V2.5 Pro
mimo-v2.5-pro 面向软件工程与长周期 Agent 任务的小米 MiMo 旗舰模型。旗舰版本重点强化通用 Agent 能力、复杂软件工程和长周期执行。
Xiaomi Mimo
LLMMiMo V2.5
mimo-v2.5 兼顾成本与能力、适合 Agent 和视觉理解场景的 MiMo 全模态模型。原生全模态设计以更经济的推理成本提供接近 Pro 的 Agent 表现，并增强视觉理解。
Xiaomi Mimo
LLMMiMo V2.6 Pro
mimo-v2.6-pro 面向专业、长程与复杂工作流的小米 MiMo 全模态旗舰模型，兼顾科学研究与网络安全。
Xiaomi Mimo
LLMMiMo V2.6 Flash
mimo-v2.6-flash 面向高频办公与规模化任务的小米 MiMo 全模态高性价比模型。
Xiaomi Mimo
LLMMiMo V2.6 Pro UltraSpeed
mimo-v2.6-pro-ultraspeed 保留 MiMo V2.6 Pro 旗舰能力的超高速服务模式，输出速度最高约 20 倍，面向强实时与时延敏感场景。
Zhipu AI
图片GLM Image
glm-image 面向文本引导图片生成与通用视觉创作的智谱图像模型。
Zhipu AI
LLMGLM-5
glm-5 面向系统设计、编程与长周期 Agent 的 GLM 旗舰开放模型。开放基础模型面向复杂系统设计，以及长周期 Agent 工作流中的生产级编程。
Zhipu AI
LLMGLM-5 Turbo
glm-5-turbo 针对真实 Agent 环境与高效推理优化的高速 GLM 模型。针对真实世界中使用工具的 Agent 环境进行深度优化，强调快速推理。
Zhipu AI
LLMGLM-5.1
glm-5.1 强化编程能力与长周期任务持续执行表现的 GLM 模型。编程能力提升重点面向远超短时交互、需要持续独立执行的任务。
Zhipu AI
LLMGLM-5.2
glm-5.2 面向项目级软件工程与 Agent 的长上下文 GLM 推理模型。大规模推理模型面向项目级软件工程和长周期 Agent 工作流。
Zhipu AI
LLMGLM-5.3
glm-5.3 面向长程编程、Agent 与安全审查的 GLM 旗舰模型。沿用 GLM-5.2 基座，通过后训练提升编程与智能体表现。
Zhipu AI
LLMGLM-5.3-Flash
glm-5.3-flash 面向视觉编程、Agent 与专业工作流的 GLM 原生多模态 Flash 模型。以远低于 GLM-5.2 的成本提供更强智能，原生支持图片、视频与文件理解。
Zhipu AI
LLMGLM-5.3-FlashX
glm-5.3-flashx 更高吞吐的 GLM-5.3-Flash 服务规格，推理速度达 200 tokens/s。沿用原生图片、视频与文件理解，以及同样的 1M 上下文。
没有匹配项
换个关键词，或清除筛选后再试。
目录价按 Gateway 静态预设展示；实际价格与可用性请以供应商为准。
数据与贡献
发现 Model 数据有误？
每张模型卡片都链接到对应预设文件。修正 ID、上下文、模态或目录价后，直接提交 PR。