Model Center

bytedance/doubao-seedance-1.0-lite-t2v 是字节跳动轻量级文生视频模型，支持文 / 图生视频，含专业运镜、多艺术风格，输出 480P/720P、24fps。适用于电商营销、影视预演、创意内容制作

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

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。

Qwen3-VL系列最大尺寸Dense模型的非推理版本，综合表现仅次于Qwen3-VL-235B-Instruct，文档识别和理解能力出色，空间感知与万物识别能力强，视觉2D检测/空间推理能力达到SOTA，适合通用场景下的复杂感知任务。

Gemini 2.5 Flash是Google在性价比方面表现最优的模型，兼具全面能力与高效性能。作为首个具备“思维能力”的 Flash 系列模型，Gemini 2.5 Flash支持可视化的思维过程，让用户直观了解模型在生成回答时的推理路径。

Gemini 2.5 Pro是一款强大的推理模型，专为解决复杂问题而设计。它具备卓越的理解与分析能力，能够处理来自多种信息源的海量数据，包括文本、音频、图像、视频，甚至是完整的代码库。

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。

Qwen3-Max-Preview是阿里巴巴旗下通义千问团队发布的最新旗舰大语言模型，是 Qwen3 系列中参数量最大的模型，参数规模超过1万亿。模型在推理、指令跟随、多语言支持和长尾知识覆盖等方面有重大改进，支持超过100种语言，中英文理解能力出色。在数学推理、编程和科学推理等任务中表现出色，能更可靠地遵循复杂指令，减少幻觉，生成更高质量的响应。

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。

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

OpenAI最强图像生成模型，新模型能够结合世界知识，生成更加符合上下文图像，质量更高，还支持多种功能自定义。

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

Step 3.7 Flash 是阶跃星辰推出的旗舰多模态推理模型，基于 198B 总参数 / 11B 激活参数的稀疏 MoE 架构，原生支持图片和视频理解，具备 256K tokens 长上下文和高速低延迟的推理能力。

jimeng/即梦3.0-图生视频-首帧-720p是专注首帧驱动的图生视频模型，以输入首帧为基础生成动态内容，支持720p高清输出。能精准延续首帧的画面风格、元素细节（如人物肌理、场景光影），生成的视频动作自然、场景元素连贯不跳帧，适配创意短视频、动态海报等场景，兼顾生成效率与画面质感，满足轻量级动态创作需求。

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。