模型中心

通义千问系列首个图像编辑模型，成功将Qwen-Image的文本渲染能力拓展到编辑任务上。支持精准的中英双语文字编辑、视觉外观与语义双重编辑、具备强大的跨基准性能表现。

基于Qwen3的代码生成模型，具有强大的Coding Agent能力，代码能力达到开源模型 SOTA。

暂未提供模型说明。

即梦3.1 - 文生图模型，支持多风格（写实、二次元、艺术风等）文生图，能精准还原文字描述的细节与氛围，生成速度快，可通过关键词精细调控光影、构图，适配创意设计、场景创作等需求，助力高效产出精美图像。

暂未提供模型说明。

图生视频模型，本模型增强了对于卡通、漫画、手绘风格的表现。

专注首尾帧联动的图生视频模型，可精准衔接输入的首尾帧画面风格、元素细节（如人物造型、场景光影），生成720p高清视频。能自然补全中间动态过程，避免动作断层或场景错位，适配短视频创作、动态故事板等场景，兼顾生成效率与画面质感，满足需精准控制开头结尾的轻量级动态创作需求。

文生视频模型（导演版），支持用户输入文本描述，进行视频生成。支持插入运镜指令，更精准控制视频镜头表现。

图生视频模型（导演版），支持用户输入文本描述，及参考图片参考，进行视频生成。支持插入运镜指令，更精准控制视频镜头表现。

kling/klingv2是快手研发的文生/图生视频双模态模型，能精准还原文本描述或首帧画面细节，生成动作连贯、场景一致的动态内容。支持720P分辨率、24fps帧率，可输出写实、国漫等多风格视频，还内置基础运镜功能。适配短视频创作、动态海报等场景，兼顾生成效率与画面质感，满足轻量级动态创意需求。

主体参考视频生成模型，支持用户上传主体图片生成视频，生成视频，高效锁定并保持人面部特征，确保生成视频中的主体形象具有高度一致性。

o3是一款全面且强大的跨领域模型，在数学、科学、编程和视觉推理任务中树立了新标杆。它在技术写作和遵循指令方面也表现出色。可用于处理涉及文本、代码和图像分析的多步骤问题。

GLM-4.5是智谱最新旗舰模型，推理、代码、智能体综合能力达到开源模型的SOTA水平，模型上下文长度可达128k。

Kimi-thinking-preview是月之暗面提供的具有多模态推理能力和通用推理能力的多模态思考模型，它最长支持128k上下文，擅长深度推理，帮助解决更多更难的事情。

Seedance 的专业版，为 5p 和 10p 分辨率的 480 秒或 1080 秒视频提供文本到视频和图像到视频支持

即梦3.0-图生视频-运镜-720P

即梦3.0-文生视频-1080P

kling/lipsync是专注唇形同步的AI模型，主打文本或音频驱动的唇动生成。它能精准匹配语音节奏与语调变化，还原抿嘴、开合幅度等自然唇形细节，适配写实、动漫等多风格人物。 适用于虚拟人直播、短视频配音、动画角色配音等场景，支持主流分辨率，生成流畅无卡顿，可快速实现唇形与声音的精准同步，大幅降低唇形匹配的制作成本与门槛。 调用结果：就用你那个

即梦3.0Pro-视频生成，支持文生视频和首帧图生视频

GLM-4.5是智谱最新旗舰模型，推理、代码、智能体综合能力达到开源模型的SOTA水平，模型上下文长度可达128k。

kling/klingv1.6是快手推出的文生/图生视频双模态模型，支持720P高清输出与24fps流畅帧率。能精准捕捉文本描述或首帧画面的细节（如场景光影、人物形态），动态过渡自然无跳帧，可生成写实、国漫等多风格内容。适配短视频创作、动态海报等轻量级场景，兼顾生成效率与画面质感，有效降低动态内容制作门槛，满足日常创意表达需求。

Gemini 2.5 Flash-Lite 是Gemini 2.5 系列中的一个轻量级推理模型，优化了超低延迟和成本效率。与早期的 Flash 模型相比，它提供了更好的吞吐量、更快的 token 生成以及在常见基准测试中更好的性能。可通过reasoning.max_tokens开启思考并控制思维链长度。

即梦最新发布视频3.0模型，最大特点是2个：非常强的质量遵循能力和多镜头运镜、切换能力。