模型总览

ModelFold 通过一套 OpenAI 风格的 API 提供 188 个模型。可按下面模态进入，或直接跳到某个模型的参考页。

模态	模型数	端点
视频生成	80	POST /v1/videos/generations
图像生成	63	POST /v1/images/generations
对话模型	35	POST /v1/chat/completions
音频与语音	10	暂无

视频生成

文生视频、图生视频、参考图生视频、视频编辑与修复类模型。

• bytedance/seedance-1.5-pro — 14 积分 / 次（上游 1.75 / (按描述匹配) × 1.5）
• bytedance/seedance-2 — 87 积分 / 次（上游 11.5 / per second × 1.5）
• bytedance/seedance-2-5 — 54 积分 / 次
• bytedance/seedance-2-5-draft — 54 积分 / 次
• bytedance/seedance-2-fast — 51 积分 / 次（上游 6.8 / per second × 1.5）
• bytedance/seedance-2-mini — 18 积分 / 次（上游 2.4 / (按描述匹配) × 1.5）
• bytedance/v1-lite-image-to-video — 15 积分 / 次（上游 2 / per second × 1.5）
• bytedance/v1-lite-text-to-video — 15 积分 / 次（上游 2 / per second × 1.5）
• bytedance/v1-pro-fast-image-to-video — 24 积分 / 次（上游 16 / per video × 1.5）
• bytedance/v1-pro-image-to-video — 21 积分 / 次（上游 2.8 / per second × 1.5）
• bytedance/v1-pro-text-to-video — 21 积分 / 次（上游 2.8 / per second × 1.5）
• google/gemini-omni-flash-1-1 — 95 积分 / 次（上游 63 / per video × 1.5）
• grok-imagine-video-1-5-preview — 18 积分 / 次（上游 2.4 / (按描述匹配) × 1.5）
• grok-imagine/image-to-video — 18 积分 / 次（上游 2.4 / per second × 1.5）
• grok-imagine/text-to-video — 18 积分 / 次（上游 2.4 / per second × 1.5）
• hailuo/02-image-to-video-pro — 86 积分 / 次（上游 57 / per video × 1.5）
• hailuo/02-image-to-video-standard — 18 积分 / 次（上游 12 / per video × 1.5）
• hailuo/02-text-to-video-pro — 86 积分 / 次（上游 57 / per video × 1.5）
• hailuo/02-text-to-video-standard — 45 积分 / 次（上游 30 / per video × 1.5）
• hailuo/2-3-image-to-video-pro — 68 积分 / 次（上游 45 / per video × 1.5）
• hailuo/2-3-image-to-video-standard — 45 积分 / 次（上游 30 / per video × 1.5）
• happyhorse-1-1/image-to-video — 169 积分 / 次（上游 22.5 / per second × 1.5）
• happyhorse-1-1/reference-to-video — 169 积分 / 次（上游 22.5 / per second × 1.5）
• happyhorse-1-1/text-to-video — 169 积分 / 次（上游 22.5 / per second × 1.5）
• happyhorse/image-to-video — 210 积分 / 次（上游 28 / per second × 1.5）
• happyhorse/reference-to-video — 210 积分 / 次（上游 28 / per second × 1.5）
• happyhorse/text-to-video — 210 积分 / 次（上游 28 / per second × 1.5）
• happyhorse/video-edit — 210 积分 / 次（上游 28 / per second × 1.5）
• kling-2.6/image-to-video — 165 积分 / 次（上游 110 / per video × 1.5）
• kling-2.6/motion-control — 83 积分 / 次（上游 11 / (按描述匹配) × 1.5）
• kling-2.6/text-to-video — 83 积分 / 次（上游 55 / per video × 1.5）
• kling-3.0-omni/image-to-video — 105 积分 / 次（上游 14 / per second × 1.5）
• kling-3.0-omni/reference-to-video — 105 积分 / 次（上游 14 / per second × 1.5）
• kling-3.0-omni/text-to-video — 105 积分 / 次（上游 14 / per second × 1.5）
• kling-3.0-omni/transformation — 150 积分 / 次（上游 20 / per second × 1.5）
• kling-3.0/motion-control — 150 积分 / 次（上游 20 / (按描述匹配) × 1.5）
• kling-3.0/video — 54 积分 / 次
• kling-4.0/keyframe-to-video — 214 积分 / 次（上游 28.5 / per second × 1.5）
• kling-4.0/reference-to-video — 214 积分 / 次（上游 28.5 / per second × 1.5）
• kling/ai-avatar-pro — 120 积分 / 次（上游 16 / per second × 1.5）
• kling/ai-avatar-standard — 60 积分 / 次（上游 8 / per second × 1.5）
• kling/v2-1-master-image-to-video — 240 积分 / 次（上游 160 / per video × 1.5）
• kling/v2-1-master-text-to-video — 240 积分 / 次（上游 160 / per video × 1.5）
• kling/v2-1-pro — 75 积分 / 次（上游 50 / per video × 1.5）
• kling/v2-1-standard — 38 积分 / 次（上游 25 / per video × 1.5）
• kling/v2-5-turbo-image-to-video-pro — 63 积分 / 次（上游 42 / per video × 1.5）
• kling/v2-5-turbo-text-to-video-pro — 63 积分 / 次（上游 42 / per video × 1.5）
• kling/v3-turbo-image-to-video — 54 积分 / 次
• kling/v3-turbo-text-to-video — 54 积分 / 次
• minimax-h3/image-to-video — 60 积分 / 次（上游 8 / per second × 1.5）
• minimax-h3/reference-to-video — 60 积分 / 次（上游 8 / per second × 1.5）
• minimax-h3/text-to-video — 60 积分 / 次（上游 8 / per second × 1.5）
• omnihuman-1-5 — 203 积分 / 次（上游 27 / per second × 1.5）
• omnihuman-1-5/human-identification — 0 积分 / 次（上游 0 / per request × 1.5）
• omnihuman-1-5/subject-detection — 0 积分 / 次（上游 0 / per request × 1.5）
• pixverse-v6/image-to-video — 30 积分 / 次（上游 4 / per second × 1.5）
• pixverse-v6/reference-to-video — 30 积分 / 次（上游 4 / per second × 1.5）
• pixverse-v6/text-to-video — 54 积分 / 次
• pixverse-v6/transition — 30 积分 / 次（上游 4 / per second × 1.5）
• topaz/video-upscale — 54 积分 / 次
• vidu-q4/image-to-video — 54 积分 / 次（上游 7.2 / per second × 1.5）
• vidu-q4/reference-to-video — 54 积分 / 次（上游 7.2 / per second × 1.5）
• volcengine/video-to-video-lip-sync — 60 积分 / 次（上游 8 / (按描述匹配) × 1.5）
• wan/2-2-a14b-image-to-video-turbo — 60 积分 / 次（上游 8 / per second × 1.5）
• wan/2-2-a14b-text-to-video-turbo — 60 积分 / 次（上游 8 / per second × 1.5）
• wan/2-2-animate-move — 54 积分 / 次
• wan/2-2-animate-replace — 54 积分 / 次
• wan/2-5-image-to-video — 90 积分 / 次（上游 60 / per video × 1.5）
• wan/2-5-text-to-video — 90 积分 / 次（上游 60 / per video × 1.5）
• wan/2-6-flash-image-to-video — 30 积分 / 次（上游 20 / per video × 1.5）
• wan/2-6-flash-video-to-video — 30 积分 / 次（上游 20 / per video × 1.5）
• wan/2-6-image-to-video — 105 积分 / 次（上游 70 / per video × 1.5）
• wan/2-6-text-to-video — 105 积分 / 次（上游 70 / per video × 1.5）
• wan/2-6-video-to-video — 105 积分 / 次（上游 70 / per video × 1.5）
• wan/2-7-image-to-video — 120 积分 / 次（上游 16 / per second × 1.5）
• wan/2-7-r2v — 120 积分 / 次（上游 16 / per second × 1.5）
• wan/2-7-text-to-video — 120 积分 / 次（上游 16 / per second × 1.5）
• wan/2-7-videoedit — 120 积分 / 次（上游 16 / per second × 1.5）
• wan/3-0-video — 54 积分 / 次
• wan/3-0-video-prime — 54 积分 / 次

图像生成

文生图、图生图、局部编辑、放大与去背景类模型。

• bytedance/seedream — 12 积分 / 次
• bytedance/seedream-v4-edit — 8 积分 / 次（上游 5 / per image × 1.5）
• bytedance/seedream-v4-text-to-image — 8 积分 / 次（上游 5 / per image × 1.5）
• flux-2/flex-image-to-image — 21 积分 / 次（上游 14 / per image × 1.5）
• flux-2/flex-text-to-image — 21 积分 / 次（上游 14 / per image × 1.5）
• flux-2/pro-image-to-image — 8 积分 / 次（上游 5 / per image × 1.5）
• flux-2/pro-text-to-image — 8 积分 / 次（上游 5 / per image × 1.5）
• gemini-omni-character — 12 积分 / 次
• google/imagen4 — 12 积分 / 次（上游 8 / per request × 1.5）
• google/imagen4-fast — 6 积分 / 次（上游 4 / per request × 1.5）
• google/imagen4-ultra — 18 积分 / 次（上游 12 / per image × 1.5）
• google/nano-banana — 12 积分 / 次
• google/nano-banana-edit — 6 积分 / 次（上游 4 / per image × 1.5）
• gpt-image-2-5-flare-image-to-image — 12 积分 / 次
• gpt-image-2-5-flare-text-to-image — 12 积分 / 次
• gpt-image-2-5-sunburst-image-to-image — 9 积分 / 次（上游 6 / per image × 1.5）
• gpt-image-2-5-sunburst-text-to-image — 9 积分 / 次（上游 6 / per image × 1.5）
• gpt-image-2-image-to-image — 9 积分 / 次（上游 6 / per image × 1.5）
• gpt-image-2-text-to-image — 9 积分 / 次（上游 6 / per image × 1.5）
• gpt-image/1.5-image-to-image — 6 积分 / 次（上游 4 / per image × 1.5）
• gpt-image/1.5-text-to-image — 6 积分 / 次（上游 4 / per image × 1.5）
• grok-imagine-image-2-0/image-edit — 6 积分 / 次（上游 4 / per image × 1.5）
• grok-imagine-image-2-0/segment-edit — 6 积分 / 次（上游 4 / per image × 1.5）
• grok-imagine-image-2-0/segment-map — 12 积分 / 次
• grok-imagine-image-2-0/text-to-image — 6 积分 / 次（上游 4 / per image × 1.5）
• grok-imagine/image-to-image — 6 积分 / 次（上游 4 / per generation × 1.5）
• grok-imagine/text-to-image — 6 积分 / 次（上游 4 / per 2 images × 1.5）
• ideogram/character — 18 积分 / 次（上游 12 / per image × 1.5）
• ideogram/character-edit — 18 积分 / 次（上游 12 / per image × 1.5）
• ideogram/character-remix — 18 积分 / 次（上游 12 / per image × 1.5）
• ideogram/v3-edit — 6 积分 / 次（上游 3.5 / per image × 1.5）
• ideogram/v3-remix — 6 积分 / 次（上游 3.5 / per image × 1.5）
• ideogram/v3-text-to-image — 6 积分 / 次（上游 3.5 / per image × 1.5）
• nano-banana-2-1 — 6 积分 / 次（上游 4 / (按描述匹配) × 1.5）
• nano-banana-2-lite — 6 积分 / 次（上游 4 / (按描述匹配) × 1.5）
• nano-banana-pro — 12 积分 / 次
• qwen/image-edit — 8 积分 / 次（上游 5 / (按描述匹配) × 1.5）
• qwen/image-to-image — 12 积分 / 次
• qwen/text-to-image — 12 积分 / 次
• qwen2-1/image-to-image — 6 积分 / 次（上游 4 / per image × 1.5）
• qwen2-1/text-to-image — 12 积分 / 次
• qwen2/image-edit — 9 积分 / 次（上游 5.6 / per image × 1.5）
• qwen2/text-to-image — 9 积分 / 次（上游 5.6 / per image × 1.5）
• qwen3/image-to-image — 1 积分 / 次（上游 0.5 / per image × 1.5）
• qwen3/pro-image-to-image — 1 积分 / 次（上游 0.5 / per image × 1.5）
• qwen3/pro-text-to-image — 10 积分 / 次（上游 6.4 / per image × 1.5）
• qwen3/text-to-image — 8 积分 / 次（上游 4.8 / per image × 1.5）
• recraft/crisp-upscale — 1 积分 / 次（上游 0.5 / (按描述匹配) × 1.5）
• recraft/remove-background — 2 积分 / 次（上游 1 / (按描述匹配) × 1.5）
• seedream/4.5-edit — 10 积分 / 次（上游 6.5 / per image × 1.5）
• seedream/4.5-text-to-image — 10 积分 / 次（上游 6.5 / per image × 1.5）
• seedream/5-flash-image-to-image — 5 积分 / 次（上游 3.24 / per image × 1.5）
• seedream/5-flash-layer-decomposition — 5 积分 / 次（上游 3.24 / per image × 1.5）
• seedream/5-flash-text-to-image — 5 积分 / 次（上游 3.24 / per image × 1.5）
• seedream/5-lite-image-to-image — 9 积分 / 次（上游 5.5 / per image × 1.5）
• seedream/5-lite-text-to-image — 9 积分 / 次（上游 5.5 / per image × 1.5）
• seedream/5-pro-image-to-image — 1 积分 / 次（上游 0.5 / per image × 1.5）
• seedream/5-pro-layer-decomposition — 11 积分 / 次（上游 7 / per image × 1.5）
• seedream/5-pro-text-to-image — 11 积分 / 次（上游 7 / per image × 1.5）
• topaz/image-upscale — 12 积分 / 次
• wan/2-7-image — 54 积分 / 次
• wan/2-7-image-pro — 18 积分 / 次（上游 12 / per image × 1.5）
• z-image — 12 积分 / 次

对话模型

OpenAI 兼容的对话补全，按 token 计费。

• claude-fable-5 — 输入 1200 积分 / 百万 token；输出 6000 积分 / 百万 token
• claude-haiku-4-5 — 输入 82.5 积分 / 百万 token；输出 427.5 积分 / 百万 token
• claude-haiku-5-5 — 输入 18 积分 / 百万 token；输出 90 积分 / 百万 token
• claude-opus-4-5 — 输入 427.5 积分 / 百万 token；输出 2145 积分 / 百万 token
• claude-opus-4-6 — 输入 427.5 积分 / 百万 token；输出 2145 积分 / 百万 token
• claude-opus-4-7 — 输入 427.5 积分 / 百万 token；输出 2145 积分 / 百万 token
• claude-opus-4-8 — 输入 600 积分 / 百万 token；输出 3000 积分 / 百万 token
• claude-opus-5 — 输入 600 积分 / 百万 token；输出 3000 积分 / 百万 token
• claude-opus-5-5 — 输入 480 积分 / 百万 token；输出 2400 积分 / 百万 token
• claude-sonnet-4-5 — 输入 255 积分 / 百万 token；输出 1282.5 积分 / 百万 token
• claude-sonnet-4-6 — 输入 255 积分 / 百万 token；输出 1282.5 积分 / 百万 token
• claude-sonnet-5 — 输入 255 积分 / 百万 token；输出 1282.5 积分 / 百万 token
• claude-sonnet-5-5 — 输入 240 积分 / 百万 token；输出 1200 积分 / 百万 token
• deepseek-v4-1-flash — 输入 36 积分 / 百万 token；输出 142.5 积分 / 百万 token
• gemini-3-6-flash — 输入 67.5 积分 / 百万 token；输出 337.5 积分 / 百万 token
• gemini-3-6-flash-openai — 输入 67.5 积分 / 百万 token；输出 337.5 积分 / 百万 token
• gemini-3-7-flash — 输入 67.5 积分 / 百万 token；输出 337.5 积分 / 百万 token
• gemini-3-7-flash-openai — 输入 67.5 积分 / 百万 token；输出 337.5 积分 / 百万 token
• gemini-3-8-flash — 输入 67.5 积分 / 百万 token；输出 337.5 积分 / 百万 token
• gemini-3-8-flash-openai — 输入 67.5 积分 / 百万 token；输出 337.5 积分 / 百万 token
• gemini-3-pro — 输入 150 积分 / 百万 token；输出 1050 积分 / 百万 token
• gemini-3.1-pro — 输入 150 积分 / 百万 token；输出 1050 积分 / 百万 token
• gemini-4-argon — 输入 240 积分 / 百万 token；输出 1200 积分 / 百万 token
• gemini-4-argon-openai — 输入 240 积分 / 百万 token；输出 1200 积分 / 百万 token
• gpt-5-2 — 输入 131.256 积分 / 百万 token；输出 1050 积分 / 百万 token
• gpt-5-6-luna — 输入 16.8 积分 / 百万 token；输出 100.8 积分 / 百万 token
• gpt-5-6-sol — 输入 420 积分 / 百万 token；输出 2520 积分 / 百万 token
• gpt-5-6-terra — 输入 168 积分 / 百万 token；输出 1008 积分 / 百万 token
• gpt-6-1-sol — 输入 180 积分 / 百万 token；输出 900 积分 / 百万 token
• gpt-6-astra — 输入 840 积分 / 百万 token；输出 4200 积分 / 百万 token
• gpt-6-luna — 输入 9 积分 / 百万 token；输出 45 积分 / 百万 token
• gpt-6-sol — 输入 180 积分 / 百万 token；输出 900 积分 / 百万 token
• grok-4-6 — 输入 240 积分 / 百万 token；输出 720 积分 / 百万 token
• grok-4-7 — 输入 240 积分 / 百万 token；输出 720 积分 / 百万 token
• kimi-k3 — 输入 720 积分 / 百万 token；输出 3600 积分 / 百万 token

音频与语音

语音合成、语音克隆与音频生成类模型。

• elevenlabs/text-to-dialogue-v3 — 10 积分 / 次
• elevenlabs/text-to-speech-multilingual-v2 — 18 积分 / 次（上游 12 / per 1000 characters × 1.5）
• elevenlabs/text-to-speech-turbo-2-5 — 9 积分 / 次（上游 6 / per 1000 characters × 1.5）
• gemini-omni-audio — 10 积分 / 次
• google/gemini-2-5-pro-tts — 10 积分 / 次
• google/gemini-3-1-flash-tts — 10 积分 / 次
• google/gemini-3-8-flash-lite-tts — 10 积分 / 次
• google/gemini-3-8-flash-tts — 10 积分 / 次
• infinitalk/from-audio — 10 积分 / 次
• wan/2-2-a14b-speech-to-video-turbo — 10 积分 / 次