最新与热门模型

Seedance 2.0 是字节跳动旗下的多模态视频模型，支持文生视频、首尾帧和全方位参考模式。APIXO 独家：无限制并发、真人肖像支持和隐藏功能。

Seedance 2.0 Fast 是字节跳动 Seedance 2.0 工作流的 APIXO 路由，支持文生视频、首尾帧和全方位参考模式，并可选配声音、网络搜索及 480p/720p 输出。

GPT-Image-2 是 OpenAI 的新一代图像模型，其照片真实感更强，图像编辑更纯净，图像内文本渲染也更清晰。

HappyHorse 是阿里巴巴的视频生成与编辑模型，适用于文生视频、图生视频、参考引导生成和视频编辑工作流，支持 720p/1080p 输出。

BFL 最新的 Pro 与 Flex 管线，支持文生图和图生图，采用统一的 1K/2K 定价，约 30s 即可生成。

Nano Banana Pro 是谷歌的 Gemini 3 Pro Image 路径，支持基于推理的图像生成、原生 4K 输出、多语言排版以及空间上精确的构图。APIXO 在此路径上不提供“Search Grounding”作为主动控制选项。

Midjourney 是先进的 AI 图像生成模型，以生成富有艺术感的高质量图像而著称。它支持文生图、图生图、图像编辑、Vary 和 Upscale 工作流。

专业级图像生成，具备更强的提示词理解能力和卓越的输出质量。

GPT-Image-1 是 OpenAI 的先进多模态模型，具备自然语言理解能力，可生成高质量图像。

Gemini 2.5 Flash Image Preview（亦称 Nano Banana）是先进的 AI 模型，擅长基于自然语言驱动的图像生成与编辑。它能够生成符合物理规律的超逼真视觉效果，并实现无缝的风格转换。

使用 GPT Image 2.5 创建并优化图像。可将书面简介或参考照片转化为产品视觉图、肖像画和插画，再对重要细节进行微调。

Seedance 2.5 是字节跳动旗下的音视频模型，用于创作更长、由参考驱动的叙事内容。它结合了基于时间线的指导、多模态创意指导、同步声音、多语言性能和选择性修订功能，可帮助制作团队开发连贯场景，而非孤立的短片。

Qwen Image 3.0 是阿里巴巴推出的文生图和图生图模型，支持输出 1K 和 2K 两种分辨率，提供十五种宽高比、最多三张参考图以及可选的提示词扩展功能。两种分辨率层级按相同费率计费。

Qwen Image 3.0 Pro 是阿里巴巴为相同的文生图和图生图接口提供的高阶版本，它对 1K 和 2K 分辨率的输出分别定价，因此草稿和最终交付物可以分开计费。

MiniMax H3 是一款通用多模态视频模型，可在单个生成工作流中融合文本、图像、视频和音频上下文。它能创建分辨率达 2K、时长达 15 秒且原生支持立体声的视频，同时支持首尾帧控制、混合媒体参考、动作迁移、多镜头叙事以及指令引导的视频编辑。

Seedream 5.0 Pro 是字节跳动推出的高端单图模型，支持文生图和图生图生成，分辨率为 1K/2K，提供八种宽高比，最多可使用 10 张参考图像，并能严格控制自定义尺寸。

Seedance 1.5 Pro 是字节跳动推出的一款按秒计费的视频模型，可快速生成文生视频和图生视频，支持 480p/720p/1080p 分辨率输出、可选音频、宽高比控制以及固定镜头相机稳定性。

Gemini Omni 是谷歌的多模态视频生成模型，可根据文本、图像参考、源视频、可复用音频资产和角色资产 ID 生成视频。

Wan 2.7 Image 是阿里巴巴的全能图像 API，适用于文生图、参考图引导的图像生成、图像编辑、连续图像和高分辨率 Omni Image Pro 工作流。

Wan 2.7 是阿里巴巴的视频生成和编辑模型，支持文生视频、图生视频、参考引导生成和视频编辑工作流，可选音频输入，并支持 720p/1080p 输出。

Wan 2.6 是阿里巴巴的多模态视频生成模型，支持文本、图像、闪图、参考和闪图参考工作流，可选音频输入并支持 720p/1080p 输出。

Seedream 5.0 是字节跳动推出的新一代 AI 图像模型，具备实时网页搜索、可控编辑和逻辑推理能力。支持文生图和图生图，分辨率为 2K/3K，提供多种宽高比，最多可使用 14 张参考图像。

归档信息。Sora 2 Pro 已在 APIXO 下架。

Face Swap 是 APIXO 的图生图 API，可将目标照片中的人脸替换为参考照片中的人脸，适用于您拥有所有权或使用授权的人像照片。

头部替换是 APIXO 的图生图 API，可将一张参考照片中的头部完整替换到一张目标照片中，适用于您拥有或有权使用的人像照片。

视频画质提升器是 APIXO 的视频到视频 API，可将源视频画质提升至 1080p、2K 或 4K，按源视频秒数计费。

视频水印移除器是 APIXO 的视频到视频清理 API，可从您拥有或有权修改的视频中移除可见的水印、徽标和文本浮层，按源视频秒数计费。

Z-Image LoRA Pro 是为呈现生动细节而优化的异步文生图 API，每次请求返回一张图片，支持预设宽高比、单边最高达 2560 像素的精确尺寸、种子复现，并免费提供提示词扩展功能。

Z-Image LoRA 是一个异步文生图 API，每次请求返回一张图片，支持预设宽高比、精确像素尺寸控制、种子复现，并免费提供提示词扩展功能。

Seedance 2.0 Mini 是 APIXO 为字节跳动 Seedance 2.0 工作流提供的低成本方案，支持文生视频、首尾帧和全方位参考模式，并可选配声音、网络搜索以及 480p/720p 分辨率输出。

Wan 2.6 Image 是阿里巴巴的文生图和图生图模型，支持提示词、负向提示词、宽高比、批量数量和可选的种子值控制。

Wan 2.5 Image 是阿里巴巴旗下适合批量处理的图像生成模型，支持文生图和图生图工作流，每次请求默认生成四张图片。

图像放大是 APIXO 的单图像增强 API，支持 2K、4K 和 8K 倍放大，并可控制输出格式为 JPG、PNG 和 WEBP。

图像去水印是 APIXO 的授权单图像清理 API，用于移除您拥有或有权处理的图像中的水印或叠加内容。

Kling 3.0 Turbo 是快手推出的快速视频生成模型，支持文生视频和单图生视频工作流，可生成 720p/1080p 分辨率、时长 3-15 秒的视频片段。

MiniMax Image 01 是 MiniMax 的文生图与图生图模型，支持提示词优化、灵活尺寸控制及 1K/2K 预设，单次任务最多可生成 9 张图片。

MiniMax Speech 2.8 是异步文本转语音 API，支持 HD 和 turbo 质量模式、预设音色、自定义 MiniMax voice_id、情感控制、发音词典以及多语言输出设置。

MiniMax Voice 可根据文本描述的声音设计或单个公开的参考音频片段创建可复用的自定义 voice ID，并返回预览音频以供验证。

Hailuo 2.3 是 MiniMax 的异步视频模型，提供标准和专业两种模式，可用于文生视频和图生视频。标准模式支持以 768p 生成 6s/10s 的视频，而专业模式则以 1080p 返回固定的 5s 输出。

Hailuo 2.3 Fast 是 MiniMax 的速度优化版图生视频模型，提供标准和专业模式。标准模式支持以 768p 生成 6s/10s 视频，专业模式则以 1080p 返回固定的 6s 输出。

Grok Image 是 xAI 的图像生成模型，支持文生图和图生图工作流，提供简洁的宽高比控制和异步任务交付。在 APIXO 上，每次文生图请求可返回 6 张图片。

Wan 2.2 Animate API 是阿里巴巴的角色动画模型，它结合一张源图像和一段动态视频，来生成具有动画/替换行为的风格化动画输出。

Grok Video 是 xAI 的异步视频生成模型，用于文本生成视频和图像生成视频工作流，并支持通过 task_id + index 进行可选的视频续写以及风格控制。

Kling 3.0 Std 是快手的标准质量视频生成模型，具备文生视频、图生视频和运动控制模式。支持生成最长 15 秒的视频片段，并可选择生成声音和设置灵活的宽高比。

InfiniteTalk 可将单张照片和音频转换为唇形精准同步的说话或唱歌数字人视频。支持生成最长 10 分钟的视频，分辨率为 480p 或 720p。

Nano Banana 2 是谷歌的高分辨率图像生成模型，支持 1K/2K/4K 输出控制、最多 20,000 个字符的提示词以及最多 14 张参考图片。在 APIXO 的当前路由中，谷歌搜索上下文并未作为可用控件开放。

Vidu Q3 是按秒计费的视频生成模型，在单个 API 中结合了标准和 Turbo 文生视频以及图生视频工作流。它支持单图动画、首尾帧过渡、可选音效和 BGM，输出最高可达 1080p。

Kling 2.5 Turbo Pro 是快手的高速视频模型，用于文生视频和图生视频创作。它支持生成 5-10 秒的视频片段，并提供可选的结尾帧图像、文生视频的宽高比控制、负向提示词及 CFG 系数引导。

LTX-2 19B 是 Lightricks 推出的一款开源 19B 扩散型 Transformer 模型，用于生成电影级视频。它支持文生视频和图生视频工作流、LoRA 条件控制，并可通过 API 实现高达 1080p 的高保真输出。

Kling 2.1 是快手推出的多层级视频模型，具备 Standard、Pro 和 Master 模式，支持图生视频和文生视频。该模型可生成长达 5-10 秒的视频片段，其中 Pro 模式支持可选的结尾图像，Master 模式的文生视频支持宽高比控制。

Kling 2.6 是快手推出的原生音视频一体化视频模型，能够一次性生成视频、语音、音效和环境音。它支持文生音视频和图生音视频创作，可生成中英文语音，并支持最长 10 秒的视频片段。

最新的 Suno 文生音乐模型，每次调用可生成两首制作精良的歌曲，队列速度更快，人声更丰富。

兼容 OpenAI 的网关，支持聊天、智能体、推理和结构化生成。

兼容 OpenAI 的网关，支持聊天、智能体、推理和结构化生成。

兼容 OpenAI 的网关，支持聊天、智能体、推理和结构化生成。

兼容 OpenAI 的网关，支持聊天、智能体、推理和结构化生成。

兼容 OpenAI 的网关，支持聊天、智能体、推理和结构化生成。

兼容 OpenAI 的网关，支持聊天、智能体、推理和结构化生成。

兼容 OpenAI 的网关，支持聊天、智能体、推理和结构化生成。

兼容 OpenAI 的网关，支持聊天、智能体、推理和结构化生成。

兼容 OpenAI 的网关，支持聊天、智能体、推理和结构化生成。

兼容 OpenAI 的网关，支持聊天、智能体、推理和结构化生成。

兼容 OpenAI 的网关，支持聊天、智能体、推理和结构化生成。

兼容 OpenAI 的网关，支持聊天、智能体、推理和结构化生成。

兼容 OpenAI 的网关，支持聊天、智能体、推理和结构化生成。

兼容 OpenAI 的网关，支持聊天、智能体、推理和结构化生成。

兼容 OpenAI 的网关，支持聊天、智能体、推理和结构化生成。

兼容 OpenAI 的网关，支持聊天、智能体、推理和结构化生成。

兼容 OpenAI 的网关，支持聊天、智能体、推理和结构化生成。

兼容 OpenAI 的网关，支持聊天、智能体、推理和结构化生成。

兼容 OpenAI 的网关，支持聊天、智能体、推理和结构化生成。

兼容 OpenAI 的网关，支持聊天、智能体、推理和结构化生成。

兼容 OpenAI 的网关，支持聊天、智能体、推理和结构化生成。

兼容 OpenAI 的网关，支持聊天、智能体、推理和结构化生成。

兼容 OpenAI 的网关，支持聊天、智能体、推理和结构化生成。

兼容 OpenAI 的网关，支持聊天、智能体、推理和结构化生成。

兼容 OpenAI 的网关，支持聊天、智能体、推理和结构化生成。

兼容 OpenAI 的网关，支持聊天、智能体、推理和结构化生成。

兼容 OpenAI 的网关，支持聊天、智能体、推理和结构化生成。

兼容 OpenAI 的网关，支持聊天、智能体、推理和结构化生成。

兼容 OpenAI 的网关，支持聊天、智能体、推理和结构化生成。

Kling 4.0 可根据文本、有序关键帧、参考图片和视频、指定主体和语音生成视频。

使用文本提示和可选的视觉参考编辑主图像，同时保持其构图和尺寸不变。

生成与编辑图像，支持最多 10 张参考图，以及 1K、2K 或 4K 输出。

可通过文本生成一张图片，或编辑最多 10 张参考图片，并输出 1K、2K 或 4K。

Wan 3.0 Video LoRA 支持文生视频、图生视频和参考生视频工作流，并支持智能时长。其参考模式接受图像、视频和音频输入。

Wan 3.0 Video Pro LoRA 将文生视频、图生视频和参考生视频工作流的输出上限提升至 4K，支持智能时长，并接受图像、视频和音频作为参考。

FLUX 3 是 Black Forest Labs 的多模态视频模型，支持文本生成视频、图像生成视频和视频扩展，并带有原生音频，可输出 720p 或 1080p 格式的 MP4 文件。

Grok Imagine Video 1.5 支持参考图、首尾帧、定时关键帧和循环图的动画化，输入限制取决于分辨率。

Wan 3.0 Video 支持文生视频、图生视频和参考生成视频工作流，并具备智能时长功能。其参考模式支持图像、视频、音频、文件和链接输入。

Kling 3.0 Omni 通过单一端点提供九种模式，包括文生视频、图生视频和参考视频三大工作流下的 standard、pro 及 4K 等级。

MiniMax H3 LoRA 是 MiniMax H3 的 LoRA 风格化版本，支持 480p 和 768p 输出。参考图像、音频和视频可作为条件，用于参考视频生成。

Google DeepMind 的升级版 AI 视频模型，提供轻量、快速和高质量三种路径，支持 4/6/8 秒时长控制、720p/1080p/4k 输出以及多图像参考工作流。

Wan 2.5 是阿里巴巴的视频生成模型，支持文生视频和图生视频工作流，可选音频输入，可输出 480p/720p/1080p 格式和 5 或 10 秒的片段，并支持提示词扩展。

归档信息。Sora 2 已在 APIXO 下架。

Seedream 4.5 是功能强大的文生图和图生图 AI 模型，可生成高质量图像，支持 2K 和 4K 分辨率。