我们最先进的旗舰型号，引领行业在非幻觉率、代理工具调用和指令跟随能力方面。

Claude Sonnet 5 默认支持 100 万令牌上下文窗口（100万 令牌既是默认也是最大值;没有更小的上下文变体）、128k 最大输出令牌、自适应思维，以及与 Claude Sonnet 4.6 相同的工具和平台功能，除了优先级（Priority Tier）功能，Claude Sonnet 5 不支持优先级。

Claude‑fable‑5 是 Anthropic 推出的公开可用的高性能大型语言模型，具备超长上下文、多模态理解、复杂推理与企业级知识工作能力，同时带有严格安全保护。

迈向生产级智能的新一代大模型，全面升级 Coding、Agent 与多模态能力，以更强的自主规划、长链路执行和动态修复能力，胜任企业真实复杂任务。

Doubao-Seed-2.1 是面向 Coding 和 Agent 时代打造的新一代大模型，提供 Pro 和 Turbo 两个版本，分别面向高复杂度任务探索和规模化生产场景，Seed 2.1 在 Coding 工程交付、Agent 长链路任务执行和多模态理解三大方向上全面升级，以更强的自主规划与动态修复能力，胜任真实研发与高价值生产任务。

Seed-Evolving 是面向 Agent 与 Coding 场景打造的 Seed 系列模型，具备复杂任务编排、长程规划、代码生成与工具调用能力。统一调用 Model ID doubao-seed-evolving，无需关注版本切换，即可持续获得最新模型能力。

Nano Banana Lite 旨在成为图片生成系列中的效率专家，提供超低延迟且经济实惠的图片生成和修改功能。仅支持1k图像生成

Gemini 3.5 Flash 已正式发布 (GA)，性能稳定，可大规模用于生产环境。作为我们最智能的 Flash 模型，它在智能体执行、编码和长期任务方面可大规模提供持续的领先性能。

GPT Image 2 是我们最先进的图像生成模型，支持快速、高质量的图像生成和编辑。它支持灵活的图像尺寸和高保真图像输入。

Kling-3.0-Turbo 是快手可灵推出的轻量化极速视频生成模型，在保障人物动作稳定连贯的前提下大幅提升出片速度，降低调用成本，适合大批量短视频素材自动化生产

Qwen-Image-2.0系列加速版模型，实现了图片生成和图片编辑的融合；具备更专业的文字渲染1k token指令支持能力、更细腻的真实质感，细腻刻画写实场景、更强的语义遵循能力。加速版有效实现了模型效果和性能的最佳平衡

Qwen3.7系列中规模最大、综合能力最强的Max模型，当前开放纯文本模型能力供体验。Qwen3.7是面向智能体时代的新一代旗舰模型，核心优势在于智能体能力的广度与深度：在编程、办公与生产力、长周期自主执行方面均能出色胜任各项任务。

万相2.7-图像生成与编辑旗舰版模型，支持文生图、文生组图、图生组图、图像编辑、多图参考生成、交互式编辑，在文字渲染、主体一致性、复杂指令遵循上都有更强表现。

claude-opus-4-8 是目前 Anthropic 最强的“能一个人扛住长时间复杂工作的工具”，特别适合开发者做大项目、建 Agent，或者对质量和自主性要求极高的场景。

Nano Banana Pro 是一款由推理驱动的精细引擎，可实现专业级图片编辑和生成，提供工作室级精度和高级创意控制功能。Nano Banana Pro 最适合用于复杂的平面设计、高保真产品视觉稿和需要通过 Google 搜索进行真实世界接地的事实数据可视化，这些任务需要准确的文本渲染

Nano Banana 2 以主流价格提供高质量的图片生成和对话式编辑功能，延迟低。它是Gemini 3.1 Pro Image 的高效版本，针对速度和高吞吐量开发者应用场景进行了优化。

Google 旗下最具成本效益的模型，针对高容量智能体任务、翻译和简单的数据处理进行了优化。

GLM-5.2 是面向长任务时代的旗舰模型。支持真正可用的 1M 上下文，可承载项目级工程上下文，长程任务执行更稳定、工程规范遵循更可靠，一次任务即可完成从需求到多端部署的完整开发链路。

gpt-chat-latest指向当前在ChatGPT中使用的最新即时模型。

xAI 当前主推的编码构建模型，适合代理式软件开发工作流。

grok-imagine-video 是 xAI 的视频生成模型，可根据文字或图片生成带运动与声音的短视频。

grok-imagine-video-1.5-preview是 xAI 的预览版视频生成模型，用于根据图像提示快速生成短视频内容。

Kimi K2.7 Code 是 Kimi 迄今最智能的 Coding 模型，在长上下文中更可靠地遵循指令，能以更高的成功率完成编程任务。同时支持文本、图片与视频输入，仅支持思考模式，对话与 Agent 任务

不同于基于视频的模版，这是一套以图片为核心的 AI 模版玩法——只需上传您的照片，即可快速生成沉浸式的 AI 内容体验。

对口型（Lipsync）接口专为解决视频中的对口型问题而设计。它分析视频中说话者的嘴部动作和提供的音频、TTS，使其精确匹配。这使您的视频更具表现力和吸引力，增加了故事叙述的深度。

Pixverse Mask Selection（或称 Swap Mask Generation）是 PixVerse 平台在 Modify 功能中使用的AI 智能蒙版生成工具，专门用于精确选择视频中需要编辑的区域（主体、物体、背景等），再配合提示词、参考图或替换模式进行针对性修改

Mimic 功能支持将参考视频中的动作迁移到目标人物图片上，实现动作模仿与重建。 通过提供： • 一段跳舞（或动作）参考视频 • 一张人物图片 Mimic 功能会分析视频中的动作序列，并将其重建到提供的角色上，生成一段全新的视频，使角色复现原始动作。

视频编辑(Modify) 功能支持对已有视频的任意部分进行编辑，包括添加、替换、删除、修改元素，或改变整体风格。 它能够帮助你快速完成视频二创，让一个视频衍生出更多全新的创意可能。

多帧（Multi-transition）功能允许你通过提供 2–7 张关键帧，生成一段 1–30 秒 的视频，保证风格一致、镜头衔接流畅。该功能专为专业创作者设计，能够对视频进行更精细的控制，确保画面中的人物与动作在整个序列中保持连贯和可控。

Restyle 功能可将你的视频片段即时转换为全新的视觉风格 —— 例如 3D、动漫、电影感或增强写实风格。无论你想打造艺术风格还是品牌视觉，Restyle 都能赋予你创造专属世界的强大能力。