依任務、input mode、references、credits、quality settings 和 availability 比較 Rivya chat、image、video 和 audio models。

當問題不是「我認得哪個品牌？」而是「哪個 Rivya 模型適合這項任務？」時，請使用這份模型選擇指南。

Rivya 的 AI Models catalog 是 chat、image、video、audio 和 tool-shaped work 的 inventory layer。花費 credits 前，請用它比較 task fit、supported modes、references、credit shape 和 availability。

如果你是在為 developer integration 選擇模型，請搭配 catalog 使用 API Models 和 API Model Reference。只有標記為 API-available 的模型才包含可執行的 Public API examples；unavailable 和 Studio-only models 對規劃仍有用，但不應從 Public API v1 呼叫。

本頁回答哪些模型問題

當你需要決定下列內容時，請使用本頁：

哪個 Rivya AI model 適合 chat、image、video、audio 或 tool task
任務需要 text-to-image、image-to-video、audio cleanup 或其他 supported mode
reference images、source video、uploaded audio 或 saved history 是否應該引導執行
credit hints、quality settings、resolution 和 duration 如何影響第一個模型選擇

從工作開始

比較模型前，先用直白語言寫下工作。

範例：

製作乾淨的產品照
讓既有產品圖片動起來
生成短產品 demo 影片
為 launch teaser 製作 voice-over
清理 uploaded recording 中的背景噪音
逐步推理一道數學題
在 chat 中腦力激盪並整理 prompts

工作會決定哪些模型欄位重要。一個非常適合風格探索的模型，可能不適合受控產品工作。

依 Category 篩選

模型 catalog 依大分類組織工作：

Category 只是第一層篩選。它告訴你大致媒介，不是精確工作流。

同一 category 中，models 仍可能在 supported modes、reference inputs、quality settings、duration、speed 和 credit behavior 上不同。

先看 Modes，再看 Brands

Supported modes 會告訴你模型實際能執行哪種任務。

例如：

text-to-image 不等於 image-to-image
text-to-video 不等於 image-to-video
video-to-video 不等於簡單的 prompt-to-video run
text-to-speech 不等於 audio cleanup
chat responses 不是 async generation tasks

如果 mode 不符合工作，熟悉品牌也沒有幫助。

及早檢查 References

Reference support 可能改變整個決策。

請問：

模型是否接受 references？
它可以接受什麼種類的 references？
可以使用多少 files？
任務是否需要 product identity、composition、style 或 audio source control？

如果 references 是核心，請在執行前閱讀 Rivya 中的 References 與 Uploads 和 Rivya 中的 Image References。

使用 Credit Hints

Credit hints 可以協助你在花費前規劃。

它們不一定是單一最終價格，因為 models 可能依下列因素不同：

fixed generation cost
duration-based cost
quality 或 resolution setting
token-based chat usage
provider-specific usage behavior

使用 credit hints 比較可能的 cost shape，然後在提交任務前檢查 settings。

Wallet 行為請閱讀 Rivya 的積分與帳單。

依階段選擇

不同階段需要不同 models。

粗略模式是：

方向未知時，先便宜探索
結構重要時，使用更強的 reference control
方向已經可行時，再提高 quality
只有 motion 是交付物時才使用 video
script 或 scene 清楚後再使用 audio

最適合 final polish 的模型，不一定最適合 first run。

模型不可用時

模型可用性可能因 provider access、routing、configuration 或 workflow readiness 而改變。

當模型不可用或不合適時，請依任務選擇 fallback：

如果媒介仍然正確，保留同一 category
先匹配 supported mode
再匹配 reference needs
第三步比較 credit 和 quality settings
最後才比較 style 或 provider preference

更多細節請閱讀 Rivya 中的模型可用性。

模型選擇流程

花費 credits 前，請使用這個流程：

定義 output type：chat、image、video、audio 或 tool。
決定是否需要 references 或 uploads。
在 AI Models 或模型詳情頁比較 supported modes。
檢查 credit hints 和 settings。
執行一個聚焦的 first run。
在切換 models 前，先審核結果。

在你知道問題來自 prompt、reference、setting 還是 model 前，不要更換 models。

Rivya 模型選擇指南