Alibaba
Z-Image
阿里巴巴轻量级文生图模型,支持 5 种宽高比,1 积分即可快速出图,适合概念草图和社交媒体素材。
积分费率: 0.8 / 张图片
推荐理由
当前最低图片入门档,每次生成 1 积分
- 适合任务
- 低成本初步视觉概念图
- 输入
- 文本
- 输出
- 图片
按任务、输入和输出比较 145 个可用模型;使用状态筛选查看暂停条目或预告。
Alibaba
阿里巴巴轻量级文生图模型,支持 5 种宽高比,1 积分即可快速出图,适合概念草图和社交媒体素材。
积分费率: 0.8 / 张图片
推荐理由
当前最低图片入门档,每次生成 1 积分
Google 的灵活图片模型,支持文生图、图生图、11 种宽高比、最多 10 张参考图,以及 PNG/JPEG 输出,适合人像、产品构图和更宽画幅的营销视觉。
积分费率: 3 / 次请求
推荐理由
11 种宽高比,含超宽 21:9 和自动模式
Black Forest Labs
Black Forest Labs 旗舰 320 亿参数模型,支持文生图和图生图,最多 8 张参考图、2K 分辨率和精准文字渲染,专为产品摄影和品牌视觉打造。
积分费率: 5–7 / 张图片
推荐理由
最高 2K 分辨率,照片级纹理细节
OpenAI
仅支持文本聊天,不提供附件或联网搜索。发送前按保守的输出上界预扣积分,最终按已确认的消耗结算。
OpenAI
仅支持文本聊天,不提供附件或联网搜索。发送前按保守的输出上界预扣积分,最终按已确认的消耗结算。
OpenAI
仅支持文本聊天,不提供附件或联网搜索。发送前按保守的输出上界预扣积分,最终按已确认的消耗结算。
OpenAI
仅支持文本聊天,不提供附件或联网搜索。发送前按保守的输出上界预扣积分,最终按已确认的消耗结算。
OpenAI
仅支持文本聊天,不提供附件或联网搜索。发送前按保守的输出上界预扣积分,最终按已确认的消耗结算。
OpenAI
仅支持文本聊天,不提供附件或联网搜索。发送前按保守的输出上界预扣积分,最终按已确认的消耗结算。
OpenAI
仅支持文本聊天,不提供附件或联网搜索。发送前按保守的输出上界预扣积分,最终按已确认的消耗结算。
OpenAI
仅支持文本聊天,不提供附件或联网搜索。发送前按保守的输出上界预扣积分,最终按已确认的消耗结算。
OpenAI
仅支持文本聊天,不提供附件或联网搜索。发送前按保守的输出上界预扣积分,最终按已确认的消耗结算。
OpenAI
仅支持文本聊天,不提供附件或联网搜索。发送前按保守的输出上界预扣积分,最终按已确认的消耗结算。
仅支持文本聊天,不提供附件或联网搜索。发送前按保守的输出上界预扣积分,最终按已确认的消耗结算。
文本起草与审阅
仅支持文本聊天,不提供附件或联网搜索。发送前按保守的输出上界预扣积分,最终按已确认的消耗结算。
仅支持文本聊天,不提供附件或联网搜索。发送前按保守的输出上界预扣积分,最终按已确认的消耗结算。
仅支持文本聊天,不提供附件或联网搜索。发送前按保守的输出上界预扣积分,最终按已确认的消耗结算。
仅支持文本聊天,不提供附件或联网搜索。发送前按保守的输出上界预扣积分,最终按已确认的消耗结算。
Anthropic
发送文字消息并继续对话。每次回复的输出上限为 4096 个 token。
Anthropic
发送文字消息并继续对话。每次回复的输出上限为 4096 个 token。
Anthropic
通过纯文字对话整理思路、起草内容或讨论问题。
Anthropic
董事会风险备忘录
Anthropic
资料包审阅
Anthropic
管理层备忘录和面向决策者的叙事写作
Anthropic
发送文字消息并继续对话。每次回复的输出上限为 4096 个 token。
Anthropic
审阅长简报、PRD 和策略文档
Anthropic
发送文字消息并继续对话。每次回复的输出上限为 4096 个 token。
Anthropic
编辑式改写和语气打磨
Anthropic
日常收件箱分流和内部问答
Moonshot
仅支持文本聊天,不提供附件或联网搜索。发送前按保守的输出上界预扣积分,最终按已确认的消耗结算。
Kimi
仅支持文本聊天,不提供附件或联网搜索。发送前按保守的输出上界预扣积分,最终按已确认的消耗结算。
DeepSeek
仅支持文本聊天,不提供附件或联网搜索。发送前按保守的输出上界预扣积分,最终按已确认的消耗结算。
OpenAI
通过文字或参考图生成、编辑一张 1K PNG 图片。参考图可选。Rivya 暂不支持动态 GIF 输出。
OpenAI
高分辨率商品图和广告视觉
OpenAI
高分辨率商品图和广告视觉
确定最终方向前的低成本概念探索
ByteDance
从文字需求开始创作图片
ByteDance
根据参考图修改商品或构图
ByteDance
提取独立元素后在编辑器中排版
ByteDance
多参考图驱动的广告方向板和氛围探索
ByteDance
基于多份视觉参考制作广告主视觉
ByteDance
将产品与背景及辅助元素分离
ByteDance
生成或编辑 1K、1.5K 或 2K 的 PNG 或 JPEG 图片。最多添加 10 张 JPEG、PNG 或 WebP 参考图,每张不超过 30 MB。提示词须为 4–5000 个字符。
将一张不超过 30 MB 的 PNG 或 JPEG 图片拆分成图层,可选 1K、1.5K 或 2K。提示词可选;填写时须为 4–5000 个字符。
ByteDance
一次生成或编辑最多6张图片,可选1K、2K或4K。最多上传10张JPEG、PNG或WebP参考图,每张不超过10MB。预扣按请求的最大图片数量计算。
ByteDance
输入最多5000字的提示词生成一张图片,可选择尺寸预设、提示词引导强度和可选随机种子。
根据书面简报制作单品视觉或编辑类创意概念
Black Forest Labs
从文字或参考图生成一张图片。
Black Forest Labs
对已有广告图或产品图继续改图
Black Forest Labs
关键广告主视觉的深一层精修
Black Forest Labs
基于 1 张已定稿素材继续做广告或社媒变体
Alibaba
以中文为主或中英双语的海报简报
Alibaba
指定使用 Qwen Image 3 Pro 工作流的广告主视觉
Alibaba
生成或编辑一张 1K 或 2K 图片。最多添加 10 张 JPEG、PNG 或 WebP 参考图,每张不超过 30 MB、2500 万像素。透明背景须选 PNG 或 WebP。此处暂不支持蒙版。
Alibaba
在Rivya,可用最多2000字符的提示词编辑一张不超过10 MB、16 MP的JPEG、PNG或WebP图片,返回一张1024 × 1024 PNG图片。
Recraft
在设计前先把单张商品图、人像或目录图的背景去掉
Recraft
给缩略图、社媒图或偏小的商品图补一轮快速提清
Alibaba
在 Rivya 里,Wan 2.7 Image Pro 当前支持文生图、图生图。这个选项也支持带入最多 9 张参考图片。
Alibaba
在 Rivya 里,Wan 2.7 Image 当前支持文生图、图生图。这个选项也支持带入最多 9 张参考图片。
Topaz
把已经确认的电商图、产品图或广告静帧放大到更适合交付的尺寸
Ideogram
围绕 1 张源图尝试不同视觉方向
Ideogram
让同一个吉祥物、头像角色或插画人物在很多新场景里都保持可辨认
Rivya
为已有图片制作更大尺寸版本
ByteDance
使用多项视觉或音频参考的 1080p 多模态视频项目
ByteDance
从提示词、首尾帧或参考包生成更高质量短片
ByteDance
从提示词或分镜帧快速做广告预演
ByteDance
在投入更大型的 2.5 工作流前制作费率较低的 Seedance 草稿
ByteDance
需要音视频同步的短片
ByteDance
通过文字或一张图片生成5秒或10秒视频,可选480p、720p或1080p。每张JPEG、PNG或WebP图片不超过10MB。
ByteDance
须上传一张不超过10MB的JPEG、PNG或WebP图片,生成5秒或10秒视频,可选720p或1080p。
ByteDance
通过文字或一张图片生成5秒或10秒视频,可选480p、720p或1080p。Lite还可添加一张尾帧图。每张JPEG、PNG或WebP图片不超过10MB。
HappyHorse
比较同一创意的文字场景与图片引导版本
HappyHorse
从文字简报生成广告或产品动态草案
Alibaba
需要明确输出时长的分镜和产品运动测试
Alibaba
短片产品宣传片和社媒短切版; 720p = 16 credits/s; 1080p = 24 credits/s.
Alibaba
从现有源视频继续做 video-to-video 编辑
Alibaba
通过 1 张图片或 1–3 段参考视频生成视频,每个文件不超过 10 MB。可选 720p 或 1080p,并可开启音频生成。图片输入支持 5/10/15 秒,视频输入支持 5/10 秒。
Alibaba
用文本或 1 张主视觉生成 5 秒 / 10 秒 Wan 宣传短片
Alibaba
较轻量的 Wan 文生视频尝试
MiniMax
根据文字镜头简报制作 2K 短视频概念
MiniMax
把 1 张主视觉快速变成短预告片
Kling
选择首帧模式,通过文字或一张首帧图生成视频;选择参考模式,可使用文字或最多 10 张参考图。时长为 3–30 秒,分辨率为 720p / 1080p。用 @first_frame 或 @image_1、@image_2 引用已提供的图片。此处暂不支持参考视频、命名主体、音色以及中间帧或尾帧。
Kling
选择首帧模式,通过文字或一张首帧图生成视频;选择参考模式,可使用文字或最多 10 张参考图。时长为 3–20 秒,分辨率为 720p。用 @first_frame 或 @image_1、@image_2 引用已提供的图片。此处暂不支持参考视频、命名主体、音色以及中间帧或尾帧。
Kuaishou
比 Kling 2.6 motion-control 控制更强的角色一致性测试
Kuaishou
根据简洁镜头描述制作短篇产品亮相视频
Kuaishou
当前开放可完整验证的单镜头文字生成,以及单张首帧或首尾帧两图生成。
Kuaishou
用 1 张静态角色图加 1 段动作参考视频驱动同一主体
Kuaishou
从文本或首尾帧起步的短广告预演
Kuaishou
旧版 Kling Master 和新档位的对照测试
Kuaishou
把 1 张产品图快速变成动态草稿
Kuaishou
高质量数字人口播视频
Kuaishou
数字人口播视频
风格化预告短片和社媒短片
通过文字或参考图生成 6–30 秒的 480p、720p 或 1080p 视频。480p/720p 最多添加 7 张参考图,1080p 最多 1 张;每张须为 JPEG、PNG 或 WebP,不超过 10 MB。音频与视频一同生成,无法关闭。Rivya 使用 Normal 模式。
Topaz
这些只是接口倍率值,不承诺精确输出尺寸、降噪、修复、稳定、补帧、4K 或任何视觉改善;请逐项检查真实输出。
支持纯文本、首尾帧和 1~3 张参考图生成,可直接选择 720p/1080p/4K 和 4/6/8 秒。 4 / 6 / 8 s.
支持纯文本、首尾帧和 1~3 张参考图生成,可直接选择 720p/1080p/4K 和 4/6/8 秒。 4 / 6 / 8 s.
以画面引导短片或编辑已有短视频
需要让源片段影响生成结果的视频引导转换
需要让源片段影响生成结果的视频引导转换
ByteDance
通过一张图片和 4–300 秒音频生成由音频驱动的视频。提示词可选,最多 300 个字符。
ByteDance
由成品语音轨道驱动的出镜讲解视频
Volcengine
使用替换语音轨道为一段出镜讲解视频重新配音
PixVerse
通过文字、1–2 张首尾帧图或最多 7 张参考图生成 1–15 秒视频。可选 360p、540p、720p 或 1080p,并可开启音频生成。
PixVerse
通过文字或一张图片生成 1–15 秒视频。可选 360p、540p、720p 或 1080p,并可开启音频生成。
Suno
以自定义模式创作音乐。标题(最多 80 字符)和音乐风格(最多 1000 字符)必填。人声歌曲须输入最多 5000 字符的歌词;纯器乐请留空歌词。可选 V6、V6 Mini 或 V6 Wild,目标时长为 10–360 秒。
ElevenLabs
双主持播客开场和对谈片段
ElevenLabs
产品演示、App 操作讲解和广告配音
ElevenLabs
多语言产品演示和新手引导视频旁白
短篇旁白
以下为历史音频示例,仅供参考,不代表当前单人短文稿模式的生成结果,也不是可直接提交的提示词。
提交前预扣 22 积分。确认实际用量较低后退还差额;费用尚未确认时,预扣积分保留,等待核对。
短篇旁白
以下为历史音频示例,仅供参考,不代表当前单人短文稿模式的生成结果,也不是可直接提交的提示词。
提交前预扣 15 积分。确认实际用量较低后退还差额;费用尚未确认时,预扣积分保留,等待核对。
短篇旁白
以下为历史音频示例,仅供参考,不代表当前单人短文稿模式的生成结果,也不是可直接提交的提示词。
提交前预扣 48 积分。确认实际用量较低后退还差额;费用尚未确认时,预扣积分保留,等待核对。
短篇旁白
以下为历史音频示例,仅供参考,不代表当前单人短文稿模式的生成结果,也不是可直接提交的提示词。
提交前预扣 48 积分。确认实际用量较低后退还差额;费用尚未确认时,预扣积分保留,等待核对。
NVIDIA
转写一个最长 60 分钟、不超过 95 MB 的 MP3 或 WAV 文件,结果以文字返回。此处暂不支持逐词时间戳、翻译或视频输入。