模型列表
Doubao-Seed-1.6
輸入 0.0008-0.0024 元/K輸出 0.002-0.024 元/K
Doubao-Seed-1.6全新多模態(tài)深度思考模型，同時支持auto/thinking/non-thinking三種思考模式。 non-thinking模式下，模型效果對比Doubao-1.5-pro/250115大幅提升。支持 256k 上下文窗口，輸出長度支持最大 16k tokens。
多模態(tài)模型
深度思考
視覺理解
ID: doubao-seed-1.6
Doubao-Seed-1.6-flash
輸入 0.00015-0.0006 元/K輸出 0.0015-0.006 元/K
Doubao-Seed-1.6-flash 推理速度極致的多模態(tài)深度思考模型，TPOT低至10ms； 同時支持文本和視覺理解，文本理解能力超過上一代lite，視覺理解比肩友商pro系列模型。支持 256k 上下文窗口，輸出長度支持最大 16k tokens。
ID: doubao-seed-1.6-flash
Doubao-seed-1.6-thinking
輸入 0.0008-0.006 元/K輸出 0.008-0.024 元/K
Doubao-Seed-1.6-thinking 模型思考能力大幅強(qiáng)化， 對比 Doubao-1.5-thinking-pro，在 Coding、Math、 邏輯推理等基礎(chǔ)能力上進(jìn)一步提升， 支持視覺理解。 支持 256k 上下文窗口，
ID: doubao-seed-1.6-thinking
通義千問3-235B-A22B-Instruct-2507
全新上線輸入 0.002 元/K輸出 0.008 元/K
基于Qwen3的非思考模式開源模型，相較上一版本（通義千問3-235B-A22B）主觀創(chuàng)作能力與模型安全性均有小幅度提升。
結(jié)構(gòu)化輸出
函數(shù)調(diào)用
ID: qwen3-235b-a22b-instruct-2507
通義千問3-235B-A22B-Thinking-2507
全新上線輸入 0.002 元/K輸出 0.02 元/K
基于Qwen3的思考模式開源模型，相較上一版本（通義千問3-235B-A22B）邏輯能力、通用能力、知識增強(qiáng)及創(chuàng)作能力均有大幅提升，適用于高難度強(qiáng)推理場景。
結(jié)構(gòu)化輸出
函數(shù)調(diào)用
深度思考
ID: qwen3-235b-a22b-thinking-2507
通義千問3-Coder
全新上線輸入 0.015 元/K輸出 0.06 元/K
Qwen3-Coder-480B-A35B-Instruct 是由千問團(tuán)隊(duì)開發(fā)的混合專家（MoE）代碼生成模型。該模型專為智能體編碼任務(wù)優(yōu)化，支持函數(shù)調(diào)用、工具使用及代碼倉庫的長上下文推理。模型總參數(shù)量達(dá)4800億，每次前向傳播激活350億參數(shù)（從160位專家中動態(tài)選擇8位）。
結(jié)構(gòu)化輸出
函數(shù)調(diào)用
ID: qwen3-coder-480b-a35b-instruct
GPT-OSS-120B
全新上線輸入 0.00108 元/K輸出 0.0054 元/K
GPT-OSS-120b 是由 OpenAI 推出的開放權(quán)重、1170億參數(shù)混合專家（MoE）語言模型，專為高推理能力、智能體應(yīng)用及通用生產(chǎn)環(huán)境場景設(shè)計(jì)。該模型每次前向傳播僅激活51億參數(shù)，并通過原生 MXFP4 量化技術(shù)優(yōu)化，可在單張 H100 GPU 上高效運(yùn)行。該模型具備三大核心功能：可配置的推理深度、完整思維鏈訪問機(jī)制，以及原生工具調(diào)用能力（包括函數(shù)調(diào)用、網(wǎng)絡(luò)瀏覽及結(jié)構(gòu)化輸出生成）。
結(jié)構(gòu)化輸出
函數(shù)調(diào)用
深度思考
ID: gpt-oss-120b
GPT-OSS-20B
全新上線輸入 0.00072 元/K輸出 0.0036 元/K
GPT-OSS-20b 是由 OpenAI 基于 Apache 2.0 許可證發(fā)布的開源 210 億參數(shù)模型。該模型采用混合專家（MoE）架構(gòu)，每次前向傳播僅激活 36 億參數(shù)，專為低延遲推理及消費(fèi)級/單 GPU 硬件部署優(yōu)化設(shè)計(jì)。模型經(jīng) OpenAI Harmony 響應(yīng)格式訓(xùn)練，具備三大核心能力：可配置的推理等級、微調(diào)擴(kuò)展性，以及包含函數(shù)調(diào)用、工具使用和結(jié)構(gòu)化輸出的 Agent 功能。
結(jié)構(gòu)化輸出
函數(shù)調(diào)用
深度思考
ID: gpt-oss-20b
DeepSeek-V3
熱門輸入 0.002 元/K輸出 0.008 元/K
推理速度大幅提升，位居開源模型之首，媲美頂尖閉源模型。采用負(fù)載均衡輔助策略和多標(biāo)記預(yù)測訓(xùn)練，性能顯著增強(qiáng)。
對話
上下文 128K
ID: deepseek-v3
GLM-4.5
全新上線輸入 0.004 元/K輸出 0.016 元/K
GLM-4.5 是 GLM 系列的旗艦新模型，擁有 3550 億個總參數(shù)和 320 億個活動參數(shù)。作為混合推理模型，它整合了推理、編碼和代理功能，提供用于復(fù)雜推理和工具運(yùn)用的思維模式，以及用于即時響應(yīng)的非思維模式，可滿足快速發(fā)展的代理應(yīng)用日益復(fù)雜的需求。
ID: glm-4.5
GLM-4.5-Air
全新上線輸入 0.002 元/K輸出 0.008 元/K
GLM-4.5-Air 是 GLM 系列的另一款旗艦新模型，具備 1060 億個總參數(shù)和 120 億個活動參數(shù)。同樣作為混合推理模型，它將推理、編碼和代理功能統(tǒng)一，提供思維模式（用于復(fù)雜推理和工具運(yùn)用）與非思維模式（用于即時響應(yīng)），以適配代理應(yīng)用的復(fù)雜需求。
ID: glm-4.5-air
Kimi-K2
全新上線輸入 0.004 元/K輸出 0.016 元/K
Kimi K2 是一款先進(jìn)的混合專家 (MoE) 語言模型，擁有 320 億個激活參數(shù)和 1 萬億個總參數(shù)。Kimi K2 采用 Muon 優(yōu)化器進(jìn)行訓(xùn)練，在前沿知識、推理和編碼任務(wù)中表現(xiàn)出色，同時針對代理能力進(jìn)行了精心優(yōu)化。
對話
上下文 128K
ID: kimi-k2
通義千問-Turbo
輸入 0.0003 元/K輸出 0.0006 元/K
Qwen3系列Turbo模型，實(shí)現(xiàn)思考模式和非思考模式的有效融合，可在對話中切換模式。推理能力以更小參數(shù)規(guī)模比肩QwQ-32B、通用能力顯著超過Qwen2.5-Turbo，達(dá)到同規(guī)模業(yè)界SOTA水平。
上下文1M
ID: qwen-turbo
DeepSeek-V3-0324
輸入 0.002 元/K輸出 0.008 元/K
推理速度大幅提升，位居開源模型之首，媲美頂尖閉源模型。采用負(fù)載均衡輔助策略和多標(biāo)記預(yù)測訓(xùn)練，性能顯著增強(qiáng)。
對話
工具調(diào)用
上下文 128K
ID: deepseek-v3-0324
DeepSeek-R1-0528
輸入 0.004 元/K輸出 0.016 元/K
DeepSeek R1 的重大升級版本，針對復(fù)雜推理、多步驟計(jì)算更準(zhǔn)確；長文理解與生成更連貫、邏輯更清晰；數(shù)學(xué)、編程等專業(yè)性輸出更可靠。
深度思考
上下文 128K
結(jié)構(gòu)化輸出
Function Calling
ID: deepseek-r1-0528
DeepSeek-R1
輸入 0.004 元/K輸出 0.016 元/K
DeepSeek R1 是 DeepSeek 團(tuán)隊(duì)發(fā)布的最新開源模型，具備非常強(qiáng)悍的推理性能，尤其在數(shù)學(xué)、編程和推理任務(wù)上達(dá)到了與OpenAI的o1模型相當(dāng)?shù)乃?/div>
深度思考
滿血版
上下文 64K
ID: deepseek-r1
MiniMax-M1
限時體驗(yàn)
MiniMax-M1，世界上第一個開源的大規(guī)?；旌霞軜?gòu)的推理模型。M1在面向生產(chǎn)力的復(fù)雜場景中能力是開源模型中的最好一檔，超過國內(nèi)的閉源模型，接近海外的最領(lǐng)先模型，同時又有業(yè)內(nèi)最高的性價比。M1有一個顯著的優(yōu)勢是支持目前業(yè)內(nèi)最高的100萬上下文的輸入，跟閉源模型里面的 Google Gemini 2.5 Pro 一樣，是 DeepSeek R1 的 8 倍，以及業(yè)內(nèi)最長的8萬Token的推理輸出。
80K思維鏈 x 1M輸入
ID: MiniMax-M1
Llama-3.1-Nemotron-Ultra-253B-v1
限時體驗(yàn)
源自 Meta Llama-3.1 的推理模型，支持 128K 令牌上下文，適合在單個 8xH100 節(jié)點(diǎn)上推理，專注于推理能力和人類聊天偏好。
推理
上下文 128K
ID: nvidia/llama-3.1-nemotron-ultra-253b-v1
Llama-3.3-Nemotron-Super-49B-v1.5
限時體驗(yàn)
基于 Meta Llama-3.3 的推理模型，支持 128K 令牌上下文，專注于推理能力和人類聊天偏好，適用于 RAG 和工具調(diào)用等任務(wù)。
推理
工具調(diào)用
上下文 128K
ID: nvidia/llama-3.3-nemotron-super-49b-v1.5
通義千問2.5-vl-72b-instruct
輸入 0.016 元/K輸出 0.048 元/K
擁有約70億參數(shù)的多模態(tài)指令遵循大語言模型，擅長處理圖像與文本信息，支持跨模態(tài)應(yīng)用場景。
圖片推理
ID: qwen2.5-vl-72b-instruct
通義千問2.5-VL-7B-Instruct
輸入 0.002 元/K輸出 0.005 元/K
擁有約70億參數(shù)的多模態(tài)指令遵循大語言模型，擅長處理圖像與文本信息，支持跨模態(tài)應(yīng)用場景。
圖片推理
ID: qwen2.5-vl-7b-instruct
通義千問 VL-MAX-2025-01-25
輸入 0.003 元/K輸出 0.009 元/K
在圖像解析、內(nèi)容識別以及視覺邏輯推導(dǎo)等任務(wù)中，表現(xiàn)出更強(qiáng)的準(zhǔn)確性和細(xì)粒度分析能力。
圖片推理
視頻理解
上下文 128K
ID: qwen-vl-max-2025-01-25
通義千問3-235B-A22B
輸入 0.002 元/K輸出 0.008（think:0.02）元/K
Qwen3 系列的旗艦?zāi)Ｐ?，在編碼、數(shù)學(xué)、通用能力等基準(zhǔn)測試中，與 DeepSeek-R1、o1、o3-mini、Grok-3 和 Gemini-2.5-Pro 等其他頂級模型相比，取得了極具競爭力的成績。
深度思考
上下文 128K
ID: qwen3-235b-a22b
通義千問3-32B
輸入 0.002 元/K輸出 0.008（think:0.02）元/K
Qwen3 系列，性能介于 Qwen3-235B-A22B 與 Qwen3-30B-A3B 之間，全系列針對 MCP 調(diào)用進(jìn)行了針對性的優(yōu)化和增強(qiáng)。
深度思考
上下文 128K
ID: qwen3-32b
通義千問3-30B-A3B
輸入 0.00075 元/K輸出 0.003（think:0.0075）元/K
Qwen3 系列，總參數(shù)量達(dá) 300 億，激活參數(shù)量達(dá) 30 億，全系列針對 MCP 調(diào)用進(jìn)行了針對性的優(yōu)化和增強(qiáng)。
深度思考
上下文 128K
ID: qwen3-30b-a3b
通義千問2.5-Max-2025-01-25
輸入 0.0024 元/K輸出 0.0096 元/K
一個大規(guī)模 MoE 模型，已在超過 20 萬億個 token 上進(jìn)行了預(yù)訓(xùn)練，并使用精選的監(jiān)督微調(diào) (SFT) 和從人類反饋中強(qiáng)化學(xué)習(xí) (RLHF) 方法進(jìn)行了進(jìn)一步的后訓(xùn)練。
對話
工具調(diào)用
ID: qwen-max-2025-01-25
通義千問2.5-72B-Instruct
輸入 0.004 元/K輸出 0.012 元/K
在 Qwen2 基礎(chǔ)上實(shí)現(xiàn)了全面升級。該系列包含參數(shù)量從0.5B到72B的基座模型和指令微調(diào)模型，主要帶來四大突破性提升：1）通過領(lǐng)域?qū)＜夷Ｐ惋@著增強(qiáng)代碼和數(shù)學(xué)能力，大幅擴(kuò)充知識儲備；2）在指令遵循、長文本生成（超8K）、結(jié)構(gòu)化數(shù)據(jù)（如表格）理解和JSON格式輸出等方面表現(xiàn)突出，對系統(tǒng)提示詞多樣性更具適應(yīng)性，顯著提升角色扮演和對話條件設(shè)置能力；3）支持128K超長上下文處理，并能生成長達(dá)8K的內(nèi)容；4）語言能力覆蓋中、英、法、西、德、日、韓、阿拉伯等29種語言，展現(xiàn)出強(qiáng)大的多語言處理能力。這一系列改進(jìn)使Qwen2.5在專業(yè)領(lǐng)域應(yīng)用和全球化服務(wù)方面更具競爭力。
對話
工具調(diào)用
上下文 128K
ID: qwen2.5-72b-instruct
QwQ-Plus
輸入 0.002 元/K輸出 0.006 元/K
通義千問 QwQ 推理模型增強(qiáng)版，基于 Qwen2.5 模型訓(xùn)練的 QwQ 推理模型，通過強(qiáng)化學(xué)習(xí)大幅度提升了模型推理能力。
推理
工具調(diào)用
上下文 128K
ID: qwq-plus
QwQ-32B
輸入 0.002 元/K輸出 0.006 元/K
通義千問 QwQ Plus 開源版本，基于 Qwen2.5 模型訓(xùn)練的 QwQ 推理模型，通過強(qiáng)化學(xué)習(xí)大幅度提升了模型推理能力。
推理
工具調(diào)用
上下文 128K
ID: qwq-32b
通義千問2.5-Omni-7B
限時體驗(yàn)
通義千問全新多模態(tài)理解生成大模型，支持文本、圖像、語音與視頻輸入，并輸出文本與音頻，提供了2種自然對話音色。
視覺理解
ID: qwen2.5-omni-7b
通義千問-VL-MAX-Latest
限時體驗(yàn)
視覺理解模型。在解決復(fù)雜數(shù)學(xué)問題方面，準(zhǔn)確性顯著提高，回復(fù)風(fēng)格面向人類偏好進(jìn)行大幅調(diào)整，尤其是數(shù)學(xué)、邏輯推理、知識問答等客觀類問題，模型回復(fù)詳實(shí)程度和格式清晰度明顯改善。
視覺理解
ID: qwen-vl-max-latest
Doubao 1.5 Pro 32k
輸入 0.0008 元/K輸出 0.002 元/K
全新升級的多模態(tài)大模型，視覺理解、分類、信息抽取等能力顯著提升，并重點(diǎn)增強(qiáng)了解題、視頻理解等場景的任務(wù)效果。支持 128k 上下文窗口，輸出長度支持最大 16K。
視覺理解
上下文 128K
ID: doubao-1.5-pro-32k
Doubao-1.5-Vision-Pro
輸入 0.003 元/K輸出 0.009 元/K
全新升級的多模態(tài)大模型，視覺理解、分類、信息抽取等能力顯著提升，并重點(diǎn)增強(qiáng)了解題、視頻理解等場景的任務(wù)效果。支持 128k 上下文窗口，輸出長度支持最大 16K。
視覺理解
上下文 128K
ID: doubao-1.5-vision-pro
Doubao-1.5-thinking-pro
輸入 0.004 元/K輸出 0.016 元/K
僅支持文本輸入。在數(shù)學(xué)、編程、科學(xué)推理等專業(yè)領(lǐng)域及創(chuàng)意寫作等通用任務(wù)中表現(xiàn)突出，在AIME 2024、Codeforces、GPQA等多項(xiàng)權(quán)威基準(zhǔn)上達(dá)到或接近業(yè)界第一梯隊(duì)水平。
上下文 128K
ID: doubao-1.5-thinking-pro
DeepSeek-R1-Distill-Qwen-32B
即將下線輸入 0.0015 元/K輸出 0.006 元/K
該模型版本已經(jīng)過時，即將下線，推薦使用 DeepSeek R1 直接替代。
推理
深度思考
上下文 32K
ID: deepseek-r1-32b
ASR
0.08元 / 分鐘
將人類語音轉(zhuǎn)換為文本的系統(tǒng)，具備高準(zhǔn)確率和對多種口音、背景噪音的適應(yīng)能力。
語音識別
ID: asr
TTS
0.06元 / 百字符
將文本轉(zhuǎn)化為自然流暢的語音，能夠生成多種音調(diào)和風(fēng)格的語音輸出。
文字合成語言
ID: tts
OCR
0.06元 / 次
將圖像中的文本信息提取并轉(zhuǎn)換為可編輯的數(shù)字文本，廣泛應(yīng)用于文檔掃描和自動化數(shù)據(jù)輸入。
文本識別
ID: ocr
Agent & MCP
- MCP 商店
- 在線調(diào)用
- 自定義 MCP
熱門服務(wù)，內(nèi)置托管，即配即用！
這些客戶信賴我們
