计费价格
$4.00 / 1M Tokens
输入形式
文本 / 图像 / 音频
语音交互实时对话Agent
官方模型目录与价格对比
找模型，不只看名字，还要看 能力和价格
按模型类型、上下文、价格和厂商整理官方模型目录，方便你快速筛出适合写代码、做推理、跑视觉或搭 Agent 的那一批模型。
先缩小候选，再进详情页看接口、计费和能力边界。
已收录模型
1,303
覆盖厂商
63
带价格信息
355
计费价格
$2.50 / 1M Tokens
输入形式
文本 / 音频
语音交互音频内容Agent
计费价格
$4.00 / 1M Tokens
输入形式
文本 / 图像 / 音频
语音交互实时对话Agent
计费价格
$0.60 / 1M Tokens
输入形式
文本 / 图像 / 音频
语音交互实时对话成本敏感
计费价格
公开资料未说明
输入形式
文本 / 音频
语音交互音频内容Agent
计费价格
$0.60 / 1M Tokens
输入形式
文本 / 音频
语音交互成本敏感音频内容
计费价格
公开资料未说明
输入形式
文本 / 音频
语音交互音频内容Agent
计费价格
公开资料未说明
输入形式
文本 / 音频
语音交互音频内容Agent
计费价格
公开资料未说明
输入形式
文本 / 音频
实时对话语音助手Agent
计费价格
公开资料未说明
输入形式
文本 / 音频
实时对话语音助手Agent
计费价格
$3.50 / 1M Tokens
输入形式
音频 / 文本
实时翻译语音交互低延迟
语音模型Google预览版
Gemini 2.5 Flash Live Preview
Gemini 2.5 Flash Live Preview 是 Google 的实时语音模型，适合实时语音、语音助手等低延迟语音交互场景。 当前仍是预览版。
计费价格
$0.50 / 1M Tokens
输入形式
音频 / 视频 / 文本
实时语音语音助手音频对话
语音模型Google预览版
Gemini 3.1 Flash Live Preview
Gemini 3.1 Flash Live Preview 是 Google 的实时语音模型，适合实时语音、语音助手等低延迟语音交互场景。 当前仍是预览版。
计费价格
$0.75 / 1M Tokens
输入形式
文本 / 图像 / 音频 / 视频
实时语音语音助手音频对话
计费价格
音频 ¥0.18 / min，视频 ¥1.20 / min
输入形式
文本 / 音频 / 视频
实时语音视频通话多模态交互
计费价格
¥80.00 / 1M Tokens
输入形式
文本 / 音频
语音对话中英文语音方言风格控制
计费价格
公开资料未说明
输入形式
文本
高质量配音多人对话角色语音
语音模型ElevenLabs稳定版
Eleven v3 Conversational
Eleven v3 Conversational 是 ElevenLabs 面向实时对话的表现力语音模型，延迟约 280ms，支持 70 多种语言和上下文对话表达。
计费价格
公开资料未说明
输入形式
文本
实时语音对话低延迟情绪表达
语音模型Deepgram稳定版
Deepgram Flux TTS
Deepgram Flux TTS 是 2026 年 8 月发布的面向实时语音 Agent 的对话式文本转语音模型，支持跨轮上下文、打断处理和流式输出。
计费价格
公开资料未说明
输入形式
文本
实时语音 Agent对话式 TTS低延迟语音
计费价格
公开资料未说明
输入形式
文本 / 音频
实时语音副语言感知人设自定义
计费价格
公开资料未说明
输入形式
文本 / 音频
对话情绪理解人设自定义