输入价格
¥5.00 / 1M Tokens
输出价格
¥20.00 / 1M Tokens
图片理解多模态问答资料处理
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
输入价格
¥10.00 / 1M Tokens
输出价格
¥30.00 / 1M Tokens
图片理解多模态问答资料处理
输入价格
¥6.50 / 1M Tokens
输出价格
¥27.00 / 1M Tokens
代码开发Agent多模态理解
图像生成火山稳定版
GRN
GRN（Generative Refinement Networks）是字节跳动研究团队于 2026 年 4 月发布的生成式视觉模型，采用自适应迭代细化路线，覆盖文生图、文生视频与类别条件图像生成。
计费价格
公开资料未说明
生成形式
text_to_image / image_edit
文生图文生视频视觉生成
计费价格
公开资料未说明
生成形式
text_to_video / image_to_video
视频生成镜头控制开放权重
输入价格
公开资料未说明
输出价格
公开资料未说明
视觉推理多模态规划开放权重
vision火山稳定版
Sa2VA Qwen3-VL 4B SAM3
Sa2VA Qwen3-VL 4B SAM3 是字节跳动于 2026 年 6 月发布的图像与视频指代表达分割模型，结合 Qwen3-VL 和 SAM3。
输入价格
公开资料未说明
输出价格
公开资料未说明
指代表达分割视频分割视觉理解
输入价格
公开资料未说明
输出价格
公开资料未说明
电商理解多模态问答开放权重
输入价格
公开资料未说明
输出价格
公开资料未说明
视觉推理电商理解开放权重
输入价格
公开资料未说明
输出价格
公开资料未说明
电商理解多模态问答开放权重
输入价格
公开资料未说明
输出价格
公开资料未说明
视觉推理电商理解开放权重
输入价格
公开资料未说明
输出价格
公开资料未说明
统一多模态图像生成视频理解
计费价格
公开资料未说明
生成形式
image_to_video / video_to_video
角色动画视频生成开放权重
多模态模型火山预览版
SeedRealtime
SeedRealtime 是字节跳动 Seed 团队于 2026 年 8 月发布的音画全双工大模型，面向实时视觉理解、语音交互和主动式多模态协作。官方页面暂未公开稳定 API 模型 ID。
输入价格
公开资料未说明
输出价格
公开资料未说明
实时语音视觉理解全双工交互
输入价格
公开资料未说明
输出价格
公开资料未说明
复杂推理代码开发Agent
输入价格
公开资料未说明
输出价格
公开资料未说明
高性价比批量处理通用问答
计费价格
公开资料未说明
生成形式
text_to_video / image_to_video / video_to_video
视频生成长叙事多模态参考
输入价格
¥5.00 / 1M Tokens
输出价格
¥22.00 / 1M Tokens
视觉编程多模态理解Agent
输入价格
¥1.00 / 1M Tokens
输出价格
¥3.00 / 1M Tokens
视觉推理前端复刻工具调用
输入价格
¥0.20 / 1M Tokens
输出价格
¥0.20 / 1M Tokens
OCR文档解析版面理解