输入价格
公开资料未说明
输出价格
公开资料未说明
文档解析图像取数元数据抽取
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
公开资料未说明
输出价格
公开资料未说明
OCR版式抽取文档智能
输入价格
公开资料未说明
输出价格
公开资料未说明
文档结构化页面元素检测多模态 RAG
输入价格
公开资料未说明
输出价格
公开资料未说明
表格解析结构化抽取文档处理
输入价格
公开资料未说明
输出价格
公开资料未说明
图形元素识别文档理解结构化预处理
计费价格
公开资料未说明
生成形式
text_to_video / image_to_video / video_modify / video_reframe
视频生成视频编辑角色一致性
计费价格
公开资料未说明
生成形式
text_to_video / image_to_video / video_modify / video_reframe
高质量视频镜头运动概念短片
计费价格
公开资料未说明
生成形式
text_to_video / image_to_video / video_modify / video_reframe
高性价比视频快速出片批量创作
计费价格
公开资料未说明
生成形式
text_to_image / reference_to_image / image_reframe / image_edit
高质量图像概念设计品牌视觉
计费价格
公开资料未说明
生成形式
text_to_image / reference_to_image / image_reframe / image_edit
高性价比图像快速出图批量素材
计费价格
公开资料未说明
生成形式
text_to_image / image_to_image
高质量出图品牌视觉复杂细节画面
计费价格
公开资料未说明
生成形式
image_to_3d
图像转 3D快速资产生产游戏与零售素材
图像生成Stability AI稳定版
Stable Point Aware 3D
Stable Point Aware 3D 是 Stability 当前更新一代的 3D 服务，强调更完整结构与实时编辑能力。
计费价格
公开资料未说明
生成形式
image_to_3d
高质量 3D结构完整性可编辑 3D 资产
计费价格
公开资料未说明
生成形式
image_to_video
历史链路排查退役模型记录迁移梳理
计费价格
公开资料未说明
输入形式
文本 / 视频
视频配乐声音设计音画同步
输入价格
¥2.80 / 1M Tokens
输出价格
¥14.00 / 1M Tokens
多模态问答Agent内容理解
输入价格
¥2.80 / 1M Tokens
输出价格
¥14.00 / 1M Tokens
视觉理解语音理解多模态助手
输入价格
公开资料未说明
输出价格
公开资料未说明
图像理解视觉研究开放权重
多模态模型Microsoft稳定版
Phi-Ground-Any-4B
Phi-Ground-Any-4B 是 Microsoft 的 GUI grounding 模型，可将自然语言指令定位到图像界面中的目标区域，服务于电脑操作 Agent。
输入价格
公开资料未说明
输出价格
公开资料未说明
GUI 定位电脑操作Agent
输入价格
公开资料未说明
输出价格
公开资料未说明
视频理解流式多模态视觉语言