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
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
语音模型火山预览版
Seed Audio 1.0
Seed Audio 1.0 是字节跳动 Seed 团队于 2026 年 7 月发布的音频创作模型，面向全场景音频生成。官方页面暂未公开稳定 API 模型 ID。
计费价格
公开资料未说明
输入形式
文本 / 音频
音频生成音乐创作音效创作
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
计费价格
公开资料未说明
输入形式
文本
语音播报有声内容语音助手
计费价格
公开资料未说明
输入形式
文本 / 音频
音色克隆情感配音角色语音
计费价格
公开资料未说明
输入形式
音频
语音识别会议转写多语言
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
视频生成火山稳定版
doubao-seedance-2-0-260128
doubao-seedance-2-0-260128 是火山方舟当前公开教程覆盖的 Seedance 2.0 标准版，支持文生视频、图生视频、视频编辑和参考音频输入。
计费价格
5 秒 16:9：480p ¥2.31 起 / 720p ¥4.97 起 / 1080p ¥12.39 起
生成形式
text_to_video / image_to_video / video_to_video
视频生成广告创意短视频素材
视频生成火山稳定版
doubao-seedance-2-0-fast-260128
doubao-seedance-2-0-fast-260128 是火山方舟当前公开教程覆盖的 Seedance 2.0 fast 版本，定位更快的视频生成与编辑。
计费价格
5 秒 16:9：480p ¥1.86 起 / 720p ¥4.00 起
生成形式
text_to_video / image_to_video / video_to_video
视频生成短视频素材高频批量生成
计费价格
公开资料未说明
生成形式
text_to_video / image_to_video
视频生成原生音频高保真视觉
语音模型Mistral稳定版
Voxtral TTS
Our state-of-the-art text-to-speech model with zero-shot voice cloning. Supports 9 languages, streaming with ~90ms time-to-first-audio, and no transcript required for voice prompts.
计费价格
公开资料未说明
输入形式
文本
语音生成音频输出语音应用
语音模型Mistral稳定版
Voxtral Mini Transcribe Realtime
An efficient audio input model, fine-tuned and optimized for live transcription purposes only.
计费价格
公开资料未说明
输入形式
音频
语音转写会议整理音频理解
语音模型Mistral稳定版
Voxtral Mini Transcribe 2
An efficient audio input model, fine-tuned and optimized for transcription purposes only.
计费价格
公开资料未说明
输入形式
音频
语音转写会议整理音频理解
计费价格
公开资料未说明
输入形式
音频
语音转写会议整理音频理解
语音模型Mistral稳定版
Voxtral Mini Transcribe
An efficient audio input model, fine-tuned and optimized for transcription purposes only.
计费价格
公开资料未说明
输入形式
音频
语音转写会议整理音频理解
计费价格
公开资料未说明
输入形式
音频
语音转写会议整理音频理解
计费价格
公开资料未说明
输入形式
文本 / 音频
音乐生成歌曲创作开放权重