所有模型
浏览所有可用 AI 模型，比较价格、功能并开始接入。
FLUX 3 Max 是 Black Forest Labs 基于 FLUX 3 Video 后训练的版本，提示词遵循和画质更强，生成延迟更低。可用文字、首帧（可加尾帧）或最多 10 张关键帧生成 5–20 秒的 720p / 1080p 视频，默认带原生音频，按输出秒数计费。
Vidu Q4 可用单张首帧图生视频，也可用 1–15 张参考图加最多 3 段参考音频生成视频，时长 3–16 秒，分辨率 540p / 720p / 1080p / 2K / 4K，默认同步生成对白和音效，按输出秒数计费。
Gemini Omni 1.1 Flash Ext 可生成 4、6、8 或 10 秒的片段，分辨率为 720p、1080p 或 4K。与 gemini_omni_flash_ext 分开。
通过 AIReiter，使用提示词、首帧/尾帧输入或多模态参考创建 2K MiniMax H3 视频。
Gemini Omni Flash Ext 可根据提示词、1 张首帧图像、1 张或 3 张参考图像，或单个参考视频，生成 720p、1080p 或 4K 的 4、6、8 或 10 秒片段。它不是本站官方按 token 计费的 Omni Flash SKU。
一个统一的多模态视频生成模型，具有更强的提示遵从性和视觉一致性，实现对表演、灯光和摄像机运动的导演级控制。
一个统一的多模态视频生成模型，具有更强的提示遵从性和视觉一致性，实现对表演、灯光和摄像机运动的导演级控制。
专业级视频生成，具备流畅的运动和电影级真实感。
轻量级视频生成，速度快，适合快速预览和创意探索。
综合实力强大，独具多镜头叙事能力，支持首尾帧。
高精度视听同步，电影级动作与情感表达，支持首尾帧。
创建 3-15 秒的 720p 或 1080p 视频，同时将人物、物体、服装、道具和场景关联到 [Image N] 参考。
通过四种工作流程生成 3-15 秒视频，或编辑现有视频，同时保留其源时间和画面构图。
Seedance 2.5 升级了多模态视频生成：时长可延长至30秒，最多支持30张参考图片、10个参考视频和10个参考音频。新增 MOV 输出格式，采用 yuv444p 色彩精度，在延展和拼接任务中实现更好的色彩一致性。
Kling 3.0 Motion Control 视频生成器——上传一张主体图像和一段参考片段，Kling 3.0 会将动作迁移到您的主体上，在几秒内生成流畅、可控的视频。
Kling 3.0 Turbo 视频生成器——将文本提示或单张图片转换为 3–15 秒的视频片段，支持 720p 或 1080p，快速出片，便于高效迭代。
Kling 3.0。支持 720p/1080p/4K 的文生视频和图生视频，时长 3-15 秒，可选原生音频。
xAI Grok Imagine 1.5 预览版。将静态图片转换为 480p 或 720p 的 6-30 秒动态视频。
FLUX 3 Video 支持文生视频、1-10 个按顺序排列的图片关键帧、视频扩展、HD 或 FHD 输出，以及同步的原生音频。
Kling v3 Omni 可根据提示词生成 3–15 秒、720p、1080p 或 4K 的视频片段，支持最多 7 张参考图像、首尾帧或一段参考视频。文本和图片模式可选原生音频。
Wan 3.0 可根据提示词、首帧/尾帧，或混合的图片、视频、音频、文档和网页参考，生成 2–30 秒、480p、720p 或 1080p 的视频。默认开启原生音频。
Seedance 2.0 Mini 以约一半的成本提供媲美 Seedance 2.0 的画质——专为高并发视频场景打造：电商内容、营销素材、UGC 及特效制作。