快手（可灵 AI）
可灵 3.0
快手可灵的旗舰视频模型，支持文生/图生视频、多镜头故事板、音画同步生成，画质可选到原生 4K。
- 文生视频
- 首帧生视频
- 首尾帧
模型库
39 个视频和图片模型，一页看清能做什么。
能做哪几种生成、能放几份参考素材、最长多久、哪几家能接——都来自 Nomi 调用模型时用的那份档案，模型更新，这里跟着变。
视频模型
16MiniMax
MiniMax H3
MiniMax 的多模态视频模型，图文声像都能当参考，原生立体声，最高 2K，也叫 Hailuo 3。
- 文生视频
- 首帧生视频
- 多参考
- 首尾帧
字节跳动 Seed
Seedance 2.5
字节跳动的视频模型，一次生成最长 30 秒、带声音的多镜头片段，一次最多参考 30 张图、10 段视频、10 段音频。
- 文生视频
- 首帧生视频
- 首尾帧
- 多参考
阿里巴巴通义万相
Wan 3.0
阿里通义万相 3.0，原生 30 秒时长，最多 20 个素材参考生成，支持文档和网页解析，自带音效。
- 文生视频
- 首帧生视频
- 首尾帧
- 多参考
谷歌 DeepMind
Gemini Omni 1.1 Flash
谷歌「任意到任意」多模态家族里的视频担当，靠对话生成和编辑视频，在 Gemini App 里接替了 Veo。
- 文生视频
- 首尾帧
- 多参考
生数科技
Vidu Q3
生数科技的视频模型，一次生成最长16秒、声音画面同步的视频，可用最多7张参考图锁定人物和场景一致。
- 多参考
快手（可灵 AI）
可灵 3.0 Turbo
可灵 3.0 系列的加速版，出片更快，支持文生/图生视频，默认不带水印。
- 文生视频
- 首帧生视频
xAI
Grok Imagine 1.5
xAI 的视频模型，文生视频、图生视频都支持，原生 1080p、最长 15 秒，一次最多带 7 个参考图像或语音。
- 文生视频
- 首帧生视频
MiniMax、fal.ai
MiniMax H3-Max
MiniMax 和 fal.ai 联合推出的 H3 加速版，专注更快出片，支持文生、图生、参考生视频。
- 文生视频
- 首尾帧
Runway
Runway Gen-4.5
Runway 目前的旗舰视频模型，支持文生视频和图生视频，物理效果（液体、碰撞、动量）比上一代更真实。
- 文生视频
- 首帧生视频
Runway
Runway Gen-4 Turbo
Runway 更快更轻的视频模型，只支持图生视频——给一张图和一句运动描述，就能快速生成一段视频。
- 首帧生视频
阿里云百炼
HappyHorse 1.1
阿里云百炼出品的 HappyHorse 1.1，一个模型自动识别文生、图生、角色参考三种视频生成方式。
- 文生视频
- 首帧生视频
- 多参考
谷歌 DeepMind
Veo 3.1
谷歌 DeepMind 的视频模型，生成时自带同步音效和对白，能用参考图和场景续接把片段接到一分钟以上。
- 文生视频
- 首帧生视频
- 首尾帧
MiniMax
Hailuo 2.3
MiniMax 海螺（Hailuo）2.3，文生/图生视频，内置 15 种运镜指令和提示词自动优化，是 H3 的上一代。
- 文生视频
- 首帧生视频
Agnes AI
Agnes Video 2.5
Agnes AI 的视频模型，一份接口三种模式：纯文字、首尾帧、多素材参考都能生成，另有更快的 2.5 Flash 版。
- 文生视频
- 首尾帧
- 多参考
Higgsfield AI
Higgsfield DoP
Higgsfield 出的图生视频模型，主打运镜：选预设就能让一张图动起来，官方给了 50 多种运镜可选。
- 首帧生视频
- 首尾帧
图片模型
23OpenAI
GPT Image 2
OpenAI 新一代图像模型，生成和改图合一，支持透明底、最高 4K 出图。
- 文生图
- 改图
谷歌 DeepMind
Nano Banana 2
谷歌图像模型，Pro 级生成改图效果，Flash 级速度，一次最多带 14 张参考图。
- 文生图
- 改图
- 图生图
字节跳动 Seed
Seedream 5.0 Pro
字节跳动图片模型的主力版，擅长密集版式和像素级精修，点选/套索/换色/换材质都能做，原生支持十多种语言文字。
- 文生图
- 改图
OpenAI
GPT Image 2.5 Flare
OpenAI GPT Image 2.5 的快速档，主打日常出图、批量生成和快速试稿。
- 文生图
- 改图
OpenAI
GPT Image 2.5 Sunburst
OpenAI GPT Image 2.5 的精修档，主打广告成片和多轮细节编辑。
- 文生图
- 改图
Black Forest Labs
FLUX.2 Pro
Black Forest Labs 图片模型旗舰版，最多融合 10 张参考图、4MP 输出，文字排版和品牌一致性是强项。
- 文生图
- 改图
谷歌 DeepMind
Gemini 3 Pro 图像
谷歌 Gemini 3 Pro 图像，也叫 Nano Banana Pro，多轮生成改图效果最好，支持 4K。
- 文生图
- 图生图
xAI
Grok Imagine 图像 2.0
xAI 的图片模型，把编辑做成一等功能：局部改、智能去背景，最多 5 张参考图合成；官方称生成和编辑均为世界第二。
- 文生图
- 图生图
阿里巴巴通义千问
Qwen-Image 3.0
阿里通义新一代图片模型，主打"能用"而不只是"好看"：约 4500 token 的长提示词、10px 小字都能清楚渲染。
- 文生图
- 改图
Meta Superintelligence Labs
Runway Muse Image
Meta 出品、经 Runway 提供的图像模型，先规划排版再画，一次能揉合 10 张参考图，还会自己检查修改。
- 文生图
- 图生图
Runway
Runway Gen-4 Image
Runway 自家的参考图出图模型，最多传 3 张参考图就能把人物、场景原样"搬"进新画面，不带参考图也能纯文字出图。
- 文生图
- 图生图
谷歌 DeepMind
Nano Banana 2 Lite
同代最快最省的 Gemini 图像模型，4 秒出图，一次最多带 10 张参考图。
- 文生图
- 改图
字节跳动 Seed
Seedream 5.0 Lite
字节跳动图片模型的轻量版，先推理再画、还能联网查资料，一次最多出 15 张，适合办公场景的信息可视化。
- 文生图
- 改图
阿里巴巴通义实验室
Z-Image Turbo
阿里通义实验室开源的 6B 图片模型极速版，8 步就出图、消费级显卡能跑，中英文文字渲染准确，开源模型里跑分排第一。
- 文生图
谷歌 DeepMind
Imagen 4 Fast
谷歌 Imagen 4 的快速档，专注纯文生图，速度快，适合大批量出图。
- 文生图
谷歌 DeepMind
Imagen 4 Ultra
谷歌 Imagen 4 的高质量档，细节和指令遵循最强，适合对画质要求高的场景。
- 文生图
Agnes AI
Agnes Image 2.1
Agnes AI 的图片模型，主打信息密度高、构图复杂的画面，档位式分辨率最高到 4K，支持文生图、改图和多图合成。
- 文生图
- 改图
阿里巴巴通义实验室
Z-Image
阿里通义实验室开源图片模型基础版，比极速版 Turbo 多花步数换多样性和可微调性，是微调、LoRA 的底座首选。
- 文生图
阿里巴巴通义千问
Qwen-Image
阿里通义完全开源的图片模型系列，2025 年 8 月首发、持续出新版本，中文文字渲染是招牌能力，权重能直接下载本地跑。
- 文生图
Black Forest Labs
FLUX.2 Klein
Black Forest Labs 开源图片模型，4 步亚秒出图；官方称 9B 版能比肩体量 5 倍的模型。
- 文生图
Black Forest Labs 与 Krea
FLUX.1 Krea
Black Forest Labs 与 Krea 出品，主打真实质感、拒绝"AI 脸"，评测追平 FLUX.1 Pro。
- 文生图
Higgsfield
Higgsfield Soul 2
Higgsfield 自研的时尚人像图片模型，审美直接做进模型里，20 多个精选预设，还能训练专属角色反复复用。
- 文生图
Higgsfield
Higgsfield Soul Cinema
Higgsfield Soul 系列里专攻电影感的图片模型，胶片颗粒和氛围光是它的主场，也常被拿来当视频关键帧用。
- 文生图
商业级体验，模型按原价。
macOS · Windows · AGPL-3.0 · 不用注册