Api: 模型 | Morphic

Direct API 提供的模型，按 Morphic 模型 ID 列出，并附带每个模型支持的能力和选项。

你通过 Morphic 模型 ID 选择模型，这是 Morphic 为其提供的每个模型签发的稳定标识符，例如 mdl_7rk2pq9vxa4m。模型 ID 是不透明的：切勿解析它，也切勿自行构造。它们是 API 唯一接受或返回的模型名称。

本页是模型目录；没有列出模型的端点，目录会随每次发布更新。它列出的是能力和选项，而不是价格或套餐权限，因为两者都取决于你的套餐。

在调用中选择模型

每个运行模型的工具都接受一个可选的 model_id：

{ "input": { "prompt": "A red vintage bicycle against a pastel wall", "model_id": "mdl_3hv8tq1nzc6e" } }

省略 model_id 时，使用你组织针对该能力的默认模型。
不具备调用所需能力的模型会被拒绝并返回 422，同时列出可以使用的模型 ID。
你的套餐不包含的模型会被拒绝并返回 403 plan_upgrade_required。
被你组织的管理员关闭的模型会被拒绝并返回 403 model_disabled_by_organization。管理员关闭的分辨率上限和音频也同样适用。管理员可以在 Studio 的“设置 > 群组”中，将“API”添加为群组成员，从而为 API 允许它。
已退役的 ID 仍然可用：它会运行其替代模型，响应中的 result.model_id 和生成任务的 model_id 会注明实际运行的模型。
音色：list_voices 会返回每个音色的 voice_id（一个 UUID），作为 voice_id 传入。请针对你将使用的模型读取音色，因为每个模型提供各自的音色。

价格

Direct API 的价格按组织设置，不在此处公布。

运行调用之前，先用 plan_media 报价；参见先报价再消费。
从每个响应的 billing 块中读取实际费用。
你的客户联系人可以提供你套餐的费率表。

目录字段

字段	含义
模型 ID	传给任何接受模型的工具的 `model_id` 值
名称、描述	Morphic 的显示名称和简介，供你在自己的界面中使用
能力	模型可以完成的任务；一个模型 ID 涵盖所有这些能力，每个工具会选择合适的那一个
默认用于	调用未指定 `model_id` 时由该模型运行的能力；如果模型只在部分套餐上是默认模型，会注明这些套餐
状态	可用；即将退役，仍然可用，并显示停止运行的日期；或已退役，仍被接受，会运行其替代模型
选项	它接受的宽高比、分辨率、时长、音频和参考输入；工具会以 `422` 拒绝其他任何值，并说明可接受的值

例如，向 generate_video 发送一张静态图片加一段提示词，会运行 image_to_video。

能力

能力	使用它的工具
`text_to_image`	`generate_image`
`image_to_image`	`edit_image`、`inpaint_image`、`outpaint_image`
`image_upscale`、`image_enhance`	`upscale_image`、`enhance_image`
`text_to_video`、`image_to_video`、`frames_to_video`、`reference_to_video`	`generate_video`
`video_to_video`、`video_extend`	`edit_video`
`video_upscale`、`video_enhance`	`upscale_video`、`enhance_video`
`lip_sync`	`lip_sync`
`text_to_speech`、`dialogue`、`voice_change`	`generate_speech`、`generate_dialogue`、`change_voice`
`text_to_music`、`text_to_sound_effect`	`generate_music`、`generate_sound_effect`
`transcription`	`transcribe_media`

概览

模型 ID	名称	输出	能力	默认用于	状态
`mdl_kgpcqzsd8epw`	Flux 2 Pro	图片	`text_to_image`, `image_to_image`	—	可用
`mdl_sf51g1e2rk6r`	Seedream 5.0 Pro	图片	`text_to_image`, `image_to_image`	—	可用
`mdl_pv2v5dqq2xjt`	Seedream 4.5	图片	`text_to_image`, `image_to_image`	—	可用
`mdl_kv82p0xahews`	Z-Image Turbo	图片	`text_to_image`	—	可用
`mdl_8yecvxyad57c`	Krea 3	图片	`text_to_image`, `image_to_image`	—	可用
`mdl_ewq6kvyqtem4`	Krea 2 Large	图片	`text_to_image`, `image_to_image`	—	可用
`mdl_v843mwhdsfsp`	Krea 2 Medium	图片	`text_to_image`, `image_to_image`	—	可用
`mdl_4sa3fdq371sk`	Nano Banana	图片	`text_to_image`, `image_to_image`	—	可用
`mdl_cqc9ed1bf0z6`	Nano Banana Pro	图片	`text_to_image`, `image_to_image`	—	可用
`mdl_emmgrhw0ms1a`	Nano Banana 2	图片	`text_to_image`, `image_to_image`	—	可用
`mdl_py99s8kz2b58`	Nano Banana 2 Lite	图片	`text_to_image`, `image_to_image`	—	可用
`mdl_4rkzbakq89pe`	Nano Banana 2.1	图片	`text_to_image`, `image_to_image`	—	可用
`mdl_nakvwskfymsp`	GPT Image 2	图片	`text_to_image`, `image_to_image`, `inpaint`, `outpaint`	`inpaint` (付费套餐), `outpaint` (付费套餐)	可用
`mdl_3hrdyhgd2shf`	GPT Image 2.5 Flare	图片	`text_to_image`, `image_to_image`	—	可用
`mdl_1qfcyc2pgtbw`	GPT Image 2.5 Sunburst	图片	`text_to_image`, `image_to_image`	—	可用
`mdl_rxykgqr6kggg`	Ideogram 4.5	图片	`text_to_image`, `image_to_image`	—	可用
`mdl_5caq9gh9zg8j`	Ideogram Vector	图片	`text_to_image`, `image_to_image`	—	可用
`mdl_g8nbx2hpvw9k`	Ideogram Vectorize	图片	`image_to_image`	—	可用
`mdl_r4gq9p4xyczf`	Veo 3.1	视频	`text_to_video`, `image_to_video`, `frames_to_video`, `reference_to_video`	—	可用
`mdl_t4g7d55303y0`	Veo 3.1 Fast	视频	`text_to_video`, `image_to_video`, `frames_to_video`, `reference_to_video`	—	可用
`mdl_d874mwye1be0`	Gemini Omni Flash 1.1	视频	`text_to_video`, `image_to_video`, `frames_to_video`, `reference_to_video`, `video_to_video`	—	可用
`mdl_s02bvp8hv7x5`	Seedance 1.5	视频	`text_to_video`, `image_to_video`, `frames_to_video`	`text_to_video` (付费套餐), `image_to_video` (付费套餐)	将于 2026-11-10 退役
`mdl_wc640n1tnhf3`	Seedance 2.0	视频	`text_to_video`, `image_to_video`, `frames_to_video`, `reference_to_video`, `video_to_video`, `lip_sync`	—	可用
`mdl_jnrga4cvm33d`	Seedance 2.0 Fast	视频	`text_to_video`, `image_to_video`, `frames_to_video`, `reference_to_video`, `video_to_video`, `lip_sync`	—	可用
`mdl_xrpsjaqzz4bz`	Seedance 2.0 Mini	视频	`text_to_video`, `image_to_video`, `frames_to_video`, `reference_to_video`, `video_to_video`, `lip_sync`	—	可用
`mdl_87p2yqde0s80`	Seedance 2.5	视频	`text_to_video`, `image_to_video`, `frames_to_video`, `reference_to_video`, `video_to_video`, `lip_sync`	—	可用
`mdl_m5z326kfdrpt`	Seedance 2.5 Draft	视频	`text_to_video`, `image_to_video`, `frames_to_video`, `reference_to_video`	—	可用
`mdl_6te8xtvsj5k8`	Hailuo-02	视频	`image_to_video`, `frames_to_video`	`frames_to_video` (付费套餐)	可用
`mdl_7yxemvt3byx5`	Hailuo 2.3	视频	`text_to_video`, `image_to_video`	—	可用
`mdl_ch4qvs1rs8z0`	Hailuo 2.3 Fast	视频	`text_to_video`, `image_to_video`	—	可用
`mdl_ckh1fenv6pt3`	MiniMax H3	视频	`text_to_video`, `image_to_video`, `frames_to_video`, `reference_to_video`	`text_to_video` (免费套餐), `image_to_video` (免费套餐), `frames_to_video` (免费套餐), `reference_to_video` (免费套餐)	可用
`mdl_33zjrf7qkkcf`	MiniMax H3 Max	视频	`text_to_video`, `image_to_video`, `frames_to_video`, `reference_to_video`	—	可用
`mdl_9ye5fmg2w3dh`	MiniMax H3 Max Turbo	视频	`text_to_video`, `image_to_video`, `frames_to_video`	—	可用
`mdl_qv6whegyyjsr`	Kling O3	视频	`text_to_video`, `image_to_video`, `frames_to_video`, `reference_to_video`, `video_to_video`	`video_to_video` (付费套餐)	可用
`mdl_kxnke1e5c64v`	Kling 3.0	视频	`text_to_video`, `image_to_video`, `frames_to_video`	—	可用
`mdl_9wg2492cagxq`	Kling 3.0 Turbo	视频	`text_to_video`, `image_to_video`	`text_to_video` (自 2026-11-10 起的付费套餐), `image_to_video` (自 2026-11-10 起的付费套餐)	可用
`mdl_sktgb96hhczz`	Kling 4.0	视频	`text_to_video`, `image_to_video`, `frames_to_video`, `reference_to_video`, `video_to_video`	—	可用
`mdl_zy306yrhanrz`	Kling V3 Motion Control	视频	`video_to_video`	—	可用
`mdl_128x7cdrf5z2`	Runway Ruby	视频	`video_enhance`	—	可用
`mdl_nv0kcf1cvfev`	Topaz Standard V2	图片	`upscale`	—	可用
`mdl_p6s3aqztggpw`	Topaz Proteus	视频	`upscale`	`upscale`	可用
`mdl_p5g9wrh9tjak`	Topaz Starlight Precise 2.6	视频	`upscale`	—	可用
`mdl_k90zpha6jjrs`	Topaz Starlight Fast 2	视频	`upscale`	—	可用
`mdl_4wgsv0br5626`	Topaz Astra 2	视频	`upscale`	—	可用
`mdl_v1c4t818wsft`	Topaz Wonder 3.5	图片	`upscale`	—	可用
`mdl_0a0zsm0p68v9`	Topaz Bloom 2	图片	`upscale`	—	可用
`mdl_m7y28tyzh344`	Topaz Denoise	图片	`image_enhance`	`image_enhance` (付费套餐)	可用
`mdl_3g9g4b7f4c1v`	Topaz Sharpen	图片	`image_enhance`	—	可用
`mdl_2y38g56mtby1`	Topaz Restore	图片	`image_enhance`	—	可用
`mdl_77vze5qxsaba`	Topaz Adjust Lighting	图片	`image_enhance`	—	可用
`mdl_aav1622cpgas`	Topaz Hyperion 2.5	视频	`video_enhance`	`video_enhance` (付费套餐)	可用
`mdl_83nkqpbtxwg2`	Topaz Nyx	视频	`video_enhance`	—	可用
`mdl_2rstmex03ca3`	Topaz Themis 2	视频	`video_enhance`	—	可用
`mdl_ywvb00c4ygdq`	Crystal Image	图片	`upscale`	`upscale`	可用
`mdl_4hvp9jn623ny`	Crystal Video	视频	`upscale`	—	可用
`mdl_gvhet4g9qqse`	Flux Video	视频	`upscale`	—	可用
`mdl_p8nypk3yydj0`	Morphic Extend	视频	`video_to_video`	—	可用
`mdl_bp2fc8dy6q5e`	Luma Ray 3.2 Reframe	视频	`video_to_video`	—	可用
`mdl_p99v6e90k318`	Recast	视频	`reference_to_video`, `video_to_video`	—	可用
`mdl_pc191jv39a6y`	Recast Pro	视频	`reference_to_video`, `video_to_video`	—	可用
`mdl_1etjytvp14a9`	Reframe	视频	`video_to_video`	—	可用
`mdl_7gz2zmegw61p`	Morphic H3	视频	`text_to_video`, `image_to_video`, `reference_to_video`	—	可用
`mdl_z2s6p1m52ngn`	Morphic H3 Ultra	视频	`text_to_video`, `image_to_video`, `reference_to_video`	—	可用
`mdl_qjbj92pchfds`	ByteDance Video	视频	`upscale`	—	可用
`mdl_8g4ty3by1c5s`	ElevenLabs	音频	`voice_change`, `text_to_music`, `text_to_sound_effect`	`voice_change`, `text_to_music`, `text_to_sound_effect`	可用
`mdl_xbxjt9z7wkk1`	ElevenLabs v4	音频	`text_to_speech`, `dialogue`	`text_to_speech`	可用
`mdl_g8045h3868f6`	Wan 3.0	视频	`text_to_video`, `image_to_video`, `frames_to_video`, `reference_to_video`	`reference_to_video` (付费套餐)	可用
`mdl_a1f9tn00qy7q`	Wan 3.0 Prime	视频	`text_to_video`, `image_to_video`, `frames_to_video`, `reference_to_video`	—	可用
`mdl_4x2sa4w82gy8`	Happy Horse	视频	`text_to_video`, `image_to_video`, `reference_to_video`	—	可用
`mdl_pzydnm90f968`	Gemini 3.8 Flash TTS	音频	`text_to_speech`, `dialogue`	—	可用
`mdl_mvwzsh3wyk33`	Gemini 3.8 Flash-Lite TTS	音频	`text_to_speech`, `dialogue`	—	可用
`mdl_ra3hy3a397yb`	Seed Audio 1.0	音频	`text_to_speech`, `dialogue`, `text_to_music`, `text_to_sound_effect`	`dialogue`	可用
`mdl_f5y1v7de83bd`	MiniMax Music 3	音频	`text_to_music`	—	可用
`mdl_nv3cp228aq9t`	Google Lyria 3	音频	`text_to_music`	—	可用
`mdl_15xpqgmzpsd0`	Google Lyria 3.5	音频	`text_to_music`	—	可用
`mdl_nc2y4tvxhde9`	Google Lyria 3 Clip	音频	`text_to_music`	—	可用
`mdl_g9p2apngr4h1`	xAI Grok TTS	音频	`text_to_speech`	—	可用
`mdl_1pavem2p2qh5`	ElevenLabs v4 Turbo	音频	`text_to_speech`, `dialogue`	—	可用
`mdl_catdq74qcq34`	Inworld TTS 2	音频	`text_to_speech`	—	可用
`mdl_r283w0rht2rs`	Inworld TTS 2 Flash	音频	`text_to_speech`	—	可用
`mdl_wapq8x5020zv`	Fish Audio Drama 3	音频	`text_to_speech`, `dialogue`	—	可用
`mdl_82g43qtcqmbr`	Vidu Q3	视频	`text_to_video`, `frames_to_video`	—	可用
`mdl_ns11vydjd68h`	Vidu Q3 Fast	视频	`text_to_video`, `frames_to_video`	—	可用
`mdl_5ag2xn68yre6`	Vidu Q4	视频	`image_to_video`, `reference_to_video`	—	可用
`mdl_zsdtcwgcfh59`	Grok Imagine	图片、视频	`text_to_image`, `image_to_image`, `text_to_video`, `image_to_video`, `reference_to_video`, `video_to_video`	`text_to_image`, `image_to_image`	可用
`mdl_s46fg2pvyyq1`	Grok Imagine Pro	图片	`image_to_image`	—	可用
`mdl_taxsk9yr1px5`	Grok Imagine 1.5	视频	`text_to_video`, `image_to_video`, `reference_to_video`	—	可用
`mdl_f7yst7vypndc`	Grok Imagine Image 2.0	图片	`text_to_image`, `image_to_image`	—	可用
`mdl_f69tthqkwwnc`	Qwen Edit Angles	图片	`image_to_image`	—	可用
`mdl_m6ck5frt6ang`	Qwen Image 2.1	图片	`text_to_image`, `image_to_image`	—	可用
`mdl_mg9364gt8tf9`	Recraft V4.1	图片	`text_to_image`	—	可用
`mdl_8bwn03grycee`	Recraft V4.1 Pro	图片	`text_to_image`	—	可用
`mdl_h4rr1255y3gw`	Recraft V4.1 Flash	图片	`text_to_image`	—	可用
`mdl_2wk9jsm954qe`	LTX 2.5	视频	`text_to_video`, `image_to_video`, `reference_to_video`, `lip_sync`	—	可用
`mdl_gtv6d0bf56ez`	LTX 2.5 Fast	视频	`text_to_video`, `image_to_video`	—	可用
`mdl_z771nx182pfv`	Morphic Edit	图片、视频	`text_to_image`, `image_to_image`, `text_to_video`, `image_to_video`, `frames_to_video`, `video_to_video`	—	可用
`mdl_dg0bkv8gqczz`	FLUX 3 Max	视频	`text_to_video`, `image_to_video`, `frames_to_video`	—	可用
`mdl_v3m6k7ya8gxn`	Sync V3	视频	`lip_sync`	`lip_sync`	可用
`mdl_18ej026xxdax`	Veed Fabric	视频	`lip_sync`	—	可用
`mdl_a2fp90bgh080`	Kling Lip Sync	视频	`lip_sync`	—	可用
`mdl_93nteqvn3dhv`	OmniHuman 2.0	视频	`lip_sync`	—	可用
`mdl_4b2m5g20rr5q`	Mirelo SFX 2.0	视频、音频	`video_to_video`, `text_to_sound_effect`	—	可用
`mdl_gvmfbpd64vv9`	Sonilo SFX	视频	`video_to_video`	—	可用

Flux 2 Pro

照片级写实的图片与编辑，细节锐利，最多支持 10 张参考图片。

模型 ID	`mdl_kgpcqzsd8epw`
输出	图片
能力	`text_to_image`, `image_to_image`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_image`	16:9, 9:16, 4:3, 3:4, 1:1, 4:5, 5:4 (默认 16:9)	—	—	—	—
`image_to_image`	1:1, 16:9, 9:16, 4:3, 3:4, 4:5, 5:4, auto (默认 auto)	—	—	—	1–10 张图片

Seedream 5.0 Pro

电影级写实效果和多语言文字，支持精确的多参考编辑，最高 1440p。

模型 ID	`mdl_sf51g1e2rk6r`
输出	图片
能力	`text_to_image`, `image_to_image`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_image`	16:9, 4:3, 5:4, 1:1, 4:5, 3:4, 9:16, auto (默认 auto)	1080p, 1440p (默认 1080p)	—	—	—
`image_to_image`	1:1, 16:9, 9:16, 4:3, 3:4, 4:5, 5:4, auto (默认 auto)	1080p, 1440p (默认 1080p)	—	—	1–10 张图片

Seedream 4.5

出色的多语言排版，适合海报和品牌设计，最高 4K。

模型 ID	`mdl_pv2v5dqq2xjt`
输出	图片
能力	`text_to_image`, `image_to_image`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_image`	16:9, 4:3, 5:4, 1:1, 4:5, 3:4, 9:16, auto (默认 auto)	1440p, 2160p (默认 1440p)	—	—	—
`image_to_image`	1:1, 16:9, 9:16, 4:3, 3:4, 4:5, 5:4, auto (默认 auto)	1440p, 2160p (默认 1440p)	—	—	1–14 张图片

Z-Image Turbo

超快速的文生图草稿，便于快速迭代。

模型 ID	`mdl_kv82p0xahews`
输出	图片
能力	`text_to_image`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_image`	16:9, 4:3, 5:4, 1:1, 4:5, 3:4, 9:16 (默认 16:9)	—	—	—	—

Krea 3

快速、多用途的高质量图片与编辑，最高 1440p。

模型 ID	`mdl_8yecvxyad57c`
输出	图片
能力	`text_to_image`, `image_to_image`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_image`	auto, 1:1, 4:5, 3:4, 2:3, 9:16, 5:4, 4:3, 3:2, 16:9, 21:9 (默认 auto)	1080p, 1440p (默认 1080p)	—	—	—
`image_to_image`	auto, 1:1, 4:5, 3:4, 2:3, 9:16, 5:4, 4:3, 3:2, 16:9, 21:9 (默认 auto)	1080p, 1440p (默认 1080p)	—	—	1–4 张图片

Krea 2 Large

照片级写实图片和风格迁移，细节锐利。

模型 ID	`mdl_ewq6kvyqtem4`
输出	图片
能力	`text_to_image`, `image_to_image`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_image`	16:9, 4:3, 3:2, 1:1, 2:3, 4:5, 9:16 (默认 16:9)	—	—	—	—
`image_to_image`	16:9, 4:3, 3:2, 1:1, 2:3, 4:5, 9:16 (默认 16:9)	—	—	—	1–10 张图片

Krea 2 Medium

快速的日常图片和艺术风格迁移。

模型 ID	`mdl_v843mwhdsfsp`
输出	图片
能力	`text_to_image`, `image_to_image`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_image`	16:9, 4:3, 3:2, 1:1, 2:3, 4:5, 9:16 (默认 16:9)	—	—	—	—
`image_to_image`	16:9, 4:3, 3:2, 1:1, 2:3, 4:5, 9:16 (默认 16:9)	—	—	—	1–10 张图片

Nano Banana

快速、多用途的日常图片与编辑。

模型 ID	`mdl_4sa3fdq371sk`
输出	图片
能力	`text_to_image`, `image_to_image`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_image`	21:9, 16:9, 4:3, 5:4, 1:1, 4:5, 3:4, 9:16 (默认 16:9)	—	—	—	—
`image_to_image`	21:9, 16:9, 4:3, 5:4, 1:1, 4:5, 3:4, 9:16, auto (默认 16:9)	—	—	—	1–10 张图片

Nano Banana Pro

丰富的细节和复杂场景，支持基于最多 14 张参考图的编辑，最高 4K。

模型 ID	`mdl_cqc9ed1bf0z6`
输出	图片
能力	`text_to_image`, `image_to_image`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_image`	21:9, 16:9, 4:3, 5:4, 1:1, 4:5, 3:4, 9:16, auto (默认 auto)	1080p, 1440p, 2160p (默认 1080p)	—	—	—
`image_to_image`	21:9, 16:9, 4:3, 5:4, 1:1, 4:5, 3:4, 9:16, auto (默认 auto)	1080p, 1440p, 2160p (默认 1080p)	—	—	1–14 张图片

Nano Banana 2

快速、高质量的图片与编辑，最多 14 张参考图，最高 4K。

模型 ID	`mdl_emmgrhw0ms1a`
输出	图片
能力	`text_to_image`, `image_to_image`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_image`	21:9, 16:9, 4:3, 5:4, 1:1, 4:5, 3:4, 9:16, auto (默认 auto)	540p, 1080p, 1440p, 2160p (默认 1080p)	—	—	—
`image_to_image`	21:9, 16:9, 4:3, 5:4, 1:1, 4:5, 3:4, 9:16, auto (默认 auto)	540p, 1080p, 1440p, 2160p (默认 1080p)	—	—	1–14 张图片

Nano Banana 2 Lite

速度最快、成本最低的图片与编辑。

模型 ID	`mdl_py99s8kz2b58`
输出	图片
能力	`text_to_image`, `image_to_image`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_image`	21:9, 16:9, 4:3, 5:4, 1:1, 4:5, 3:4, 9:16, auto (默认 auto)	—	—	—	—
`image_to_image`	21:9, 16:9, 4:3, 5:4, 1:1, 4:5, 3:4, 9:16, auto (默认 auto)	—	—	—	1–14 张图片

Nano Banana 2.1

快速、精致的设计，文字清晰易读，主体保持一致，最高 4K。

模型 ID	`mdl_4rkzbakq89pe`
输出	图片
能力	`text_to_image`, `image_to_image`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_image`	21:9, 16:9, 4:3, 5:4, 1:1, 4:5, 3:4, 9:16, auto (默认 auto)	1080p, 1440p, 2160p (默认 1080p)	—	—	—
`image_to_image`	21:9, 16:9, 4:3, 5:4, 1:1, 4:5, 3:4, 9:16, auto (默认 auto)	1080p, 1440p, 2160p (默认 1080p)	—	—	1–14 张图片

GPT Image 2

出色的提示词遵循度和文字渲染，支持局部重绘和扩图，最高 4K。

模型 ID	`mdl_nakvwskfymsp`
输出	图片
能力	`text_to_image`, `image_to_image`, `inpaint`, `outpaint`
默认用于	`inpaint` (付费套餐), `outpaint` (付费套餐)
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_image`	21:9, 16:9, 4:3, 5:4, 1:1, 4:5, 3:4, 9:16 (默认 16:9)	1080p, 1440p, 2160p (默认 1080p)	—	—	—
`image_to_image`	21:9, 16:9, 4:3, 5:4, 1:1, 4:5, 3:4, 9:16, auto (默认 auto)	1080p, 1440p, 2160p (默认 1080p)	—	—	1–10 张图片
`inpaint`	—	—	—	—	2 张图片
`outpaint`	—	—	—	—	1 张图片

GPT Image 2.5 Flare

快速、高质量的日常图片与编辑，最高 4K。

模型 ID	`mdl_3hrdyhgd2shf`
输出	图片
能力	`text_to_image`, `image_to_image`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_image`	21:9, 16:9, 4:3, 5:4, 1:1, 4:5, 3:4, 9:16 (默认 16:9)	1080p, 1440p, 2160p (默认 1080p)	—	—	—
`image_to_image`	21:9, 16:9, 4:3, 5:4, 1:1, 4:5, 3:4, 9:16, auto (默认 auto)	1080p, 1440p, 2160p (默认 1080p)	—	—	1–10 张图片

GPT Image 2.5 Sunburst

在多个步骤中精确编辑并保留主体，最高 4K。

模型 ID	`mdl_1qfcyc2pgtbw`
输出	图片
能力	`text_to_image`, `image_to_image`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_image`	21:9, 16:9, 4:3, 5:4, 1:1, 4:5, 3:4, 9:16 (默认 16:9)	1080p, 1440p, 2160p (默认 1080p)	—	—	—
`image_to_image`	21:9, 16:9, 4:3, 5:4, 1:1, 4:5, 3:4, 9:16, auto (默认 auto)	1080p, 1440p, 2160p (默认 1080p)	—	—	1–10 张图片

Ideogram 4.5

准确的文字、排版和平面设计，编辑时只改动你要求的部分。

模型 ID	`mdl_rxykgqr6kggg`
输出	图片
能力	`text_to_image`, `image_to_image`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_image`	16:9, 9:16, 4:3, 3:4, 1:1, 4:5, 5:4, 3:2, 2:3 (默认 16:9)	1080p, 1440p (默认 1440p)	—	—	—
`image_to_image`	16:9, 9:16, 4:3, 3:4, 1:1, 4:5, 5:4, 3:2, 2:3, auto (默认 auto)	1080p, 1440p (默认 1440p)	—	—	1–5 张图片

Ideogram Vector

可缩放的 SVG 标志、图标和扁平插画。

模型 ID	`mdl_5caq9gh9zg8j`
输出	图片
能力	`text_to_image`, `image_to_image`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_image`	1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 4:5, 5:4, 2:1, 1:2, 3:1, 1:3 (默认 1:1)	—	—	—	—
`image_to_image`	auto, 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 4:5, 5:4, 2:1, 1:2, 3:1, 1:3 (默认 auto)	—	—	—	1–5 张图片

Ideogram Vectorize

将图片描摹为干净、可编辑的 SVG，且不改变图片内容。

模型 ID	`mdl_g8nbx2hpvw9k`
输出	图片
能力	`image_to_image`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`image_to_image`	—	—	—	—	1 张图片

Veo 3.1

电影级写实效果，支持对白、口型同步和原生音频，4–8 秒，最高 4K。

模型 ID	`mdl_r4gq9p4xyczf`
输出	视频
能力	`text_to_video`, `image_to_video`, `frames_to_video`, `reference_to_video`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_video`	16:9, 9:16 (默认 16:9)	720p, 1080p, 2160p (默认 1080p)	4, 6, 8 s, 默认 4 s	可选	—
`image_to_video`	16:9, 9:16, auto (默认 auto)	720p, 1080p, 2160p (默认 1080p)	4, 6, 8 s, 默认 4 s	可选	1 张图片
`frames_to_video`	16:9, 9:16, auto (默认 auto)	720p, 1080p, 2160p (默认 1080p)	4, 6, 8 s, 默认 4 s	可选	2 张图片
`reference_to_video`	16:9, 9:16 (默认 16:9)	720p, 1080p, 2160p (默认 1080p)	8 s, 默认 8 s	可选	1–3 张图片

Veo 3.1 Fast

更快的 Veo 3.1 片段，带原生音频，4–8 秒，最高 4K。

模型 ID	`mdl_t4g7d55303y0`
输出	视频
能力	`text_to_video`, `image_to_video`, `frames_to_video`, `reference_to_video`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_video`	16:9, 9:16 (默认 16:9)	720p, 1080p, 2160p (默认 1080p)	4, 6, 8 s, 默认 4 s	可选	—
`image_to_video`	16:9, 9:16, auto (默认 auto)	720p, 1080p, 2160p (默认 720p)	4, 6, 8 s, 默认 4 s	可选	1 张图片
`frames_to_video`	16:9, 9:16, auto (默认 auto)	720p, 1080p, 2160p (默认 1080p)	4, 6, 8 s, 默认 4 s	可选	2 张图片
`reference_to_video`	16:9, 9:16 (默认 16:9)	720p, 1080p, 2160p (默认 1080p)	8 s, 默认 8 s	可选	1–3 张图片

Gemini Omni Flash 1.1

快速、实惠的视频生成和原位视频编辑，带原生音频，最长 10 秒。

模型 ID	`mdl_d874mwye1be0`
输出	视频
能力	`text_to_video`, `image_to_video`, `frames_to_video`, `reference_to_video`, `video_to_video`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_video`	16:9, 9:16 (默认 16:9)	360p, 720p, 1080p, 2160p (默认 720p)	3–10 s, 默认 8 s	始终	—
`image_to_video`	16:9, 9:16 (默认 16:9)	360p, 720p, 1080p, 2160p (默认 720p)	3–10 s, 默认 8 s	始终	1 张图片
`frames_to_video`	16:9, 9:16 (默认 16:9)	360p, 720p, 1080p, 2160p (默认 720p)	3–10 s, 默认 8 s	始终	2 张图片
`reference_to_video`	16:9, 9:16 (默认 16:9)	360p, 720p, 1080p, 2160p (默认 720p)	3–10 s, 默认 8 s	始终	最多 10 张图片、最多 3 段视频
`video_to_video`	—	360p, 720p, 1080p, 2160p (默认 720p)	—	始终	1 段视频

Seedance 1.5

多镜头片段中角色保持一致，最长 12 秒，1080p。

模型 ID	`mdl_s02bvp8hv7x5`
输出	视频
能力	`text_to_video`, `image_to_video`, `frames_to_video`
默认用于	`text_to_video` (付费套餐), `image_to_video` (付费套餐)
状态	将于 2026-11-10 退役

能力	宽高比	分辨率	时长	音频	输入
`text_to_video`	21:9, 16:9, 4:3, 1:1, 3:4, 9:16, auto (默认 auto)	480p, 720p, 1080p (默认 1080p)	4–12 s, 默认 4 s	可选	—
`image_to_video`	21:9, 16:9, 4:3, 1:1, 3:4, 9:16, auto (默认 auto)	480p, 720p, 1080p (默认 1080p)	4–12 s, 默认 5 s	可选	1 张图片
`frames_to_video`	21:9, 16:9, 4:3, 1:1, 3:4, 9:16 (默认 16:9)	480p, 720p, 1080p (默认 1080p)	4–12 s, 默认 4 s	可选	2 张图片

Seedance 2.0

多镜头视频，支持多参考角色控制和音频驱动生成，最长 15 秒，最高 4K。

模型 ID	`mdl_wc640n1tnhf3`
输出	视频
能力	`text_to_video`, `image_to_video`, `frames_to_video`, `reference_to_video`, `video_to_video`, `lip_sync`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_video`	21:9, 16:9, 4:3, 1:1, 3:4, 9:16, auto (默认 auto)	2160p, 1080p, 720p, 480p (默认 1080p)	4–15 s, 默认 5 s	可选	—
`image_to_video`	21:9, 16:9, 4:3, 1:1, 3:4, 9:16, auto (默认 auto)	2160p, 1080p, 720p, 480p (默认 1080p)	4–15 s, 默认 5 s	可选	1 张图片
`frames_to_video`	auto, 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 (默认 auto)	2160p, 1080p, 720p, 480p (默认 1080p)	4–15 s, 默认 5 s	可选	2 张图片
`reference_to_video`	21:9, 16:9, 4:3, 1:1, 3:4, 9:16, auto (默认 auto)	2160p, 1080p, 720p, 480p (默认 1080p)	4–15 s, 默认 5 s	可选	最多 9 张图片、最多 3 段视频、最多 3 段音频
`video_to_video`	21:9, 16:9, 4:3, 1:1, 3:4, 9:16, auto (默认 auto)	2160p, 1080p, 720p, 480p (默认 1080p)	4–15 s, 默认 5 s	可选	最多 9 张图片、1–3 段视频、最多 3 段音频
`lip_sync`	21:9, 16:9, 4:3, 1:1, 3:4, 9:16, auto (默认 auto)	2160p, 1080p, 720p, 480p (默认 480p)	4–15 s, 默认 5 s	始终	最多 9 张图片、最多 3 段视频、最多 3 段音频

Seedance 2.0 Fast

更快的 Seedance 2.0，控制功能相同，最长 15 秒，720p。

模型 ID	`mdl_jnrga4cvm33d`
输出	视频
能力	`text_to_video`, `image_to_video`, `frames_to_video`, `reference_to_video`, `video_to_video`, `lip_sync`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_video`	21:9, 16:9, 4:3, 1:1, 3:4, 9:16, auto (默认 auto)	720p, 480p (默认 720p)	4–15 s, 默认 5 s	可选	—
`image_to_video`	21:9, 16:9, 4:3, 1:1, 3:4, 9:16, auto (默认 auto)	720p, 480p (默认 720p)	4–15 s, 默认 5 s	可选	1 张图片
`frames_to_video`	auto, 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 (默认 auto)	720p, 480p (默认 720p)	4–15 s, 默认 5 s	可选	2 张图片
`reference_to_video`	21:9, 16:9, 4:3, 1:1, 3:4, 9:16, auto (默认 auto)	720p, 480p (默认 720p)	4–15 s, 默认 5 s	可选	最多 9 张图片、最多 3 段视频、最多 3 段音频
`video_to_video`	21:9, 16:9, 4:3, 1:1, 3:4, 9:16, auto (默认 auto)	720p, 480p (默认 720p)	4–15 s, 默认 5 s	可选	最多 9 张图片、1–3 段视频、最多 3 段音频
`lip_sync`	21:9, 16:9, 4:3, 1:1, 3:4, 9:16, auto (默认 auto)	720p, 480p (默认 480p)	4–15 s, 默认 5 s	始终	最多 9 张图片、最多 3 段视频、最多 3 段音频

Seedance 2.0 Mini

成本最低的 Seedance 2.0，最长 15 秒，720p。

模型 ID	`mdl_xrpsjaqzz4bz`
输出	视频
能力	`text_to_video`, `image_to_video`, `frames_to_video`, `reference_to_video`, `video_to_video`, `lip_sync`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_video`	21:9, 16:9, 4:3, 1:1, 3:4, 9:16, auto (默认 auto)	720p, 480p (默认 720p)	4–15 s, 默认 5 s	可选	—
`image_to_video`	21:9, 16:9, 4:3, 1:1, 3:4, 9:16, auto (默认 auto)	720p, 480p (默认 720p)	4–15 s, 默认 5 s	可选	1 张图片
`frames_to_video`	auto, 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 (默认 auto)	720p, 480p (默认 720p)	4–15 s, 默认 5 s	可选	2 张图片
`reference_to_video`	21:9, 16:9, 4:3, 1:1, 3:4, 9:16, auto (默认 auto)	720p, 480p (默认 720p)	4–15 s, 默认 5 s	可选	最多 9 张图片、最多 3 段视频、最多 3 段音频
`video_to_video`	21:9, 16:9, 4:3, 1:1, 3:4, 9:16, auto (默认 auto)	720p, 480p (默认 720p)	4–15 s, 默认 5 s	可选	最多 9 张图片、1–3 段视频、最多 3 段音频
`lip_sync`	21:9, 16:9, 4:3, 1:1, 3:4, 9:16, auto (默认 auto)	720p, 480p (默认 480p)	4–15 s, 默认 5 s	始终	最多 9 张图片、最多 3 段视频、最多 3 段音频

Seedance 2.5

最长 30 秒的片段，支持多参考控制、视频编辑和延长，最高 1080p。

模型 ID	`mdl_87p2yqde0s80`
输出	视频
能力	`text_to_video`, `image_to_video`, `frames_to_video`, `reference_to_video`, `video_to_video`, `lip_sync`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_video`	21:9, 16:9, 4:3, 1:1, 3:4, 9:16, auto (默认 auto)	720p, 480p, 1080p (默认 720p)	4–30 s, 默认 5 s	可选	—
`image_to_video`	auto	720p, 480p, 1080p (默认 720p)	4–30 s, 默认 5 s	可选	1 张图片
`frames_to_video`	auto	720p, 480p, 1080p (默认 720p)	4–30 s, 默认 5 s	可选	2 张图片
`reference_to_video`	21:9, 16:9, 4:3, 1:1, 3:4, 9:16, auto (默认 auto)	720p, 480p, 1080p (默认 720p)	4–30 s, 默认 5 s	可选	最多 30 张图片、最多 10 段视频、最多 10 段音频
`video_to_video`	auto	720p, 480p, 1080p (默认 720p)	4–30 s	可选	最多 30 张图片、1–10 段视频、最多 10 段音频
`lip_sync`	21:9, 16:9, 4:3, 1:1, 3:4, 9:16, auto (默认 auto)	720p, 480p, 1080p (默认 480p)	4–30 s, 默认 5 s	始终	最多 30 张图片、最多 10 段视频、最多 10 段音频

Seedance 2.5 Draft

快速、低成本的 Seedance 2.5 480p 预览，可在 7 天内定稿为 1080p。

模型 ID	`mdl_m5z326kfdrpt`
输出	视频
能力	`text_to_video`, `image_to_video`, `frames_to_video`, `reference_to_video`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_video`	21:9, 16:9, 4:3, 1:1, 3:4, 9:16, auto (默认 auto)	480p	4–30 s, 默认 5 s	可选	—
`image_to_video`	auto	480p	4–30 s, 默认 5 s	可选	1 张图片
`frames_to_video`	auto	480p	4–30 s, 默认 5 s	可选	2 张图片
`reference_to_video`	21:9, 16:9, 4:3, 1:1, 3:4, 9:16, auto (默认 auto)	480p	4–30 s, 默认 5 s	可选	最多 30 张图片、最多 10 段视频、最多 10 段音频

Hailuo-02

富有表现力的角色动画，单镜头 6 秒片段。

模型 ID	`mdl_6te8xtvsj5k8`
输出	视频
能力	`image_to_video`, `frames_to_video`
默认用于	`frames_to_video` (付费套餐)
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`image_to_video`	—	—	6 s, 默认 6 s	—	1 张图片
`frames_to_video`	—	—	6 s, 默认 6 s	—	2 张图片

Hailuo 2.3

富有表现力的角色和风格化动作，6 秒片段。

模型 ID	`mdl_7yxemvt3byx5`
输出	视频
能力	`text_to_video`, `image_to_video`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_video`	—	—	6 s, 默认 6 s	—	—
`image_to_video`	—	—	6 s, 默认 6 s	—	1 张图片

Hailuo 2.3 Fast

更快的 Hailuo 2.3 片段，动作富有表现力且风格化。

模型 ID	`mdl_ch4qvs1rs8z0`
输出	视频
能力	`text_to_video`, `image_to_video`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_video`	—	—	6 s, 默认 6 s	—	—
`image_to_video`	—	—	6 s, 默认 6 s	—	1 张图片

MiniMax H3

富有表现力的角色和多参考构图，5–15 秒，最高 1440p。

模型 ID	`mdl_ckh1fenv6pt3`
输出	视频
能力	`text_to_video`, `image_to_video`, `frames_to_video`, `reference_to_video`
默认用于	`text_to_video` (免费套餐), `image_to_video` (免费套餐), `frames_to_video` (免费套餐), `reference_to_video` (免费套餐)
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_video`	21:9, 16:9, 4:3, 1:1, 3:4, 9:16 (默认 16:9)	768p, 1440p (默认 1440p)	5–15 s, 默认 5 s	—	—
`image_to_video`	—	768p, 1440p (默认 1440p)	5–15 s, 默认 5 s	—	1 张图片
`frames_to_video`	—	768p, 1440p (默认 1440p)	5–15 s, 默认 5 s	—	2 张图片
`reference_to_video`	21:9, 16:9, 4:3, 1:1, 3:4, 9:16, auto (默认 16:9)	768p, 1440p (默认 1440p)	5–15 s, 默认 5 s	—	最多 9 张图片、最多 3 段视频、最多 3 段音频

MiniMax H3 Max

快速的电影感片段，提示词遵循度高，带原生音频，5–15 秒，1080p。

模型 ID	`mdl_33zjrf7qkkcf`
输出	视频
能力	`text_to_video`, `image_to_video`, `frames_to_video`, `reference_to_video`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_video`	21:9, 16:9, 4:3, 1:1, 3:4, 9:16 (默认 16:9)	480p, 768p, 1080p (默认 768p)	5–15 s, 默认 5 s	—	—
`image_to_video`	—	480p, 768p, 1080p (默认 768p)	5–15 s, 默认 5 s	—	1 张图片
`frames_to_video`	—	480p, 768p, 1080p (默认 768p)	5–15 s, 默认 5 s	—	2 张图片
`reference_to_video`	21:9, 16:9, 4:3, 1:1, 3:4, 9:16, auto (默认 16:9)	480p, 768p, 1080p (默认 768p)	5–15 s, 默认 5 s	—	最多 9 张图片、最多 3 段视频、最多 3 段音频

MiniMax H3 Max Turbo

更快、成本更低的 MiniMax H3 Max 片段，5–15 秒，1080p。

模型 ID	`mdl_9ye5fmg2w3dh`
输出	视频
能力	`text_to_video`, `image_to_video`, `frames_to_video`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_video`	21:9, 16:9, 4:3, 1:1, 3:4, 9:16 (默认 16:9)	480p, 768p, 1080p (默认 768p)	5–15 s, 默认 5 s	—	—
`image_to_video`	—	480p, 768p, 1080p (默认 768p)	5–15 s, 默认 5 s	—	1 张图片
`frames_to_video`	—	480p, 768p, 1080p (默认 768p)	5–15 s, 默认 5 s	—	2 张图片

Kling O3

电影感运动，支持带标注的角色参考和视频风格迁移，最长 15 秒，最高 4K。

模型 ID	`mdl_qv6whegyyjsr`
输出	视频
能力	`text_to_video`, `image_to_video`, `frames_to_video`, `reference_to_video`, `video_to_video`
默认用于	`video_to_video` (付费套餐)
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_video`	16:9, 9:16, 1:1 (默认 16:9)	720p, 1080p, 2160p (默认 720p)	3–15 s, 默认 5 s	始终	—
`image_to_video`	—	720p, 1080p, 2160p (默认 720p)	3–15 s, 默认 5 s	始终	1 张图片
`frames_to_video`	—	720p, 1080p, 2160p (默认 720p)	3–15 s, 默认 5 s	可选	2 张图片
`reference_to_video`	16:9, 9:16, 1:1 (默认 16:9)	720p, 1080p, 2160p (默认 720p)	3–15 s, 默认 5 s	始终	1–4 张图片、最多 1 段视频
`video_to_video`	—	720p, 1080p (默认 720p)	—	可选	1 段视频

Kling 3.0

电影感画面和流畅运动，带原生音频，最长 15 秒，最高 4K。

模型 ID	`mdl_kxnke1e5c64v`
输出	视频
能力	`text_to_video`, `image_to_video`, `frames_to_video`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_video`	16:9, 9:16, 1:1 (默认 16:9)	720p, 1080p, 2160p (默认 720p)	3–15 s, 默认 5 s	可选	—
`image_to_video`	—	720p, 1080p, 2160p (默认 720p)	3–15 s, 默认 5 s	可选	1 张图片
`frames_to_video`	—	720p, 1080p, 2160p (默认 720p)	3–15 s, 默认 5 s	可选	2 张图片

Kling 3.0 Turbo

更快的 Kling 3.0 片段，带原生音频，最长 15 秒，1080p。

模型 ID	`mdl_9wg2492cagxq`
输出	视频
能力	`text_to_video`, `image_to_video`
默认用于	`text_to_video` (自 2026-11-10 起的付费套餐), `image_to_video` (自 2026-11-10 起的付费套餐)
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_video`	16:9, 9:16, 1:1 (默认 16:9)	720p, 1080p (默认 720p)	3–15 s, 默认 5 s	始终	—
`image_to_video`	—	720p, 1080p (默认 720p)	3–15 s, 默认 5 s	始终	1 张图片

Kling 4.0

最长 30 秒的电影感片段，带原生音频，支持参考和保持时长的编辑。

模型 ID	`mdl_sktgb96hhczz`
输出	视频
能力	`text_to_video`, `image_to_video`, `frames_to_video`, `reference_to_video`, `video_to_video`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_video`	21:9, 16:9, 9:16, 1:1 (默认 16:9)	720p, 1080p (默认 720p)	3–30 s, 默认 5 s	始终	—
`image_to_video`	—	720p, 1080p (默认 720p)	3–30 s, 默认 5 s	始终	1 张图片
`frames_to_video`	—	720p, 1080p (默认 720p)	3–30 s, 默认 5 s	始终	2 张图片
`reference_to_video`	auto, 21:9, 16:9, 9:16, 1:1 (默认 auto)	720p, 1080p (默认 720p)	3–30 s, 默认 5 s	始终	最多 10 张图片、最多 5 段视频
`video_to_video`	—	720p, 1080p (默认 720p)	—	始终	最多 10 张图片、1 段视频

Kling V3 Motion Control

将视频中的动作迁移到角色图片上，并保持面部一致。

模型 ID	`mdl_zy306yrhanrz`
输出	视频
能力	`video_to_video`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`video_to_video`	—	—	—	可选	1 张图片、1 段视频

Runway Ruby

将 SDR 视频交付为 HDR10、HLG 或 HDR ProRes。

模型 ID	`mdl_128x7cdrf5z2`
输出	视频
能力	`video_enhance`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`video_enhance`	—	—	—	—	1 段视频

Topaz Standard V2

高分辨率图片放大。

模型 ID	`mdl_nv0kcf1cvfev`
输出	图片
能力	`upscale`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`upscale`	—	—	—	—	1 张图片

Topaz Proteus

视频放大，并进行深度修复。

模型 ID	`mdl_p6s3aqztggpw`
输出	视频
能力	`upscale`
默认用于	`upscale`
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`upscale`	—	—	—	—	1 段视频

Topaz Starlight Precise 2.6

修复 AI 生成的视频，改善塑料感皮肤、面部和文字。

模型 ID	`mdl_p5g9wrh9tjak`
输出	视频
能力	`upscale`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`upscale`	—	—	—	—	1 段视频

Topaz Starlight Fast 2

快速、低成本的生成式视频放大。

模型 ID	`mdl_k90zpha6jjrs`
输出	视频
能力	`upscale`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`upscale`	—	—	—	—	1 段视频

Topaz Astra 2

对 AI 生成的视频进行创意 4K 放大。

模型 ID	`mdl_4wgsv0br5626`
输出	视频
能力	`upscale`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`upscale`	—	—	—	—	1 段视频

Topaz Wonder 3.5

生成式图片放大，恢复细节。

模型 ID	`mdl_v1c4t818wsft`
输出	图片
能力	`upscale`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`upscale`	—	—	—	—	1 张图片

Topaz Bloom 2

创意图片放大与重新诠释。

模型 ID	`mdl_0a0zsm0p68v9`
输出	图片
能力	`upscale`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`upscale`	—	—	—	—	1 张图片

Topaz Denoise

去除照片中的噪点和颗粒。

模型 ID	`mdl_m7y28tyzh344`
输出	图片
能力	`image_enhance`
默认用于	`image_enhance` (付费套餐)
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`image_enhance`	—	—	—	—	1 张图片

Topaz Sharpen

修复照片中的模糊和柔焦。

模型 ID	`mdl_3g9g4b7f4c1v`
输出	图片
能力	`image_enhance`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`image_enhance`	—	—	—	—	1 张图片

Topaz Restore

修复老旧或受损的照片。

模型 ID	`mdl_2y38g56mtby1`
输出	图片
能力	`image_enhance`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`image_enhance`	—	—	—	—	1 张图片

Topaz Adjust Lighting

校正照片的色彩和光线。

模型 ID	`mdl_77vze5qxsaba`
输出	图片
能力	`image_enhance`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`image_enhance`	—	—	—	—	1 张图片

Topaz Hyperion 2.5

将 SDR 视频转换为 HDR。

模型 ID	`mdl_aav1622cpgas`
输出	视频
能力	`video_enhance`
默认用于	`video_enhance` (付费套餐)
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`video_enhance`	—	—	—	—	1 段视频

Topaz Nyx

去除视频中的噪点和颗粒。

模型 ID	`mdl_83nkqpbtxwg2`
输出	视频
能力	`video_enhance`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`video_enhance`	—	—	—	—	1 段视频

Topaz Themis 2

修复视频中的运动模糊。

模型 ID	`mdl_2rstmex03ca3`
输出	视频
能力	`video_enhance`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`video_enhance`	—	—	—	—	1 段视频

Crystal Image

图片放大，修复细节。

模型 ID	`mdl_ywvb00c4ygdq`
输出	图片
能力	`upscale`
默认用于	`upscale`
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`upscale`	—	—	—	—	1 张图片

Crystal Video

通用视频放大。

模型 ID	`mdl_4hvp9jn623ny`
输出	视频
能力	`upscale`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`upscale`	—	—	—	—	1 段视频

Flux Video

超分辨率视频放大至 1080p、2K 或 4K。

模型 ID	`mdl_gvhet4g9qqse`
输出	视频
能力	`upscale`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`upscale`	—	—	—	—	1 段视频

Morphic Extend

无缝延长视频，最长 20 秒。

模型 ID	`mdl_p8nypk3yydj0`
输出	视频
能力	`video_to_video`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`video_to_video`	—	720p, 1080p (默认 720p)	5–20 s, 默认 5 s	可选	1 段视频

Luma Ray 3.2 Reframe

将片段重新构图为新的宽高比，保留原有画面并填充新画布。

模型 ID	`mdl_bp2fc8dy6q5e`
输出	视频
能力	`video_to_video`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`video_to_video`	9:16, 3:4, 1:1, 4:3, 16:9, 21:9	540p, 720p, 1080p (默认 720p)	—	始终	1 段视频

Recast

替换画面中的人物，同时保留片段的动作、剪辑和音频。

模型 ID	`mdl_p99v6e90k318`
输出	视频
能力	`reference_to_video`, `video_to_video`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`reference_to_video`	—	768p, 1080p (默认 1080p)	—	始终	1–4 张图片、1 段视频
`video_to_video`	—	768p, 1080p (默认 1080p)	—	始终	1–4 张图片、1 段视频

Recast Pro

最高保真度的人物替换，每次替换都在提示词中指定，保留动作、剪辑和音频。

模型 ID	`mdl_pc191jv39a6y`
输出	视频
能力	`reference_to_video`, `video_to_video`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`reference_to_video`	—	720p, 1080p (默认 720p)	—	始终	1–10 张图片、1 段视频
`video_to_video`	—	720p, 1080p (默认 720p)	—	始终	1–10 张图片、1 段视频

Reframe

以低成本将片段重新构图为新的宽高比，并填充新画布。

模型 ID	`mdl_1etjytvp14a9`
输出	视频
能力	`video_to_video`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`video_to_video`	9:21, 9:16, 3:4, 1:1, 4:3, 16:9, 21:9	480p, 768p (默认 768p)	—	始终	1 段视频

Morphic H3

快速、实惠的视频，带原生音频，可基于文字、图片或参考生成，5–15 秒，最高 1440p。

模型 ID	`mdl_7gz2zmegw61p`
输出	视频
能力	`text_to_video`, `image_to_video`, `reference_to_video`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_video`	21:9, 16:9, 4:3, 1:1, 3:4, 9:16 (默认 16:9)	480p, 768p, 1080p, 1440p (默认 768p)	5–15 s, 默认 5 s	始终	—
`image_to_video`	—	480p, 768p (默认 768p)	5–15 s, 默认 5 s	始终	1 张图片
`reference_to_video`	21:9, 16:9, 4:3, 1:1, 3:4, 9:16, auto (默认 auto)	480p, 768p, 1080p, 1440p (默认 768p)	5–15 s, 默认 5 s	始终	最多 9 张图片、最多 3 段视频、最多 3 段音频

Morphic H3 Ultra

最高质量的 Morphic H3，带原生音频；渲染较慢。

模型 ID	`mdl_z2s6p1m52ngn`
输出	视频
能力	`text_to_video`, `image_to_video`, `reference_to_video`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_video`	21:9, 16:9, 4:3, 1:1, 3:4, 9:16 (默认 16:9)	480p, 768p, 1080p, 1440p (默认 768p)	5–15 s, 默认 5 s	始终	—
`image_to_video`	—	480p, 768p (默认 768p)	5–15 s, 默认 5 s	始终	1 张图片
`reference_to_video`	21:9, 16:9, 4:3, 1:1, 3:4, 9:16, auto (默认 auto)	480p, 768p, 1080p, 1440p (默认 768p)	5–15 s, 默认 5 s	始终	最多 9 张图片、最多 3 段视频、最多 3 段音频

ByteDance Video

增强 AI 生成的视频、用户拍摄的视频和老电影视频。

模型 ID	`mdl_qjbj92pchfds`
输出	视频
能力	`upscale`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`upscale`	—	—	—	—	1 段视频

ElevenLabs

歌曲、音效，以及在保留时间节奏的同时为录音重新配音。

模型 ID	`mdl_8g4ty3by1c5s`
输出	音频
能力	`voice_change`, `text_to_music`, `text_to_sound_effect`
默认用于	`voice_change`, `text_to_music`, `text_to_sound_effect`
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`voice_change`	—	—	—	—	1 段音频
`text_to_music`	—	—	5–300 s, 默认 30 s	—	—
`text_to_sound_effect`	—	—	0.5–22 s, 默认 5 s	—	—

ElevenLabs v4

配音、旁白、声音克隆和多人对话。

模型 ID	`mdl_xbxjt9z7wkk1`
输出	音频
能力	`text_to_speech`, `dialogue`
默认用于	`text_to_speech`
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_speech`	—	—	—	—	—
`dialogue`	—	—	—	—	—

Wan 3.0

最长 30 秒的长片段，带原生音频和多镜头叙事，最多 10 张参考图。

模型 ID	`mdl_g8045h3868f6`
输出	视频
能力	`text_to_video`, `image_to_video`, `frames_to_video`, `reference_to_video`
默认用于	`reference_to_video` (付费套餐)
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_video`	16:9, 9:16, 1:1, 4:3, 3:4 (默认 16:9)	480p, 720p, 1080p (默认 1080p)	2–30 s, 默认 5 s	可选	—
`image_to_video`	—	480p, 720p, 1080p (默认 1080p)	2–30 s, 默认 5 s	可选	1 张图片
`frames_to_video`	—	480p, 720p, 1080p (默认 1080p)	2–30 s, 默认 5 s	可选	2 张图片
`reference_to_video`	16:9, 9:16, 1:1, 4:3, 3:4, auto (默认 auto)	480p, 720p, 1080p (默认 1080p)	2–30 s, 默认 5 s	可选	最多 10 张图片、最多 5 段视频、最多 5 段音频、最多 1 份文档

Wan 3.0 Prime

更快的 Wan 3.0 生成，最长 30 秒，带原生音频。

模型 ID	`mdl_a1f9tn00qy7q`
输出	视频
能力	`text_to_video`, `image_to_video`, `frames_to_video`, `reference_to_video`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_video`	16:9, 9:16, 1:1, 4:3, 3:4 (默认 16:9)	480p, 720p, 1080p (默认 1080p)	2–30 s, 默认 5 s	可选	—
`image_to_video`	—	480p, 720p, 1080p (默认 1080p)	2–30 s, 默认 5 s	可选	1 张图片
`frames_to_video`	—	480p, 720p, 1080p (默认 1080p)	2–30 s, 默认 5 s	可选	2 张图片
`reference_to_video`	16:9, 9:16, 1:1, 4:3, 3:4, auto (默认 auto)	480p, 720p, 1080p (默认 1080p)	2–30 s, 默认 5 s	可选	最多 10 张图片、最多 5 段视频、最多 5 段音频、最多 1 份文档

Happy Horse

电影感运动和富有表现力的角色，带原生音频，最长 15 秒，1080p。

模型 ID	`mdl_4x2sa4w82gy8`
输出	视频
能力	`text_to_video`, `image_to_video`, `reference_to_video`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_video`	16:9, 9:16, 1:1, 4:3, 3:4 (默认 16:9)	720p, 1080p (默认 1080p)	3–15 s, 默认 5 s	—	—
`image_to_video`	—	720p, 1080p (默认 1080p)	3–15 s, 默认 5 s	—	1 张图片
`reference_to_video`	16:9, 9:16, 1:1, 4:3, 3:4 (默认 16:9)	720p, 1080p (默认 1080p)	3–15 s, 默认 5 s	始终	1–9 张图片

Gemini 3.8 Flash TTS

富有表现力的多语言旁白和对话，可用音频标签控制演绎。

模型 ID	`mdl_pzydnm90f968`
输出	音频
能力	`text_to_speech`, `dialogue`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_speech`	—	—	—	—	—
`dialogue`	—	—	—	—	—

Gemini 3.8 Flash-Lite TTS

快速、低成本的语音和对话，使用 Gemini 3.8 Flash TTS 的音色。

模型 ID	`mdl_mvwzsh3wyk33`
输出	音频
能力	`text_to_speech`, `dialogue`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_speech`	—	—	—	—	—
`dialogue`	—	—	—	—	—

Seed Audio 1.0

配音、声音克隆、对话、歌曲和音效。

模型 ID	`mdl_ra3hy3a397yb`
输出	音频
能力	`text_to_speech`, `dialogue`, `text_to_music`, `text_to_sound_effect`
默认用于	`dialogue`
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_speech`	—	—	—	—	最多 1 张图片、最多 3 段音频
`dialogue`	—	—	—	—	最多 1 张图片、最多 3 段音频
`text_to_music`	—	—	—	—	最多 1 张图片、最多 3 段音频
`text_to_sound_effect`	—	—	—	—	最多 1 张图片、最多 3 段音频

MiniMax Music 3

歌曲、人声和纯音乐，最长 5 分钟。

模型 ID	`mdl_f5y1v7de83bd`
输出	音频
能力	`text_to_music`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_music`	—	—	1–300 s, 默认 60 s	—	—

Google Lyria 3

歌曲、人声和纯音乐，30 秒到 3 分钟。

模型 ID	`mdl_nv3cp228aq9t`
输出	音频
能力	`text_to_music`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_music`	—	—	30–180 s, 默认 30 s	—	—

Google Lyria 3.5

带人声和伴奏的完整歌曲，30 秒到 3 分钟。

模型 ID	`mdl_15xpqgmzpsd0`
输出	音频
能力	`text_to_music`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_music`	—	—	30–180 s, 默认 120 s	—	—

Google Lyria 3 Clip

30 秒的循环音乐、广告歌和背景过场音效。

模型 ID	`mdl_nc2y4tvxhde9`
输出	音频
能力	`text_to_music`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_music`	—	—	30–30 s, 默认 30 s	—	—

xAI Grok TTS

富有表现力的多语言语音，内置 5 种音色，支持行内语音标签。

模型 ID	`mdl_g9p2apngr4h1`
输出	音频
能力	`text_to_speech`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_speech`	—	—	—	—	—

ElevenLabs v4 Turbo

更快的 ElevenLabs 语音和对话，音色相同。

模型 ID	`mdl_1pavem2p2qh5`
输出	音频
能力	`text_to_speech`, `dialogue`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_speech`	—	—	—	—	—
`dialogue`	—	—	—	—	—

Inworld TTS 2

逼真且富有表现力的旁白，130 多种音色，多语言支持出色。

模型 ID	`mdl_catdq74qcq34`
输出	音频
能力	`text_to_speech`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_speech`	—	—	—	—	—

Inworld TTS 2 Flash

快速、低成本的语音，使用 Inworld TTS 2 音色库。

模型 ID	`mdl_r283w0rht2rs`
输出	音频
能力	`text_to_speech`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_speech`	—	—	—	—	—

Fish Audio Drama 3

用自然语言指导的表演和对话，支持行内音效和停顿。

模型 ID	`mdl_wapq8x5020zv`
输出	音频
能力	`text_to_speech`, `dialogue`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_speech`	—	—	—	—	—
`dialogue`	—	—	—	—	—

Vidu Q3

动漫电影感的运动，带原生音频，最长 16 秒，1080p。

模型 ID	`mdl_82g43qtcqmbr`
输出	视频
能力	`text_to_video`, `frames_to_video`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_video`	16:9, 9:16, 4:3, 3:4, 1:1 (默认 16:9)	360p, 540p, 720p, 1080p (默认 1080p)	1–16 s, 默认 5 s	可选	—
`frames_to_video`	—	360p, 540p, 720p, 1080p (默认 1080p)	1–16 s, 默认 5 s	可选	2 张图片

Vidu Q3 Fast

更快的动漫电影感片段，最长 16 秒，1080p。

模型 ID	`mdl_ns11vydjd68h`
输出	视频
能力	`text_to_video`, `frames_to_video`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_video`	16:9, 9:16, 4:3, 3:4, 1:1 (默认 16:9)	360p, 540p, 720p, 1080p (默认 1080p)	1–16 s, 默认 5 s	可选	—
`frames_to_video`	—	360p, 540p, 720p, 1080p (默认 1080p)	1–16 s, 默认 5 s	可选	2 张图片

Vidu Q4

最多 12 个保持一致的主体，带原生对白和声音，最高 4K。

模型 ID	`mdl_5ag2xn68yre6`
输出	视频
能力	`image_to_video`, `reference_to_video`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`image_to_video`	—	540p, 720p, 1080p, 1440p, 2160p (默认 720p)	3–16 s, 默认 5 s	始终	1 张图片
`reference_to_video`	16:9, 9:16, 4:3, 3:4, 1:1 (默认 16:9)	540p, 720p, 1080p, 1440p, 2160p (默认 720p)	3–16 s, 默认 5 s	可选	1–12 张图片、最多 3 段音频

Grok Imagine

大胆、风格化的图片、视频和视频混剪，带原生音频。

模型 ID	`mdl_zsdtcwgcfh59`
输出	图片、视频
能力	`text_to_image`, `image_to_image`, `text_to_video`, `image_to_video`, `reference_to_video`, `video_to_video`
默认用于	`text_to_image`, `image_to_image`
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_image`	16:9, 4:3, 1:1, 3:4, 9:16 (默认 16:9)	—	—	—	—
`image_to_image`	—	—	—	—	1–3 张图片
`text_to_video`	16:9, 4:3, 1:1, 3:4, 9:16 (默认 16:9)	480p, 720p (默认 480p)	1–15 s, 默认 5 s	始终	—
`image_to_video`	16:9, 4:3, 1:1, 3:4, 9:16, auto (默认 auto)	480p, 720p (默认 480p)	1–15 s, 默认 5 s	始终	1 张图片
`reference_to_video`	16:9, 4:3, 1:1, 3:4, 9:16 (默认 16:9)	480p, 720p (默认 480p)	1–10 s, 默认 5 s	始终	1–7 张图片
`video_to_video`	—	auto, 480p, 720p (默认 auto)	—	始终	1 段视频

Grok Imagine Pro

基于最多 3 张参考图的大胆图片混剪，最高 1440p。

模型 ID	`mdl_s46fg2pvyyq1`
输出	图片
能力	`image_to_image`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`image_to_image`	—	1080p, 1440p (默认 1080p)	—	—	1–3 张图片

Grok Imagine 1.5

大胆、风格化的动态片段，带原生音频，最长 15 秒，1080p。

模型 ID	`mdl_taxsk9yr1px5`
输出	视频
能力	`text_to_video`, `image_to_video`, `reference_to_video`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_video`	16:9, 4:3, 3:2, 1:1, 2:3, 3:4, 9:16 (默认 16:9)	480p, 720p, 1080p (默认 720p)	1–15 s, 默认 5 s	始终	—
`image_to_video`	—	480p, 720p, 1080p (默认 720p)	1–15 s, 默认 5 s	始终	1 张图片
`reference_to_video`	16:9, 4:3, 3:2, 1:1, 2:3, 3:4, 9:16 (默认 16:9)	480p, 720p (默认 480p)	1–15 s, 默认 5 s	始终	1–7 张图片

Grok Imagine Image 2.0

大胆、独特的图片和混剪，最高 1440p。

模型 ID	`mdl_f7yst7vypndc`
输出	图片
能力	`text_to_image`, `image_to_image`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_image`	16:9, 4:3, 3:2, 1:1, 2:3, 3:4, 9:16 (默认 16:9)	1080p, 1440p (默认 1080p)	—	—	—
`image_to_image`	—	1080p, 1440p (默认 1080p)	—	—	1–3 张图片

Qwen Edit Angles

改变图片的镜头角度和透视。

模型 ID	`mdl_f69tthqkwwnc`
输出	图片
能力	`image_to_image`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`image_to_image`	1:1, 4:3, 3:4, 9:16, 16:9 (默认 16:9)	—	—	—	1 张图片

Qwen Image 2.1

排版、保留人物身份的编辑和透明素材。

模型 ID	`mdl_m6ck5frt6ang`
输出	图片
能力	`text_to_image`, `image_to_image`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_image`	21:9, 16:9, 4:3, 5:4, 1:1, 4:5, 3:4, 9:16 (默认 16:9)	—	—	—	—
`image_to_image`	21:9, 16:9, 4:3, 5:4, 1:1, 4:5, 3:4, 9:16, auto (默认 auto)	—	—	—	1–10 张图片

Recraft V4.1

标志、品牌和设计素材，最高 4K。

模型 ID	`mdl_mg9364gt8tf9`
输出	图片
能力	`text_to_image`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_image`	16:9, 9:16, 4:3, 3:4, 1:1, 4:5, 5:4 (默认 16:9)	1080p, 1440p, 2160p (默认 1080p)	—	—	—

Recraft V4.1 Pro

更高保真度的标志、品牌和设计素材，最高 4K。

模型 ID	`mdl_8bwn03grycee`
输出	图片
能力	`text_to_image`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_image`	16:9, 9:16, 4:3, 3:4, 1:1, 4:5, 5:4 (默认 16:9)	1080p, 1440p, 2160p (默认 1080p)	—	—	—

Recraft V4.1 Flash

快速、低成本的标志和设计素材。

模型 ID	`mdl_h4rr1255y3gw`
输出	图片
能力	`text_to_image`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_image`	16:9, 9:16, 4:3, 3:4, 1:1, 4:5, 5:4 (默认 16:9)	—	—	—	—

LTX 2.5

快速、实惠的视频，带原生音频，可与音乐或对白卡点同步。

模型 ID	`mdl_2wk9jsm954qe`
输出	视频
能力	`text_to_video`, `image_to_video`, `reference_to_video`, `lip_sync`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_video`	16:9, 9:16 (默认 16:9)	720p, 1080p (默认 1080p)	6, 8, 10 s, 默认 6 s	可选	—
`image_to_video`	16:9, 9:16, auto (默认 auto)	720p, 1080p (默认 1080p)	6, 8, 10 s, 默认 6 s	可选	1 张图片
`reference_to_video`	auto, 16:9, 9:16 (默认 auto)	—	—	始终	最多 1 张图片、1 段音频
`lip_sync`	auto, 16:9, 9:16 (默认 auto)	—	—	始终	1 张图片、1 段音频

LTX 2.5 Fast

快速的视频，带原生音频，最长 20 秒，最高 4K。

模型 ID	`mdl_gtv6d0bf56ez`
输出	视频
能力	`text_to_video`, `image_to_video`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_video`	16:9, 9:16 (默认 16:9)	720p, 1080p, 1440p, 2160p (默认 1080p)	6, 8, 10, 12, 14, 16, 18, 20 s, 默认 6 s	可选	—
`image_to_video`	16:9, 9:16, auto (默认 auto)	720p, 1080p, 1440p, 2160p (默认 1080p)	6, 8, 10, 12, 14, 16, 18, 20 s, 默认 6 s	可选	1 张图片

Morphic Edit

最高 4K 的精确图片和 5–20 秒的写实视频，支持保持原始时长的原位视频编辑。

模型 ID	`mdl_z771nx182pfv`
输出	图片、视频
能力	`text_to_image`, `image_to_image`, `text_to_video`, `image_to_video`, `frames_to_video`, `video_to_video`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_image`	21:9, 2:1, 16:9, 3:2, 4:3, 5:4, 1:1, 4:5, 3:4, 2:3, 9:16, 1:2 (默认 16:9)	1080p, 1440p, 2160p (默认 1080p)	—	—	—
`image_to_image`	auto, 21:9, 2:1, 16:9, 3:2, 4:3, 5:4, 1:1, 4:5, 3:4, 2:3, 9:16, 1:2 (默认 auto)	1080p, 1440p, 2160p (默认 1080p)	—	—	1–10 张图片
`text_to_video`	21:9, 2:1, 16:9, 4:3, 1:1, 3:4, 9:16 (默认 16:9)	720p, 1080p (默认 720p)	5–20 s, 默认 5 s	可选	—
`image_to_video`	—	720p, 1080p (默认 720p)	5–20 s, 默认 5 s	可选	1 张图片
`frames_to_video`	—	720p, 1080p (默认 720p)	1–20 s, 默认 5 s	可选	2–10 张图片
`video_to_video`	—	720p	—	始终	1 段视频

FLUX 3 Max

高速的前沿写实效果，5–20 秒片段，带原生音频。

模型 ID	`mdl_dg0bkv8gqczz`
输出	视频
能力	`text_to_video`, `image_to_video`, `frames_to_video`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`text_to_video`	21:9, 2:1, 16:9, 4:3, 1:1, 3:4, 9:16 (默认 16:9)	720p, 1080p (默认 720p)	5–20 s, 默认 5 s	可选	—
`image_to_video`	—	720p, 1080p (默认 720p)	5–20 s, 默认 5 s	可选	1 张图片
`frames_to_video`	—	720p, 1080p (默认 720p)	1–20 s, 默认 5 s	可选	2–10 张图片

Sync V3

快速、准确地将视频口型与新音频同步。

模型 ID	`mdl_v3m6k7ya8gxn`
输出	视频
能力	`lip_sync`
默认用于	`lip_sync`
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`lip_sync`	—	—	—	始终	1 段视频、1 段音频

Veed Fabric

根据图片和音频生成照片级写实的说话视频。

模型 ID	`mdl_18ej026xxdax`
输出	视频
能力	`lip_sync`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`lip_sync`	—	480p, 720p (默认 480p)	—	始终	1 张图片、1 段音频

Kling Lip Sync

为现有视频中的一位说话者重新配音，最长 60 秒。

模型 ID	`mdl_a2fp90bgh080`
输出	视频
能力	`lip_sync`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`lip_sync`	—	—	—	始终	1 段视频、1 段音频

OmniHuman 2.0

根据肖像和音频生成说话视频，最长 5 分钟。

模型 ID	`mdl_93nteqvn3dhv`
输出	视频
能力	`lip_sync`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`lip_sync`	—	—	—	始终	1 张图片、1 段音频

Mirelo SFX 2.0

为视频添加同步音效和拟音，或根据文字生成音效，最长 10 分钟。

模型 ID	`mdl_4b2m5g20rr5q`
输出	视频、音频
能力	`video_to_video`, `text_to_sound_effect`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`video_to_video`	—	—	—	始终	1 段视频
`text_to_sound_effect`	—	—	0.1–600 s, 默认 5 s	—	—

Sonilo SFX

为最长 10 分钟的视频添加同步音效，并保留其对白。

模型 ID	`mdl_gvmfbpd64vv9`
输出	视频
能力	`video_to_video`
默认用于	—
状态	可用

能力	宽高比	分辨率	时长	音频	输入
`video_to_video`	—	—	—	始终	1 段视频

已退役的模型

带有替代模型的已退役 ID 仍会被接受：它会运行所示的模型，响应中会注明该模型的 ID。没有替代模型的 ID 会被拒绝。

模型 ID	名称	改为运行
—	—	—

如果您遇到任何问题或有任何疑问，欢迎随时联系我们。我们很乐意提供帮助。请发送邮件至 support@morphic.com.

模型

在调用中选择模型Copy Anchor Link

价格Copy Anchor Link

目录字段Copy Anchor Link

能力Copy Anchor Link

概览Copy Anchor Link

Flux 2 ProCopy Anchor Link

Seedream 5.0 ProCopy Anchor Link

Seedream 4.5Copy Anchor Link

Z-Image TurboCopy Anchor Link

Krea 3Copy Anchor Link

Krea 2 LargeCopy Anchor Link

Krea 2 MediumCopy Anchor Link

Nano BananaCopy Anchor Link

Nano Banana ProCopy Anchor Link

Nano Banana 2Copy Anchor Link

Nano Banana 2 LiteCopy Anchor Link

Nano Banana 2.1Copy Anchor Link

GPT Image 2Copy Anchor Link

GPT Image 2.5 FlareCopy Anchor Link

GPT Image 2.5 SunburstCopy Anchor Link

Ideogram 4.5Copy Anchor Link

Ideogram VectorCopy Anchor Link

Ideogram VectorizeCopy Anchor Link

Veo 3.1Copy Anchor Link

Veo 3.1 FastCopy Anchor Link

Gemini Omni Flash 1.1Copy Anchor Link

Seedance 1.5Copy Anchor Link

Seedance 2.0Copy Anchor Link

Seedance 2.0 FastCopy Anchor Link

Seedance 2.0 MiniCopy Anchor Link

Seedance 2.5Copy Anchor Link

Seedance 2.5 DraftCopy Anchor Link

Hailuo-02Copy Anchor Link

Hailuo 2.3Copy Anchor Link

Hailuo 2.3 FastCopy Anchor Link

MiniMax H3Copy Anchor Link

MiniMax H3 MaxCopy Anchor Link

MiniMax H3 Max TurboCopy Anchor Link

Kling O3Copy Anchor Link

Kling 3.0Copy Anchor Link

Kling 3.0 TurboCopy Anchor Link

Kling 4.0Copy Anchor Link

Kling V3 Motion ControlCopy Anchor Link

Runway RubyCopy Anchor Link

Topaz Standard V2Copy Anchor Link

Topaz ProteusCopy Anchor Link

Topaz Starlight Precise 2.6Copy Anchor Link

Topaz Starlight Fast 2Copy Anchor Link

Topaz Astra 2Copy Anchor Link

Topaz Wonder 3.5Copy Anchor Link

Topaz Bloom 2Copy Anchor Link

Topaz DenoiseCopy Anchor Link

Topaz SharpenCopy Anchor Link

Topaz RestoreCopy Anchor Link

Topaz Adjust LightingCopy Anchor Link

Topaz Hyperion 2.5Copy Anchor Link

Topaz NyxCopy Anchor Link

Topaz Themis 2Copy Anchor Link

Crystal ImageCopy Anchor Link

Crystal VideoCopy Anchor Link

Flux VideoCopy Anchor Link

Morphic ExtendCopy Anchor Link

Luma Ray 3.2 ReframeCopy Anchor Link

RecastCopy Anchor Link

Recast ProCopy Anchor Link

ReframeCopy Anchor Link

Morphic H3Copy Anchor Link

Morphic H3 UltraCopy Anchor Link

ByteDance VideoCopy Anchor Link

ElevenLabsCopy Anchor Link

ElevenLabs v4Copy Anchor Link

Wan 3.0Copy Anchor Link

Wan 3.0 PrimeCopy Anchor Link

Happy HorseCopy Anchor Link

Gemini 3.8 Flash TTSCopy Anchor Link

Gemini 3.8 Flash-Lite TTSCopy Anchor Link

Seed Audio 1.0Copy Anchor Link

MiniMax Music 3Copy Anchor Link

Google Lyria 3Copy Anchor Link