模型 API
一个 API Key,调用主流大模型
搜索
全部
qwen3.5-flash
Qwen3.5原生视觉语言系列Flash模型,基于混合架构设计,融合了线性注意力机制与稀疏混合专家模型,实现了更高的推理效率。模型效果在纯文本与多模态方面相较3系列均实现飞跃式进步;响应速度快,兼具推理速度和性能。

3档阶梯计费

<128K:

输入

输出

0.200.09 积分/M tokens

2.000.86 积分/M tokens

Kimi-K2
Kimi K2 是一款先进的混合专家 (MoE) 语言模型,拥有 320 亿个激活参数和 1 万亿个总参数。Kimi K2 采用 Muon 优化器进行训练,在前沿知识、推理和编码任务中表现出色,同时针对代理能力进行了精心优化。 最大上下文长度:128K Tokens 输入: 文本 输出: 文本
输入:
4.002.96 积分/M tokens
输出:
16.0011.84 积分/M tokens
kimi-k2.6
Kimi K2.6 是 Kimi 最新最智能的模型,具备更强更稳的长程代码编写能力,指令遵循和自我纠错能力显著提升,同时支持文本、图片与视频输入,思考与非思考模式,对话与 Agent 任务;支持自动上下文缓存功能,ToolCalls、JSON Mode、Partial Mode、联网搜索功能等能力。
输入:
6.505.53 积分/M tokens
输出:
27.0022.95 积分/M tokens
qwen3-30b-a3b-instruct-2507
Qwen3-VL系列第二大MoE模型的Instruct版本,响应速度快,支持长视频长文档等超长上下文;全面升级图像/视频理解、空间感知与万物识别能力;具备视觉2D/3D定位能力,胜任复杂现实任务。 最大上下文长度:128K 输入: 图片、视频、文本 输出: 文本
输入:
0.750.32 积分/M tokens
输出:
3.001.29 积分/M tokens
qwen3-235b-a22b-thinking-2507
基于Qwen3的思考模式开源模型,相较上一版本(千问3-235B-A22B)逻辑能力、通用能力、知识增强及创作能力均有大幅提升,适用于高难度强推理场景。
输入:
2.000.86 积分/M tokens
输出:
20.008.60 积分/M tokens
qwen3.6-plus
Qwen3.6原生视觉语言系列Plus模型,展现出与当前顶尖前沿模型相媲美的卓越性能,模型效果相较3.5系列显著提升。模型在Agentic coding、前端编程、Vibe coding等代码能力、多模态万物识别、OCR、物体定位等能力上显著增强。 该模型版本功能等同于快照模型qwen3.6-plus-2026-04-02

2档阶梯计费

≤256K:

输入

输出

2.001.10 积分/M tokens

12.006.60 积分/M tokens

Doubao-Seed-2.0-Pro
旗舰级全能通用模型,面向 Agent 时代的复杂推理与长链路任务执行场景。强调多模态理解、长上下文推理、结构化生成与工具增强执行。复杂指令与多约束执行能力突出,可稳定应对多步复杂规划、复杂图文推理、视频内容理解与高难度分析等场景。 最大上下文长度:256K 输入:文字、图片、视频 输出:文字

3档阶梯计费

<32K:

输入

输出

3.202.72 积分/M tokens

16.0013.60 积分/M tokens

minimax-m2.7
minimax-m2.7 能够自行构建复杂 Agent Harness,并基于 Agent Teams、复杂 Skills、Tool Search Tool 等能力,完成高度复杂的生产力任务。在编程、工具调用和搜索、办公等生产力场景都达到或刷新了行业的 SOTA。最大上下文长度:128K 输入: 文本 输出: 文本
输入:
2.102.10 积分/M tokens
输出:
8.408.40 积分/M tokens
glm-5-turbo
glm-5-turbo 是面向 OpenClaw 龙虾场景深度优化的基座模型,能聊天更会干活,在复杂、动态、长链路的任务中真正具备可执行性。

2档阶梯计费

<32K:

输入

输出

5.005.00 积分/M tokens

22.0022.00 积分/M tokens