模型

快速高品質生成與精準編輯，參考圖保真度更強。

Google 高速 Gemini 圖像模型，適合大批量生成、多圖編輯與清晰的圖中文字。

xAI Grok Imagine Image 2.0，支援品質控制與最高 2K 輸出的圖像生成與編輯。

ByteDance 旗艦圖像生成與編輯模型，輸出清晰 1K 與 2K。

Black Forest Labs 多模態影片模型，可從文字生成同步音訊。

fal 後訓練 H3 變體，高品質、快於即時的視聽生成。

字節跳動旗艦多模態影片模型，支援同步音訊、豐富的參考控制和最長 30 秒的影片。

Google 旗艦影片模型，支援原生音訊、首尾幀控制與主體參考圖。