模型百科
⚖️
去对比 →
模型对比
热门模型横向对比 · 擅长/不擅长/价格一目了然
ChatGPT GPT-5.5
文本
OpenAI 出品的对话大模型，全球用户最多的 AI，什么都能聊，新手首选
擅长
对话问答、复杂推理、写作翻译、代码、多模态看图
不擅长
免费版有次数限制、实时信息需联网、中文写作略逊国产
价格
免费版可用；Plus 约 20 美元/月；API 按量计费，仅供参考
适合人群
新手
Gemini Gemini 3.1 Pro
文本
Google 的多模态大模型，深度整合搜索与安卓生态，第二大门户
擅长
多模态理解、长上下文、与 Google 全家桶联动、代码与推理
不擅长
国内直连需代理、部分功能限区、中文理解略逊豆包
价格
免费版可用；Google One AI 订阅约 19.99 美元/月，仅供参考
适合人群
创作者
豆包 Seed 2.0
文本
字节跳动出品，国内月活第一的 AI 对话应用，免费额度大
擅长
中文理解强、多模态、免费额度大、与抖音生态联动
不擅长
深度推理略逊头部、专业领域细节一般
价格
免费为主；会员约 19 元/月起，仅供参考
适合人群
新手
Claude Claude Opus 4.5
文本
Anthropic 出品，代码与长文写作公认最强之一，企业付费转化率最高
擅长
代码开发、长文档分析、严谨写作、工具调用
不擅长
免费额度少、国内需代理、价格偏贵
价格
免费版可用；Pro 约 20 美元/月；API 按量计费，仅供参考
适合人群
开发者
DeepSeek V4 Pro
文本
深度求索出品，国产开源之光，性价比之王，推理能力比肩顶尖
擅长
深度推理、数学与逻辑、开源可部署、价格极低
不擅长
多模态能力弱、创意写作一般、联网需手动开
价格
免费；API 价格约为国际头部 1/8，仅供参考
适合人群
开发者
腾讯元宝 混元
腾讯出品，微信生态里一键直达的 AI 助手，用户增长最快之一
擅长
微信生态无缝使用、中文理解、多模态、免费
不擅长
深度推理一般、生态外场景较少
价格
免费为主；会员约 25 元/月起，仅供参考
适合人群
新手
Kimi K2.6 Thinking
月之暗面出品，超长上下文处理王，读长文档/长网页最强
擅长
超长上下文（百万级）、长文档阅读、联网检索、免费额度大
不擅长
图像理解一般、代码能力中等
价格
免费版可用；会员约 29 元/月，仅供参考
适合人群
创作者
通义千问 Qwen3.7 Max
文本
阿里出品，开源权重领先，开发者自部署首选
擅长
开源可自部署、中文强、数学推理、API 便宜
不擅长
生态工具偏阿里系、多模态需分开模型
价格
免费版可用；API 按量计费很便宜，仅供参考
适合人群
开发者
智谱清言 GLM-5
智谱 AI 出品，国产老牌对话模型，中文理解扎实
擅长
中文对话、知识问答、写作、免费
不擅长
推理深度一般、海外影响力弱
价格
免费版可用；会员约 19 元/月，仅供参考
适合人群
新手
Grok Grok 4
文本
xAI 出品，深度整合 X(推特) 平台，实时信息能力突出
擅长
实时热点信息、X 平台数据、毒舌风格
不擅长
国内不可用、中文一般、生态封闭
价格
X Premium+ 约 40 美元/月包含，仅供参考
适合人群
创作者
Perplexity Sonar
文本
AI 搜索引擎，每条回答附来源引用，调研查证利器
擅长
实时联网搜索、引用来源、研究查证
不擅长
不是通用聊天、深度创作弱、国内访问受限
价格
免费版可用；Pro 约 20 美元/月，仅供参考
适合人群
创作者
即梦 AI Seedream 5.0
图像
字节跳动出品，国产生图综合第一，中文理解最强、文字不乱、国内直连
擅长
中文提示词理解、文字渲染准确、人像稳定、商用直出、便宜
不擅长
艺术氛围感略逊 Midjourney、高级风格控制有限
价格
免费每天 60-100 积分；Pro 约 30 元/月；API 约 0.19 元/张，仅供参考
适合人群
创作者
Midjourney V8
图像
艺术审美天花板，光影构图最强，封面/海报/氛围图首选
擅长
艺术感最强、光影构图顶级、风格多样
不擅长
中文理解差(约60%)、国内需代理、文字渲染易乱、按订阅不按张
价格
Basic 约 10 美元/月起，Standard 约 30 美元/月，仅供参考
适合人群
创作者
Flux Flux 2 Pro
图像
开源写实派代表，真实感强、可控性好、能本地部署
擅长
真实感强、文字渲染精准、开源可部署、性价比高
不擅长
需要学习曲线、艺术氛围一般、本地跑吃显卡
价格
API 约 0.36-0.72 元/张；开源版免费可自部署，仅供参考
适合人群
开发者
可灵 AI Kolors 2.0
快手出品，免费生图天花板，中国风理解好，视频也强
擅长
免费额度大(66积分/天)、中国风理解、人物姿态稳、文生视频强
不擅长
画质略逊头部、风格多样性一般
价格
免费每天 66 积分；会员约 30 元/月起，仅供参考
适合人群
新手
Nano Banana Nano Banana 2
图像
Google 出品的写实人像神器，照片级真实感、改图精准
擅长
照片级真实感、人像细节强、精准改图
不擅长
审美偏写实、艺术氛围一般、国内受限
价格
免费少量额度；Pro 约 20 美元/月；API 约 0.36 元/张，仅供参考
适合人群
创作者
GPT Image DALL-E 4
图像
OpenAI 生图，ChatGPT 内直接用，提示词理解准、易上手
擅长
提示词理解准、文字渲染好、ChatGPT 生态内直接用
不擅长
画质上限一般、单独订阅不划算
价格
含在 ChatGPT Plus 约 20 美元/月；API 约 0.29-0.87 元/张，仅供参考
适合人群
新手
可灵 Kling 2.0
快手出品，国内视频生成第一梯队，最长可生成 2 分钟+
擅长
长视频生成、物理模拟强、人物动作自然、免费额度
不擅长
复杂场景偶发崩坏、细节画质上限
价格
免费每天 66 积分；会员约 30 元/月起，仅供参考
适合人群
创作者
豆包视频 Seedance 2.0
视频
字节跳动出品，已接入豆包 App 免费使用，30 秒视频直接生成
擅长
免费使用、30秒视频、中文理解、与豆包生态联动
不擅长
时长限制30秒、物理模拟一般
价格
豆包 App 内免费使用；API 按量计费，仅供参考
适合人群
新手
Sora Sora 2
视频
OpenAI 出品的视频生成模型，真实感与运镜标杆（概念级）
擅长
真实感顶级、运镜自然、物理规律理解好
不擅长
国内不可用、时长有限、价格贵
价格
含在 ChatGPT Plus/Pro 中；API 按秒计费，仅供参考
适合人群
创作者
Runway Gen-4
视频
专业级 AI 视频工具，文生视频/图生视频/视频编辑一体
擅长
专业编辑工具链、控制精度高、商业可用
不擅长
价格贵、中文理解一般、国内访问受限
价格
约 15 美元/月起，仅供参考
适合人群
创作者
Pika Pika 2.0
视频
轻量视频生成，实时编辑与风格迁移是亮点，上手快
擅长
实时编辑、风格迁移、上手简单
不擅长
时长短(10秒+)、复杂内容弱
价格
免费版可用；付费约 10 美元/月起，仅供参考
适合人群
新手
剪映数字人 剪映语音合成
语音
剪映内置的数字人播报与语音合成，做口播视频零门槛
擅长
中文音色多、数字人形象、剪映生态内直接用、免费
不擅长
音色辨识度一般、情感表达有限
价格
剪映 App 免费使用；高级音色需会员，仅供参考
适合人群
新手
ElevenLabs v3 多语言
全球顶级 AI 语音合成，音色真实自然、多语言支持
擅长
音色最真实、情感表现力强、多语言
不擅长
中文音色较少、国内访问受限、按字符计费
价格
免费版每月少量额度；Starter 约 5 美元/月起，仅供参考
适合人群
创作者
豆包语音 豆包 TTS
语音
火山引擎（字节）出品，豆包/即梦内置配音，中文音色多、免费额度大
擅长
中文音色丰富、与豆包生态联动、免费额度大、情绪自然
不擅长
音色辨识度一般、克隆需 API 企业版
价格
豆包 App 免费；火山引擎 API 按字符计费，仅供参考
适合人群
新手
阿里云语音合成 CosyVoice / 通义
阿里通义实验室出品，CosyVoice 3.0 开源，中文 TTS 工业部署事实标准
擅长
18+ 中文方言、零样本克隆、150ms 流式低延迟、开源可部署
不擅长
部署较复杂(约5GB模型)、工程链路偏重
价格
通义平台有免费额度；CosyVoice 开源版免费自部署，仅供参考
适合人群
开发者
通义 Qwen3-TTS Qwen3-TTS 1.7B
语音
阿里 Qwen 团队开源语音大模型，中文综合最强、3 秒克隆、97ms 低延迟
擅长
中文首选、3秒声音克隆、97ms 实时延迟、音色设计
不擅长
新模型工程实践还在沉淀、方言支持待完善
价格
开源免费自部署（Apache-2.0），仅供参考
适合人群
开发者
GPT-SoVITS v4
开源中文 TTS 榜首（59k star），1 分钟音频即可微调出专属音色
擅长
少样本微调(1分钟)、中文领先、48kHz 高保真、零样本克隆
不擅长
本地需 GPU、实时交互弱
价格
开源免费自部署（MIT），需 RTX 显卡，仅供参考
适合人群
开发者
ChatTTS 2B
开源对话式 TTS（39k star），口语化最自然，带笑声/停顿/语气
擅长
对话自然度最高、中文口语化、流式输出、零样本克隆
不擅长
多音字偶有误读、长文本需分段
价格
开源免费自部署（Apache-2.0），仅供参考
适合人群
创作者
Fish Audio Fish Speech S2
语音
开源多语种 TTS，覆盖 80+ 语言，情绪控制细腻，云端 API 可选
擅长
80+ 语言、情绪标签控制、高保真 44.1kHz、流式
不擅长
商用需单独授权、全功能模型需云端
价格
开源版免费；官方云 API 按量计费，仅供参考
适合人群
开发者
微软语音 VibeVoice / Edge TTS
微软开源语音 AI（VibeVoice 7B）+ Edge 浏览器免费朗读，长音频强
擅长
最长90分钟连续输出、多说话人播客、37种语言、Edge 免费
不擅长
表现力中等、中文情感一般
价格
Edge TTS 免费；VibeVoice 开源自部署（MIT），仅供参考
适合人群
新手
Kokoro 82M
超轻量开源 TTS（82M 参数），CPU 就能跑，边缘设备首选
擅长
轻量(82M)、CPU 可跑、部署简单
不擅长
复杂情绪有限、自然度一般
价格
开源免费自部署（Apache-2.0），仅供参考
适合人群
开发者
MiniMax 语音 海螺 TTS
MiniMax 出品，海螺 App 内置，中文配音自然、情感丰富
擅长
中文自然、情感丰富、海螺生态联动
不擅长
音色选择少、API 需企业认证
价格
海螺 App 免费；API 按量计费，仅供参考
适合人群
创作者
VoxCPM2 2B
面壁智能+清华开源语音基础模型，48kHz 高保真，音色可凭空设计
擅长
48kHz Hi-Fi、音色设计、30国语言+9大方言、3-10秒克隆
不擅长
新模型生态待完善、需12GB显存
价格
开源免费自部署（Apache-2.0），仅供参考
适合人群
开发者
IndexTTS2 B站开源
B 站开源的工业级零样本 TTS，中文音色还原度高
擅长
零样本克隆、中文音色还原、工业级稳定
不擅长
多语种一般、部署要求中
价格
开源免费自部署，仅供参考
适合人群
开发者
Stable Diffusion SD 3.5 / SDXL
图像
开源生图之王，完全本地部署，LoRA/ControlNet 生态最强，免费无限生成
擅长
完全开源免费、LoRA/ControlNet 可控性最强、本地部署隐私、社区模型海量
不擅长
学习曲线陡、需强劲显卡、新手不友好
价格
自部署免费（需 GPU）；API 约 0.01-0.05 美元/张，仅供参考
适合人群
开发者
通义万相 Wanx
图像
阿里出品，免费不限次，中国风/工笔/水墨效果最好
擅长
免费不限次、中国风最强、中文理解好
不擅长
写实细节一般、风格较单一
价格
免费为主；API 按量计费，仅供参考
适合人群
新手
文心一格 文心一格
图像
百度出品，商务/海报风格稳，国内备案最齐全
擅长
商务海报风稳、合规性强、免费额度
不擅长
艺术感一般、风格保守
价格
每天送 50 电量；付费电量可购，仅供参考
适合人群
创作者
Ideogram Ideogram 3
图像
文字渲染天花板，海报/Logo/带字图片最强
擅长
图像内文字渲染最佳、Logo/海报首选、免费额度
不擅长
艺术氛围一般、风格较单一
价格
免费每天 25 次；Plus 约 7 美元/月，仅供参考
适合人群
创作者
Recraft Recraft V3
图像
AI 矢量图生成，Logo/插画可输出 SVG 矢量，商用友好
擅长
原生矢量 SVG、Logo/图标、风格一致
不擅长
写实弱、订阅制
价格
免费额度；付费订阅起，仅供参考
适合人群
创作者
Leonardo AI Phoenix
图像
游戏资产/概念图专业户，免费 token 多，ControlNet 集成
擅长
游戏资产特化、免费额度大、自定义模型训练
不擅长
画质波动、上手有学习成本
价格
免费每天 150 token；付费约 12 美元/月，仅供参考
适合人群
创作者
Adobe Firefly Firefly 4
Adobe 出品，训练素材全授权，商用最安全，Photoshop 深度集成
擅长
商用版权最安全、PS 集成、生成式填充
不擅长
艺术感一般、需订阅
价格
Creative Cloud 包含；免费 25 积分，仅供参考
适合人群
创作者
Imagen 4 Google Imagen 4
图像
Google 摄影级生图，人像/细节/光影顶级，提示词遵循性好
擅长
摄影级逼真、人像最强、提示词遵循
不擅长
国内难用、价格贵
价格
Google AI Studio 免费层；Vertex 约 0.04-0.08 美元/张，仅供参考
适合人群
创作者
Vidu Vidu Q3
视频
生数科技（清华系）出品，10 秒出片、动漫特化、角色一致性强
擅长
10秒快速出片、动漫特化、角色一致性、价格低
不擅长
画质上限一般、真人场景弱
价格
注册送 160 积分；付费约 79 元/月，仅供参考
适合人群
创作者
海螺 AI Hailuo 2.3
MiniMax 出品，首尾帧控制好、低硬件门槛，社交媒体短视频顺手
擅长
首尾帧控制、上手简单、免费额度、中文理解
不擅长
最长 10 秒、720p 上限
价格
免费额度；付费低门槛，仅供参考
适合人群
新手
智谱清影 CogVideoX
智谱 AI 出品，4K/60fps 高清输出，开源可本地部署
擅长
4K/60fps 高清、开源可部署、自带音效、清言内置免费
不擅长
复杂运动略弱、生成速度一般
价格
智谱清言内置免费；API 计费；开源版自部署，仅供参考
适合人群
创作者
PixVerse PixVerse V4.5
视频
AI 动漫/风格化视频强，多镜头批量生成，二次元特化
擅长
动漫风格最强、多镜头生成、风格迁移
不擅长
写实弱、社区小
价格
免费额度；付费约 239 元/月，仅供参考
适合人群
创作者
Luma Dream Machine Luma Ray 3
视频
Luma 出品，轻量快捷的 AI 视频，上手简单、社区大
擅长
上手简单、图生视频、社区活跃
不擅长
时长有限、复杂场景弱
价格
Lite 约 9.99 美元/月起，仅供参考
适合人群
新手
Google Veo Veo 3.1
Google DeepMind 旗舰视频模型，原生生成音画同步
擅长
原生音频同步、电影级质感、物理规律理解
不擅长
国内不可用、最长 8 秒、贵
价格
Google AI 订阅约 2900 日元/月起，仅供参考
适合人群
创作者
腾讯混元视频 HunyuanVideo
视频
腾讯出品，最长 16 秒，开源可部署，微信生态联动
擅长
最长16秒、开源可部署、腾讯生态
不擅长
生成速度慢、细节画质一般
价格
有免费体验；API 约 0.5 美元/条；开源版自部署，仅供参考
适合人群
创作者
阿里 Wan 视频 Wan 2.6
视频
阿里开源视频模型，能本地跑（8GB 显存起），首个渲染中英文字的视频模型
擅长
开源可自托管、8GB显存可跑、中英文字渲染、一句话视频编辑
不擅长
单次最长 5 秒、需技术能力
价格
开源自部署（Apache-2.0）；API 约 0.07 美元/秒，仅供参考
适合人群
开发者
Midjourney Video MJ Video
视频
Midjourney 2026 新增视频模型，静态图转 5 秒动态，画质延续艺术感
擅长
艺术画质、图生视频、风格延续
不擅长
最长 5 秒、需 MJ 订阅
价格
包含在 MJ 订阅（约 10 美元/月起），仅供参考
适合人群
创作者
Llama Llama 4 Scout
文本
Meta 开源旗舰，10M 超长上下文无敌，全生态支持最好，本地部署首选
擅长
10M 超长上下文、多模态、生态支持最全、全尺寸覆盖
不擅长
社区许可非 Apache、超大模型需多卡
价格
开源免费自部署（社区许可）；Meta API 另计，仅供参考
适合人群
开发者
Mistral Mistral Small 3.1
文本
欧洲开源代表，Apache-2.0 商业友好，效率与参数量比极佳
擅长
Apache-2.0 干净许可、高效推理、多模态、EU 合规
不擅长
综合能力略逊头部、中文一般
价格
开源免费自部署（Apache-2.0）；API 另计，仅供参考
适合人群
开发者
Gemma Gemma 3 27B
文本
Google 开源系列，小模型性价比之王，单张消费级显卡就能跑
擅长
小体积大能力、单 GPU 可跑、多模态、安全对齐好
不擅长
大任务能力有限、Google 特定条款
价格
开源免费自部署（Apache-2.0 起），仅供参考
适合人群
开发者
Phi Phi-4 14B
文本
微软开源小模型，14B 推理能力惊人，笔记本级轻量选择
擅长
14B 推理强、MIT 最宽松许可、小硬件可跑、边缘部署
不擅长
通用能力有限、上下文 16K 较短
价格
开源免费自部署（MIT），仅供参考
适合人群
开发者
MiniCPM MiniCPM 4.5
文本
面壁智能开源，边缘设备大模型，手机都能跑的端侧智能
擅长
端侧可跑、中文强、多模态、高效
不擅长
大任务受限、生态较小
价格
开源免费自部署（Apache-2.0），仅供参考
适合人群
开发者
Kimi K2 K2.6
文本
月之暗面开源版，智能体/工具调用能力最强，超长上下文
擅长
Agent 工具调用强、256K 长上下文、开源
不擅长
模型巨大需服务器、推理资源要求高
价格
开源免费自部署（Modified MIT），仅供参考
适合人群
开发者
gpt-oss gpt-oss-120b
文本
OpenAI 首次开源（GPT-2 以来），Apache-2.0，推理与代码能力强
擅长
OpenAI 开源、Apache-2.0、强推理、本地部署
不擅长
生态较新、120B 需大显存
价格
开源免费自部署（Apache-2.0），仅供参考
适合人群
开发者
InternLM InternLM 3
文本
上海 AI 实验室开源，中文长文本与工具调用扎实
擅长
中文强、长文本、工具调用、开源
不擅长
海外影响力一般、生态中等
价格
开源免费自部署（Apache-2.0），仅供参考
适合人群
开发者
Devstral Devstral 3
文本
Mistral 开源编程特化模型，本地 Agent 写代码最优解之一
擅长
Agent 编码特化、Apache-2.0、本地部署
不擅长
非编程场景弱、较新
价格
开源免费自部署（Apache-2.0），仅供参考
适合人群
开发者
Ollama Ollama
文本
本地跑大模型的一键工具，一条命令拉取并运行任意开源模型
擅长
一条命令部署、模型库丰富、跨平台、免费
不擅长
本身不是模型、性能依赖硬件
价格
免费开源（MIT），仅供参考
适合人群
新手
LM Studio LM Studio
图形化本地模型运行器，点两下就能跑开源模型，无需命令行
擅长
图形界面、模型管理、API 兼容、新手友好
不擅长
需下载模型、吃内存
价格
免费使用；专业功能收费，仅供参考
适合人群
新手
vLLM vLLM
文本
生产级推理引擎，高并发大模型服务，吞吐量行业标准
擅长
高吞吐、PagedAttention、生产级、兼容 OpenAI API
不擅长
部署有门槛、需技术背景
价格
开源免费（Apache-2.0），仅供参考
适合人群
开发者
llama.cpp llama.cpp
文本
C++ 版模型推理，CPU 就能跑，量化后低配机器可用
擅长
CPU 可跑、量化支持、轻量、跨平台
不擅长
速度慢于 GPU、配置繁琐
价格
开源免费（MIT），仅供参考
适合人群
开发者
DeepFloyd IF IF
图像
深度求索系开源文生图，文字渲染准，多阶段生成
擅长
文字渲染、开源、可控
不擅长
生成慢、显存需求高
价格
开源免费自部署，仅供参考
适合人群
开发者
HunyuanVideo 开源 混元开源版
视频
腾讯混元开源版，本地部署免费无限生成，社区微调多
擅长
开源自部署、无限生成、社区生态
不擅长
需 8GB+ 显存、生成慢
价格
开源自部署免费（参考许可），仅供参考
适合人群
开发者