一部收录每一个值得了解的AI 模型的百科。

按基准、价格与上下文窗口对比 LLM、图像、视频、音频与 3D 模型,并提供可引用的来源。

按模态浏览

Google DeepMind 图像

Nano Banana 2.1

Google 于 2026 年 10 月 6 日发布的 Nano Banana 2(Gemini 3.1 Flash Image)更新版——Flash 级速度的图像生成与编辑,1K 图仅 $0.0336,支持 4K 输出、搜索接地、思考档位与最多 14 张参考图。

输入 $1.50 / 100 万 token;图像输出 $30 / 100 万 token——1K 图 $0.0336、2K 图 $0.0504、4K 图 $0.113(标准档)
Google LLM

Gemini 4 Argon

Google DeepMind 2026 年 9 月 30 日发布的前沿模型——DeepSWE v1.1 77.9%,AutomationBench 51.3%,LVBench 91.7%,输出上限 1M token,入门价 $2 / $10。目前通过 Fairwind 计划限量开放,全面推出时间待定。

$2 / $10 per 1M tokens(发布入门价,输入 / 输出)
MiniMax 视频 开源

MiniMax H3

首个主流开放权重视频模型——33B 全模态 transformer,原生立体声音频,可生成 4–15 秒视频,最高 2K。Artificial Analysis 图生视频第 1、文生视频第 4,且是前五名里最便宜的一个($4.80/分钟)。

$0.08/秒(768p)、$0.13/秒(2K)API;开放权重可用
ElevenLabs 音频

Eleven v4

ElevenLabs 于 2026 年 9 月 28 日发布的文字转语音双模型——面向成品内容的情感型 Eleven v4,以及推理延迟约 100 毫秒、面向实时智能体的 Eleven v4 Turbo。支持 90+ 种语言与音频标签,位居 Artificial Analysis 语音竞技场第 1、第 2,每千字符 $0.04 起。

API:Eleven v4 每千字符 $0.08 · Eleven v4 Turbo 每千字符 $0.04;免费方案每月含 10,000 字符 v4
Meshy 3D

Meshy 5

AI 3D 中最可靠的全能选手——同类最佳的 PBR 贴图、快速迭代,以及面向 Blender 与 Unity 的深厚插件生态。

免费档 + $20/月(Pro)· $60/月(Studio)
Google DeepMind 音频

Gemini 3.8 Flash TTS

Google 于 2026 年 9 月 23 日发布的旗舰文字转语音模型——用文本提示词设计声音、支持 130 种语言、逐句导演、双人场景与长篇稳定性,2026 年内每 10 秒音频仅 $0.00225。

文本输入 $0.50 / 100 万 token + 音频输出 $9 / 100 万 token(约每 10 秒 $0.00225),至 2026 年 12 月 31 日;2027 年 1 月 1 日起翻倍为 $1 / $18
Anthropic LLM

Claude Opus 5.5

Anthropic 2026 年 9 月 22 日发布的旗舰——多数任务达到 Fable 5.1 水平,定价 $4 / $20,典型负载比 Opus 5 便宜 40%,1M 上下文,输出提速 30% 以上,Terminal-Bench 4.0 达 66.4%。

$4 / $20 per 1M tokens(输入 / 输出)
OpenAI 图像

GPT Image 2.5

OpenAI 2026 年 9 月 8 日发布的图像模型家族——Flare(快速默认档)与 Sunburst(精准旗舰档),在 Arena 文生图榜分列第 1、第 2,token 单价与 GPT Image 2 相同,最高 4K 并支持透明背景。

每 100 万 token:文本输入 $5 / 图像输入 $8 / 图像输出 $30(两个模型相同,与 GPT Image 2 一致)

按用途选出的最佳模型

指南、资讯与工具