第三方 API 模型接入清单

当前推理质量天花板，Agentic 编码与复杂多步任务最稳，工具调用可靠。Sonnet 享 1M 长上下文。

场景 Claude Code 核心引擎、复杂编码与多步推理

一个 Key 统一访问 300+ 跨厂商模型，自动故障转移与负载均衡，切换零成本，不被单一厂商锁定。

场景 多模型统一调度、对话与内容生成的中转层

高性价比多模态模型，原生支持文件上传与视频分析，超大上下文。适合大批量、低延迟的理解类任务。

场景 视频内容分析、大批量文本理解与分类

国内直连的开源 Qwen3 托管推理，单价极低、低延迟，适合高频小任务。新账号含免费额度。

场景 意图分类、关键词抽取等高频轻量任务

原生 4K + 最高保真度，多参考图严格一致性，中文文字渲染最佳。40s 出 4K 不需 upscale。

场景 商业级成片、4K 电商产品图、隐形模特

1024 原生分辨率，快且便宜，中文渲染好。Pro 版的轻量替身，用于不追 4K 的高频出图。

场景 中文 slogan 配图、内容快稿迭代

指令跟随与图像编辑最强：保留原图主体换场景、重建光影逻辑。edits 最多 16 张参考图。

场景 产品换场景、风格迁移、角色跨镜一致性

中文理解与文字渲染强，多图融合（最多 10 张）、序列图（最多 15 张）。国内直连、单张成本最低。

场景 中文商业素材、批量风格统一配图

一个 API 聚合多家开源/托管图像视频模型（含 Recraft 矢量化），按产出计费，排队与服务端错误不收费。

场景 跨模型快速试验、矢量 logo、备用通道

视频生成业界领先（运动幅度 / 时长），图像生成（可图 Kolors）中英文字渲染强，面向 B2B 集成。

场景 高动态视频生成（图像为辅）

高拟真、情感丰富的中文 TTS，当前最高质量档。支持音色克隆、timber 混音与跨语种。

场景 微信语音回复、视频号口播、数字人配音

17 种方言 + 10 种外语，音色克隆 1 年有效（MiniMax 仅 7 天），自然语言情绪控制。单价低于 MiniMax。

场景 微信语音（已上线）、视频号口播替换中

一站式数字人：声音合成 + 形象训练（照片/视频建模）+ 音频驱动视频生成。覆盖广告、医疗、教育等行业。

场景 数字人口播视频（TTS 出音 → 驱动形象）

文生 / 图生视频。1.0-pro 高画质，pro-fast 提速 3 倍、降价 72% 量产，lite 入门档。国内直连。

场景 短剧、水墨漫剧、视频号批量出片