字节跳动即梦 5.0 Pro（Seedream 5.0 Pro）旗舰图像模型，中文理解与海报排版出色，多尺寸高保真出图、图文混排与质感细节领先。

旗舰级专业图像模型，公认当前图像内文字渲染最强，多语言海报、图文混排效果出色。

新一代旗舰图像模型，发布即登顶全球盲测榜双第一（文生图与图生图），中文理解与细节质感领先。

TT Image 2 官方直连通道，按 token 精准计费、多退少补，稳定性更高，适合高频出图。

OpenAI 最新一代图像模型 GPT-Image 2.5，指令遵循与复杂场景编辑能力顶尖，文字排版准确，擅长多主体、风格化与一致性编辑，国外最流行的文生图模型之一。

Midjourney v7，以艺术质感与电影级美学著称的顶级出图模型，光影、构图与氛围感极强，是设计师与创作者做概念图、插画、视觉大片的首选。

Black Forest Labs 的 FLUX 1.1 Pro，开源生态中最受欢迎的高质量出图模型，写实与提示词遵循能力强，手部/结构畸形率低，适合商业写实与产品图。

Ideogram v3，海外公认排版与文字渲染最强的图像模型之一，海报、Logo、T 恤印花、带字卡片设计能力突出，构图创意与字体表现一流。

Recraft v3，专注矢量插画、图标与品牌设计的图像模型，可生成干净可控的 SVG 风格插画、图标系统与 UI 配图，设计师工作流友好。

Stability AI 的 Stable Diffusion XL（SDXL），开源生态最经典的高自由度出图模型，配合 LoRA 与 ControlNet 生态可精细控图，二次元与写实通吃。

阿里通义千问 Qwen-Image-3.0-Pro，国产旗舰图像大模型，中文语义理解与国风/电商/人像场景表现出色，支持文生图、多图图生图与风格化编辑，固定输出 2K 高清、细节丰富、贴合国内审美。

快手可图 Kolors 2，国产开源高质量图像大模型，中文理解与人物写真见长，肤色与五官自然，支持文生图、图生图，人像与短视频封面表现亮眼。

字节即梦 Seedream 4.5 Pro 上一代旗舰，成熟稳定、中文海报与电商场景经验丰富，性价比高，是大批量出图的稳健之选。

OpenAI DALL·E 3，全球普及度最高的文生图模型之一，与 ChatGPT 深度联动，提示词理解自然、画面干净安全，适合通用插画与创意图。

Google DeepMind Imagen 4，以超写实摄影质感与电影级光影著称的顶级出图模型，真实感、细节与光线表现是第一梯队。

腾讯混元图像 Turbo 版，国产高速出图模型，响应快、中文理解好，人物肖像与国风场景表现出色，适合高频实时出图。

专业品牌字标 / Logo 字体设计大模型：输入品牌名与调性，直接产出可用于商标、门头、包装的高级字标设计，字形严谨、辨识度高。

以最强文字渲染著称的艺术字大模型：海报标题、创意标语、节日大字都能精准出彩，字体与画面自然融合，出图即成品。

面向专业设计师的矢量字体设计大模型：生成干净、几何感强、可无限放大的品牌字与标识系统，适合科技、金融、极简品牌。

国潮毛笔书法字体大模型：行、草、隶、篆、飞白、泼墨一应俱全，生成有笔锋、有气韵的中文书法大字与国潮标题。

高端西文字体设计与排版大模型：衬线、无衬线、Display、Grotesque 拿捏到位，为海报、杂志、品牌生成优雅高级的英文标题字。

中文创意字体设计大模型：把汉字做成立体、笔画变形、意象融合的创意艺术字，擅长广告主视觉、电商大促字、短视频封面字。

手写体与花体签名设计大模型：真人手写感、钢笔签名字、花体英文、手账风字体一气呵成，适合签名、请柬、手账与个人品牌。

对标 Midjourney 的时尚字体海报大模型：电影感、杂志感、艺术装置感标题字，把文字做成高级视觉大片，品牌调性瞬间拉满。

专注 3D 立体字效的设计大模型：金属、霓虹、玻璃、奶油、膨胀气球等质感立体字，为广告、游戏、潮玩产出强视觉冲击标题。

面向电商与小微企业的商用字体设计大模型：一键成套产出标题字、副标题、价格签、活动横幅等合规商用字体方案，省心不出错。

专为参考图打造的短剧超级智能体：上传角色/场景参考图，一键生成高质量短剧视频，多种玩法，人物一致性强、运镜电影感，适合竖屏短剧与漫剧成片。

输入剧情文案，一键生成分镜、角色、台词、动作与视频：把一段故事自动拆成可拍摄的短剧片段，适合小说推文、剧情号快速出片。

类似抖音电影解说风格：画面与配音自动匹配，智能语音合成解说旁白，节奏紧凑、卡点到位，适合影视解说、悬疑故事、历史科普类短视频。

上传多个参考图和描述，选择时长，自动生成指定时长的长视频：多图串联成连续剧情，适合把一组分镜图/角色图自动连成短剧长片段。

GK-video-3.5 视频模型，专注图生视频，上传一张首帧参考图即可生成高清动态视频。

MiniMax 海螺 H3 全形态一体：文生 / 图尾帧 / 多参考图 / 全能视频与图文生成。

Seedance 2.0 全形态一体：文生 / 图尾帧 / 多参考（图、视频、音频）生成。

Google Veo 3：原生带音效的电影级视频生成，光影写实、镜头语言专业，4K 质感。

快手可灵 2.5 大师版：国产视频标杆，运动幅度大、人物动作自然，擅长写实与剧情短片。

MiniMax 海螺视频：主体一致性强、表情生动、画风多元，短视频与广告出片稳定。

阿里通义万相 2.0：国产多模态视频，中文理解强、电商带货与口播场景成熟稳定。

OpenAI Sora 2：强叙事与镜头连贯性，可生成带对白的故事片段，创意短片表现突出。

快手可灵 2.1 标准版，国产视频生成标杆，运动连贯、人物动作自然、物理合理，图生视频与文生视频均稳定，性价比高。

生数科技 Vidu Q1，主打多参考图生视频与角色一致性，能锁定人物/产品形象生成连贯镜头，二次元与写实题材均强，国产第一梯队。

MiniMax 海螺视频 02 版，以细腻运镜与强指令遵循著称，文生视频语义理解准、画面质感高级，复杂场景描述还原度高。

Pika 2.2，海外热门创意视频生成工具，特效转场与创意玩法丰富，支持图生视频、局部编辑与趣味特效，社媒短视频创作者最爱。

阿里通义万相视频 2.1，国产开源系视频模型代表，文生/图生视频稳定、中文语义好、开源可生态扩展，电商与营销视频实用。

对标剪映/CapCut 的 AI 剪辑师：一句话完成裁剪、拼接、卡点、字幕、配乐与成片包装。

面向口播、访谈、课程类素材的 AI 视频改编：上传原片并给出想要的讲法或结构，AI 参考原片生成一条更精炼、口播感更强的新成片（风格/人物/场景延续）。

长视频一键切片成多条爆款短视频：AI 打分、自动取景、加标题字幕，专攻信息流涨粉。

电影级 AI 特效与后期：抠像、擦除、扩画面、风格化、运动追踪，一键好莱坞质感。

专注字幕与翻译：多语种语音识别、双语字幕、时间轴对齐、批量压制，准确率高。

GEM 3.7 闪电版已正式发布（GA），是同代最智能的轻量级多模态对话模型，响应快、成本低。

TT-5.6 luna 是新一代旗舰模型，全面提升对话流畅度、多模态理解与长文本推理能力。

GEM 3.5 闪电版正式发布（GA），是同代最轻量智能的轻量对话模型。

OpenAI GPT-5：综合能力全球第一梯队，复杂推理、编程、写作、多模态全面顶尖。

Anthropic Claude：长文本与代码口碑极佳，文风自然、严谨可靠，擅长超长文档分析。

Google Gemini 3 Pro：超长上下文 + 原生多模态，擅长图文混读、检索与实时信息整合。

深度求索 R1：开源推理标杆，数学、算法、逻辑链极强，高性价比，中文友好。

字节豆包旗舰：中文场景最接地气，办公、文案、生活助手样样行，响应快、懂国情。

OpenAI GPT-5 轻量高速版，兼顾智能与速度的日常旗舰，响应快、成本低、多模态理解到位，适合高频问答与轻量任务。

Anthropic Claude Opus 4.6 旗舰，全球公认最强的编程与长文推理模型之一，代码能力、超长上下文与严谨写作能力顶尖，适合复杂工程与深度分析。

Google Gemini 2.5 Flash，高速多模态旗舰，超长上下文、实时响应与多语言能力强，适合长文档、视频脚本与大规模资料处理。

深度求索 DeepSeek V3.2 通用旗舰，中文理解与代码能力强、性价比极高，综合对话、写作、编程表现均衡，是国产开源系的主力模型。

DeepSeek R1 满血旗舰推理模型，长思维链深度推理，擅长数学、科研、复杂方案论证与高难度逻辑题，会先把推理过程想清楚再给出结论。

DeepSeek V3.2 超长上下文旗舰版，面向超长文档阅读、大型方案/报告撰写与多资料综合，长文不丢细节、结构完整、文风专业。

DeepSeek 高端代码与智能体模型，面向复杂工程开发、调试重构与自动化任务编排，支持多文件代码理解、Agent 式分步执行与技术方案设计。

阿里通义千问 Qwen3-Max 旗舰，中文与多语言能力全面、工具调用与 Agent 任务表现强，适合办公、数据分析与复杂指令执行。

月之暗面 Kimi K2 旗舰，以超长文本处理与深度阅读著称，能啃长文档、长网页、多资料并做严谨整合，研究与长文写作的利器。

对标 Suno 的 AI 音乐创作顾问：帮你写歌词、设计曲风与结构、规划人声与编曲，产出可直接用于 Suno/制作的完整创作方案。

对标 Udio 的高保真音乐创作顾问：专注发行级编曲与人声设计，帮你打磨专业歌词、配器与混音思路，输出高品质原创音乐方案。

高表现力情感语音合成，停顿、语气、情绪起伏接近真人表达，支持多种预设音色与多语种朗读，适合旁白、短视频与角色配音。

字节豆包 TTS Pro，多情感、多音色的中文语音合成旗舰，旁白、客服、短视频配音自然流畅，支持多种场景化音色。

高表现力语音合成，语气、停顿与情绪细腻接近真人录音，适合长篇有声书、多角色对话与情感电台旁白，提供多种高拟真预设音色。

英文与多语种自然配音，发音地道、语气起伏与停顿接近专业配音演员，适合外贸出海内容、播客开场与多语种欢迎语，提供多种多语种预设音色。

字节跳动豆包 Seed3D 2.0 图生 3D 大模型，单张图片即可重建带贴图的三维模型，输出 OBJ/GLB 可直接导入 Blender、Unity、UE、电商 3D 展示与 3D 打印，支持高细分网格。