KI-Modellkatalog

OpenAIs Standard für alltägliche Bildgenerierung: UI-Entwürfe, Kampagnenvarianten, Referenzbild-Korrekturen. Fünf Qualitätsstufen bis max, Token-Abrechnung.

OpenAIs Präzisionsmodell für Bildbearbeitung: Produktreferenzen, Masken, mehrstufige Korrekturen. Fünf Qualitätsstufen bis max, Token-Abrechnung.

Seedance 2.5 text-to-video with 4-30s output, 480p/720p/1080p, synchronized audio, and optional web search.

Bilder mit Nano Banana 2.1 über die einheitliche EvoLink-API generieren und bearbeiten. 1K, 2K oder 4K, bis zu 14 Referenzbilder und optionale Web- oder Bildsuche.

Text-to-video generation with optional web search. 4-15s duration, 480p/720p/1080p, native audio sync.

Lightweight text-to-video generation. 4-15s duration, 480p/720p, native audio sync.

Fortgeschrittenes OpenAI‑Bildmodell, optimiert für präzise Farbwiedergabe, strukturierte Aufgaben und analytische Visuals. Basierend auf DALL·E‑3‑Technologie.

Anthropics neuestes Haiku für Klassifizierung und Extraktion in hohem Volumen, Routing und Sub-Agent-Aufgaben, mit niedrigerem Tarif für Prompts bis 100K Tokens. 1M Kontext, 128K max. Ausgabe.

Vorhandene Videos mit 7 Modi auf bis zu 4K verbessern. Abrechnung pro Ausgabesekunde.

OpenAI-Modell für Änderungen über mehrere Dateien, Dokumentfragen und Agents mit Tools. 1.05M gemeinsamer Kontext, 128K maximaler Output und Prompt-Caching. Tools nutzen Responses; Chat Completions unterstützt Anfragen ohne Tools. Reasoning beginnt bei low, max nutzt Responses.

Anthropics neuestes Sonnet für agentisches Coding im Alltag, werkzeugnutzende Agents und Produktionsverkehr mit hohem Volumen, zum gleichen Listenpreis wie Sonnet 5. 1M Kontext, 128K max. Ausgabe.

Fast Seedream 5.0 Flash image generation and editing at one flat price per image across 1K/1.5K/2K, with up to 10 free reference images and unified asynchronous task responses.

Anthropics neuestes Opus-Modell für langlaufendes agentisches Coding, Wissensarbeit und visuelle Analyse, günstiger gelistet als Opus 5. 1M Kontext, 128K max. Ausgabe.

OpenAI-Modell der GPT-6-Reihe für komplexes Coding und agentische Workflows, mit 1,05M Kontext, 128K maximaler Ausgabe, Reasoning-Stufen von none bis max und Prompt-Caching.

Das effizienteste GPT-6-Modell von OpenAI für fokussierte Aufgaben in großem Volumen wie Klassifikation, Extraktion und Routing, mit 1,05M Kontext, 128K maximaler Ausgabe und Prompt-Caching.

Das neueste Reasoning- und Tool-Modell von xAI: 500.000 Token Kontext, Chat Completions und Responses, Cache-Eingabe und abgerechnete serverseitige Tools.

Die Durchsatzstufe der 5.3-Generation. Text-, Bild-, Video- und Datei-Eingabe mit 1 Mio. Tokens Kontext zu etwa einem Viertel des GLM-5.3-Preises.

MiniMax H3 Max Turbo API for 5-15s text-to-video and first-frame animation with an optional last frame. Choose 480p drafts or 768p output with per-second pricing and a shared EvoLink balance.

Text and image input with a 1M context window and configurable thinking. Review current EvoLink pricing and protocol requirements before rollout.

Das leistungsfähigste Modell von OpenAI (GPT-6 Astra) für komplexes Reasoning, agentisches Coding, Computer Use und Recherche, mit 1,05M Kontext, 128K maximaler Ausgabe und Prompt-Caching.

Googles leistungsfähigstes Flash-Modell für Coding und Agenten: 1M-Token-Kontext, deutliche Fortschritte gegenüber 3.7 Flash bei Software-Engineering, agentischen Aufgaben und mehrstufigem Reasoning, Prompt-Caching sowie Text-, Bild-, Video- und Audio-Eingabe.

Official MiniMax H3 Max video generation through EvoLink, with text-to-video, first-frame image-to-video and image/video/audio reference routes. 768p / 480p, 5-15s; reference inputs have separate fees.

Anthropics leistungsfähigstes Modell — die Fable-Stufe über Opus — für Coding in Repository-Größe, lang laufende Agenten und kritische Reviews. 1M Kontext, 128K max. Ausgabe.

Gemini Omni 1.1 Flash text-to-video with 3-10s output, 360p/720p/1080p/4K, and natively synchronized audio.

Tongyi Wanxiang 3.0 video generation with text-to-video, image-to-video, and all-in-one reference-to-video. 480p/720p/1080p output, 2-30s or smart duration, per-second billing.

Tongyi Wanxiang 3.0 Prime is the speed-oriented tier for significantly faster end-to-end video generation. Use three EvoLink model IDs for text, image, or all-in-one reference workflows up to 30 seconds.

xAI-Bildgenerierung und -bearbeitung über eine einheitliche EvoLink-API-Route, mit 1–3 Referenzbildern, 1K/2K-Ausgabe, 13 Seitenverhältnissen und bis zu 10 Bildern pro Anfrage.

MiniMax H3 API mit Text-zu-Video, Bild-zu-Video (erstes/letztes Frame) und Referenz-zu-Video. 2K-/768p-Ausgabe, 4-15s, Abrechnung pro Ausgabesekunde.

Das Flaggschiff-Reasoning-Modell von Z.ai für Coding-Agenten und langlaufendes Engineering. 1 Mio. Tokens Kontext, dauerhaft aktives Reasoning in drei Stufen, Prompt-Caching sowie die Endpunkte Chat Completions, Responses und Anthropic Messages.

Die nativ multimodale Volumenstufe der 5.3-Generation. Text-, Bild-, Video- und Datei-Eingabe mit 1 Mio. Tokens Kontext zu etwa einem Zehntel des GLM-5.3-Preises.

Legacy Vision Exp ID, now routed to DeepSeek V4.1 Flash for text and image input.

Neuestes xAI-Modell für Reasoning und Tools: 500.000 Token Kontext, Chat Completions und Responses, Cache-Input und fünf abgerechnete serverseitige Tools.

Advanced reasoning model with thinking mode and 1M context window. Strongest DeepSeek tier.

Fast general-purpose model with 1M context window. Optional thinking mode.

Anthropics vorheriges Opus-Flaggschiff für Coding in Repository-Größe, lang laufende Agenten und kritische Reviews. 1M Kontext, 128K max. Ausgabe.

xAI Grok Imagine Video 1.5 Preview: text-to-video, image-to-video, and reference-to-video in one route — the number of input images (0, 1, or 2-7) selects the mode. 1-15s duration, 480p/720p/1080p.

Advanced Seedream 5.0 Pro image generation and editing with 1K/1.5K/2K output tiers, up to 10 reference images, and unified asynchronous task responses.

Tongyi Wanxiang image generation & editing 3.0 (DashScope). Text-to-image and image-to-image editing with up to 3 reference images, 1-6 outputs, flexible output sizes (auto, 1K/2K, aspect ratio, or custom pixels up to ~4.19MP), and smart prompt rewriting. Output billed per generated image with 1K and 2K priced the same; reference images billed separately.

Lite variant of Nano Banana 2 (Gemini 3.1 Flash-Lite Image): ~4s generation (2.7× faster than Nano Banana 2), native 1K output, and 14 aspect ratios. The fastest, lowest-cost tier for high-volume image generation and editing.

xAI-Modell für Reasoning und Tools mit 500.000 Token Kontext, Chat Completions, Responses, Cache-Input und serverseitigen Tools.

Moonshots Reasoning-Modell der nächsten Generation mit 1.048.576 Token Kontext und Unterstützung für Chat Completions, Responses und Messages.

Googles Flash-Arbeitspferd für Coding und Agenten: 1M-Token-Kontext, stärkere Codegenerierung und Terminal-Ausführung als 3.6 Flash, Prompt-Caching sowie Text-, Bild-, Video- und Audio-Eingabe.

Google's fast multimodal Flash model with a 1M context window, built-in reasoning, prompt caching, and unified text/image/video/audio input pricing.

Google's lowest-cost Flash Lite model with a 1M context window and multimodal input, built for high-volume, latency-sensitive, and batch workloads.

Gemini Omni Flash für Videoerzeugung und Videobearbeitung mit Text-to-Video, Image-to-Video, Reference-to-Video und Video Edit über einen Video-API-Endpunkt.

Next‑Gen‑Nano‑Banana‑Modell mit überragender Bildgenerierung, mehr Detailtiefe und hervorragender Prompt‑Treue. Für Geschwindigkeit und Kosteneffizienz optimiert – ein deutlicher Sprung nach vorn für Kreativprofis.

OpenAI-Reasoning-Familie mit Sol, Terra und Luna, 1,05M Kontext, 128K maximaler Ausgabe und Prompt-Caching.

Prompt-based AI audio generation for voice, dialogue, sound effects, music, and ambience, with optional reference audio guidance. Per-second billing.

Anthropics vorheriges Sonnet für Coding und agentische Aufgaben. 1M Kontext, 128K max. Ausgabe und adaptives Thinking standardmäßig aktiv.

Midjourney V8.2 über eine EvoLink-API-Route: 4 Bilder pro Anfrage, Draft/Fast, HD-Ausgabe, kostenloser --q-Detailparameter sowie Modell-IDs für Variation, Remix, Canvas-Edit, Retexture, Upload Paint und Hintergrundentfernung.

Midjourney V8.1 generates 4 images per request with HD/2K output options, reference-image workflows, and Draft/Fast speed tiers. Supports text-to-image and image-to-image through EvoLink.

Kosteneffizientes Nano‑Banana‑Modell mit kostenlosen Eingabebildern. Ideal für große Volumina mit starkem Preis‑Leistungs‑Verhältnis.

Premium text-to-image model with selectable 1K and 2K output. Built for crisp typography, cinematic lighting, and high-fidelity poster-grade compositions.

Kling 3.0 Turbo text-to-video — faster generation at 720P/1080P. Supports 3-15 second videos with per-second billing.

Z.ai's GLM-5.2 flagship text model for coding agents and agentic workflows, with a ~1M context window, deep thinking, tool calling, and prompt caching. Served over OpenAI-compatible /v1/chat/completions and /v1/responses endpoints.

Text-to-video generation. 3-15s duration, 720p/1080p, 9 aspect ratios, per-second billing.

Anthropic's previous-generation Fable model above the Opus tier, built for demanding reasoning, coding, and agentic workloads. 1M context window.

Tongyi Wanxiang 2.7 video generation model with text-to-video, image-to-video, reference video, and video editing variants.

Text-to-video generation. 3-15s duration, 720p/1080p, per-second billing.

MiniMax's flagship multimodal text model with ~1M context, deep thinking, image/video/PDF input, and prompt caching. Available on both OpenAI-compatible (/v1/chat/completions) and Anthropic Messages (/v1/messages) endpoints.

Anthropic's most powerful Claude model with exceptional reasoning, coding, and agentic capabilities. 1M context window.

Google's next-gen Flash model with multimodal input (text/image/video/audio) at unified price and built-in reasoning output

Alibabas Flaggschiff-Max-Modell mit 1M-Token-Kontext, steuerbarem Denken und Prompt-Caching über drei API-Protokolle.

OpenAIs neuestes Flaggschiff mit fortschrittlichem Reasoning, 1M Kontext, 128K Max-Output und Tool Search.

Midjourney V7 generates 4 stunning images per request with native MJ prompt syntax. Supports text-to-image and image-to-image with three speed tiers (Draft/Fast/Turbo).

Multimodal content safety classifier for text and images. Detects 13 categories of harmful content (harassment, hate, sexual, violence, self-harm, illicit). OpenAI-compatible /v1/moderations endpoint.

KI‑Bildgenerierung der nächsten Generation mit 2K/3K‑Qualität, integrierter Websuche und flexiblen Größenoptionen inkl. benutzerdefinierter Pixelmaße. Unterstützt Batch‑Generierung (1–15 Bilder).

Text‑zu‑Video und Bild‑zu‑Video mit optionalem Audio. 4–12 s, 480p/720p/1080p.

Google's most cost-efficient model for high-volume agentic tasks, translation, classification, and data processing

Transfer human motion from a reference video onto a character in a reference image. Supports std/pro quality with per-second billing.

Transfer reference-video motion onto a character image with Kling 2.6 Motion Control. 720p/1080p output; 3–10s or 3–30s references by orientation; actual output may be shorter. Per-second billing.

Kling O3 (V3 Omni) next-generation video model with text-to-video, image-to-video, reference-to-video, and video editing. Supports 3-15 second videos with per-second billing.

Kling 3.0 video model with text-to-video and image-to-video. Supports 3-15 second videos with per-second billing.

Tongyi Wanxiang 2.6 Videomodell mit Text‑zu‑Video, Bild‑zu‑Video und Referenzvideo‑Varianten.

Google DeepMind Videomodell der nächsten Generation mit Fast‑ und Pro‑Varianten. Unterstützt 8‑Sek.-Videos mit verbesserter Qualität.

OpenAIs neuestes 10–15‑Sek.-Videomodell mit Audio. Unterstützt Wasserzeichen‑Entfernung (1,65× Preis).

Ultraschnelles Bildmodell mit exzellentem Qualitäts‑zu‑Geschwindigkeits‑Verhältnis. Ideal für hohe Volumina mit hervorragender Prompt‑Treue.

Fortschrittliche KI‑Bildgenerierung mit 2K/4K‑Unterstützung. Batch‑Generierung (1–15 Bilder), Referenzbilder und flexible Größen.

xAI Grok Imagine Video-API für Text-zu-Video und Bild-zu-Video. 6-30 Sek. Dauer mit fun/normal/spicy Stilmodi.

KI‑gestützte Musikgenerierung mit Vocals, Lyrics und Instrumental‑Support. Erstelle Songs in Studioqualität aus Text‑Prompts, mit mehreren Modellversionen.

Anthropic's most powerful Claude model with exceptional reasoning, coding, and agentic capabilities. 1M context window.

Google's advanced model optimized for custom tool calling and function execution with full reasoning capabilities

MiniMax's latest text model deployed on Alibaba Cloud, excelling at coding, office tasks, and text summarization with fast output speed. 204K context window with built-in reasoning capabilities.

OpenAIs neuestes Flaggschiff für Coding und agentische Aufgaben mit 1.05M Kontext, 128K Max‑Output und fortschrittlichem Reasoning.

Google's latest iteration of Gemini 3 Pro with advanced multimodal capabilities and extended context support

Optimale Balance aus Geschwindigkeit, Intelligenz und Kosten für Coding‑ und Agent‑Aufgaben. 200K Kontext, 128K maximale Ausgabe und Extended Thinking.

BytePlus's latest LLM series with 256K context, tiered pricing by prompt length (32K/128K/256K), and cache billing. Available in Pro, Lite, Mini, and Code variants.

Legacy DeepSeek Chat ID, now routed to DeepSeek V4.1 Flash. Use deepseek-v4.1-flash for new integrations.

Legacy DeepSeek Reasoner ID, now routed to DeepSeek V4.1 Flash. Use deepseek-v4.1-flash for new integrations.

Anthropic's most powerful Claude model with exceptional reasoning, coding, and agentic capabilities. 1M context window.

Google's most cost-efficient model for high-volume tasks like translation, classification, and data processing

Tongyi Wanxiang Bildmodell (Wan 2.5 Image) mit Text‑zu‑Bild und Bild‑zu‑Bild‑Varianten.

Tongyi Wanxiang Videomodell (Wan 2.5 Video) mit Bild‑zu‑Video und Text‑zu‑Video‑Varianten.

Fortgeschrittenes OpenAI‑Bildmodell, optimiert für präzise Farbwiedergabe, strukturierte Aufgaben und analytische Visuals. Basierend auf DALL·E‑3‑Technologie.

Googles schnellstes Frontier‑Modell mit 3× Geschwindigkeit, multimodal inkl. Audio‑Input und kosteneffizienter Preisgestaltung.

MiniMax Hailuo 2.3 API mit Fast‑ und Standard‑Varianten. Unterstützt T2V/I2V mit 768p/1080p Ausgabe.

MiniMax Hailuo 02 – Vollausstattung mit T2V, I2V und FLF. Unterstützt 512p/768p/1080p.

OpenAIs Flaggschiff für Coding und agentische Aufgaben mit 400K Kontext, 128K Max‑Output und fortschrittlichem Reasoning.

OpenAIs neuestes Flaggschiff mit fortschrittlichem Reasoning, Prompt‑Caching und 400K Kontext für komplexe Aufgaben.

Anthropics leistungsstärkstes Claude‑Modell mit hervorragendem Reasoning, Coding und agentischen Fähigkeiten. 200K Kontext.

Kling O1 Videomodell mit Bild‑zu‑Video, Videobearbeitung und Fast‑Editing‑Varianten. Unterstützt 3–20‑Sek.-Videos mit Referenzbildern für stilgeführte Generierung.

Googles Sprachmodell der nächsten Generation mit fortschrittlichen multimodalen Fähigkeiten und erweitertem Kontext.

Schneller, kosteneffizienter Coding‑Assistent mit 200K Kontext und Prompt‑Caching für optimale Performance.

Intelligentestes Modell für Agenten‑Builds und Coding. 200K Kontext, erweitertes Denken und fortschrittliches Reasoning.

Googles schnelles, effizientes Sprachmodell mit Prompt‑Caching zur Kostenoptimierung.

Fortschrittliches Videomodell mit Text‑zu‑Video und Bild‑zu‑Video. Unterstützt 2–12 s, 720p/1080p.

Googles leistungsstärkstes Sprachmodell mit erweitertem Kontext und fortschrittlichem Reasoning.

KI‑gestützte Digital‑Human‑Videoerstellung mit audio‑gesteuertem Lip‑Sync. Verwandelt statische Bilder in sprechende Avatare mit natürlichen Gesichtsausdrücken und Bewegungen.

Tongyi Qianwen Bildbearbeitungsmodell mit intelligentem Verständnis und kollaborativer Mehrbild‑Bearbeitung.

Gemini 2.5 Flash Image Preview ist ein fortschrittliches KI‑Modell für natürlichsprachliche Bildgenerierung und ‑bearbeitung.

Story‑getriebene KI‑Bildgenerierung in 4K: Erzeuge 9+ konsistente Visuals mit Multi‑Reference‑Fusion und Echtzeit‑Editing.

EvoLink-Integration in Arbeit. Verwaltete Sitzungen für Code, Recherche und Dateien. Benachrichtigung zum Start abonnieren.

Berichteten Release-Status, verifizierte EvoLink-API-Verfügbarkeit, Modell-ID, Preise und Coding-Agent-Evaluierungsbereitschaft verfolgen.

Der EvoLink-Zugang ist nicht verifiziert. Prüfen Sie Veröffentlichungsbelege und Integrationsanforderungen, bevor Sie eine Produktionsroute ändern.

Google announced Gemini 4 Argon with restricted access, a 1M-token output limit and introductory token rates. Public API and EvoLink access remain pending verification.

Gemini 3.5 Pro is testing with partners, but no public API route, model ID, pricing, or input specification is available yet.

Plan Kling 4.0 Flash API integration. EvoLink access, API pricing and request identifiers are not verified; app access is separate.