Catálogo de Modelos de IA

El modelo por defecto de OpenAI para generación diaria: borradores de UI, variantes de campaña, correcciones con referencia. Cinco niveles hasta max, facturación por token.

El modelo de precisión de OpenAI para edición: referencias de producto, máscaras y revisiones en varios pasos. Cinco niveles hasta max, facturación por token.

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

Genera y edita imágenes con Nano Banana 2.1 mediante la API unificada de EvoLink: 1K, 2K o 4K, hasta 14 imágenes de referencia y búsqueda web o de imágenes opcional.

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.

Modelo avanzado de generación de imágenes de OpenAI optimizado para precisión de color real, tareas estructuradas y salidas visuales analíticas. Basado en tecnología DALL-E 3.

El Haiku más reciente de Anthropic para clasificación y extracción de alto volumen, enrutamiento y tareas de subagentes, con una tarifa más baja para prompts de hasta 100K tokens. Contexto de 1M, salida máxima de 128K.

Mejora videos con 7 modos y salida de hasta 4K. Facturación por segundo de salida.

Modelo OpenAI para cambios en varios archivos, preguntas documentales y agentes con herramientas. Contexto compartido de 1.05M, salida máxima de 128K y caché de prompts. Herramientas en Responses; Chat Completions sin herramientas. Razonamiento desde low, max en Responses.

El Sonnet más reciente de Anthropic para programación agéntica diaria, agentes que usan herramientas y tráfico de producción de alto volumen, al mismo precio de lista que Sonnet 5. Contexto de 1M, salida máxima de 128K.

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.

El modelo Opus más reciente de Anthropic para programación agéntica de larga duración, trabajo de conocimiento y análisis visual, con precio de lista inferior al de Opus 5. Contexto de 1M, salida máxima de 128K.

Modelo GPT-6 de OpenAI creado para programación compleja y flujos agénticos, con contexto de 1,05M, salida máxima de 128K, esfuerzo de razonamiento de none a max y caché de prompts.

El modelo GPT-6 más eficiente de OpenAI para tareas específicas de gran volumen como clasificación, extracción y enrutado, con contexto de 1,05M, salida máxima de 128K y caché de prompts.

El modelo de razonamiento y uso de herramientas más reciente de xAI: contexto de 500.000 tokens, Chat Completions y Responses, entrada en caché y herramientas del servidor facturadas por uso.

El nivel de rendimiento de la generación 5.3. Entrada de texto, imagen, vídeo y archivos con contexto de 1 M de tokens, a aproximadamente una cuarta parte del precio de GLM-5.3.

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.

El modelo más capaz de OpenAI (GPT-6 Astra) para razonamiento complejo, programación agéntica, computer use e investigación, con contexto de 1,05M, salida máxima de 128K y caché de prompts.

El modelo Flash más capaz de Google para código y agentes: contexto de 1M tokens, avances notables frente a 3.7 Flash en ingeniería de software, tareas agénticas y razonamiento de varios pasos, caché de prompts y entrada de texto, imagen, vídeo y audio.

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.

El modelo más capaz de Anthropic — la gama Fable, por encima de Opus — para programación a escala de repositorio, agentes de larga duración y revisiones de alto riesgo. Contexto de 1M, salida máxima de 128K.

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.

Generación y edición de imágenes xAI mediante una ruta API unificada de EvoLink, con 1–3 referencias, salida 1K/2K, 13 proporciones y hasta 10 imágenes por solicitud.

API de MiniMax H3 con texto a vídeo, imagen a vídeo (primer/último fotograma) y referencia a vídeo. Salida 2K / 768p, 4-15s, facturado por segundo de salida.

El modelo de razonamiento insignia de Z.ai para agentes de programación e ingeniería de largo recorrido. 1M de tokens de contexto, razonamiento siempre activo en tres niveles, caché de prompts y los endpoints Chat Completions, Responses y Anthropic Messages.

El nivel de volumen nativamente multimodal de la generación 5.3. Entrada de texto, imagen, vídeo y archivos con 1M de tokens de contexto por cerca de una décima parte del precio de GLM-5.3.

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

El modelo más reciente de razonamiento y herramientas de xAI: contexto de 500.000 tokens, Chat Completions y Responses, entrada en caché y cinco herramientas de servidor medidas por llamada.

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

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

El anterior buque insignia de gama Opus de Anthropic para programación a escala de repositorio, agentes de larga duración y revisiones de alto riesgo. Contexto de 1M, salida máxima de 128K.

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.

Modelo de razonamiento y herramientas de xAI con contexto de 500.000 tokens, Chat Completions, Responses, entrada en caché y herramientas del servidor.

Modelo de razonamiento de próxima generación de Moonshot con contexto de 1.048.576 tokens y compatibilidad con Chat Completions, Responses y Messages.

El caballo de batalla de gama Flash de Google para código y agentes: contexto de 1M tokens, mejor generación de código y ejecución en terminal que 3.6 Flash, caché de prompts y entrada de texto, imagen, vídeo y audio.

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 para generación y edición de vídeo con texto a vídeo, imagen a vídeo, referencias a vídeo y edición de vídeo desde un único endpoint de vídeo.

Modelo Nano Banana de nueva generación que ofrece generación de imágenes superior con más detalle y excelente adhesión al prompt. Optimizado para velocidad y eficiencia de costos, representa un gran salto para profesionales creativos.

Familia de razonamiento de OpenAI con Sol, Terra y Luna, contexto de 1,05M, salida máxima de 128K y caché de prompts.

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

El Sonnet anterior de Anthropic para codificación y tareas agénticas. Contexto de 1M, salida máxima de 128K y pensamiento adaptativo activado por defecto.

Midjourney V8.2 en una sola ruta API de EvoLink: 4 imágenes por solicitud, velocidad Draft/Fast, salida HD, parámetro de detalle --q gratuito y ID de modelo para variación, remix, edición de lienzo, retexture, upload paint y eliminación de fondo.

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.

Modelo Nano Banana rentable con imágenes de entrada gratuitas. Ideal para generación de alto volumen con una gran relación calidad-precio.

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

El modelo Max insignia de Alibaba, con contexto de 1M de tokens, razonamiento controlable y caché de prompts en tres protocolos de API.

Último modelo insignia de OpenAI con razonamiento avanzado, contexto de 1M, salida máxima 128K y 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.

Generación de imágenes con IA de nueva generación con calidad 2K/3K, integración de búsqueda web y opciones de tamaño flexibles, incluidas dimensiones de píxeles personalizadas. Admite generación en lote (1-15 imágenes).

Generación de texto-a-video e imagen-a-video con audio opcional. Duración 4-12 s, calidad 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.

Modelo de generación de video Tongyi Wanxiang 2.6 con variantes de texto-a-video, imagen-a-video y video de referencia.

Modelo de video de próxima generación de Google DeepMind con variantes Fast y Pro. Soporta generación de video de 8 s con calidad mejorada.

El último modelo de generación de video de 10~15 segundos de OpenAI con audio. Soporta eliminación de marca de agua (precio 1.65x).

Modelo de generación de imágenes ultrarrápido con una relación calidad-velocidad excepcional. Ideal para generación de alto volumen con excelente adhesión al prompt.

Generación avanzada de imágenes con soporte de calidad 2K/4K. Admite generación en lote (1-15 imágenes), imágenes de referencia y opciones de tamaño flexibles.

API de generación de vídeo xAI Grok Imagine compatible con texto a vídeo e imagen a vídeo. Duración de 6-30 s con modos de estilo fun/normal/spicy.

Generación de música con IA con voces, letras e instrumentales. Crea canciones de calidad profesional desde prompts de texto con múltiples versiones de modelo.

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.

Último modelo insignia de OpenAI para tareas de código y agentes con ventana de contexto de 1.05M, salida máxima 128K y capacidades avanzadas de razonamiento.

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

El mejor equilibrio entre velocidad, inteligencia y coste para codificación y tareas agénticas. 200K de contexto, 128K de salida máxima y 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

Modelo de generación de imágenes Tongyi Wanxiang (Wan 2.5 Image) con variantes de texto-a-imagen e imagen-a-imagen.

Modelo de generación de video Tongyi Wanxiang (Wan 2.5 Video) con variantes de imagen-a-video y texto-a-video.

Modelo avanzado de generación de imágenes de OpenAI optimizado para precisión de color real, tareas estructuradas y salidas visuales analíticas. Basado en tecnología DALL-E 3.

Modelo frontier más rápido de Google con 3x de velocidad, multimodal con entrada de audio y precios rentables.

API MiniMax Hailuo 2.3 con variantes Fast y Standard. Soporta T2V/I2V con salida 768p/1080p.

MiniMax Hailuo 02 - completo con modos T2V, I2V y FLF. Soporta resolución 512p/768p/1080p.

Modelo insignia de OpenAI para tareas de código y agentes con ventana de contexto de 400K, salida máxima 128K y capacidades avanzadas de razonamiento.

El último modelo insignia de OpenAI con razonamiento avanzado, caché de prompts y ventana de contexto de 400K para tareas complejas.

El modelo Claude más potente de Anthropic con capacidades excepcionales de razonamiento, codificación y agentes. Ventana de contexto de 200K.

Modelo de generación de video Kling O1 con variantes de imagen-a-video, edición de video y edición rápida. Soporta videos de 3-20 segundos con imágenes de referencia para generación guiada por estilo.

Modelo de lenguaje de próxima generación de Google con capacidades multimodales avanzadas y soporte de contexto extendido.

Asistente de codificación rápido y rentable con ventana de contexto de 200K y soporte de caché de prompts para un rendimiento óptimo.

El modelo más inteligente para construir agentes y programar. Incluye contexto de 200K, pensamiento extendido y capacidades avanzadas de razonamiento.

Modelo de lenguaje rápido y eficiente de Google con soporte de caché de prompts para optimización de costos.

Modelo avanzado de generación de video con capacidades de texto-a-video e imagen-a-video. Soporta duración de 2-12 s con opciones de calidad 720p/1080p.

El modelo de lenguaje más potente de Google con contexto extendido y capacidades avanzadas de razonamiento.

Generación de video de humano digital con IA y lip-sync impulsado por audio. Transforma imágenes estáticas en avatares hablantes con expresiones y movimientos naturales.

Modelo de edición de imágenes Tongyi Qianwen con comprensión inteligente y capacidades de edición colaborativa multiimagen.

Gemini 2.5 Flash Image Preview es un modelo de IA avanzado que destaca en generación y edición de imágenes impulsadas por lenguaje natural.

Generación de imágenes basada en historias con calidad 4K: crea 9+ visuales consistentes con fusión de múltiples referencias y edición en tiempo real.

Integración de EvoLink en curso. Sesiones gestionadas para código, investigación y archivos. Recibe un aviso de disponibilidad.

Sigue el lanzamiento reportado, la disponibilidad verificada de la API EvoLink, el ID del modelo, los precios y la preparación de la evaluación de agentes de código.

El acceso mediante EvoLink no está verificado. Compruebe las pruebas de lanzamiento y los requisitos de integración antes de cambiar una ruta de producción.

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.