Catalogue de modèles IA

Le modèle par défaut d'OpenAI pour la génération quotidienne : maquettes UI, variantes de campagne, corrections sur référence. Cinq niveaux jusqu'à max, facturation au token.

Le modèle de précision d'OpenAI pour l'édition : références produit, masques, retouches en plusieurs étapes. Cinq niveaux jusqu'à max, facturation au token.

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

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.

Modèle avancé de génération d’images d’OpenAI, optimisé pour la précision colorimétrique, les tâches structurées et les visuels analytiques. Basé sur la technologie DALL·E 3.

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

Le modèle le plus performant d’OpenAI (GPT-6 Astra) pour le raisonnement complexe, le codage agentique, le computer use et la recherche, avec un contexte de 1,05M, une sortie max de 128K et le cache de prompt.

Le modèle Flash le plus performant de Google pour le code et les agents : contexte de 1M tokens, progrès notables par rapport à 3.7 Flash en ingénierie logicielle, tâches agentiques et raisonnement multi-étapes, cache de prompts et entrées texte, image, vidéo et audio.

Official MiniMax H3 Max video generation through EvoLink, with text-to-video and first/last-frame image-to-video routes. 768p / 480p, 5-15s, per-second billing.

Le modèle le plus performant d’Anthropic — la gamme Fable, au-dessus d’Opus — pour le code à l’échelle du dépôt, les agents de longue durée et les revues à fort enjeu. Contexte 1M, sortie max 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.

Génération et édition d’images xAI via une route API EvoLink unifiée, avec 1 à 3 images de référence, sortie 1K/2K, 13 formats et jusqu’à 10 images par requête.

API MiniMax H3 avec texte vers vidéo, image vers vidéo (première/dernière image) et référence vers vidéo. Sortie 2K / 768p, 4-15s, facturé à la seconde de sortie.

Le modèle de raisonnement phare de Z.ai pour les agents de code et l'ingénierie au long cours. 1M de tokens de contexte, raisonnement toujours actif sur trois niveaux, cache de prompts et les endpoints Chat Completions, Responses et Anthropic Messages.

Le palier volume nativement multimodal de la génération 5.3. Entrée texte, image, vidéo et fichiers avec 1M de tokens de contexte pour environ un neuvième du prix de GLM-5.3.

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

Dernier modèle xAI de raisonnement et d’outils : 500 000 tokens de contexte, Chat Completions et Responses, entrée en cache et cinq outils serveur facturés à l’appel.

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

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

Le tout dernier fleuron de gamme Opus d’Anthropic pour le code à l’échelle du dépôt, les agents de longue durée et les revues à fort enjeu. Contexte 1M, sortie max 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.

Modèle xAI de raisonnement et d’outils avec 500 000 tokens de contexte, Chat Completions, Responses, entrée en cache et outils serveur.

Modèle de raisonnement nouvelle génération de Moonshot avec un contexte de 1 048 576 tokens et la prise en charge de Chat Completions, Responses et Messages.

Le modèle Flash de référence de Google pour le code et les agents : contexte de 1M tokens, génération de code et exécution terminal supérieures à 3.6 Flash, cache de prompts et entrées texte, image, vidéo et 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 pour la génération et l’édition vidéo : texte-vers-vidéo, image-vers-vidéo, références-vers-vidéo et édition vidéo via un seul endpoint vidéo.

Modèle Nano Banana nouvelle génération offrant une génération d’images supérieure, plus de détails et une excellente fidélité aux prompts. Optimisé pour la vitesse et le coût, c’est un grand pas en avant pour les créatifs.

Famille de raisonnement OpenAI avec Sol, Terra et Luna, contexte de 1,05M, sortie maximale de 128K et mise en cache des prompts.

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

Le Sonnet le plus performant d'Anthropic pour le code et les tâches agentiques. Contexte 1M, sortie max. 128K et adaptive thinking activé par défaut.

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.

Modèle Nano Banana économique avec images d’entrée gratuites. Idéal pour la génération en volume avec un excellent rapport qualité/prix.

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

Le modèle Max phare d'Alibaba : contexte de 1M de tokens, raisonnement contrôlable et mise en cache des prompts sur trois protocoles d'API.

Dernier modèle phare d'OpenAI avec raisonnement avancé, 1M de contexte, 128K de sortie max et 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.

AI-powered video super resolution. Enhance video quality with 1x, 2x, or 4x upscaling. Supports MP4 up to 50MB.

Génération d’images IA nouvelle génération avec qualité 2K/3K, recherche web intégrée et options de taille flexibles, y compris des dimensions en pixels personnalisées. Prend en charge la génération par lots (1–15 images).

Génération texte‑vers‑vidéo et image‑vers‑vidéo avec audio en option. Durée 4–12 s, qualité 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.

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.

Modèle vidéo Tongyi Wanxiang 2.6 avec variantes texte‑vers‑vidéo, image‑vers‑vidéo et vidéo de référence.

Modèle vidéo nouvelle génération de Google DeepMind avec variantes Fast et Pro. Génère des vidéos de 8 s avec une qualité améliorée.

Dernier modèle vidéo 10–15 s d’OpenAI avec audio. Prise en charge de la suppression du filigrane (prix ×1,65).

Modèle d’image ultra‑rapide avec un excellent ratio qualité/vitesse. Idéal pour la génération à grand volume avec une très bonne fidélité aux prompts.

Génération d’images IA avancée avec prise en charge 2K/4K. Génération par lots (1–15 images), images de référence et tailles flexibles.

API vidéo xAI Grok Imagine pour texte-vers-vidéo et image-vers-vidéo. Durée 6-30 s avec modes fun/normal/spicy.

Génération musicale IA avec voix, paroles et instrumental. Créez des chansons de qualité pro à partir de prompts texte, avec plusieurs versions de modèle.

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.

Dernier modèle phare d’OpenAI pour le code et les tâches agentiques, avec 1.05M de contexte, 128K de sortie max et un raisonnement avancé.

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

Le meilleur équilibre entre vitesse, intelligence et coût pour le code et les tâches agentiques. 200K de contexte, 128K de sortie maximale et 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.

High-performance general-purpose chat model (DeepSeek-V3) with 128K context window and competitive pricing for everyday AI tasks

Advanced reasoning model (DeepSeek-R1) with chain-of-thought capabilities, 128K context window, optimized for complex problem-solving tasks

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

Modèle d’images Tongyi Wanxiang (Wan 2.5 Image) avec variantes texte‑vers‑image et image‑vers‑image.

Modèle vidéo Tongyi Wanxiang (Wan 2.5 Video) avec variantes image‑vers‑vidéo et texte‑vers‑vidéo.

Modèle avancé de génération d’images d’OpenAI, optimisé pour la précision colorimétrique, les tâches structurées et les visuels analytiques. Basé sur la technologie DALL·E 3.

Modèle frontier le plus rapide de Google, 3× plus rapide, multimodal (dont audio), avec un coût optimisé.

API MiniMax Hailuo 2.3 avec variantes Fast et Standard. T2V/I2V, sortie 768p/1080p.

MiniMax Hailuo 02 – complet avec modes T2V, I2V, FLF. Résolutions 512p/768p/1080p.

Modèle phare d’OpenAI pour le code et les tâches agentiques, avec 400K de contexte, 128K de sortie max et un raisonnement avancé.

Dernier modèle phare d’OpenAI avec raisonnement avancé, cache de prompts et contexte 400K pour tâches complexes.

Modèle Claude le plus puissant d’Anthropic, avec un raisonnement, un codage et des capacités agentiques exceptionnels. Contexte 200K.

Modèle vidéo Kling O1 avec variantes image‑vers‑vidéo, montage vidéo et montage rapide. Prend en charge des vidéos de 3 à 20 s avec images de référence pour une génération guidée par le style.

Modèle de langage nouvelle génération de Google avec capacités multimodales avancées et contexte étendu.

Assistant de code rapide et économique avec 200K de contexte et cache de prompts pour des performances optimales.

Modèle le plus intelligent pour créer des agents et coder : 200K de contexte, réflexion étendue et raisonnement avancé.

Modèle de langage rapide et efficace de Google avec prise en charge du cache des prompts pour optimiser les coûts.

Modèle vidéo avancé avec texte‑vers‑vidéo et image‑vers‑vidéo. Durée 2–12 s, options 720p/1080p.

Modèle de langage le plus puissant de Google, avec contexte étendu et capacités de raisonnement avancées.

Génération de vidéos de digital humans avec lip‑sync piloté par l’audio. Transforme des images statiques en avatars parlants aux expressions et mouvements naturels.

Modèle d’édition d’images Tongyi Qianwen avec compréhension intelligente et capacités d’édition collaborative multi‑images.

Gemini 2.5 Flash Image Preview est un modèle IA avancé, excellent en génération et édition d’images pilotées par le langage naturel.

Génération d’images IA axée sur la narration en 4K : créez 9+ visuels cohérents avec fusion multi‑références et édition en temps réel.

Suivez la sortie annoncée, la disponibilité vérifiée de l’API EvoLink, l’identifiant du modèle, les prix et la préparation de l’évaluation des agents de codage.

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