API 更新

我们很高兴宣布 Suno AI 音乐生成模型正式上线，为您带来专业级 AI 音乐创作能力。

新模型

Suno

• 模型 ID: suno-v5（同时支持 suno-v4.5plus、suno-v4.5all、suno-v4.5、suno-v4）
• 功能: AI 驱动的音乐生成，支持人声、歌词和纯音乐
• 亮点: 通过文本提示词创作专业品质歌曲，多个模型版本可选
• 时长: 单曲最长 4 分钟

核心能力

• 简单模式: 只需提供提示词，AI 自动生成歌词和旋律
• 自定义模式: 完全控制风格、标题和歌词
• 纯音乐模式: 生成不含人声的音乐
• 歌曲续写: 继续或扩展现有歌曲

文档

• Suno API 文档

我们很高兴宣布 MiniMax 海螺视频生成模型系列正式上线，为您带来前沿的 AI 视频创作能力。

新模型

海螺 2.3 Fast

• 模型 ID: MiniMax-Hailuo-2.3-Fast
• 功能: 速度优化版，仅支持图生视频 (I2V) 模式
• 亮点: 延迟最低，极致物理效果，适合快速迭代
• 分辨率: 768P / 1080P
• 时长: 6秒 / 10秒

海螺 2.3

• 模型 ID: MiniMax-Hailuo-2.3
• 功能: 高质量输出，支持文生视频 (T2V) 和图生视频 (I2V) 双模式
• 亮点: SOTA 指令遵循能力，专业级画质
• 分辨率: 768P / 1080P
• 时长: 6秒 / 10秒

海螺 02

• 模型 ID: MiniMax-Hailuo-02
• 功能: 功能最全，支持文生视频 (T2V)、图生视频 (I2V) 和首尾帧 (FLF) 三种模式
• 亮点: 支持 512P 低成本选项，满足多样化创作需求
• 分辨率: 512P / 768P / 1080P
• 时长: 6秒 / 10秒

核心能力

• 15 种镜头指令: Pan、Tilt、Zoom、Push、Pull、Truck、Pedestal、Static、Tracking、Shake 等
• 智能模式识别: 系统根据输入图片数量自动识别模式
• 提示词优化器: AI 驱动的提示词增强，获得更好效果
• 快速预处理: 可选加速图片分析

文档

• 海螺 2.3 API 文档
• 海螺 02 API 文档

感谢大家在第一期活动期间对 EvoLink 的支持与反馈。随着第一期「阿里模型全系列」活动阶段性结束，我们将上线第二期活动价格体系。

活动详情

• 第二期活动价格：统一按官方价 7 折 执行（覆盖阿里模型全系列相关能力）
• 生效时间：2025年12月26日 00:00
• 适用范围：阿里模型系列（图像/视频等）相关计费项

说明

价格生效后，新产生的调用将按第二期活动价格计费；历史账单不受影响。

1. GPT Image 1.5

   • gpt-image-1.5：

     • OpenAI 先进的图像生成模型。
     • 针对真彩色精度和结构化视觉任务优化。
     • 基于 DALL-E 3 技术，增强分析性视觉输出。
     • 高质量图像生成，细节准确度更高。
   • 文档：GPT Image 1.5 API
2. Gemini 3 Flash Preview

   • gemini-3-flash-preview：

     • Google 最新的快速推理模型预览版。
     • 针对速度优化，同时保持高质量输出。
     • 支持扩展上下文窗口。
     • 适合高吞吐量应用场景。
   • 文档：Gemini 3 Flash Preview API

1. WAN 2.6 文生视频

   • wan2.6-text-to-video：

     • 阿里通义万相 2.6 文生视频。
     • 增强画质，支持 720p/1080p 分辨率。
     • 多种时长选项：5秒、10秒、15秒。
     • 智能提示词改写，生成效果更佳。
   • 文档：WAN 2.6 文生视频 API
2. WAN 2.6 图生视频

   • wan2.6-image-to-video：

     • 将静态图片转化为动态视频。
     • 首帧生成，支持运动控制。
     • 支持 5秒、10秒、15秒时长，720p/1080p 画质。
   • 文档：WAN 2.6 图生视频 API
3. WAN 2.6 参考视频

   • wan2.6-reference-video：

     • 从参考视频中提取角色外观和声音。
     • 生成保持角色一致性的新视频。
     • 高级视频到视频转换能力。
   • 文档：WAN 2.6 参考视频 API

1. OmniHuman 1.5（数字人视频）

   • omnihuman-1.5：AI 驱动的数字人视频生成，支持音频驱动的唇形同步。
   • 将静态图片转化为会说话的数字人，具有自然的面部表情和动作，支持 1:1、9:16、16:9 多种宽高比。
   • 按音频时长计费，当前价格以定价页为准。
   • 文档：OmniHuman 1.5 API
2. GPT-5.2（文本/多模态）

   • gpt-5.2：OpenAI 专为编程和智能体任务优化的旗舰模型。
   • 400K 上下文窗口，128K 最大输出 tokens，增强的推理能力，适合复杂多步骤工作流。
   • 内置 Prompt 缓存；输入、输出与缓存命中分别计价，当前价格以定价页为准。
   • 文档：GPT-5.2 API

1. Z Image Turbo（图像）

   • z-image-turbo：基于 Tongyi Lab 开源架构的超快速图像生成模型。
   • 生成速度约 3 秒，支持最高 4K 分辨率，适用于高并发、批量生成场景，提示词还原度高。
   • 当前价格以定价页为准。
2. 核心能力

   • 多纵横比支持：1:1、9:16、16:9 等
   • 负面提示词控制
   • NSFW 内容过滤开关
   • 自定义 LoRA 模型加载

文档：Z Image Turbo

1. Kling O1 系列（视频）

   • kling-o1-image-to-video：图生视频，支持最多 2 张输入图像，时长 5 秒或 10 秒。
   • kling-o1-video-edit：AI 视频编辑，支持参考图像进行风格指导，时长 3-10 秒。
   • kling-o1-video-edit-fast：快速视频编辑模式，时长 6-20 秒。
   • 文档：Kling O1 图生视频 | Kling O1 视频编辑 | Kling O1 快速视频编辑
2. Seedream 4.5（图像）

   • doubao-seedream-4.5：多图编辑一致性增强，图像文字渲染优化，支持最高 4K 分辨率。
   • 文档：Seedream 4.5

三个 Kling O1 模型按秒计费，Seedream 4.5 按张计费，当前价格以定价页为准。