독점 엔드포인트신규
빠른 멀티모달 코딩과 에이전트 모델, 1M 맥락, 조정 가능한 추론 깊이, 이미지 및 비디오 입력, 함수 호출, 내장 웹 검색.
텍스트, 이미지, 오디오, 비디오, 3D 등 다양한 모델 전체 카탈로그를 둘러보세요.
모델 카탈로그
텍스트, 이미지, 비디오, 오디오, 3D, 검색, 에이전트 엔드포인트를 pay-as-you-go 가격으로 둘러보세요. 인터랙티브 카탈로그는 EmpirioLabs에서 현재 이용 가능 데이터를 불러오며, 이 모델 문서들은 클라이언트 자바스크립트 없이도 크롤링이 가능합니다.
xAI는 프롬프트 유도 동작, 네이티브 오디오, 480p 또는 720p 출력, 최대 15초 클립을 지원image-to-video.
텍스트, 이미지, 오디오 또는 비디오 입력에서 시네마틱 클립을 위한 멀티모달 비디오 생성.
고해상도 크리에이티브, 브랜드, 제품 비주얼을 위한 통합 이미지 생성 및 편집.
텍스트, 이미지, 비디오, 코딩, 도구 및 1M 컨텍스트 워크플로우를 위한 비용 효율적인 비전 언어 모델입니다.
코딩, 생산성, 장기 실행 에이전트, 깊은 사고, 도구 사용을 위한 대표적인 장기 컨텍스트 모델입니다.
코딩, 에이전트, 장기 맥락 분석, 텍스트, 이미지, 비디오 입력에 대한 다중 모달 추론.
강력한 코딩 지원, 256K 맥락, 이미지 및 비디오 입력이 포함된 문샷 멀티모달 추론.
도구 호출, 구조화된 출력, 캐시 지원, 128K 출력이 포함된 긴 맥락 추론.
참조 이미지를 텍스처가 있는 GLB 에셋으로 변환하는 이미지-3D 생성.
빠른 멀티모달 코딩과 에이전트 모델, 1M 맥락, 조정 가능한 추론 깊이, 이미지 및 비디오 입력, 함수 호출, 내장 웹 검색.
Alibaba Cloud서면 설명에서 오디오 생성, 내레이션, 최대 세 개의 복제 목소리로 된 대화, 효과음, 분위기, 음악 등이 하나의 파일에 포함되어 있습니다.
DeepSeek더 강력한 코딩과 에이전트 결과, 더 빠른 작업 완료, 짧은 출력, 이미지 입력, 1M 컨텍스트 창을 갖춘 포스트 트레이닝 1017 릴리스.
Alibaba CloudPro 및 Turbo 변형으로 이미지 생성 및 편집, 최대 10개의 참조 이미지, 투명한 PNG 출력, 최대 2560x2560 커스텀 크기 지원.
Alibaba Cloud19개의 음성 실시간 음성 합성, 평범한 언어로 전달 지시, 인라인 감정 및 사운드 태그, SSE 또는 WebSocket을 통한 오디오 스트리밍.
EmpirioLabs텍스트, JSON, 이미지, 비디오, 오디오에 관한 yes/no, 선택, 점수, 도구 질문에 최대 100만 토큰으로 답변하며, 입력에 답이 부족할 때도 확인할 수 있습니다.
Z.ai100만 토큰 컨텍스트를 가진 코딩 및 에이전트 모델, 128K 출력, 항상 켜져 있는 추론, 낮은 노력, 높은 노력, 최대 노력 모두에서의 추론, 네이티브 웹 검색, 툴 호출.
Z.ai1M 토큰 컨텍스트, 이미지 및 비디오 입력, 항상 연결된 추론, 네이티브 웹 검색, 툴 호출을 지원하는 네이티브 멀티모달 플래시 모델입니다.
100만 토큰 컨텍스트, 128K 출력, 조정 가능한 추론 노력, 네이티브 웹 검색, 툴 호출 기능을 갖춘 추론 및 코딩 모델.
Moonshot AIKimi K3는 1M 토큰 컨텍스트, 항상 연결된 사고, 네이티브 웹 검색, 텍스트, 이미지, 비디오 입력을 갖춘 Moonshot의 대표 추론 모델입니다.
Meta AIMeta의 업데이트된 프런티어 추론 모델은 1,048,576개의 토큰 컨텍스트, 이미지, 비디오, 오디오, PDF 이해, 웹 검색, 툴 호출을 포함합니다.
Kimi K2.7 코드는 문샷의 수조 매개변수 에이전트틱 코딩 모델로, 256K 맥락, 항상 연결된 추론, 텍스트, 이미지, 비디오 입력을 지원합니다.
아파치 라이선스 4B FLUX.2 Klein 이미지 생성 및 편집 모델로, text-to-image, 참조 이미지 편집, 창의적인 워크플로우 지원이 가능합니다.
Tencent다중 모달 Mixture-of-Experts 아키텍처 위의 오픈 소스 text-to-image 모델로, 사진처럼 사실적인 디테일과 강력한 다국어 텍스트 렌더링을 지원합니다.
DeepSeekJanus Pro 7B 모델의 자기회귀 프레임워크는 다중 모달 이해와 이미지 생성을 하나의 아키텍처로 통합합니다.
Alibaba Cloud클래스 선도의 복잡한 Chinese/English 텍스트 렌더링, 사실적인 텍스처, 다중 이미지 융합을 갖춘 통합 이미지 생성 및 편집 모델입니다.
Alibaba CloudQwen 이미지 생성 및 편집, Base 및 Pro 변형, 다국어 타이포그래피, 다중 이미지 참조, 그리고 제어 가능한 1K 또는 2K 출력.
ByteDance렌더링 전에 프롬프트를 통해 추론하여 고해상도의 일관된 편집과 브랜드 시각을 생성하는 통합 멀티모달 이미지 모델입니다.
Kling AI텍스트-비디오 및 image-to-video 동기화된 네이티브 오디오가 적용되며, 720p 또는 1080p로 3초에서 15초까지 재생되며, 화면비와 프롬프트 컨트롤이 가능합니다.
Alibaba Cloud텍스트-비디오, 이미지-비디오, 참조-비디오 및 비디오 편집 모드를 제공하며, 고충실도와 모션 부드럽게 출력됩니다.
8.3B 매개변수 비디오 모델로, 네이티브 720p 출력(1080p로 업스케일링 가능), 강한 동작 일관성, 최대 10초의 이중언어 프롬프트 이해 능력.
Kling AI텍스트-비디오, 이미지-비디오 변환, 참조-비디오 변환, 편집, 네이티브 사운드, 다중 장면 전환을 포함한 표준 또는 프로 모드의 비디오 모델.
Kling AIKling 3.0 모델은 레퍼런스 비디오에서 레퍼런스 이미지의 캐릭터로 모션을 전송하며, 스탠다드 720p 및 프로 1080p 티어가 있습니다.
OpenMOSS정밀한 듀얼 타워 립싱크와 함께 한 추론 단계에서 동기화된 비디오와 오디오를 생성하는 오픈 소스 32B MoE 기초 모델입니다.
text-to-song 및 가사 유도 오디오를 위한 오픈 소스 음악 생성 모델과 빠른 8단계 XL 터보 추론을 통해 노래 반복을 제어할 수 있습니다.
실시간 음성 모델은 평범한 영어 전달 방향을 따르고, 200+ 언어에 걸쳐 하나의 음성 정체성을 유지하며, 단어 타임스탬프와 함께 스트리밍합니다.
15개 언어에서 271+ 음성 처리를 지원하는 130ms 미만의 TTFB 음성 합성, 표현력 있는 운율, 그리고 저지연 음성 에이전트를 위한 실시간 SSE 스트리밍.
풍부한 표현력 있는 운율을 가진 방송 품질의 음성 합성, 15개 언어에 걸친 271+ 음성 지원, 그리고 단어당 타임스탬프가 포함된 실시간 SSE 스트리밍.
가사와 스타일 프롬프트를 바탕으로 완전한 스테레오 곡을 생성하며, 최대 5분까지 지속 시간, 시드, 포맷 조절이 가능합니다.
지연 우선 실시간 음성 합성으로, 200+ 언어에서 하나의 음성 정체성을 유지하며, 고용량 스트리밍 작업에 최적화되어 있습니다.
DeepgramNova-3 모델을 사용한 음성 변환 전사, 다국어 지원과 생산 작업 부하에 맞춘 고급 맞춤 설정 지원.
OpenAIWhisper-1 speech-to-text 다국어 감독 오디오로 학습된 전사로, 파일당 업로드 제한 25MB가 있습니다.
다국어 ASR, 번역, VAD, 타임스탬프, 자막, 핫워드, 디코더 컨트롤을 포함한 제어된 Whisper Large v3 터보 전사.
StepFunStepFun은 중국어 및 영어 오디오 전사를 위한 스트리밍 음성 인식 모델입니다.
StepFun고유명사, 전문 용어, 방언, 그리고 속삭임, 빠른 말하기, 노래 등 어려운 오디오에 대한 문맥 인식 전사.
StepFun소켓을 통한 실시간 전사, 화자가 말하는 동안 부분적인 결과를 반환하고, 음성 활동 감지로 각 문장을 표시합니다.
Exa자연어 질문에 대한 빠른 LLM 스타일의 답변, 신선한 Exa 웹 검색 결과와 인라인 인용 및 출처 링크에 기반합니다.
Exa웹 검색 엔진은 AI 에이전트를 위한 오픈 웹 전역에서 페이지 찾기, 유사 페이지 검색, 크롤링, 전용 코드 검색을 지원합니다.
Linkup초기 결과가 부족할 때도 계속 쿼리를 하는 반복적인 AI 검색으로, 표준 모드보다 더 포괄적인 답변을 반환합니다.
LinkupAI 기반 웹 검색, 딥 서치보다 빠른 상세한 개요와 답변을 제공합니다.
Perplexity여러 차례 웹 검색과 페이지 읽기를 수행하는 기관급 연구 에이전트로, 최대 깊이와 광범위한 출처 커버리지를 제공합니다.
Perplexity복잡한 주제에 걸쳐 자율적으로 검색, 읽기, 평가하는 다단계 검색, 종합, 추론 연구 모델.
TRELLIS.2 이미지-3D 모델은 참조 이미지를 해상도, 시드, 메쉬, 텍스처, 내보내기 컨트롤이 있는 텍스처가 있는 GLB 자산으로 변환합니다.
DeemosRodin Gen-2 엔진은 텍스트 프롬프트나 최대 다섯 개의 참조 이미지를 PBR 재질과 쿼드 또는 원시 메시를 갖춘 생산 3D 자산으로 변환합니다.
Hitem3D구조 인식 텍스처를 적용한 프로덕션 중심의 이미지 투 3D, 1536 및 1536 Pro 정밀 티어, 최대 200만 개의 얼굴 메시, 그리고 5가지 내보내기 포맷.
Alibaba Cloud선택 가능한 출력 크기를 가진 다국어 텍스트 임베딩(64–2048). 입력당 최대 8,192개의 토큰.
Alibaba Cloud속도 최적화된 멀티모달 임베딩, Vision-Plus와 같은 형태, 3× 더 저렴한 image/video 토큰.
Alibaba Cloud텍스트, 이미지, 비디오 입력에 대해 독립적인 벡터를 생성하는 멀티모달 임베딩.
ByteDance텍스트, 이미지, 비디오를 하나의 1024 또는 2048 차원 벡터로 융합하여 교차 모달 검색 및 검색을 가능하게 하는 다중 모달 임베딩입니다.
Alibaba Cloud의미 문서 리랭커. 관련성에 따라 쿼리당 최대 500개의 후보를 정렬하며, 100+ 언어를 지원하고 맞춤형 정렬 명령어를 허용합니다.
LightOn문서용 OCR은 PDF와 이미지를 페이지별로 구조화된 Markdown으로 읽어내며, 표, 수학, 차트, 이미지 영역, 레이아웃을 포함합니다.
