模型与能力

模型值是本平台对外暴露的稳定名称。业务方只需要传本平台模型值，平台会根据渠道配置和请求字段选择对应上游接口。

列出模型

GET /v1/models

curl https://your-domain.example/v1/models \-H "Authorization: Bearer sk-你的令牌"

返回结构兼容 OpenAI 模型列表格式。模型是否可用还会受账号分组、令牌限制、余额、渠道状态影响。

模型值规则

model 必填，必须使用本平台发布的模型值。

文本模型能力

模型值	系列	Chat Completions	Responses	流式输出	工具调用	JSON 输出	调用规则	说明
gemini-3.5-flash	Gemini	支持	支持	支持	部分支持	部分支持	通过 /v1/chat/completions 或 /v1/responses 提交。	工具调用和 JSON 输出取决于当前渠道兼容能力，建议业务侧做结果校验。
gemini-3-pro-preview	Gemini	支持	支持	支持	部分支持	部分支持	通过 /v1/chat/completions 或 /v1/responses 提交。	预览模型能力可能随上游调整；工具调用和 JSON 输出取决于当前渠道兼容能力。

工具调用和 JSON 输出为兼容能力，具体支持程度取决于当前模型渠道；需要严格结构化输出时建议业务侧校验。

视频模型能力

模型值	显示名称	文生视频	图生视频	参考图生视频	视频参考	音频参考	首尾帧	全能参考	自动识别规则	限制
正在读取已启用的全局视频模型…

表格根据当前已启用的全局视频模型及其规则生成；视频参考使用 videoUrls，音频参考使用 audioUrls；全能参考表示可组合接收多种参考输入。

图片模型能力

模型值	系列	文生图	图生图	自动识别规则	限制
gpt-image-2	OpenAI Image	支持	支持	无图片按文生图；有 image/images/imageUrl 按图生图或参考图。	支持 size 推导 aspectRatio/resolution；参考图字段会归一为 imageUrls。
gemini-3-pro-image	Gemini Image	支持	支持	无图片按文生图；有 image/images/imageUrl 按图生图或参考图。	支持 size 推导 aspectRatio/resolution；参考图字段会归一为 imageUrls。

图生图为参考图能力，不等同于带 mask 的局部编辑。

音频模型能力

模型值	系列	音频生成	调用规则	说明
elevenlabs-v3	ElevenLabs	支持	通过 /v1/audio/speech 提交文本转语音。	字段以 OpenAI speech 兼容格式为主，voice 由上游渠道支持情况决定。

能力术语

能力	含义
文本生成	通过 `messages` 或 `input` 生成文本回复。
流式输出	传 `stream: true`，用 SSE 持续接收增量内容。
工具调用	传 `tools` 和 `tool_choice`，让模型返回函数调用意图。
JSON 输出	通过 `response_format` 或提示词约束输出 JSON。
文生视频	只传 `prompt`，不传图片、视频、音频输入。
图生视频	推荐传单张图片统一字段 `imageUrl`。入口仍兼容 `image`、`image_url`。
参考图生视频	推荐传多张参考图统一字段 `imageUrls`。入口仍兼容 `images`、`image_urls`。
视频参考	推荐传参考视频统一字段 `videoUrls`。入口仍兼容 `video`、`videoUrl`、`video_urls`。
音频参考	推荐传参考音频统一字段 `audioUrls`。入口仍兼容 `audio`、`audioUrl`、`audio_urls`。
首尾帧生视频	同时传统一字段 `firstFrameUrl` 和 `lastFrameUrl`。
全能参考	在同一套规范字段中组合接收参考图、参考视频、参考音频等多媒体输入。
文生图	只传 `prompt` 生成图片。
图生图	传 `image`、`imageUrl`、`images` 等图片输入作为参考或编辑输入。

模型值是本平台对外暴露的稳定名称。业务方只需要传本平台模型值，平台会根据渠道配置和请求字段选择对应上游接口。

列出模型

GET /v1/models

curl https://your-domain.example/v1/models \-H "Authorization: Bearer sk-你的令牌"

返回结构兼容 OpenAI 模型列表格式。模型是否可用还会受账号分组、令牌限制、余额、渠道状态影响。

模型值规则

model 必填，必须使用本平台发布的模型值。

文本模型能力

模型值	系列	Chat Completions	Responses	流式输出	工具调用	JSON 输出	调用规则	说明
gemini-3.5-flash	Gemini	支持	支持	支持	部分支持	部分支持	通过 /v1/chat/completions 或 /v1/responses 提交。	工具调用和 JSON 输出取决于当前渠道兼容能力，建议业务侧做结果校验。
gemini-3-pro-preview	Gemini	支持	支持	支持	部分支持	部分支持	通过 /v1/chat/completions 或 /v1/responses 提交。	预览模型能力可能随上游调整；工具调用和 JSON 输出取决于当前渠道兼容能力。

工具调用和 JSON 输出为兼容能力，具体支持程度取决于当前模型渠道；需要严格结构化输出时建议业务侧校验。

视频模型能力

模型值	显示名称	文生视频	图生视频	参考图生视频	视频参考	音频参考	首尾帧	全能参考	自动识别规则	限制
正在读取已启用的全局视频模型…

表格根据当前已启用的全局视频模型及其规则生成；视频参考使用 videoUrls，音频参考使用 audioUrls；全能参考表示可组合接收多种参考输入。

图片模型能力

模型值	系列	文生图	图生图	自动识别规则	限制
gpt-image-2	OpenAI Image	支持	支持	无图片按文生图；有 image/images/imageUrl 按图生图或参考图。	支持 size 推导 aspectRatio/resolution；参考图字段会归一为 imageUrls。
gemini-3-pro-image	Gemini Image	支持	支持	无图片按文生图；有 image/images/imageUrl 按图生图或参考图。	支持 size 推导 aspectRatio/resolution；参考图字段会归一为 imageUrls。

图生图为参考图能力，不等同于带 mask 的局部编辑。

音频模型能力

模型值	系列	音频生成	调用规则	说明
elevenlabs-v3	ElevenLabs	支持	通过 /v1/audio/speech 提交文本转语音。	字段以 OpenAI speech 兼容格式为主，voice 由上游渠道支持情况决定。

能力术语

能力	含义
文本生成	通过 `messages` 或 `input` 生成文本回复。
流式输出	传 `stream: true`，用 SSE 持续接收增量内容。
工具调用	传 `tools` 和 `tool_choice`，让模型返回函数调用意图。
JSON 输出	通过 `response_format` 或提示词约束输出 JSON。
文生视频	只传 `prompt`，不传图片、视频、音频输入。
图生视频	推荐传单张图片统一字段 `imageUrl`。入口仍兼容 `image`、`image_url`。
参考图生视频	推荐传多张参考图统一字段 `imageUrls`。入口仍兼容 `images`、`image_urls`。
视频参考	推荐传参考视频统一字段 `videoUrls`。入口仍兼容 `video`、`videoUrl`、`video_urls`。
音频参考	推荐传参考音频统一字段 `audioUrls`。入口仍兼容 `audio`、`audioUrl`、`audio_urls`。
首尾帧生视频	同时传统一字段 `firstFrameUrl` 和 `lastFrameUrl`。
全能参考	在同一套规范字段中组合接收参考图、参考视频、参考音频等多媒体输入。
文生图	只传 `prompt` 生成图片。
图生图	传 `image`、`imageUrl`、`images` 等图片输入作为参考或编辑输入。

模型与能力

列出模型

模型值规则

文本模型能力

视频模型能力

图片模型能力

音频模型能力

能力术语

On this page

模型与能力

列出模型

模型值规则

文本模型能力

视频模型能力

图片模型能力

音频模型能力

能力术语

On this page