AI 模型
比較 FireRed Image Edit 上可用的 AI 圖像模型和 AI 影片模型，並打開最適合你工作流程的模型頁面或生成器。
AI 圖像模型
FireRed Image Edit
專注於局部重繪、物件替換、背景修改與風格微調的 AI 圖片編輯模型。適合在保留原圖主體結構與構圖的前提下，快速完成高品質且可控的編輯，特別適用於電商修圖、海報改圖、社群素材優化與創意二次加工。
Grok 4.2 Image
xAI 最新的 Grok 4.2 圖像生成模型，擅長創意構圖與風格化表達，支持文生圖和圖生圖，在人物肖像、場景渲染和藝術創作方面表現出色。
FLUX.2 Klein 9B
黑森林實驗室推出的超速輕量圖像生成模型，9B參數量實現極快出圖速度，適合高頻批量生成和快速迭代場景。
Nano Banana
速度優先的通用圖片生成模型，平衡質量與效率，適合快速迭代與日常創作。
GLM Image
智譜AI的文生圖模型，中英文雙語理解能力強。生成速度快、成本極低，適合快速內容創作。
Nano Banana 2
基於 Google Gemini Flash Image 的快速、實惠圖像生成模型，支援0.5K至4K解析度，適合日常高頻創作。
Nano Banana 2.1
Google 高效的 Gemini 圖像模型，畫面文字渲染更精準，多輪連續編輯時的角色與風格更一致。支援 1K、2K、4K 輸出，最多可用 10 張參考圖。
Nano Banana 2 Lite
Google DeepMind 速度最快、效率最高的 Gemini Image 模型，適合低延遲圖像生成與編輯。適用於快速草稿、參考圖改圖和輕量成本下的 1K 視覺探索。
Nano Banana Pro
面向高保真、高細節、對構圖與人物/物體一致性要求很高的專業生成模型。
Seedream 5.0 Lite
字節跳動新一代輕量級圖像生成模型，在保持旗艦級視覺品質的同時大幅提升生成速度。支援最多15張批量生成，提示詞理解能力強，適合高頻創作場景。
Seedream 5.0 Flash
快速生成與編輯圖像，支援最多 10 張參考圖及 1K、1.5K、2K 輸出。
Seedream 5.0 Pro
字節跳動高品質 Seedream 5.0 Pro 圖像模型，強化複雜提示詞理解、細節表現與構圖穩定性，適合高要求商業視覺生成與編輯。
GPT-Image 1.5
專業級真實感圖像生成模型，擅長捕捉細膩的光影質感與自然的人物表情。支持文生圖和圖生圖兩種模式，在保真度和細節還原上表現出色，特別適合需要高度真實感的商業場景。
GPT Image 2
支援最多16張參考圖的多參考圖像生成模型，適合需要高一致性、強可控性與複雜需求表達的商業創作。支援文生圖與圖生圖，適用於電商主圖、角色設定、品牌海報與多圖融合場景。
GPT Image 2.5
OpenAI GPT Image 2.5 Flare 模型，進一步提升細節清晰度、參考圖一致性與局部改圖能力。支援文生圖與圖生圖，最多可上傳16張參考圖。
GPT Image 2.5 Flare
OpenAI GPT Image 2.5 Flare 模型，進一步提升細節清晰度、參考圖一致性與局部改圖能力。支援文生圖與圖生圖，最多可上傳16張參考圖。
GPT Image 2.5 Sunburst
OpenAI GPT Image 2.5 Flare 模型，進一步提升細節清晰度、參考圖一致性與局部改圖能力。支援文生圖與圖生圖，最多可上傳16張參考圖。
Seedream 4.5
旗艦級視覺生成模型，擁有極致的自然語言理解力與光影表現力。它不再依賴機械的標籤堆砌，而是能聽懂「故事」與「氛圍」，在超寫實攝影與超現實藝術間自由切換。
FLUX.2
次世代工業級模型，突破了 AI 繪圖的「文字魔咒」。它擁有目前最強的指令遵循能力，不僅能完美生成圖片內的指定單詞/文本，還能精確控制複雜的人體手部動作與物體空間關係。
FLUX 3 Klein
Z-Image
專為文本到圖像場景優化的模型，致力於把複雜描述準確映射為視覺元素，尤其擅長概念化與抽象描述還原。
Grok Imagine Image 2
xAI 新一代 Grok Imagine 圖像模型，擅長創意構圖、風格化視覺與高品質圖像生成，適用於人物、場景、廣告與社交內容。
Qwen Image 3
阿里 Qwen 新一代圖像模型，強化複雜提示詞理解、文字渲染與構圖控制，適合海報、電商、創意設計與商業視覺。
AI 影片模型
Veo 3.1
Google 最新旗艦影片生成模型。Veo 3.1 Quality 擁有業界頂尖的光影物理引擎和超高保真度，能完美還原現實世界的紋理、動態與細節。支援 16:9、9:16 和自動寬高比，適合商業級高品質影片製作。
Sora 2
Sora 系列的標準版本。在保持 OpenAI 優秀的語義理解能力的同時，優化了生成速度與成本。非常適合快速驗證分鏡腳本、社群媒體短影音製作及通用創意生成。
HappyHorse
HappyHorse 是阿里巴巴下一代多模態視頻生成模型，原生支援音視頻協同生成。單一模型涵蓋四種場景——文字生視頻、圖像生視頻、多圖參考生視頻、視頻原位編輯，非常適合廣告、電商、短劇與社群創意內容。
Wan 2.6
Wan 2.6 是一款先進的影片生成模型，支援文字生成影片、圖片生成影片和影片轉影片三種模式。提供 5秒、10秒、15秒 的時長選項 and 720p、1080p 兩種解析度，支援多鏡頭切換功能，適合創作多樣化的影片內容。
Kling 3.0
Kling 3.0 Omni
Kling 4.0
Kling 3.0 Motion Control
Kling 動作控制
Kling 動作控制模型，通過上傳參考圖片和視頻，精準控制角色的動作和姿態。支持3-30秒視頻，可生成與參考一致的角色動作，適合角色動畫 and 動作遷移場境。
Kling 2.6
以驚人的動作一致性和物理規律捕捉著稱。Kling 2.6 擅長生成大幅度的人物動作、複雜的物體交互以及電影級的運鏡效果，畫面細膩且連貫。
Seedance 1.5 Pro
字節跳動先進的影片生成模型。Seedance 1.5 Pro 擅長角色動畫,具有精準的口型同步和自然的表情。擁有逼真的運動物理效果,支援多種影片比例(1:1、21:9、4:3、3:4、16:9、9:16),提供靈活的時長選項(4秒、8秒、12秒),並可選擇生成音訊。
Seedance 2
ByteDance 新一代影片生成模型。Seedance 2 著重高畫質畫面、複雜動作表現與多模態參考控制，支援文字、圖片、影片與音訊輸入，適合需要更高一致性與更強鏡頭語言的專業影片創作。
Wan 3.0 Video
Wan 3.0 Video 是阿里巴巴的多模態影片生成模型，支援文生影片、圖生影片、參考生影片，以及使用圖片、影片和音訊參考進行影片編輯。
Wan 3.0 Video Prime
Wan 3.0 Video Prime 是更高保真的 Wan 版本，適合對畫面細節、動作控制和構圖一致性要求更高的文生、圖生和參考生影片專案。
Seedance 2.5
ByteDance 新一代影片生成模型，支援文字生影片、首尾幀圖片生影片及多模態參考生影片。支援圖片、影片、音訊參考，提供 480p/720p、4–30 秒時長及可選音訊生成。
Seedance 2 Fast
Seedance 2 的高速版本，兼顧生成速度與成本效率。適合快速迭代創意、批量測試提示詞與高頻內容生產，同時保留圖片、影片與音訊參考的支援。
Seedance 2 Mini
Seedance 2 的輕量低成本版本。支援首尾幀與多模態參考，適合草稿、社交短片與大批量試跑。
Grok Imagine
xAI 推出的創意視頻生成模型。Grok Imagine 擅長將文本描述轉化為富有想像力的視頻內容，支持多種寬高比(2:3、3:2、1:1、9:16、16:9)，提供 fun、normal、spicy 三種風格模式，適合創意內容製作和快速原型驗證。
Grok Imagine Video 1.5 Preview
Grok Imagine Video 1.5 Preview is an image-to-video model. It requires one reference image, outputs fixed 720P video, supports 5-15 second durations, and supports 16:9, 9:16, 3:2, 2:3, 1:1, 3:4 and 4:3 aspect ratios.
Grok Imagine Video 1.5 Lite
Gemini Omni
Gemini Omni 是 Google 基於 Omni-Flash-Ext 的先進視頻生成模型。支援文字生成視頻、單圖生成視頻和3張參考圖融合。支援 4/6/8/10 秒時長，提供 16:9 和 9:16 寬高比。
Gemini Omni 1.1 Flash
Gemini Omni 1.1 Flash 是 Google 的多模態影片生成模型，支援文生影片、圖生影片和參考圖片，提供靈活時長與多種畫面比例。
MiniMax H3
MiniMax H3 是多模態影片生成模型，支援文生影片、圖生影片和參考生影片，提供 768p/2K 輸出、靈活時長與參考音訊。
MiniMax H3 Max
MiniMax H3 Max 是高速影片生成模型，支援 480p/768p 文生影片、首尾幀圖生影片，以及圖片、影片、音訊多模態參考生影片，輸出時長 5 至 15 秒。
MiniMax H3 Max Turbo
MiniMax H3 Max Turbo 是更低成本的極速版本，支援 480p/768p 文生影片，以及首幀必填、尾幀可選的圖生影片。
PixVerse V6 Max
以文字或單張圖片製作 1–15 秒影片，最高支援 1080p，並可選擇一併生成音訊。
PixVerse V6
PixVerse V6 是一款靈活的影片生成模型，支援文字生影片、圖片生影片、首尾幀轉場及影片延伸。支援 360p 至 1080p、1 至 15 秒影片，以及可選的原生音訊。
Vidu Q4
讓一張首幀圖動起來，或使用最多15張參考圖生成影片。支援540p至4K，單圖模式3至16秒、參考模式1至16秒，可選同步音訊。參考音訊須為3至12秒的MP3。