AI 模型
比较 FireRed Image Edit 上可用的 AI 图像模型和 AI 视频模型，并打开最适合你工作流的模型页面或生成器。
AI 图像模型
FireRed Image Edit
专注于局部重绘、物体替换、背景修改与风格细化的 AI 图片编辑模型。适合在保留原图主体结构的前提下，快速完成高质量可控编辑，尤其适用于电商修图、海报改图、社媒素材优化和创意二次加工。
Grok 4.2 Image
xAI 最新的 Grok 4.2 图像生成模型，擅长创意构图与风格化表达，支持文生图和图生图，在人物肖像、场景渲染和艺术创作方面表现出色。
FLUX.2 Klein 9B
黑森林实验室推出的超速轻量图像生成模型，9B参数量实现极快出图速度，适合高频批量生成和快速迭代场景。
Nano Banana
基于 Google 技术的图像生成模型，细节渲染出色，支持多图参考。最多可上传14张参考图片，精准控制风格，支持多种宽高比。
GLM Image
智谱AI的文生图模型，中英文双语理解能力强。生成速度快、成本极低，适合快速内容创作和批量工作流。
Nano Banana 2
基于 Google Gemini Flash Image 的快速、实惠图像生成模型，支持0.5K至4K分辨率，适合日常高频创作。
Nano Banana 2.1
Google 高效的 Gemini 图像模型，画面文字渲染更精准，多轮连续编辑时的角色与风格更一致。支持 1K、2K、4K 输出，最多可用 10 张参考图。
Nano Banana 2 Lite
Google DeepMind 速度最快、效率最高的 Gemini Image 模型，适合低延迟图像生成与编辑。适用于快速草稿、参考图改图和轻量成本下的 1K 视觉探索。
Nano Banana Pro
面向高保真、高细节、对构图与人物/物体一致性要求很高的专业生成模型。
Seedream 5.0 Lite
字节跳动新一代轻量级图像生成模型，在保持旗舰级视觉质量的同时大幅提升生成速度。支持最多15张批量生成，提示词理解能力强，适合高频创作场景。
Seedream 5.0 Flash
快速生成与编辑图像，支持最多 10 张参考图及 1K、1.5K、2K 输出。
Seedream 5.0 Pro
字节跳动高质量 Seedream 5.0 Pro 图像模型，强化复杂提示词理解、细节表现与构图稳定性，适合对商业视觉品质要求较高的生成与编辑任务。
GPT-Image 1.5
专业级真实感图像生成模型，擅长捕捉细腻的光影质感与自然的人物表情。支持文生图和图生图两种模式，在保真度和细节还原上表现出色，特别适合需要高度真实感的商业场景。
GPT Image 2
支持最多16张参考图的多图参考图像生成模型，适合需要高一致性、强可控性和复杂需求表达的商业创作。支持文生图与图生图，适用于电商主图、角色设定、品牌海报和多图融合场景。
GPT Image 2.5
OpenAI GPT Image 2.5 Flare 模型，进一步提升细节清晰度、参考图一致性和局部改图能力。支持文生图与图生图，最多可上传16张参考图。
GPT Image 2.5 Flare
OpenAI GPT Image 2.5 Flare 模型，进一步提升细节清晰度、参考图一致性和局部改图能力。支持文生图与图生图，最多可上传16张参考图。
GPT Image 2.5 Sunburst
OpenAI GPT Image 2.5 Flare 模型，进一步提升细节清晰度、参考图一致性和局部改图能力。支持文生图与图生图，最多可上传16张参考图。
Seedream 4.5
旗舰级视觉生成模型，拥有极致的自然语言理解力与光影表现力。它不再依赖机械的标签堆砌，而是能听懂‘故事’与‘氛围’，在超写实摄影与超现实艺术间自由切换。
FLUX.2
次世代工业级模型，突破了 AI 绘图的“文字魔咒”。它拥有目前最强的指令遵循能力，不仅能完美生成图片内的指定单词/文本，还能精确控制复杂的人体手部动作与物体空间关系。
FLUX 3 Klein
Z-Image
专为文本到图像场景优化的模型，致力于把复杂描述准确映射为视觉元素，尤其擅长概念化与抽象描述还原。
Grok Imagine Image 2
xAI 新一代 Grok Imagine 图像模型，擅长创意构图、风格化视觉与高质量图像生成，适用于人物肖像、场景设计、广告素材和社交媒体内容。
Qwen Image 3
阿里 Qwen 新一代图像模型，强化复杂提示词理解、文字渲染与构图控制，适合海报、电商、创意设计和商业视觉等高质量图像生成场景。
AI 视频模型
Veo 3.1
Google 最新旗舰视频生成模型。Veo 3.1 Quality 拥有业界顶尖的光影物理引擎和超高保真度，能完美还原现实世界的纹理、动态与细节。支持 16:9、9:16 和自动宽高比，适合商业级高质量视频制作。
Sora 2
Sora 系列的标准版本。在保持 OpenAI 优秀的语义理解能力的同时,优化了生成速度与成本。非常适合快速验证分镜脚本、社交媒体短视频制作及通用创意生成。
HappyHorse
HappyHorse 是阿里巴巴下一代多模态视频生成模型，原生支持音视频协同生成。单一模型覆盖四种场景——文生视频、图生视频、多图参考生视频、视频原位编辑，非常适合广告、电商、短剧和社媒创意内容。
Wan 2.6
Wan 2.6 是一款先进的视频生成模型,支持文本生成视频、图片生成视频和视频转视频三种模式。提供 5秒、10秒、15秒 的时长选项和 720p、1080p 两种分辨率,支持多镜头切换功能,适合创作多样化的视频内容。
Kling 3.0
Kling 3.0 Omni
Kling 4.0
Kling 3.0 Motion Control
Kling 动作控制
Kling 动作控制模型,通过上传参考图片和视频,精准控制角色的动作和姿态。支持3-30秒视频,可生成与参考一致的角色动作,适合角色动画和动作迁移场景。
Kling 2.6
以惊人的动作一致性和物理规律捕捉著称。Kling 2.6 擅长生成大幅度的人物动作、复杂的物体交互以及电影级的运镜效果,画面细腻且连贯。
Seedance 1.5 Pro
字节跳动先进的视频生成模型。Seedance 1.5 Pro 擅长角色动画,具有精准的口型同步和自然的表情。拥有逼真的运动物理效果,支持多种视频比例（1:1、21:9、4:3、3:4、16:9、9:16）,提供灵活的时长选项（4秒、8秒、12秒）,并可选择生成音频。
Seedance 2
字节跳动新一代视频生成模型。Seedance 2 强调高质量画面、复杂运动表现与多模态参考控制，支持文本、图片、视频与音频输入，适合需要更高一致性与更强镜头表达的专业视频创作。
Wan 3.0 Video
Wan 3.0 Video 是阿里巴巴的多模态视频生成模型，支持文生视频、图生视频、参考生视频，以及使用图片、视频和音频参考进行视频编辑。
Wan 3.0 Video Prime
Wan 3.0 Video Prime 是更高保真的 Wan 版本，适合对画面细节、动作控制和构图一致性要求更高的文生、图生和参考生视频项目。
Seedance 2.5
字节跳动的新一代视频生成模型，支持文生视频、首尾帧图生视频和多模态参考生视频。支持图片、视频、音频参考，提供 480p/720p、4–30 秒时长和可选音频生成。
Seedance 2 Fast
Seedance 2 的高速版本，兼顾速度与成本效率。适合快速迭代创意、批量测试提示词与高频内容生产，同时保留对图片、视频与音频参考的支持。
Seedance 2 Mini
Seedance 2 的轻量低成本版本。支持首尾帧与多模态参考，单秒积分更低，适合草稿、社交短视频与大批量试跑。
Grok Imagine
xAI 推出的创意视频生成模型。Grok Imagine 擅长将文本描述转化为富有想象力的视频内容,支持多种宽高比(2:3、3:2、1:1、9:16、16:9),提供 fun、normal、spicy 三种风格模式,适合创意内容制作和快速原型验证。
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 基于 Omni-Flash-Ext 的高级视频生成模型。支持文生视频、单图生视频和3张参考图融合。支持 4/6/8/10 秒时长，提供 16:9 和 9:16 宽高比。
Gemini Omni 1.1 Flash
Gemini Omni 1.1 Flash 是 Google 的多模态视频生成模型，支持文生视频、图生视频和参考图片，提供灵活时长与多种宽高比。
MiniMax H3
MiniMax H3 是多模态视频生成模型，支持文生视频、图生视频和参考生视频，提供 768p/2K 输出、灵活时长与参考音频。
MiniMax H3 Max
MiniMax H3 Max 是高速视频生成模型，支持 480p/768p 文生视频、首尾帧图生视频，以及图片、视频、音频多模态参考生视频，输出时长 5 至 15 秒。
MiniMax H3 Max Turbo
MiniMax H3 Max Turbo 是更低成本的极速档，支持 480p/768p 文生视频，以及首帧必填、尾帧可选的图生视频。
PixVerse V6 Max
将文字或单张图片生成 1–15 秒视频，最高支持 1080p，可选同步生成音频。
PixVerse V6
PixVerse V6 是一款灵活的视频生成模型，支持文生视频、图生视频、首尾帧转场和视频续写。支持 360p 至 1080p、1 至 15 秒视频，以及可选的原生音频。
Vidu Q4
让一张首帧图动起来，或用最多15张参考图生成视频。支持540p至4K，单图模式3至16秒、参考模式1至16秒，可选同步音频。参考音频须为3至12秒的MP3。