模型选择指南

如果你只是想快速验证接入，先完成快速开始，再回到本页选择具体能力。

按任务选择

任务	入口	典型模型来源	常用调用方式
聊天、问答、总结、翻译	文本对话	OpenAI、Claude、Gemini、DeepSeek 等	curl、OpenAI SDK、部分原生 SDK
图片问答、截图分析、票据识别	图片分析	GPT、Claude、Gemini 等	Chat Completions 图文输入
复杂推理、数学、代码分析	推理模型	DeepSeek、OpenAI、Claude 等	curl、OpenAI SDK
文生图	图像生成	OpenAI、Gemini、Seedream 等	Images API、GenAI SDK、厂商特殊参数
改图、局部修改、参考图重绘	图像编辑	GPT 图像、Gemini、兼容图像模型	Images Edit、GenAI 多模态输入
文生视频、图生视频	视频生成	Seedance、可灵等	异步任务提交与轮询
语音转文字、文字转语音	语音模型	Whisper、TTS、其他语音模型	multipart 上传、音频输出
向量化、召回、重排	Embedding / Rerank	OpenAI、BGE、Jina 等	Embeddings/Rerank 接口
文件理解、混合多模态输入	多模态理解	GPT、Claude、Gemini 等	Chat Completions 或原生多模态格式
函数调用、工具调用	工具调用	GPT、Claude、Gemini 等	tools/function calling 参数

选择时看什么

模型 ID：以模型广场展示为准，复制完整 ID，不要自行拼接。

能力标签：确认是否支持流式、视觉、工具调用、图片、视频、音频等。

调用方式：优先使用你现有代码最容易迁移的 SDK；没有 SDK 时使用 curl/HTTP。

特殊参数：图像、视频、推理和原生厂商 SDK 通常有额外参数，见对应能力页。

价格与限额：上线前查看计费与用量，并做好 429 限流处理。

常见路径

我已有 OpenAI SDK

多数文本模型只需要修改 Base URL、API Key 和 model。

查看 OpenAI Images、Gemini 图像、Seedream 等模型差异。

上传原图并用文本指令改图、换背景、局部重绘。

了解异步任务、task_id、轮询和超时处理。

按现象排查 Key、模型名、限流、超时和余额问题。