AI 모델 API — 비디오, 이미지, 오디오 생성
둘러보고 사용해 보세요: 130 개 모델, 16 개 제공업체. 카드를 열면 플레이그라운드에서 해당 모델을 사용해 볼 수 있습니다.
모든 서브 모델의 변형별 가격은 다음 페이지에서 확인할 수 있습니다: 가격 페이지.
유형(5)
제공업체(16)
기능(12)
Coming soon: the fast Kling 4.0 model. 3-20s at 720p, text-to-video, image-to-video, Omni Reference.
세부 정보 보기
Kling 4.0 Flash
Kling
Coming soon: the fast Kling 4.0 model. 3-20s at 720p, text-to-video, image-to-video, Omni Reference.
- 텍스트-비디오
- 이미지-비디오
- 참조-비디오
Coming soon: 5-20s video with native audio, up to 10 keyframes, video continuation, draft mode.
세부 정보 보기
FLUX 3 Video
Black Forest Labs
Coming soon: 5-20s video with native audio, up to 10 keyframes, video continuation, draft mode.
- 텍스트-비디오
- 이미지-비디오
- 비디오-비디오
5.6B open weights, text-to-image, editing, up to 4 references, 7 aspect ratios to 4 MP, 16 steps.
이 모델 사용해 보기FLUX 3 Image Klein
Black Forest Labs
5.6B open weights, text-to-image, editing, up to 4 references, 7 aspect ratios to 4 MP, 16 steps.
- 텍스트-이미지
- 이미지-이미지
Undistilled 5.6B FLUX 3 Klein, 50 steps, CFG guidance, negative prompt, 4 refs, 7 ratios to 4 MP.
이 모델 사용해 보기FLUX 3 Image Klein Base
Black Forest Labs
Undistilled 5.6B FLUX 3 Klein, 50 steps, CFG guidance, negative prompt, 4 refs, 7 ratios to 4 MP.
- 텍스트-이미지
- 이미지-이미지
T2V, I2V or 14 references, end frame, voices, 1–15s at native 1080p.
이 모델 사용해 보기
Grok Imagine 1.5 Video
xAI
T2V, I2V or 14 references, end frame, voices, 1–15s at native 1080p.
- 텍스트-비디오
- 이미지-비디오
- 참조-비디오
Cheapest Grok video: T2V or I2V, 1–15s, 480p to 1080p, with sound.
이 모델 사용해 보기Grok Imagine 1.5 Lite Video
xAI
Cheapest Grok video: T2V or I2V, 1–15s, 480p to 1080p, with sound.
- 텍스트-비디오
- 이미지-비디오
Add 2–10 seconds to any 2–15 second clip from its URL, 1.0 model, up to 720p.
이 모델 사용해 보기Grok Imagine 1.0 Video Extend
xAI
Add 2–10 seconds to any 2–15 second clip from its URL, 1.0 model, up to 720p.
- 비디오-비디오
Prompt-driven edit of any clip by URL, 1.0 model, same length and ratio, up to 720p.
이 모델 사용해 보기Grok Imagine 1.0 Video Edit
xAI
Prompt-driven edit of any clip by URL, 1.0 model, same length and ratio, up to 720p.
- 비디오-비디오
xAI TTS: preset voices, 20 languages, speed control, mp3, wav, or pcm.
이 모델 사용해 보기Grok Text to Speech
xAI
xAI TTS: preset voices, 20 languages, speed control, mp3, wav, or pcm.
- 텍스트 음성 변환
xAI transcription: word timestamps, language detection, speaker diarization.
이 모델 사용해 보기Grok Speech to Text
xAI
xAI transcription: word timestamps, language detection, speaker diarization.
- 음성 텍스트 변환
3-30s video with stereo audio, up to 10 reference images, keyframes, 21:9, multi-shot. 10% launch sale.
이 모델 사용해 보기Kling 4.0
Kling
3-30s video with stereo audio, up to 10 reference images, keyframes, 21:9, multi-shot. 10% launch sale.
- 텍스트-비디오
- 이미지-비디오
- 참조-비디오
- 비디오-비디오
#1 on the Vals Index (68.9%), 77.9% DeepSWE v1.1, 91.7% LVBench, 1M context.
이 모델 사용해 보기
Gemini 4 Argon
#1 on the Vals Index (68.9%), 77.9% DeepSWE v1.1, 91.7% LVBench, 1M context.
- 텍스트-텍스트
Up to 15 reference images and 3 voice references, 540p to 4K, 1-16s, native audio.
이 모델 사용해 보기
Vidu Q4
Vidu
Up to 15 reference images and 3 voice references, 540p to 4K, 1-16s, native audio.
- 이미지-비디오
- 참조-비디오
#2 on Artificial Analysis TTS arena, audio tags, multi-speaker dialogue, per-request voice cloning.
이 모델 사용해 보기
Eleven v4
ElevenLabs
#2 on Artificial Analysis TTS arena, audio tags, multi-speaker dialogue, per-request voice cloning.
- 텍스트 음성 변환
#1 on Artificial Analysis TTS arena, ~100 ms median inference, audio tags, dialogue, voice cloning.
이 모델 사용해 보기Eleven v4 Turbo
ElevenLabs
#1 on Artificial Analysis TTS arena, ~100 ms median inference, audio tags, dialogue, voice cloning.
- 텍스트 음성 변환
Eleven v4 and v4 Turbo TTS, multi-voice dialogue, sound effects, vocal isolation, speech-to-text.
이 모델 사용해 보기ElevenLabs
ElevenLabs
Eleven v4 and v4 Turbo TTS, multi-voice dialogue, sound effects, vocal isolation, speech-to-text.
- 텍스트 음성 변환
- 효과음
- 음성 텍스트 변환
Up to 9 image/video/audio references, T2V or first/last frame, 4–15s, up to 4K on Pro.
이 모델 사용해 보기
SeeDance 2.0
ByteDance
Up to 9 image/video/audio references, T2V or first/last frame, 4–15s, up to 4K on Pro.
- 텍스트-비디오
- 이미지-비디오
- 참조-비디오
- 비디오-비디오
- 비디오 편집
Up to 9 references, T2V or first/last frame, 4–15s, 480p or 720p, cost-optimized.
이 모델 사용해 보기SeeDance 2.0 Mini
ByteDance
Up to 9 references, T2V or first/last frame, 4–15s, 480p or 720p, cost-optimized.
- 텍스트-비디오
- 이미지-비디오
- 참조-비디오
- 비디오-비디오
- 비디오 편집
Up to 9 references, T2V or first/last frame, 4–15s at 480p or 720p, faster turnaround.
이 모델 사용해 보기SeeDance 2.0 Fast
ByteDance
Up to 9 references, T2V or first/last frame, 4–15s at 480p or 720p, faster turnaround.
- 텍스트-비디오
- 이미지-비디오
- 참조-비디오
- 비디오-비디오
- 비디오 편집
1M context, 128k output, 72.4% OSWorld 2.1, the first Haiku with adaptive thinking.
이 모델 사용해 보기
Claude Haiku 5.5
Anthropic
1M context, 128k output, 72.4% OSWorld 2.1, the first Haiku with adaptive thinking.
- 텍스트-텍스트
Nano Banana 2.1: 1K, 2K, or 4K output, 5 aspect ratios plus auto, up to 10 references.
이 모델 사용해 보기Nano Banana 2.1
Nano Banana 2.1: 1K, 2K, or 4K output, 5 aspect ratios plus auto, up to 10 references.
- 텍스트-이미지
- 이미지-이미지
Elo 1267 on Artificial Analysis TTS, vocal bursts, two-speaker dialogue, 130+ languages.
이 모델 사용해 보기Gemini 3.8 Flash TTS
Elo 1267 on Artificial Analysis TTS, vocal bursts, two-speaker dialogue, 130+ languages.
- 텍스트 음성 변환
The high-volume Gemini 3.8 voice, Elo 1241 on Artificial Analysis TTS, 100+ languages.
이 모델 사용해 보기Gemini 3.8 Flash Lite TTS
The high-volume Gemini 3.8 voice, Elo 1241 on Artificial Analysis TTS, 100+ languages.
- 텍스트 음성 변환
Near-Astra coding and computer use at a fifth of Astra's price, 75.2% DeepSWE, 1M context, cached input at half GPT 6 Sol's rate.
이 모델 사용해 보기
GPT 6.1 Sol
OpenAI
Near-Astra coding and computer use at a fifth of Astra's price, 75.2% DeepSWE, 1M context, cached input at half GPT 6 Sol's rate.
- 텍스트-텍스트
1M context, 128k output, 70.6% Terminal-Bench 4.0, 30%+ faster than Sonnet 5.
이 모델 사용해 보기Claude Sonnet 5.5
Anthropic
1M context, 128k output, 70.6% Terminal-Bench 4.0, 30%+ faster than Sonnet 5.
- 텍스트-텍스트
1M context, image input, 56.4% Agents' Last Exam at 60% less per task than Opus 5, half the price of GPT 5.6 Sol.
이 모델 사용해 보기GPT 6 Sol
OpenAI
1M context, image input, 56.4% Agents' Last Exam at 60% less per task than Opus 5, half the price of GPT 5.6 Sol.
- 텍스트-텍스트
OpenAI's cheapest GPT-6, 1M context, 66.6% DeepSWE for $0.22 a task, 93% less than Opus 5.
이 모델 사용해 보기GPT 6 Luna
OpenAI
OpenAI's cheapest GPT-6, 1M context, 66.6% DeepSWE for $0.22 a task, 93% less than Opus 5.
- 텍스트-텍스트
1M context, 384K max output, 552B MoE with 16B active, 74.2% DeepSWE v1.1.
이 모델 사용해 보기
DeepSeek V4.1 Flash
DeepSeek
1M context, 384K max output, 552B MoE with 16B active, 74.2% DeepSWE v1.1.
- 텍스트-텍스트
1.6T MoE with 49B active, 1M context, 384K max output, thinking on by default.
이 모델 사용해 보기DeepSeek V4 Pro
DeepSeek
1.6T MoE with 49B active, 1M context, 384K max output, thinking on by default.
- 텍스트-텍스트
Versioned V4 Flash ID, now answered by V4.1 Flash. 1M context, 384K max output.
이 모델 사용해 보기DeepSeek V4 Flash
DeepSeek
Versioned V4 Flash ID, now answered by V4.1 Flash. 1M context, 384K max output.
- 텍스트-텍스트
500k context, image input, four reasoning efforts, 46.3% CursorBench 4.0, #5 Harvey Legal Agent.
이 모델 사용해 보기Grok 4.7
xAI
500k context, image input, four reasoning efforts, 46.3% CursorBench 4.0, #5 Harvey Legal Agent.
- 텍스트-텍스트
Flare for speed, Sunburst for edit precision: 1K/2K/4K, 15 aspect ratios, 16 reference images, transparent output.
이 모델 사용해 보기GPT Image 2.5
OpenAI
Flare for speed, Sunburst for edit precision: 1K/2K/4K, 15 aspect ratios, 16 reference images, transparent output.
- 텍스트-이미지
- 이미지-이미지
1M context, image input, effort up to max, 58.2% Terminal-Bench 4.0, 59.3% Agents' Last Exam.
이 모델 사용해 보기GPT 6 Astra
OpenAI
1M context, image input, effort up to max, 58.2% Terminal-Bench 4.0, 59.3% Agents' Last Exam.
- 텍스트-텍스트
1M context, 5 reasoning efforts incl. minimal, 83.6% MCP Atlas, 57.9% Finance Agent v2, 189 tok/s.
이 모델 사용해 보기Gemini 3.5 Flash
1M context, 5 reasoning efforts incl. minimal, 83.6% MCP Atlas, 57.9% Finance Agent v2, 189 tok/s.
- 텍스트-텍스트
1M context, four reasoning efforts, 73.7% DeepSWE v1.1, 89.4% Terminal-Bench 2.1, 305 tok/s.
이 모델 사용해 보기Gemini 3.8 Flash
1M context, four reasoning efforts, 73.7% DeepSWE v1.1, 89.4% Terminal-Bench 2.1, 305 tok/s.
- 텍스트-텍스트
1M context, 128k output, 55.8% Terminal-Bench 4.0, 90.0% ARC-AGI-2.
이 모델 사용해 보기Claude Fable 5.1
Anthropic
1M context, 128k output, 55.8% Terminal-Bench 4.0, 90.0% ARC-AGI-2.
- 텍스트-텍스트
500k context, image input, three reasoning efforts, 79.3% Terminal-Bench 2.1, trained with Cursor.
이 모델 사용해 보기Grok 4.5
xAI
500k context, image input, three reasoning efforts, 79.3% Terminal-Bench 2.1, trained with Cursor.
- 텍스트-텍스트
1M context, image input, four reasoning efforts incl. none, 115.8 tok/s, 98% Tau2-Bench Telecom.
이 모델 사용해 보기Grok 4.3
xAI
1M context, image input, four reasoning efforts incl. none, 115.8 tok/s, 98% Tau2-Bench Telecom.
- 텍스트-텍스트
256k context, image input, agentic coding with function calling and MCP, 0.53s first token.
이 모델 사용해 보기Grok Build 0.1
xAI
256k context, image input, agentic coding with function calling and MCP, 0.53s first token.
- 텍스트-텍스트
1M context, image input, thinking on, agentic tool calling, 98.9 tok/s, 72.2% SWE-bench Verified.
이 모델 사용해 보기Grok 4.20 Reasoning
xAI
1M context, image input, thinking on, agentic tool calling, 98.9 tok/s, 72.2% SWE-bench Verified.
- 텍스트-텍스트
1M context, image input, no thinking phase, 0.64s first token, 95.8 tok/s, agentic tool calling.
이 모델 사용해 보기Grok 4.20 Non-Reasoning
xAI
1M context, image input, no thinking phase, 0.64s first token, 95.8 tok/s, agentic tool calling.
- 텍스트-텍스트
Leader agent plus 4 or 16 sub-agents in parallel, 1M context, image input, Responses API only.
이 모델 사용해 보기Grok 4.20 Multi-Agent
xAI
Leader agent plus 4 or 16 sub-agents in parallel, 1M context, image input, Responses API only.
- 텍스트-텍스트
Text, image, and character references with voice presets; 4-10s videos plus conversational editing.
이 모델 사용해 보기Gemini Omni Flash 1.1
Text, image, and character references with voice presets; 4-10s videos plus conversational editing.
- 텍스트-비디오
- 이미지-비디오
- 참조-비디오
- 비디오 편집
Fast Wan 3.0: same 2–30s videos with audio and T2V/I2V/R2V modes, much shorter generation times.
이 모델 사용해 보기
Wan 3.0 Prime
Alibaba
Fast Wan 3.0: same 2–30s videos with audio and T2V/I2V/R2V modes, much shorter generation times.
- 텍스트-비디오
- 이미지-비디오
- 참조-비디오
Inline audio tags, two-speaker dialogue, 30 voices, 70+ languages.
이 모델 사용해 보기Gemini 3.1 Flash TTS
Inline audio tags, two-speaker dialogue, 30 voices, 70+ languages.
- 텍스트 음성 변환
High-quality narration with 30 voices, dialogue mode, and 70+ languages.
이 모델 사용해 보기Gemini 2.5 Pro TTS
High-quality narration with 30 voices, dialogue mode, and 70+ languages.
- 텍스트 음성 변환
Fastest, lowest cost per second, with 30 voices and dialogue mode.
이 모델 사용해 보기Gemini 2.5 Flash TTS
Fastest, lowest cost per second, with 30 voices and dialogue mode.
- 텍스트 음성 변환
2–30s videos with audio, T2V/I2V/R2V, document and webpage inputs, up to 20 references, 480P–1080P.
이 모델 사용해 보기Wan 3.0
Alibaba
2–30s videos with audio, T2V/I2V/R2V, document and webpage inputs, up to 20 references, 480P–1080P.
- 텍스트-비디오
- 이미지-비디오
- 참조-비디오
500k context, image input, four reasoning efforts, 95.6% SWE-bench Verified, #1 CursorBench 3.2.
이 모델 사용해 보기Grok 4.6
xAI
500k context, image input, four reasoning efforts, 95.6% SWE-bench Verified, #1 CursorBench 3.2.
- 텍스트-텍스트
1M context, 64k output, text/image/audio/video input, ~340 tok/s, 97% MRCR long-context recall.
이 모델 사용해 보기Gemini 3.7 Flash
1M context, 64k output, text/image/audio/video input, ~340 tok/s, 97% MRCR long-context recall.
- 텍스트-텍스트
Quality-focused xAI text-to-image and reference editing with up to 5 input images.
이 모델 사용해 보기Grok Imagine 2.0 Image
xAI
Quality-focused xAI text-to-image and reference editing with up to 5 input images.
- 텍스트-이미지
- 이미지-이미지
1M context, 65k output, multimodal input, 83% OSWorld-Verified, 234 tok/s output speed.
이 모델 사용해 보기Gemini 3.6 Flash
1M context, 65k output, multimodal input, 83% OSWorld-Verified, 234 tok/s output speed.
- 텍스트-텍스트
4-30s, 480p to 1080p, native audio, first/last frames, and up to 50 multimodal references.
이 모델 사용해 보기SeeDance 2.5
ByteDance
4-30s, 480p to 1080p, native audio, first/last frames, and up to 50 multimodal references.
- 텍스트-비디오
- 이미지-비디오
- 참조-비디오
- 비디오-비디오
- 비디오 편집
2K at 24 fps with native audio, 4-15s, six aspect ratios, start/end frames, and reference-to-video.
이 모델 사용해 보기
MiniMax Hailuo H3
MiniMax
2K at 24 fps with native audio, 4-15s, six aspect ratios, start/end frames, and reference-to-video.
- 텍스트-비디오
- 이미지-비디오
- 참조-비디오
1M context, 128k output, image input, 43.3% Frontier-Bench v0.1, 30.2% ARC-AGI 3.
이 모델 사용해 보기Claude Opus 5
Anthropic
1M context, 128k output, image input, 43.3% Frontier-Bench v0.1, 30.2% ARC-AGI 3.
- 텍스트-텍스트
2.8T parameters, open weights, 1M context, 131k default output, always-on thinking.
이 모델 사용해 보기
Kimi K3
Moonshot AI
2.8T parameters, open weights, 1M context, 131k default output, always-on thinking.
- 텍스트-텍스트
1M context, 128k output, 88.8% Terminal-Bench 2.1, 80 Coding Agent Index, ultra subagent mode.
이 모델 사용해 보기GPT 5.6 Sol
OpenAI
1M context, 128k output, 88.8% Terminal-Bench 2.1, 80 Coding Agent Index, ultra subagent mode.
- 텍스트-텍스트
1M context, 128k output, 77.4 Coding Agent Index, beats Fable 5 on Agents' Last Exam.
이 모델 사용해 보기GPT 5.6 Terra
OpenAI
1M context, 128k output, 77.4 Coding Agent Index, beats Fable 5 on Agents' Last Exam.
- 텍스트-텍스트
Fastest GPT 5.6, 1M context, beats Fable 5 on Agents' Last Exam, ahead of Opus 4.8 on coding.
이 모델 사용해 보기GPT 5.6 Luna
OpenAI
Fastest GPT 5.6, 1M context, beats Fable 5 on Agents' Last Exam, ahead of Opus 4.8 on coding.
- 텍스트-텍스트
Up to 10 reference images, 8 aspect ratios, 1K/1.5K/2K output, one image per call.
이 모델 사용해 보기SeeDream 5.0 Pro
ByteDance
Up to 10 reference images, 8 aspect ratios, 1K/1.5K/2K output, one image per call.
- 텍스트-이미지
- 이미지-이미지
1M context, 128k output, text and image input, adaptive thinking, top Arena Text and Vision rank.
이 모델 사용해 보기Claude Fable 5
Anthropic
1M context, 128k output, text and image input, adaptive thinking, top Arena Text and Vision rank.
- 텍스트-텍스트
200k context, 64k output, 77.2% SWE-bench Verified, 61.4% OSWorld, extended thinking.
이 모델 사용해 보기Claude Sonnet 4.5
Anthropic
200k context, 64k output, 77.2% SWE-bench Verified, 61.4% OSWorld, extended thinking.
- 텍스트-텍스트
200k context, 64k output, 80.9% SWE-bench Verified, effort controls from low to high.
이 모델 사용해 보기Claude Opus 4.5
Anthropic
200k context, 64k output, 80.9% SWE-bench Verified, effort controls from low to high.
- 텍스트-텍스트
200k context, 64k output, 73.3% SWE-bench Verified, 50.7% OSWorld, extended thinking.
이 모델 사용해 보기Claude Haiku 4.5
Anthropic
200k context, 64k output, 73.3% SWE-bench Verified, 50.7% OSWorld, extended thinking.
- 텍스트-텍스트
Agentic coding, 1M context, 128k output, image input, 85.2% SWE-bench Verified.
이 모델 사용해 보기Claude Sonnet 5
Anthropic
Agentic coding, 1M context, 128k output, image input, 85.2% SWE-bench Verified.
- 텍스트-텍스트
Sub-2s generation, 14 aspect ratios, 1K output, up to 14 reference images.
이 모델 사용해 보기Nano Banana 2 Lite
Sub-2s generation, 14 aspect ratios, 1K output, up to 14 reference images.
- 텍스트-이미지
- 이미지-이미지
Up to 9 ref images, 720p or 1080p, 3–15s, native audio and lip-sync in one pass.
이 모델 사용해 보기
HappyHorse 1.1
Alibaba
Up to 9 ref images, 720p or 1080p, 3–15s, native audio and lip-sync in one pass.
- 텍스트-비디오
- 이미지-비디오
- 참조-비디오
T2V or I2V, 3–15s at 720p Standard or 1080p Pro, no multi-shot or native audio.
이 모델 사용해 보기Kling 3.0 Turbo
Kling
T2V or I2V, 3–15s at 720p Standard or 1080p Pro, no multi-shot or native audio.
- 텍스트-비디오
- 이미지-비디오
1M context, 128k output, 88.6% SWE-bench Verified, 83.4% OSWorld, adaptive thinking.
이 모델 사용해 보기Claude Opus 4.8
Anthropic
1M context, 128k output, 88.6% SWE-bench Verified, 83.4% OSWorld, adaptive thinking.
- 텍스트-텍스트
Agentic coding, 79.8% SWE-Bench Multilingual, 69.3% Terminal-Bench 2.0, tuned for long agent runs.
이 모델 사용해 보기
Composer 2.5
Cursor
Agentic coding, 79.8% SWE-Bench Multilingual, 69.3% Terminal-Bench 2.0, tuned for long agent runs.
- 텍스트-텍스트
Low-latency default variant of Composer 2.5, same intelligence, 79.8% SWE-bench Multilingual.
이 모델 사용해 보기Composer 2.5 Fast
Cursor
Low-latency default variant of Composer 2.5, same intelligence, 79.8% SWE-bench Multilingual.
- 텍스트-텍스트
T2V, I2V, or R2V up to 9 reference images, 720P or 1080P, 3–15s videos with joint audio-video.
이 모델 사용해 보기HappyHorse 1.0
Alibaba
T2V, I2V, or R2V up to 9 reference images, 720P or 1080P, 3–15s videos with joint audio-video.
- 텍스트-비디오
- 이미지-비디오
- 참조-비디오
1M context, 128k output, 82.7% Terminal-Bench 2.0, 78.7% OSWorld, 85% ARC-AGI-2.
이 모델 사용해 보기GPT 5.5
OpenAI
1M context, 128k output, 82.7% Terminal-Bench 2.0, 78.7% OSWorld, 85% ARC-AGI-2.
- 텍스트-텍스트
T2I or reference editing, 5 aspect ratios, 1K, 2K, or 4K resolution control.
이 모델 사용해 보기GPT Image 2
OpenAI
T2I or reference editing, 5 aspect ratios, 1K, 2K, or 4K resolution control.
- 텍스트-이미지
- 이미지-이미지
1M context, 128k output, 87.6% SWE-bench Verified, 78% OSWorld, 2576px image input.
이 모델 사용해 보기Claude Opus 4.7
Anthropic
1M context, 128k output, 87.6% SWE-bench Verified, 78% OSWorld, 2576px image input.
- 텍스트-텍스트
T2I or editing up to 2K, thinking mode for better quality, up to 9 reference images.
이 모델 사용해 보기Wan 2.7 Image
Alibaba
T2I or editing up to 2K, thinking mode for better quality, up to 9 reference images.
- 텍스트-이미지
- 이미지-이미지
T2I or editing up to 4K, thinking mode for better quality, up to 9 reference images.
이 모델 사용해 보기Wan 2.7 Image Pro
Alibaba
T2I or editing up to 4K, thinking mode for better quality, up to 9 reference images.
- 텍스트-이미지
- 이미지-이미지
T2V, I2V, or R2V with first/last frame, video continuation, lip-sync, 2–15s at 720P or 1080P.
이 모델 사용해 보기Wan 2.7
Alibaba
T2V, I2V, or R2V with first/last frame, video continuation, lip-sync, 2–15s at 720P or 1080P.
- 텍스트-비디오
- 이미지-비디오
- 참조-비디오
- 비디오-비디오
Edit 2–10s videos with up to 4 reference images at 720P or 1080P, plus audio passthrough.
이 모델 사용해 보기Wan 2.7 Video Edit
Alibaba
Edit 2–10s videos with up to 4 reference images at 720P or 1080P, plus audio passthrough.
- 비디오 편집
400k context, 128k output, 54.4% SWE-Bench Pro, 72.1% OSWorld, over 2x faster than GPT-5 mini.
이 모델 사용해 보기GPT 5.4 Mini
OpenAI
400k context, 128k output, 54.4% SWE-Bench Pro, 72.1% OSWorld, over 2x faster than GPT-5 mini.
- 텍스트-텍스트
400k context, 128k output, 52.4% SWE-Bench Pro, 82.8% GPQA Diamond, effort levels none to xhigh.
이 모델 사용해 보기GPT 5.4 Nano
OpenAI
400k context, 128k output, 52.4% SWE-Bench Pro, 82.8% GPQA Diamond, effort levels none to xhigh.
- 텍스트-텍스트
Native computer use, 75% OSWorld-Verified, up to 1M context, 128k output, tool search for agents.
이 모델 사용해 보기GPT 5.4
OpenAI
Native computer use, 75% OSWorld-Verified, up to 1M context, 128k output, tool search for agents.
- 텍스트-텍스트
1M context, 128k output, 79.6% SWE-bench Verified, 72.5% OSWorld, adaptive thinking.
이 모델 사용해 보기Claude Sonnet 4.6
Anthropic
1M context, 128k output, 79.6% SWE-bench Verified, 72.5% OSWorld, adaptive thinking.
- 텍스트-텍스트
Edit a 3–60s video by prompt, swap objects from up to 5 reference images, keep the original audio.
이 모델 사용해 보기HappyHorse 1.0 Video Edit
Alibaba
Edit a 3–60s video by prompt, swap objects from up to 5 reference images, keep the original audio.
- 비디오 편집
1M context, 128k output, effort controls, top Arena Document and Search rank.
이 모델 사용해 보기Claude Opus 4.6
Anthropic
1M context, 128k output, effort controls, top Arena Document and Search rank.
- 텍스트-텍스트
Multi-shot 2–6 scenes per call, 3–15s single-shot, 4K mode, with Audio 2.0 lip-sync.
이 모델 사용해 보기Kling 3.0
Kling
Multi-shot 2–6 scenes per call, 3–15s single-shot, 4K mode, with Audio 2.0 lip-sync.
- 텍스트-비디오
- 이미지-비디오
- 참조-비디오
Motion transfer onto a character with high facial consistency, 720p Std or 1080p Pro.
이 모델 사용해 보기Kling 3.0 Motion Control
Kling
Motion transfer onto a character with high facial consistency, 720p Std or 1080p Pro.
- 이미지-비디오
- 참조-비디오
- 비디오-비디오
T2I or editing with up to 10 reference images, 9 aspect ratios incl. auto, and 1K to 4K.
이 모델 사용해 보기Kling 3.0 Omni Image
Kling
T2I or editing with up to 10 reference images, 9 aspect ratios incl. auto, and 1K to 4K.
- 텍스트-이미지
- 이미지-이미지
Up to 7 references plus elements, video reference/transform, multi-shot 2–6, 4K mode.
이 모델 사용해 보기Kling 3.0 Omni
Kling
Up to 7 references plus elements, video reference/transform, multi-shot 2–6, 4K mode.
- 텍스트-비디오
- 이미지-비디오
- 참조-비디오
- 비디오-비디오
Edit videos with reference (style guide) or transform mode, plus image and video elements.
이 모델 사용해 보기Kling 3.0 Omni Edit
Kling
Edit videos with reference (style guide) or transform mode, plus image and video elements.
- 비디오 편집
Up to 6 reference images, 8 aspect ratios, 2K or 4K, returns 4 images per call.
이 모델 사용해 보기SeeDream 5.0 Lite
ByteDance
Up to 6 reference images, 8 aspect ratios, 2K or 4K, returns 4 images per call.
- 텍스트-이미지
- 이미지-이미지
T2I with Chinese and English text rendering, 7 aspect ratios. No editing.
이 모델 사용해 보기Z-Image Turbo
Alibaba
T2I with Chinese and English text rendering, 7 aspect ratios. No editing.
- 텍스트-이미지
T2V, I2V, or R2V up to 5 references, 720p or 1080p, 2–15s, with auto audio and multi-shot.
이 모델 사용해 보기Wan 2.6
Alibaba
T2V, I2V, or R2V up to 5 references, 720p or 1080p, 2–15s, with auto audio and multi-shot.
- 텍스트-비디오
- 이미지-비디오
- 참조-비디오
Faster Wan 2.6 with T2V/I2V/R2V, multi-shot, and auto-audio up to 1080p.
이 모델 사용해 보기Wan 2.6 Flash
Alibaba
Faster Wan 2.6 with T2V/I2V/R2V, multi-shot, and auto-audio up to 1080p.
- 텍스트-비디오
- 이미지-비디오
- 참조-비디오
T2I, editing, or style transfer with 1–4 reference images and 7 aspect ratios.
이 모델 사용해 보기Wan 2.6 Image
Alibaba
T2I, editing, or style transfer with 1–4 reference images and 7 aspect ratios.
- 텍스트-이미지
- 이미지-이미지
Transfer motion from a reference video onto a character image, 720p Std or 1080p Pro.
이 모델 사용해 보기Kling 2.6 Motion Control
Kling
Transfer motion from a reference video onto a character image, 720p Std or 1080p Pro.
- 이미지-비디오
- 참조-비디오
- 비디오-비디오
T2V or I2V at 720p Standard or 1080p Pro, 5 or 10s, with optional end frame and audio.
이 모델 사용해 보기Kling 2.6
Kling
T2V or I2V at 720p Standard or 1080p Pro, 5 or 10s, with optional end frame and audio.
- 텍스트-비디오
- 이미지-비디오
Balanced production runs, 7 aspect ratios, 0.6-4 MP, up to 10 reference images.
이 모델 사용해 보기Flux.2 Pro
Black Forest Labs
Balanced production runs, 7 aspect ratios, 0.6-4 MP, up to 10 reference images.
- 텍스트-이미지
- 이미지-이미지
9B Flux.2 Klein, 7 aspect ratios up to 4MP, reference image support.
이 모델 사용해 보기Flux.2 Klein 9B
Black Forest Labs
9B Flux.2 Klein, 7 aspect ratios up to 4MP, reference image support.
- 텍스트-이미지
- 이미지-이미지
4B Flux.2 Klein, smallest in the line, 7 aspect ratios up to 4MP, reference image support.
이 모델 사용해 보기Flux.2 Klein 4B
Black Forest Labs
4B Flux.2 Klein, smallest in the line, 7 aspect ratios up to 4MP, reference image support.
- 텍스트-이미지
- 이미지-이미지
T2I plus multi-image fusion editing, 5 aspect ratios, smart prompt rewriting on by default.
이 모델 사용해 보기
Qwen Image 2.0
Alibaba
T2I plus multi-image fusion editing, 5 aspect ratios, smart prompt rewriting on by default.
- 텍스트-이미지
- 이미지-이미지
Text rendering, multi-image fusion editing, 5 aspect ratios, highest output in the line.
이 모델 사용해 보기Qwen Image 2.0 Pro
Alibaba
Text rendering, multi-image fusion editing, 5 aspect ratios, highest output in the line.
- 텍스트-이미지
- 이미지-이미지
Reasoning video gen with up to 7 references, image-only elements, single-shot 3–10s, 720p/1080p.
이 모델 사용해 보기Kling O1
Kling
Reasoning video gen with up to 7 references, image-only elements, single-shot 3–10s, 720p/1080p.
- 텍스트-비디오
- 이미지-비디오
- 참조-비디오
- 비디오-비디오
Reasoning image gen with up to 10 reference images, 9 aspect ratios, and 1K or 2K output.
이 모델 사용해 보기Kling O1 Image
Kling
Reasoning image gen with up to 10 reference images, 9 aspect ratios, and 1K or 2K output.
- 텍스트-이미지
- 이미지-이미지
Reasoning video editing with reference or transform mode, up to 4 reference images.
이 모델 사용해 보기Kling O1 Edit
Kling
Reasoning video editing with reference or transform mode, up to 4 reference images.
- 비디오 편집
Gemini 3 image gen with 1K, 2K, or 4K, 10 aspect ratios, and reference image support.
이 모델 사용해 보기Nano Banana Pro
Gemini 3 image gen with 1K, 2K, or 4K, 10 aspect ratios, and reference image support.
- 텍스트-이미지
- 이미지-이미지
T2V or I2V with optional end frame, 5 or 10s at 720p Standard or 1080p Pro.
이 모델 사용해 보기Kling 2.5 Turbo
Kling
T2V or I2V with optional end frame, 5 or 10s at 720p Standard or 1080p Pro.
- 텍스트-비디오
- 이미지-비디오
Animates a start frame from your prompt, 768p or 1080p, 6 or 10 seconds.
이 모델 사용해 보기MiniMax Hailuo 2.3
MiniMax
Animates a start frame from your prompt, 768p or 1080p, 6 or 10 seconds.
- 이미지-비디오
Image-led speed variant, start image required, 768p or 1080p, 6 or 10 seconds.
이 모델 사용해 보기MiniMax Hailuo 2.3 Fast
MiniMax
Image-led speed variant, start image required, 768p or 1080p, 6 or 10 seconds.
- 이미지-비디오
Up to 6 reference images, 8 aspect ratios, 2K or 4K, returns 4 images per call.
이 모델 사용해 보기SeeDream 4.5
ByteDance
Up to 6 reference images, 8 aspect ratios, 2K or 4K, returns 4 images per call.
- 텍스트-이미지
- 이미지-이미지
4 model variants, 720p–4K, lip-synced dialogue and SFX in one call.
이 모델 사용해 보기Veo 3.1
4 model variants, 720p–4K, lip-synced dialogue and SFX in one call.
- 텍스트-비디오
- 이미지-비디오
- 참조-비디오
- 비디오-비디오
Gemini image gen with 1K, 2K, or 4K resolution control and 10 aspect ratios.
이 모델 사용해 보기Nano Banana 2
Gemini image gen with 1K, 2K, or 4K resolution control and 10 aspect ratios.
- 텍스트-이미지
- 이미지-이미지
T2I or editing with 1–3 reference images, 7 aspect ratios, prompt extend on by default.
이 모델 사용해 보기Wan 2.5 Image
Alibaba
T2I or editing with 1–3 reference images, 7 aspect ratios, prompt extend on by default.
- 텍스트-이미지
- 이미지-이미지
T2V or I2V at 480p, 720p, or 1080p, 5 or 10s, with auto audio or custom audio sync.
이 모델 사용해 보기Wan 2.5
Alibaba
T2V or I2V at 480p, 720p, or 1080p, 5 or 10s, with auto audio or custom audio sync.
- 텍스트-비디오
- 이미지-비디오
T2I plus reference editing, 5 aspect ratios, smart prompt rewriting, negative prompts.
이 모델 사용해 보기Qwen Image
Alibaba
T2I plus reference editing, 5 aspect ratios, smart prompt rewriting, negative prompts.
- 텍스트-이미지
- 이미지-이미지
Photoreal T2I plus reference editing, 5 aspect ratios, fewest synthetic artifacts in line.
이 모델 사용해 보기Qwen Image Max
Alibaba
Photoreal T2I plus reference editing, 5 aspect ratios, fewest synthetic artifacts in line.
- 텍스트-이미지
- 이미지-이미지
Stylistic T2I plus reference editing, 5 aspect ratios, fast sampling for design exploration.
이 모델 사용해 보기Qwen Image Plus
Alibaba
Stylistic T2I plus reference editing, 5 aspect ratios, fast sampling for design exploration.
- 텍스트-이미지
- 이미지-이미지
Up to 6 reference images, 8 aspect ratios, 2K or 4K, returns 4 images per call.
이 모델 사용해 보기SeeDream 4.0
ByteDance
Up to 6 reference images, 8 aspect ratios, 2K or 4K, returns 4 images per call.
- 텍스트-이미지
- 이미지-이미지
T2V or first/last frame at 720p or 1080p, with 5, 10, or 12s videos.
이 모델 사용해 보기SeeDance 1.5 Pro
ByteDance
T2V or first/last frame at 720p or 1080p, with 5, 10, or 12s videos.
- 텍스트-비디오
- 이미지-비디오
Start frame, end frame, or both, 512p, 768p or 1080p, 6 or 10 seconds.
이 모델 사용해 보기MiniMax Hailuo 2.0
MiniMax
Start frame, end frame, or both, 512p, 768p or 1080p, 6 or 10 seconds.
- 이미지-비디오
Text-to-image only, 5 aspect ratios, negative prompts and seeds for reproducible output.
이 모델 사용해 보기Wan 2.2 Image
Alibaba
Text-to-image only, 5 aspect ratios, negative prompts and seeds for reproducible output.
- 텍스트-이미지
Cheapest T2I in the Wan line, 5 aspect ratios, negative prompts and seeds. No editing.
이 모델 사용해 보기Wan 2.2 Image Flash
Alibaba
Cheapest T2I in the Wan line, 5 aspect ratios, negative prompts and seeds. No editing.
- 텍스트-이미지
Silent T2V or I2V, fixed 5s videos at 480p or 1080p, with negative prompts and seeds.
이 모델 사용해 보기Wan 2.2
Alibaba
Silent T2V or I2V, fixed 5s videos at 480p or 1080p, with negative prompts and seeds.
- 텍스트-비디오
- 이미지-비디오
Fastest Wan 2.2 silent T2V/I2V, fixed 5s videos, with I2V at 720p in addition to 480p/1080p.
이 모델 사용해 보기Wan 2.2 Fast
Alibaba
Fastest Wan 2.2 silent T2V/I2V, fixed 5s videos, with I2V at 720p in addition to 480p/1080p.
- 텍스트-비디오
- 이미지-비디오
Deprecated original Nano Banana (Gemini 2.5 Flash Image). Use Nano Banana 2.1 for new work.
이 모델 사용해 보기Nano Banana
Deprecated original Nano Banana (Gemini 2.5 Flash Image). Use Nano Banana 2.1 for new work.
- 텍스트-이미지
- 이미지-이미지
Upscale to 480p–8K with 21 Topaz model presets, optional frame interpolation, source FPS preserved by default.
이 모델 사용해 보기
Topaz Video Upscale
Topaz Labs
Upscale to 480p–8K with 21 Topaz model presets, optional frame interpolation, source FPS preserved by default.
- 비디오-비디오
AI image upscale 1x–16x with denoise, sharpen, and face enhancement controls.
이 모델 사용해 보기Topaz Image Upscale
Topaz Labs
AI image upscale 1x–16x with denoise, sharpen, and face enhancement controls.
- 이미지-이미지
T2V or I2V at Pro 1080p only, 5 or 10s, with optional sound effects and music.
이 모델 사용해 보기Kling 2.1 Master
Kling
T2V or I2V at Pro 1080p only, 5 or 10s, with optional sound effects and music.
- 텍스트-비디오
- 이미지-비디오
Extend a finished Fast video by 6 or 10 seconds, preset or custom mode.
이 모델 사용해 보기Grok Imagine 1.5 Fast Video Extend
xAI
Extend a finished Fast video by 6 or 10 seconds, preset or custom mode.
- 비디오-비디오
Upscale a finished Grok Imagine video to HD from its task ID.
이 모델 사용해 보기Grok Imagine Upscale
xAI
Upscale a finished Grok Imagine video to HD from its task ID.
- 비디오-비디오
I2V with optional end frame, 5 or 10s, Standard 720p or Pro 1080p, optional sound effects.
이 모델 사용해 보기Kling 2.1
Kling
I2V with optional end frame, 5 or 10s, Standard 720p or Pro 1080p, optional sound effects.
- 이미지-비디오
First- and last-frame video generation at 480p, 720p, or 1080p for 4–12 seconds.
이 모델 사용해 보기SeeDance 1.0 Pro
ByteDance
First- and last-frame video generation at 480p, 720p, or 1080p for 4–12 seconds.
- 이미지-비디오
Fast text-to-video and first-frame image-to-video at up to 1080p for 4–12 seconds.
이 모델 사용해 보기SeeDance 1.0 Pro Fast
ByteDance
Fast text-to-video and first-frame image-to-video at up to 1080p for 4–12 seconds.
- 텍스트-비디오
- 이미지-비디오
Steps, guidance, seed, and prompt upsampling controls, 7 aspect ratios up to 4 MP.
이 모델 사용해 보기Flux.2 Flex
Black Forest Labs
Steps, guidance, seed, and prompt upsampling controls, 7 aspect ratios up to 4 MP.
- 텍스트-이미지
- 이미지-이미지
Maximum quality Flux.2 output, 7 aspect ratios, 0.6-4 MP, up to 10 reference images.
이 모델 사용해 보기Flux.2 Max
Black Forest Labs
Maximum quality Flux.2 output, 7 aspect ratios, 0.6-4 MP, up to 10 reference images.
- 텍스트-이미지
- 이미지-이미지
T2V, I2V, or reference images with style presets, faster results at 480p, 720p, or 1080p.
이 모델 사용해 보기Grok Imagine 1.5 Fast Video
xAI
T2V, I2V, or reference images with style presets, faster results at 480p, 720p, or 1080p.
- 텍스트-비디오
- 이미지-비디오
- 참조-비디오
Fast xAI text-to-image and reference editing with up to 5 images.
이 모델 사용해 보기Grok Imagine 1.0 Image
xAI
Fast xAI text-to-image and reference editing with up to 5 images.
- 텍스트-이미지
- 이미지-이미지
Browse model families
작업별 API
All models A–Z
Every model and variant on the platform, including the specialised routes that sit inside a family page.