Google DeepMind 的 Veo 视频模型，官方现以 Veo 3.1 呈现：带原生音频的电影级视频，并提供 1080p 与 4K 输出。

AI 数字人视频平台。官方方案：Free 每月 3 条，Creator $29，Pro $49 并支持 4K。当前主推一致性模型 Avatar V。

hyper3d.ai 上的文本 / 图像转 3D。免费额度之外，年付折合 Basic $16、Pro $32、Studio $80、API $400。

MiniMax 第三代开源权重音乐生成模型：录音棚级音质与无数码杂音的自然人声，凭提示词和歌词生成完整歌曲，官方支持 ComfyUI 本地工作流。

Google Gemini 图像模型。官方入口是 Gemini 里的 Nano Banana 2，不是 nanobanana.io。不是 5 亿张图普查。

上一代 OpenAI DALL-E 2 快照。活图像路径是 GPT Image 2。DALL-E 3 已从 API 移除。

Midjourney V6 是 2023 年 12 月快照。后续版本已经在。不是当前默认模型，也不编造席位价格表。

模型、数据集和推理。PRO $9/月，Team $20，Enterprise 从 $50 起。额外私有存储 $18/TB。不是 10 万模型口号。

OpenAI 2023 年 11 月的图像模型，现已弃用并从 API 移除。官方要求新项目改用 GPT Image 2。

Stable Diffusion 3.5 是 2024 静帧家族。社区许可，不是完全 MIT。首页还主推音频和 Brand Studio。

Ideogram 2.0 是 2024 年 8 月快照。不能当成已证实的当前默认模型，也不编造后续版本号或席位表。

2024 年 BFL 开源权重静帧。

上一代 BFL 图像 SKU。活目录是 FLUX 3 和 FLUX.2。不是 2024 年压过 Midjourney/DALL-E 3 的皇冠。

上一代 OpenAI Shap-E 快照。leftover 2023 三维研究卡，不是 2026 图像/三维默认。活静帧路径是 GPT Image 2。

腾讯云代码助手 CodeBuddy。基于混元代码大模型的辅助编码工具。没有公开美元价表，不是 90%/35% 效果普查。

基于 OpenRouter Image API 的图像生成与编辑 Skill，一个脚本即可调用 Gemini、FLUX、Seedream、Recraft、GPT-Image 等数十个图像模型。

科研示意图 Skill：用 Nano Banana 2 生成科学图示，再由 Gemini 3.6 Flash 按文档类型的质量门槛评分，只有低于门槛时才重新生成，最多迭代两次。

学术报告幻灯片 Skill：先规划整套演示，再通过 OpenRouter 用 AI 把每页生成为图片并合成 PDF，也支持生成配图后再做成可编辑的 PowerPoint。

Black Forest Labs 多模态模型，覆盖视频、音频、即将推出的图像与动作预测，支持最长 20 秒片段、原生音频和先草稿后精渲。

Google Gemini Nano Banana 2 Lite：活 Gemini 图像页上的 leftover 更便宜 Nano Banana 2 兄弟。2026-08-18 复核。不编造美元行。

OpenAI 最新图像生成模型，面向快速、高质量的生成与编辑，支持灵活尺寸至 4K，并按 token 计费的官方 API。

Qwen-Image-2.1 是阿里 7B 开放权重模型，同一套权重既做文生图也做图像编辑，还支持原生透明 PNG 与最多十张参考图。

Supra2-IMG 是 Apache-2.0 许可的 104M 参数文生图 DiT，在一张 H100 上从零训练 9 小时，输出 256x256 图像。