Mô hình

API tạo hình ảnh GPT Image 2 của OpenAI - lên đến 4K với suy luận tích hợp, hiển thị văn bản đa ngôn ngữ, và chỉnh sửa theo hình ảnh tham chiếu.

API tạo hình ảnh GPT Image 1.5 của OpenAI — nhanh hơn 4 lần so với v1 với hiển thị văn bản vượt trội, 3 tỷ lệ khung hình, và chế độ chất lượng medium/high.

API tạo hình ảnh GPT Image 1 của OpenAI — mô hình hình ảnh GPT-4o gốc đầu tiên của OpenAI với khả năng tuân thủ prompt mạnh mẽ và tối đa 5 hình ảnh tham chiếu.

API tạo hình ảnh Nano Banana 2 của Google - Gemini 3.1 Flash với đầu ra 4K, 15 tỷ lệ khung hình, và nhất quán nhân vật cho tối đa 5 nhân vật.

API tạo hình ảnh Nano Banana Pro của Google - Gemini 3 Pro với hiển thị văn bản sắc nét nhất, đầu ra 4K, và chất lượng cao nhất trong dòng sản phẩm.

API tạo hình ảnh Nano Banana của Google - mô hình giá rẻ chạy bằng Gemini 2.5 Flash với 11 tỷ lệ khung hình và tối đa 10 hình ảnh tham chiếu.

API tạo hình ảnh Seedream 5.0 Lite của ByteDance — tốc độ và tính mạch lạc hình ảnh thế hệ mới nhất với đầu ra 2K/3K và 14 hình ảnh tham chiếu.

API tạo hình ảnh Seedream 4.5 của ByteDance — tạo và chỉnh sửa hình ảnh trong cùng một mô hình với đầu ra lên đến 4K và 14 hình ảnh tham chiếu.

API tạo video Seedance 2.0 của ByteDance — lên đến 1080p với âm thanh và hội thoại tích hợp, chuyển hình ảnh thành video, và clip từ 4 đến 15 giây.

API tạo video Seedance 2.0 Fast của ByteDance — phiên bản tối ưu tốc độ với tạo âm thanh, tỷ lệ khung hình tự động, và clip lên đến 15 giây.

API tạo video Seedance 1.5 Pro của ByteDance — video chất lượng điện ảnh với âm thanh đồng bộ, hội thoại đa ngôn ngữ, và độ phân giải lên đến 1080p.

API tạo video Seedance 1.0 Pro của ByteDance — video điện ảnh chất lượng cao với chuyển cảnh đa góc quay ở độ phân giải 720p và 1080p.

API tạo video Seedance 1.0 Lite của ByteDance — lựa chọn tiết kiệm cho các clip nhanh lên đến 1080p với chuyển văn bản thành video và chuyển hình ảnh thành video.

API tạo video Kling 3.0 của Kuaishou — 4K gốc ở 60fps với storyboard đa góc quay, âm thanh 5 ngôn ngữ, và 3 chế độ chất lượng.

Veo 3.1 Fast — mô hình video nhanh và tiết kiệm chi phí của Google DeepMind với âm thanh tích hợp (hội thoại và hiệu ứng âm thanh), chuyển hình ảnh thành video, và độ phân giải lên đến 1080p.

API tạo video Hailuo Pro của MiniMax — chuyển văn bản thành video và chuyển hình ảnh thành video nhanh với chất lượng chuyển động và nhất quán nhân vật vượt trội.

MiniMax H3 (Hailuo 03) là mô hình tạo video đa phương thức thống nhất, biến văn bản, hình ảnh, video và tài liệu âm thanh thành các video 2K hoàn chỉnh với âm thanh nổi gốc. Xây dựng cảnh nguyên bản, chuyển động ảnh tĩnh, chỉnh sửa video hiện có — tất cả qua một MiniMax H3 API duy nhất.

Qwen Image 3.0 (Qwen-Image-3.0-Pro) là mô hình tạo ảnh tiên tiến của Alibaba dành cho hình ảnh chân thực, bố cục có cấu trúc, chi tiết phong phú và typography chất lượng cao. Tạo và chỉnh sửa hình ảnh với văn bản nhỏ chính xác, kết xuất đa ngôn ngữ và bố cục phức tạp thông qua một Qwen Image 3.0 API duy nhất.

FLUX 3 là nền tảng đa phương thức thống nhất sắp ra mắt của Black Forest Labs, kết hợp hình ảnh, video, âm thanh, ngôn ngữ và dự đoán hành động vào cùng một mô hình. Flux 3 API sẽ bao gồm văn bản thành video với âm thanh gốc, tổng hợp và chỉnh sửa hình ảnh, cùng các khả năng AI vật lý khi từng tính năng được ra mắt.