模型目录

CosyVoice V3.5 Plus 是阿里巴巴的文本转语音路径，用于生成语音输出。Nfero 将其作为音频堆栈的一部分，与 ASR、音乐和 Qwen Omni 模型一起展示。

最适合： 语音、转录和音频工作流

DeepSeek V4 Flash 是一种由阿里云托管的合作伙伴模型路径，适用于更快的编码和推理任务。Nfero 记录了其 Token 计划的位置，但并未声称提供公开的实时演示。

最适合： 编码辅助和开发人员工作流

DeepSeek V4 Pro 是一种由阿里云托管的合作伙伴模型路径，适用于长上下文编码和分析推理。Nfero 记录了 Token 计划的访问路径，但并未将其作为公开的实时演示进行展示。

最适合： 编码辅助和开发人员工作流

Fun ASR 是阿里巴巴将音频转换为文本的语音识别路径。Nfero 将其连接到转录、音频理解、RAG 和代理工作流规划。

最适合： 语音、转录和音频工作流

Fun ASR Flash 2026-06-15 是阿里巴巴当前用于多语言音频文件的非实时语音识别快照版本。Nfero 记录了确切的模型 ID 及官方接入路径，便于实施规划。

最适合： 语音、转录和音频工作流

Fun ASR Realtime 是阿里巴巴推荐的持续多语言语音识别及方言支持方案。Nfero 记录了规划路径，而公开转录功能目前仍处于禁用状态。

最适合： 语音、转录和音频工作流

Fun Music V1是Nfero音频目录中的阿里巴巴文本到音乐路径。它定位于创意探索、音乐构思和音频工作流程规划。

最适合： 语音、转录和音频工作流

GLM 5是Token Plan模型集中的基准GLM路径。Nfero将其保留供团队在工具和代理工作流中比较智普AI选项。

最适合： 复杂分析和推理任务

GLM 5.1是智普AI的Token Plan模型，用于文本生成和推理。该页面帮助团队在选择工具或订阅路径之前比较GLM路径。

最适合： 复杂分析和推理任务

GLM 5.2是Token Plan中智普AI的推理导向工作流路径。Nfero将其置于Qwen、Kimi、DeepSeek和MiniMax旁边，供买家比较。

最适合： 复杂分析和推理任务

HappyHorse 1.0 视频编辑是早期的视频转换路径，通过提示和可选参考媒体进行转换。Nfero保持此页面专注于规划和与HappyHorse 1.1的比较。

最适合： 生成和编辑视频

HappyHorse 1.1 图像到视频将源图像加上可选提示转换为生成的运动。此页面解释了输入路径，并让买家围绕示例和设置保持方向。

最适合： 生成和编辑视频

HappyHorse 1.1 参考到视频是依赖一个或多个视觉参考的视频工作的途径。Nfero将其定位为主题一致性、创意审查和阿里访问规划。

最适合： 生成和编辑视频

HappyHorse 1.1 文本到视频是阿里巴巴的高端提示到视频路径。Nfero 强调示例片段、持续时间和分辨率设置，以及在获得批准的媒体访问前的规划估算。

最适合： 生成和编辑视频

Kimi K2.5 列出用于 Token Plan 推理和视觉理解任务。它是团队测试多个中文 AI 模型家族时的合作伙伴模型比较路径。

最适合： 复杂分析和推理任务

Kimi K2.6 是 Moonshot AI 的 Token Plan 模型，用于推理和多模态工作流。Nfero 使用此页面帮助团队了解 Kimi 在更广泛的阿里合作伙伴堆栈中的位置。

最适合： 复杂分析和推理任务

Kimi K2.7 Code 是 Moonshot AI 在 Token Plan 中面向编码工作流的路径。Nfero 将其与兼容工具配对，并与 Qwen、DeepSeek、GLM 和 MiniMax 进行比较。

最适合： 编码辅助和开发人员工作流

MiniMax M2.5 列在 Token Plan 中，适用于推理和文本生成工作流程。Nfero 将其作为团队在阿里云产品目录中比较模型行为的合作伙伴路径。

最适合： 复杂分析和推理任务

Qwen Audio 3.0 TTS Flash 是用于交互式语音和语音克隆工作流的低延迟合成路径。阿里巴巴报告称，在支持条件下，首次音频时间低于200毫秒。

最适合： 语音、转录和音频工作流

Qwen Audio 3.0 TTS Plus 是用于专业语音输出和指令控制交付的高质量语音合成路径。Nfero 记录了其国际访问和定价基础，而不会暴露未经验证的公共合成。

最适合： 语音、转录和音频工作流

Qwen Image是通用的Qwen视觉生成路线，用于提示到图像的规划。使用它来了解输入、宽高比、示例输出和阿里云访问方式，然后再进行大规模生成。

最适合： 创建和编辑图像

Qwen Image 2.0是标准Token Plan的Qwen图像路线，适用于一般创意输出。该页面专注于提示输入、生成预览、图像比例和每张图像的预估成本。

最适合： 创建和编辑图像

Qwen Image 2.0 Pro是用于精美的视觉效果、产品风格图像和创意审查的更高能力的Qwen图像路线。Nfero保持提示框和输出画廊可见，以便真实用户测试。

最适合： 创建和编辑图像

Qwen Image 3.0 Pro 是阿里巴巴针对复杂排版、小字体、精细摄影及多语言视觉内容推出的限量预览生成与编辑模型。它支持最多三张参考图片输入，目前需经模型库审批方可使用。

最适合： 创建和编辑图像

Qwen3 Rerank 是阿里巴巴的重新排序路线，用于在初始搜索或嵌入召回后提高检索质量。Nfero 将其连接到搜索和 RAG 工作流。

最适合： 搜索和检索增强生成

Qwen3-VL 嵌入将混合文本、图像和视频输入转换为可配置的向量，用于多模态搜索和RAG。Nfero 记录其限制和阿里云访问路径，但不提供未经验证的实时端点。

最适合： 搜索和检索增强生成

Qwen3-VL 重排序在检索后对混合文本、图像和视频候选进行评分。Nfero 将其定位为多模态搜索和RAG规划路径，并提供当前官方文档。

最适合： 搜索和检索增强生成

Qwen3.5 LiveTranslate Flash Realtime 结合音频与视觉上下文实现多语言翻译，在支持条件下延迟低至 2.8 秒。Nfero 记录了该路线，但未声明公开访问。

最适合： 语音、转录和音频工作流

Qwen3.5 Omni Plus 是阿里巴巴结合文本、图像、音频和视频理解和生成的多模态路径。Nfero 将其置于更广泛的 Omni 和代理规划表面中。

最适合： 语音、转录和音频工作流

Qwen3.5 Omni Plus Realtime 是用于交互式多模态体验的低延迟 Omni 路线。Nfero 使用它进行实时、音频和面向代理的阿里巴巴工作流规划。

最适合： 语音、转录和音频工作流

Qwen3.6 Flash 是轻量提示、工具测试和与 Max 和 Plus 模型快速比较的更快 Qwen 路线。当延迟和演示数量重要时非常有用。

最适合： 编码辅助和开发人员工作流

Qwen3.6 Plus 是为结合文本生成、推理和视觉理解的 Token Plan 工作流列出的。使用此页面计划兼容工具访问并将其与更新的 Qwen 路线进行比较。

最适合： 复杂分析和推理任务

Qwen3.7 Max 是 Nfero 上用于推理、编码和执行质量答案测试的高端 Qwen 路线。使用实时演示在继续通过阿里巴巴云或 Token Plan 之前验证输出质量和成本。

最适合： 编码辅助和开发人员工作流

Qwen3.7 Plus 是为需要强大推理但不需要始终使用最高成本路线的团队定位的平衡 Qwen 选项。Nfero 展示实时输出、延迟和估计使用成本。

最适合： 编码辅助和开发人员工作流

Qwen3.8 Max 是阿里巴巴面向长上下文推理、编程、视觉理解和文本生成的生产级旗舰模型。Nfero 展示其官方限制、当前访问路径以及新加坡 pay-as-you-go 费率。

最适合： 编码辅助和开发人员工作流

Text Embedding V4是阿里巴巴的文本嵌入路线，用于语义索引和检索。Nfero将其用作搜索和RAG规划的基础页面。

最适合： 搜索和检索增强生成

通义嵌入视觉Plus是阿里云的多模态嵌入路线，用于图像和文本检索。Nfero将其定位为视觉搜索、目录检索和基于事实的多模态应用。

最适合： 搜索和检索增强生成

Wan 2.7图像是作为阿里巴巴Token Plan图像生成模型列出的。Nfero将其呈现为团队比较Wan和Qwen图像模型的视觉路径。

最适合： 创建和编辑图像

Wan 2.7图像Pro是Token Plan目录中的专业Wan图像路径。该页面专为买家比较图像质量、设置和阿里巴巴延续路径而设计。

最适合： 创建和编辑图像

Wan 2.7图像到视频可将源图像转换为2-15秒的720P或1080P视频片段。Nfero记录其主要工作流程，并说明当前阿里巴巴Model Studio的路线，不启用未经验证的公共生成。

最适合： 生成和编辑视频

Wan 2.7 视频参考生成通过视觉参考来在生成的视频片段中保持主体和外观。Nfero 会保留其当前限制和阿里巴巴访问指南，以供生产规划使用。

最适合： 生成和编辑视频

Wan 2.7 文本到视频是阿里巴巴目前的提示到视频路径，用于多镜头 720P 和 1080P 视频片段并带有同步音频。Nfero 解释了支持的控制功能和官方访问路径，但不声称提供公共演示或 Token Plan 包含。

最适合： 生成和编辑视频

Wan 2.7 视频编辑是阿里巴巴用于受控视频转换和风格迁移的指令引导路径。Nfero 记录了工作流程，同时保留未经验证的定价和公共执行禁用。

最适合： 生成和编辑视频

Wan 文本到视频加速版是快速将提示转换为短视频草稿的Wan路线。Nfero专注于生产前的安全规划、设置和示例。

最适合： 生成和编辑视频