modelos

Lightweight base variant of Veo3.1 with lower computing overhead, meets basic video generation demands for low-cost bulk preview scenarios.

Accelerated variant of Seedance 2.0. Balances generation speed and visual quality, reduces inference latency for high-concurrency testing and mass rapid content production.

Doubao Seedance 2.0 Mini is ByteDance’s lightweight text-to-video model under the Seed series. Optimized for fast inference and low GPU overhead, it generates smooth, style-consistent short videos from text prompts. Designed for API integration, test environments and low-cost batch video production.

TEST GLM-5.1 (released April 2026), purpose-built for long-horizon autonomous tasks. Unlike traditional models optimized for short interactions, GLM-5.1 excels at maintaining goal alignment, reducing strategy drift, and delivering production-grade results over extended periods — up to 8 hours of continuous autonomous work on a single complex task. It represents a major leap in agentic engineering, shifting evaluation from single-turn intelligence to real-world sustained execution.

O modelo Gemini 3.1 Flash Lite Image é um especialista em eficiência na família de geração de imagens, projetado para gerar e modificar imagens com latência ultrabaixa e excelente relação custo-benefício.

GPT-4.1 nano é um modelo de inteligência artificial fornecido pela OpenAI. gpt-4.1-nano: Apresenta uma janela de contexto maior—oferecendo suporte a até 1 milhão de tokens de contexto e capaz de utilizar melhor esse contexto por meio de uma compreensão aprimorada de contextos longos. Possui uma data de corte de conhecimento atualizada para junho de 2024. Este modelo oferece suporte a um comprimento máximo de contexto de 1,047,576 tokens.

MiMo-V2.5 is Xiaomi's native full-modal model. It achieves professional-grade agent performance at about half the cost of inference, while outperforming MiMo-V2-Omni in multimodal perception in image and video understanding tasks.

seedance-2-0

HappyHorse 1.1 é um modelo multimodal de geração de vídeo projetado para criação de conteúdo profissional, publicidade, curtas-metragens, produção para redes sociais e narrativa. Ele amplia as capacidades do HappyHorse 1.0 — que recebeu grande atenção após ficar bem classificado em avaliações independentes de geração de vídeo — com maior coerência entre cenas e fidelidade visual aprimorada.

O modelo de geração de imagens mais avançado da OpenAI, com renderização de texto quase perfeita em vários idiomas, resolução de até 4K e o Thinking Mode potencializado por raciocínio. Projetado para fluxos de trabalho de produção que exigem precisão, velocidade e resultados visuais alinhados à marca.

DeepSeek V4 Flash is an efficiency-optimized Mixture-of-Experts model from DeepSeek with 284B total parameters and 13B activated parameters, supporting a 1M-token context window. It is designed for fast inference and high-throughput workloads, while maintaining strong reasoning and coding performance.

O modelo principal mais inteligente e intuitivo da OpenAI, projetado para programação complexa, fluxos de trabalho baseados em agentes, uso do computador, análise de dados e pesquisa aprofundada. Oferece inteligência de ponta com a mesma baixa latência do GPT-5.4, ao mesmo tempo em que conclui tarefas com maior eficiência no uso de tokens. O modelo preferido para cargas de trabalho profissionais e corporativas exigentes.

O modelo mais capaz da OpenAI, projetado para as tarefas mais difíceis e para fluxos de trabalho orientados por agentes de longa duração. O GPT-5.5 Pro se destaca em programação complexa, uso do computador, pesquisa aprofundada, análise de dados e raciocínio científico — oferecendo inteligência de ponta com latência de GPT-5.4 e maior eficiência de tokens. Ideal para casos de uso empresariais e profissionais que exigem o mais alto padrão de precisão e execução autônoma de tarefas.

Claude Sonnet 4.6 is our most capable Sonnet model yet. It’s a full upgrade of the model’s skills across coding, computer use, long-context reasoning, agent planning, knowledge work, and design. Sonnet 4.6 also features a 1M token context window in beta.

O mais recente modelo de imagem para vídeo da xAI apresenta geração nativa de áudio sincronizado — vídeo e som são produzidos em uma única etapa de inferência. Suporta saída em 480p/720p, clipes de até 15 segundos e ocupa a posição #1 no ranking do Image-to-Video Arena.

Claude Opus 4.7 is a hybrid reasoning model designed specifically for frontier-level coding, AI agents, and complex multi-step professional work. Unlike lighter models (e.g., Sonnet or Haiku variants), Opus 4.7 prioritizes depth, consistency, and autonomy on the hardest tasks.

Happy Horse 1.0 — A high-quality audio-video generation model that supports text-to-video and image-to-video creation. It can generate synchronized visuals, audio, and lip movements, making it suitable for short films, advertising creatives, and product showcases.

Excels at agentic reasoning, knowledge work, and tool use.

GPT Image 2 is openai state-of-the-art image generation model for fast, high-quality image generation and editing. It supports flexible image sizes and high-fidelity image inputs.

Seedance 2.0 é o modelo base multimodal de vídeo de próxima geração da ByteDance, focado na geração de vídeos narrativos cinematográficos de múltiplos planos. Diferentemente de demonstrações de texto para vídeo de plano único, Seedance 2.0 enfatiza o controle baseado em referências (imagens, clipes curtos, áudio), a consistência de personagens/estilo entre os planos e a sincronização nativa de áudio/vídeo — visando tornar o vídeo com IA útil para fluxos de trabalho criativos profissionais e de pré-visualização.

Sora 2 Pro é nosso modelo de geração de mídia mais avançado e poderoso, capaz de gerar vídeos com áudio sincronizado. Ele pode criar clipes de vídeo detalhados e dinâmicos a partir de linguagem natural ou imagens.

Core Capabilities Overview: Resolution: Up to 4K (4096×4096), on par with Pro. Reference Image Consistency: Up to 14 reference images (10 objects + 4 characters), maintaining style/character consistency. Extreme Aspect Ratios: New 1:4, 4:1, 1:8, 8:1 ratios added, suitable for long images, posters, and banners. Text Rendering: Advanced text generation, suitable for infographics and marketing poster layouts. Search Enhancement: Integrated Google Search + Image Search. Grounding: Built-in thinking process; complex prompts are reasoned before generation.

gpt-5.2-pro is the highest-capability, production-oriented member of OpenAI’s GPT-5.2 family, exposed through the Responses API for workloads that demand maximal fidelity, multi-step reasoning, extensive tool use and the largest context/throughput budgets OpenAI offers.

DeepSeek V4 Pro is a large-scale Mixture-of-Experts model from DeepSeek with 1.6T total parameters and 49B activated parameters, supporting a 1M-token context window. It is designed for advanced reasoning, coding, and long-horizon agent workflows, with strong performance across knowledge, math, and software engineering benchmarks.

MiniMax-M2.7 offers the same top-tier intelligence as the standard version—including recursive self-evolution and expert-level office productivity—but is designed for applications requiring sub-second latency and high-speed token generation. Leveraging an enhanced inference backbone architecture, its output speed is 66% faster than the standard model (reaching 100 tps). It is the preferred choice for interactive programming assistants, real-time agent loop execution, and high-throughput enterprise pipelines with stringent completion time requirements.

GPT-5.4 nano is designed for tasks where speed and cost matter most like classification, data extraction, ranking, and sub-agents.

GPT-5.4 mini brings the strengths of GPT-5.4 to a faster, more efficient model designed for high-volume workloads.

Omni is the new model that can create anything from any input — starting with video. With Omni, you can combine images, audio, video and text as input and generate high-quality videos grounded in Gemini's real-world knowledge. You can also easily edit your videos through conversation.