โมเดล

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.

Gemini 3.1 Flash Lite Image model เป็นผู้เชี่ยวชาญด้านประสิทธิภาพในตระกูลการสร้างภาพ ออกแบบมาเพื่อความหน่วงต่ำเป็นพิเศษและต้นทุนคุ้มค่าในการสร้างและปรับแต่งภาพ.

GPT-4.1 nano เป็นโมเดลปัญญาประดิษฐ์ที่ให้บริการโดย OpenAI. gpt-4.1-nano: มีหน้าต่างบริบทที่ใหญ่ขึ้น—รองรับโทเค็นบริบทได้สูงสุด 1 ล้าน และสามารถใช้บริบทนั้นได้ดียิ่งขึ้นด้วยความเข้าใจบริบทระยะยาวที่ได้รับการปรับปรุง. มีขอบเขตความรู้ที่อัปเดตเป็นเดือนมิถุนายน 2024. โมเดลนี้รองรับความยาวบริบทสูงสุด 1,047,576 โทเค็น.

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 เป็นโมเดลการสร้างวิดีโอแบบมัลติโมดัลที่ออกแบบมาสำหรับการสร้างคอนเทนต์ระดับมืออาชีพ งานโฆษณา ภาพยนตร์สั้น การผลิตบนโซเชียลมีเดีย และการเล่าเรื่อง รุ่นนี้ต่อยอดความสามารถจาก HappyHorse 1.0—ซึ่งได้รับความสนใจอย่างมากหลังจากติดอันดับสูงในการประเมินการสร้างวิดีโอโดยอิสระ—ด้วยความสอดคล้องของฉากที่แข็งแกร่งยิ่งขึ้นและความสมจริงของภาพที่ดีขึ้น

โมเดลการสร้างภาพที่มีความสามารถสูงสุดของ OpenAI มาพร้อมการเรนเดอร์ข้อความที่แทบสมบูรณ์แบบในหลายภาษา รองรับความละเอียดสูงสุดถึง 4K และ Thinking Mode ที่ขับเคลื่อนด้วยการให้เหตุผล。ออกแบบมาสำหรับเวิร์กโฟลว์ระดับโปรดักชันที่ต้องการความแม่นยำ ความเร็ว และผลลัพธ์ภาพที่สอดคล้องกับแบรนด์

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.

โมเดลเรือธงที่ฉลาดและใช้งานได้อย่างเป็นธรรมชาติที่สุดของ OpenAI ออกแบบมาสำหรับการเขียนโค้ดที่ซับซ้อน เวิร์กโฟลว์แบบเอเจนต์ การใช้คอมพิวเตอร์ การวิเคราะห์ข้อมูล และการวิจัยเชิงลึก มอบความฉลาดระดับแนวหน้าพร้อมความหน่วงต่ำเทียบเท่า GPT-5.4 ขณะเดียวกันก็ทำงานสำเร็จด้วยประสิทธิภาพการใช้โทเค็นที่สูงกว่า โมเดลตัวเลือกหลักสำหรับเวิร์กโหลดระดับมืออาชีพและองค์กรที่มีความต้องการสูง

โมเดลที่มีความสามารถสูงสุดของ OpenAI ออกแบบมาสำหรับภารกิจที่ยากที่สุดและเวิร์กโฟลว์เชิงเอเจนต์ที่ดำเนินต่อเนื่องยาวนาน GPT-5.5 Pro โดดเด่นในงานเขียนโค้ดที่ซับซ้อน การใช้งานคอมพิวเตอร์ การวิจัยเชิงลึก การวิเคราะห์ข้อมูล และการให้เหตุผลเชิงวิทยาศาสตร์ — มอบอัจฉริยะระดับแนวหน้าพร้อมความหน่วงเวลาในระดับ GPT-5.4 และประสิทธิภาพการใช้โทเคนที่ดียิ่งขึ้น เหมาะอย่างยิ่งสำหรับการใช้งานระดับองค์กรและระดับมืออาชีพที่ต้องการมาตรฐานความแม่นยำสูงสุดและความสามารถในการดำเนินภารกิจโดยอัตโนมัติ

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.

โมเดลแปลงภาพเป็นวิดีโอล่าสุดของ xAI มาพร้อมการสร้างเสียงแบบซิงโครไนซ์ในตัว — วิดีโอและเสียงถูกสร้างขึ้นภายในรอบการอินเฟอเรนซ์เดียว รองรับเอาต์พุต 480p/720p, คลิปยาวได้สูงสุด 15 วินาที, และติดอันดับ #1 บนกระดานจัดอันดับ 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 เป็นโมเดลพื้นฐานวิดีโอแบบมัลติโมดัลรุ่นถัดไปของ ByteDance ที่มุ่งเน้นการสร้างวิดีโอแนวเล่าเรื่องแบบหลายช็อตในสไตล์ภาพยนตร์ แตกต่างจากเดโมแปลงข้อความเป็นวิดีโอแบบช็อตเดียว Seedance 2.0 ให้ความสำคัญกับการควบคุมแบบอ้างอิง (รูปภาพ คลิปสั้น และเสียง) การรักษาความคงเส้นคงวาของตัวละคร/สไตล์ข้ามช็อต และการซิงโครไนซ์เสียง/วิดีโอแบบเนทีฟ — โดยมีเป้าหมายเพื่อทำให้วิดีโอ AI ใช้งานได้จริงสำหรับเวิร์กโฟลว์ด้านการสร้างสรรค์ระดับมืออาชีพและการพรีวิส

Sora 2 Pro เป็นโมเดลสร้างสื่อที่ล้ำหน้าและทรงพลังที่สุดของเรา ที่สามารถสร้างวิดีโอพร้อมเสียงที่ซิงโครไนซ์ได้ สามารถสร้างคลิปวิดีโอที่ละเอียดและไดนามิกจากภาษาธรรมชาติหรือภาพได้

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.