Grok Voice TTS 1.0xAI能力音频
Grok Voice TTS 1.0 输入支持文本，输出支持音频。规范模型上下文为 15,000 token。规范模型最大输出为 15,000 token。
Moduck 价格
输入 · 每次最多 15000 字符USD 12 / 1M 字符
模型目录
浏览模型规格与价格。
筛选
浏览模型、规格与可用的配置价格。
10 条结果 · 本页显示 10 条，共 574
GPT-Realtime-2.1OpenAI能力音频
GPT-Realtime-2.1 输入支持文本, 音频, 图像，输出支持文本, 音频。规范模型上下文为 128,000 token。规范模型最大输出为 32,000 token。
推理工具调用
Moduck 价格
输入USD 3.2 / 1M token
输出USD 19.2 / 1M token
Gemini 3.5 Live Translate PreviewGoogle能力音频
Gemini 3.5 Live Translate Preview 输入支持音频，输出支持音频, 文本。规范模型上下文为 131,072 token。规范模型最大输出为 65,536 token。
Moduck 价格
输入 · 上下文 ≤ 16384 token · 最大输出 32768 tokenUSD 2.8 / 1M token
输出 · 上下文 ≤ 16384 token · 最大输出 32768 tokenUSD 16.8 / 1M token
Gemini 3.1 Flash TTS PreviewGoogle能力音频
Gemini 3.1 Flash TTS Preview 输入支持文本，输出支持音频。规范模型上下文为 8,192 token。规范模型最大输出为 16,384 token。
Moduck 价格
输入USD 0.8 / 1M token
输出USD 16 / 1M token
Gemini 3.1 Flash Live PreviewGoogle能力音频
Gemini 3.1 Flash Live Preview 输入支持文本, 图像, 视频, 音频，输出支持文本, 音频。规范模型上下文为 131,072 token。规范模型最大输出为 65,536 token。
推理工具调用
Moduck 价格
输入USD 0.6 / 1M token
输出USD 3.6 / 1M token
Lyria 3 Clip PreviewGoogle能力音频
Lyria 3 Clip Preview 输入支持文本, 图像，输出支持文本, 音频。规范模型上下文为 131,072 token。规范模型最大输出为 65,536 token。
Moduck 价格
输出 · 每首 30 秒USD 0.032 / 首
Lyria 3 Pro PreviewGoogle能力音频
Lyria 3 Pro Preview 输入支持文本, 图像，输出支持文本, 音频。规范模型上下文为 131,072 token。规范模型最大输出为 8,192 token。
Moduck 价格
输出 · 最大输入 131072 tokenUSD 0.064 / 首
Gemini 2.5 Flash TTSGoogle能力音频
Gemini 2.5 Flash TTS 输入支持文本，输出支持音频。规范模型上下文为 32,768 token。规范模型最大输出为 16,384 token。
Moduck 价格
输入USD 0.4 / 1M token
输出USD 8 / 1M token
Gemini 2.5 Pro TTSGoogle能力音频
Gemini 2.5 Pro TTS 输入支持文本，输出支持音频。规范模型上下文为 32,768 token。规范模型最大输出为 16,384 token。
Moduck 价格
输入USD 0.8 / 1M token
输出USD 16 / 1M token
Qwen-Omni TurboAlibaba能力音频
Qwen-Omni Turbo 输入支持文本, 图像, 音频, 视频，输出支持文本, 音频。规范模型上下文为 32,768 token。规范模型最大输出为 2,048 token。
工具调用
Moduck 价格
输入USD 0.0464 / 1M token
输出USD 0.184 / 1M token