#model-release

307 articles - Page 21

Google Gemini 2.5 Flash Image Preview Text-to-Image on 现已登陆WaveSpeedAI

Google Gemini 2.5 Flash Text-to-Image 提供最先進的文本轉圖像生成和圖像編輯功能，具有預覽功能。可立即使用的 REST 推理 API、最佳性能、無冷啟動、價格實惠。

Google Gemini 2.5 Flash Image 提供先進的文本到圖像生成和圖像編輯功能，具有創意控制以獲得高質量圖像。即用型 REST 推理 API、最佳性能、無冷啟動、價格實惠。

Kling LipSync 透過生成與輸入音訊完美同步的逼真嘴部運動，將音訊轉換為說話人頭部影片。即用型 REST 推論 API、最佳性能、無冷啟動、價格實惠。

Luma Ray 2 Flash 將文本轉化為高品質影片，支援靈活的尺寸和內建提示詞優化，確保精確輸出。提供即用型 REST 推論 API、最佳效能、無冷啟動、經濟實惠的定價。

Luma Ray 2 是一款文本轉視頻模型，能從文本提示創建高品質視頻，具有進階提示詞優化和支援多種視頻尺寸。提供即用型 REST 推論 API、最佳效能、無冷啟動、價格實惠。

SteadyDancer 是一個 14B 參數的人類圖像動畫框架，可將靜止圖像轉換為連貫的舞蹈視頻。具有首幀保留、強大的身份一致性和時間連貫性，用於逼真的運動生成。隨時可用的 REST 推理 API，最佳性能，無冷啟動

MiniMax Speech 2.5 HD 預覽版提供高清文字轉語音、增強的多語言表現力、精準的語音克隆和 40 種語言支援。提供即用型 REST API、最佳效能、無冷啟動、價格實惠。

Minimax Speech 2.6 HD：超人類品質、低延遲（< 250ms）文字轉語音，支援聲音複製、文字正規化和 40+ 種語言。隨時可用的 REST 推論 API、最佳效能、無冷啟動、價格實惠。

Minimax Speech 2.6 Turbo 是一款文字轉語音模型，提供超擬人語音克隆、業界領先的文本規範化、低於 250 毫秒的延遲和 40+ 種語言支援。定價：每 1000 個字元 $0.06。現成可用的 REST 推論 API、最佳效能、無冷啟動、價格實惠。

Clarity AI Crystal 升級器透過 AI 升級和可調整的細節增強功能來提升影像解析度，適用於肖像和風景照片。提供現成可用的 REST 推理 API、最佳效能、無冷啟動、經濟實惠的定價。

MiniMax Speech 2.5 Turbo 預覽版：支援多語言的高清文字轉語音，可跨越 40 種語言進行精確語音複製。$0.04/1000 字符。現成可用的 REST 推論 API、最佳效能、無冷啟動、價格實惠。

Whisper Large v3 語音轉文字：即時、準確的多語言轉錄，具有自動語言偵測和標點符號。上傳音頻即可取得轉錄。即用型 REST API、無冷啟動、價格實惠。