模型分类

平台按模态对模型分类。广场筛选项用短名（语言 / 图文 / 向量 / 图像 / 视频），卡片、后台和文档用完整业务名。 GET /v1/models 返回每个模型的 modality 字段，可用 ?modality= 过滤。

模态总览

模态	筛选项	业务名	端点	计费单位	状态
chat	语言	语言模型	POST /v1/chat/completions	token（输入/输出分计）	✅ 已开放
vlm	图文	图文理解	POST /v1/chat/completions	token（图片折算）	✅ 已开放
embedding	向量	向量模型	POST /v1/embeddings	token（输入）	✅ 已开放
rerank	重排	重排序	POST /v1/rerank	token（query + 文档）	敬请期待
image	图像	图像生成	POST /v1/images/generations	按张（按分辨率）	✅ 已开放
tts	—	语音合成	POST /v1/audio/speech	按字符	敬请期待
asr	—	语音识别	POST /v1/audio/transcriptions	按音频时长	敬请期待
video	视频	视频生成	POST /v1/videos/generations（异步任务；时长/精度由请求自选）	token（(输入视频秒+输出秒)×宽×高×24/1024）	✅ 已开放（Seedance / MoMa）
omni	—	全模态	—	—	规划中

选型指引

• 语言模型：modality=chat；
• 图文理解（看图说话、截图、OCR）：modality=vlm（协议与 chat 完全一致，把 content 换成数组即可，见 Chat API）；
• RAG 检索：embedding 建索引 + rerank 精排（rerank 即将开放，可先以 embedding 相似度粗排过渡）。
• 视频生成：文生 / 图生 / 视频生 / 参考音频都走 POST /v1/videos/generations 同一套入参；目录上的输入形态只做展示，网关不拦。

预留模态的接口形态以最终发布公告为准；开放前调用对应模型将返回 400 modality_not_ready。