跳转到内容
HiAPI Docs
HiAPI
在线试用 获取 API Key
中文
English 中文

更新历史

2026-10-23

Section titled “2026-10-23”

Kling 4.0 已可通过 POST /v1/tasks 调用。kling-4.0/text-to-video 用一段文字生成 3–30 秒、720p/1080p 的片段，支持 16:9、9:16、1:1 与 21:9，音频和画面一次生成。kling-4.0/image-to-video 让一张首帧图动起来，不传画幅时保持原图比例。两者都按输出秒数计费，没有起步价。

2026-10-08

Section titled “2026-10-08”

新增 Nano Banana 2.1 API：文字生成图片与参考图编辑的参数和接入示例。

2026-10-14

Section titled “2026-10-14”

新增 FLUX.3 Image 与 Muse Image 的生成、参考图编辑参数及异步任务接入文档。

2026 年 10 月

  1. 新模型：kimi-k3.1-pro-highspeed，Kimi K3.1 Pro 的高速版，通过 POST /v1/chat/completions 调用。请求契约与 K3.1 Pro 相同（100 万上下文、始终开启的思考 low/high/max、流式输出、JSON 与严格 JSON Schema、函数工具和缓存读取），响应更快，单价更高。详见 Kimi K3.1 Pro Highspeed 文档。

  2. 新模型：kimi-k3.1-pro，通过 POST /v1/chat/completions 调用，支持 100 万上下文、始终开启的思考（low/high/max，默认 max）、流式输出、JSON 与严格 JSON Schema、函数工具和缓存读取。详见 Kimi K3.1 Pro 文档。

  3. 新接口：GET /v1/account/balance 用任意有效 API key（包括额度耗尽的 key）查询账号级剩余余额和累计已用金额，单位 USD，可用于余额监控和充值提醒。调用免费，每账号每分钟 60 次。详见查询余额文档。

  4. 新模型：recraft-v4/text-to-vector 与 recraft-v4-pro/text-to-vector，通过 POST /v1/tasks 用文字直接生成可编辑的 SVG 矢量文件，适合 Logo、图标、扁平插画和版式素材。两者参数一致（prompt、image_size、colors、background_color），Pro 档细节更高；每次请求输出 1 个 SVG。详见 Recraft V4 Vector 文档。

  5. Imagen 4 模型 ID 改为 imagen-4.0、imagen-4.0-fast 和 imagen-4.0-ultra。原来的 Google-Imagen4、imagen4-fast、imagen4-ultra 作为别名仍可调用；参数、价格和文档地址不变。

  6. Ideogram 4.5 文生图的模型 ID 改为 ideogram-v4.5/text-to-image。原来的 ideogram-v4.5 仍可调用；参数、价格和文档地址不变。ideogram-v4.5/image-to-image 不受影响。两个 Ideogram 4.5 模型的文档同时更正为 num_images 固定为 1（每次 1 张），与接口一致。

  7. 新模型 flux-1-kontext-max（FLUX.1 Kontext Max，POST /v1/tasks）：只写提示词即生成新图，传入一张原图则在该图上编辑。可选 aspect_ratio（21:9、16:9、4:3、1:1、3:4、9:16；编辑时留空沿用原图比例）、output_format jpeg/png、prompt_upsampling，以及 0–2 的 safety_tolerance。每次返回 1 张，按张计费。见 FLUX.1 Kontext Max 文档。

  8. 新模型：flux-3-max/text-to-video、flux-3-max/image-to-video 与 flux-3-max/keyframes-to-video，通过 POST /v1/tasks 调用。三者均生成 5–20 秒、720p/1080p 视频，默认生成同步音频，支持 low/high 两档 reasoning_level。图生视频需传首帧并可选传尾帧；关键帧生视频用 1–10 张关键帧，按 frame_index 落在 24fps 时间轴上（最大值 duration × 24，同一请求内不能重复）。详见 FLUX 3 Max 文档。

  9. 新模型：recraft/creative-upscale，生成式图片放大，放大时重新绘制纹理和细节。只有一个必填参数 image_url（建议 PNG，不超过 20MB，每边 256–4096px，总像素不超过 16MP），无需 prompt，通过 POST /v1/tasks 按输出图片张数计费。

  10. google-virtual-try-on：num_images 固定为 1，每次请求生成 1 张试穿图。num_images 大于 1 的请求会被拒绝，可省略该字段或传 1。计费方式不变（按张计费）。

  11. 新模型 bria-eraser 蒙版擦除：通过 POST /v1/tasks 上传原图和同比例黑白蒙版，白色区域擦除并补全背景，无需提示词；可选 mask_type（manual/automatic）和 preserve_alpha，每次输出 1 张与原图同分辨率的 PNG，按张计费。见 Bria Eraser 文档。

  12. 新模型 bria-product-shot 商品场景图：通过 POST /v1/tasks 上传商品图，用英文 prompt 或 reference_image_url（二选一）决定新场景；商品可放在 10 个预设位置之一（方图输入实测输出 1024×1024），或保持原图位置（可选按原图尺寸输出）；可选 optimize_description 与 fast，每次输出 1 张，按张计费。见 Bria Product Shot 文档。

  13. creatify-boreal：移除可选参数 manifest_disclosure，请求里不要再传这个字段，其余参数不变。详见 Creatify Boreal 文档。

  14. 新增 mureka-9.5/lyrics-to-song 歌词成歌文档：输入完整歌词，可补充曲风方向与主唱性别，通过 POST /v1/tasks 生成包含人声演唱的完整歌曲。

  15. 新增 mureka-9.5/instrumental 纯音乐文档：用文字描述曲风、情绪、乐器与编曲，通过 POST /v1/tasks 生成无人声的器乐作品。

  16. 新模型 fashn-tryon-v1.6 虚拟试穿：通过 POST /v1/tasks 传入一张人物照片和一张服装图，输出竖版试穿图（本次实测 972 × 1296）；可选服装类别、生成模式、服装图类型、内容审核、seed 和 PNG/JPEG 格式，无需提示词。见 FASHN Try-On v1.6 文档。

  17. 新增 wan2.7-image-standard 文档：Wan 2.7 Image 标准版支持文生图与参考图编辑，image_urls 最多 9 张，输出 1K/2K，提供八种画幅和可选 seed，通过 POST /v1/tasks 每次输出 1 张图片。

  18. 新增 flux-1-fill-pro 蒙版局部重绘文档：上传原图、同尺寸黑白蒙版和提示词，白色区域重绘、黑色区域保留；支持 steps（15–50）、guidance（1.5–100）、seed、output_format jpg/png 和 prompt_upsampling，每次输出 1 张，按张计费。

  19. 新模型：mirelo-sfx-2.0（Mirelo SFX 2.0 文生音效，POST /v1/tasks）。描述声音的来源、材质、动作、距离与环境，生成一条 1–30 秒的 WAV 音效；duration 默认 5 秒，按请求的输出秒数计费。

  20. 新模型：elevenlabs/sound-effects-v2（ElevenLabs Sound Effects v2，POST /v1/tasks）。一句描述生成 0.5–22 秒音效，每次请求必须明确填写时长，支持提示词影响强度与可选无缝循环，固定输出 MP3。详见 ElevenLabs Sound Effects v2 文档。

  21. 新增 recraft-v4.1/text-to-image 文生图文档：与 Flash 参数相同、细节更足，支持 6 种尺寸预设和 colors / background_color 配色，每次输出 1 张图片。

  22. 新增 krea-2-medium-turbo 文生图文档：支持含 2.35:1 在内的 8 种画面比例、4 档 creativity（默认 low）和可选 seed，每次输出 1 张图片。

  23. 新模型：kandinsky-6.0-pro/text-to-video 与 kandinsky-6.0-pro/image-to-video（Kandinsky 6.0 Pro，POST /v1/tasks）。两者都输出固定 5 秒、480p、带同步音频的视频；文生视频支持 5 种画幅，图生视频可自动匹配首帧画幅。可选反向提示词、seed 与引导强度，按条计费。参见 Kandinsky 6.0 Pro 文档。

  24. 新增 krea-3/text-to-image 文生图文档：支持 berry/jam 两个变体、reasoning_level low/medium、6 种最大 1024 × 1024 的尺寸预设、负面提示词（仅 berry）、seed 与 PNG/JPEG 输出，每次 1 张。

  25. 新增 ideogram-v3-character 角色一致性生成与 ideogram-v3-character/edit 蒙版编辑文档：用 1 张角色参考图生成同一角色的新场景（输出比例跟随参考图）；Edit 按蒙版把参考角色局部重绘进原图。

  26. 新模型：vidu-q3-mix/reference-to-video 和 vidu-q3-ad/reference-to-video（Vidu Q3 参考生视频，POST /v1/tasks）。两者都接收 1-7 张参考图，size 为单个 10 值枚举，覆盖 720P 与 1080P 两档各五种画幅。Mix 面向通用场景、时长 1-16 秒；Ad 面向商品广告、时长 3-15 秒，并可能为保证分镜完整调整实际时长，计费按实际输出秒数结算。audio 与 watermark 可选且不参与计价。参见 Vidu Q3 Mix 文档。

  27. 新增 recraft-v4.1-flash/text-to-image 文生图文档：支持 6 种尺寸预设，可通过 colors 和 background_color 指定配色与背景色，每次输出 1 张图片。

  28. 新增 fibo-gen-1.5/text-to-image 文生图文档：支持 9 种画面比例和可复现的 seed，每次输出 1 张约 100 万像素的 PNG。

  29. 新模型：google-virtual-try-on（Google 虚拟试穿，POST /v1/tasks）。传入 person_image_url 人物照和 product_image_url 服装图，生成 1–4 张上身效果图；无需提示词，按请求张数计费。详见 Google 虚拟试穿 文档。

  30. 新模型：creatify-boreal（Creatify Boreal，POST /v1/tasks）。一段提示词生成 1–20 秒、带原生配音和音效的商品、UGC 与口播视频，720p/1080p/2K，5 种画面比例加自动；可加 image_url 参考图或 audio_url 旁白。按请求秒数计费。详见 Creatify Boreal 文档。

  31. 新增 fibo-edit-1.5/image-to-image 图片编辑文档：image_urls 支持 1–4 张图片，2 张以上可用 aspect_ratio 指定比例，单图可用 mask_url 局部编辑，每次输出 1 张 PNG。

  32. 新增 ideogram-v4.5 文生图与 ideogram-v4.5/image-to-image 图片编辑文档。文生图支持 low/medium/high 质量档、尺寸预设、提示词扩展、seed 和 1–8 张输出；编辑端增加主源图、可选参考图、遮罩以及 regular/high 编辑精度。

  33. 新模型：recraft/crisp-upscale，图片宽高各放大 2 倍，细节更清晰、内容不变。只有一个必填参数 image_url（JPEG/PNG/WEBP，不超过 10MB），无需 prompt，输出 JPEG，通过 POST /v1/tasks 按输出图片张数计费。

  34. 新模型：wan2.6-flash/image-to-video（Wan 2.6 Flash，POST /v1/tasks）。上传 1 张图片生成 5、10 或 15 秒的 720p/1080p 视频，画幅跟随图片；可选同步音频，开启后按有声档计费。参见 Wan 2.6 Flash 文档。

  35. 新模型：ltx-2.5-fast/text-to-video 和 ltx-2.5-fast/image-to-video（LTX 2.5 Fast，POST /v1/tasks）。文生视频与图生视频均支持 720p/1080p、2-20 秒、16:9 或 9:16、原生音频；图生视频可传首帧和可选尾帧。按秒计费，音频不影响价格。参见 LTX 2.5 Fast 文档。

  36. 新模型：grok-imagine-1.5-lite/text-to-video 与 grok-imagine-1.5-lite/image-to-video，通过 POST /v1/tasks 生成 1–15 秒、480p/720p/1080p 且自带音效的视频；文生视频提供 7 种画面比例，图生视频传入一张 image_url，画面比例跟随该图片。详见 Grok Imagine 1.5 Lite 文档。

  37. 新模型：vidu-q4-preview/image-to-video 和 vidu-q4-preview/reference-to-video（Vidu Q4 Preview，POST /v1/tasks）。图生视频上传 1 张首帧图生成 3-16 秒、540p-4K 视频，画幅跟随图片；参考生视频支持 1-15 张参考图加最多 3 段 MP3 参考音频（每段 3-12 秒），画幅由 aspect_ratio 控制。原生音频默认开启、不参与计价。参见 Vidu Q4 Preview 文档。

  38. 新增 Google Imagen 4 图像生成文档：Google-Imagen4、imagen4-fast 和 imagen4-ultra。三者均通过 POST /v1/tasks 调用，支持提示词、反向提示词、画幅比例和可选 seed；Fast 默认 16:9，标准档与 Ultra 默认 1:1。

  39. 新增 MiniMax H3 Max 文生视频与图生视频独立接口文档：文生视频可选六种画幅，图生视频支持首帧、尾帧或双帧；两个公开入口的参数说明覆盖 480P/768P/1080P、0.92–15 秒目标时长、目标音频、随机种子与提示词扩写。旧名称 minimax-h3-max 仅保留 API 兼容，已有请求不受影响。

  40. 新模型：omnihuman-1.5 —— 字节跳动 OmniHuman 1.5，通过 POST /v1/tasks 调用。传一张人像 image_url 和一段短于 60 秒的驱动 audio_url，即可生成口型同步、带表情与肢体动作的说话视频，支持 720p/1080p，画幅跟随人像，按实际输出秒数计费。

  41. 新增 wan3.0-video-prime 文档：Wan 3.0 加速版，支持文本、首尾帧、参考图片/音频、文件与网页输入，2–30 秒、480P–1080P 与同步音频；参考视频输入暂未开放。

  42. 新模型：Kling 3.0 Omni（可灵 O3），通过 POST /v1/tasks 调用。kling-3.0-omni/text-to-video 与 kling-3.0-omni/image-to-video 生成 3–15 秒、720p/1080p/4k 的视频，支持可选原生音频、智能分镜与以 @名称 引用的 elements 主体素材；图生视频支持首帧或首尾帧。kling-3.0-omni/reference-to-video 接受 1–7 张参考图加可选参考视频；kling-3.0-omni/transformation 在保留原有运镜的前提下改写源视频。详见 Kling 3.0 Omni 文档。

  43. Runway Gen-4.5 Text-to-Video 新增 9:16 竖屏，支持 5/10 秒；16:9 保留 5/8/10 秒。Playground 根据画幅限制时长并显示对应预估价格。Kling 2.5 Turbo Image-to-Video 反向提示词上限为 2496 字符。

  44. 新增 kling-2.5-turbo/text-to-video 文档：5/10 秒，横屏、竖屏、方形，包含音轨。kling-2.5-turbo/image-to-video 更新为首帧与可选尾帧、5/10 秒、六种画幅，以及反向提示词与提示词遵循度；双帧支持 16:9/9:16/1:1，输出不含音轨。

  45. 新模型：pixverse-v6/text-to-video 与 pixverse-v6/image-to-video，生成 1–15 秒、360p–1080p 的视频，支持可选同步音频与 5 种风格预设；文生视频提供 8 种画面比例，图生视频画面比例跟随首帧。同时新增 Luma Ray 3.2：ray-3.2/text-to-video 根据提示词生成 5 或 10 秒、540p/720p/1080p、6 种画面比例的视频；ray-3.2/image-to-video 以首帧和可选尾帧生成 540p/720p/1080p 的 5 秒视频。详见 PixVerse V6 与 Ray 3.2 文档。

  46. 新增视频模型文档：kling-2.5-turbo/image-to-video（首帧驱动，固定 5 秒 1080p，可选 16:9/9:16/1:1）、runway-gen-4.5/text-to-video（720p 16:9，5/8/10 秒）与 runway-gen-4.5/image-to-video（首帧驱动，720p，5/8/10 秒，支持 16:9/9:16/4:3/3:4/1:1）。全部通过 POST /v1/tasks 调用。

  47. 更新 gemini-omni-1.1-flash 文档：duration 为必填整数（4/6/8/10），video_list 每项包含 url 及可选 start/ends，并补充首帧与参考素材互斥、7 个输入位共用等组合规则。

  48. 新模型：kling-3.0/motion-control —— 可灵 3.0 动作控制，通过 POST /v1/tasks 调用。传一张人物 image_url 和一段 3-30 秒动作 video_url，即可把参考视频的动作与表情迁移到图中人物，支持 720p/1080p。输出时长跟随参考视频（video 朝向最长 30 秒、image 朝向最长 10 秒），按实际输出秒数计费。

  49. 新增模型：heygen-avatar-iv，上传一张人像照片，即可用台词与预置声音或驱动音频生成口型同步的说话视频；提供 102 个声音、含 auto 在内的 6 种画幅、720p/1080p 输出、纯色或图片背景，并按生成视频实际秒数计费。

2026 年 9 月

  1. 新增 Seedream 5.0 Flash，支持文字生成、参考图编辑、1K/1.5K/2K 与自定义尺寸；水印默认关闭。

  2. 新增 elevenlabs/music-v2.5 API 文档：可用音乐描述或分段创作计划生成歌曲与纯音乐，支持逐段风格、参考音频、随机种子和输出格式参数。

  3. 新增 lyria-3.5 API 文档：可根据音乐描述或可选歌词生成歌曲，并支持标题、节拍意向、时长和随机种子参数。

2026 年 9 月

  1. 更新 deepseek-v4.1-flash 正式版模型文档，补充 low 推理档位及文本/图片输入说明。

2026 年 9 月

  1. 新增 GPT Image 2.5 Flare 与 Sunburst 文档：每个模型同时支持文生图和图像编辑，最多 16 张参考图，六档画质及多种画幅。

  2. 新增 deepseek-v4.1-flash 预览版接入文档：Responses 与 Chat Completions 请求结构、none/high/max 推理档位、无状态多轮对话、流式事件和 Token 计费。

  3. 新增 minimax-h3-max API 文档：使用同一模型完成文生视频与首尾帧控制，支持 480P / 768P 和 5–15 秒输出。

  4. 新增 gpt-6-astra 文档：流式 Responses、五档推理、函数调用、严格 JSON Schema，以及含缓存的长上下文整次请求计价说明。

  5. 新增 851-labs/background-remover 接入文档：提交一张图片 URL，获取透明 PNG，并查看实测商品案例与异步任务查询方法。

2026 年 9 月

  1. 新模型：recraft/remove-background —— 一键去背景输出透明 PNG，发丝、毛发级边缘保留完整。仅一个必填参数 image_url（PNG/JPG/WebP，不超过 5MB，边长 256–4096 像素，不超过 16MP），无需提示词，通过 POST /v1/tasks 调用，按输出图张数计费。

2026 年 8 月

  1. 新增模型：heygen-avatar-v，支持通过台词与预置声音或驱动音频生成出镜数字人视频；提供 497 个数字人形象、102 个声音、MP4/WebM 输出、可选 SRT 字幕、自定义背景，并按生成视频实际秒数计费。

  2. 新增 qwen-image-3.0/text-to-image、qwen-image-3.0/image-to-image、qwen-image-3.0-pro/text-to-image 与 qwen-image-3.0-pro/image-to-image 文档。全部通过 POST /v1/tasks 调用；图生图必须传 1–3 张参考图，四个模型均支持 8 种宽高比、1K/2K 输出、PNG/JPEG 格式、提示词控制和任务回调。

  3. 新模型：minimax-music-3 —— MiniMax 高保真歌曲生成，时长可控。歌词必填、支持结构标签；duration 1-300 秒（默认 60）设定时长上限，seed 可复现结果。无损 WAV 输出，按请求的生成时长计费。

  4. 新增模型：grok-imagine-image-2.0/text-to-image 与 grok-imagine-image-2.0/image-to-image —— Grok Image 2.0 文生图与单图参考编辑。文生图支持 low/medium、1k/2k 和 13 种画幅（另有 auto）；图生图接受一张公开图片并以参考图画幅为准。详见实时价格。

  5. 新增 deepseek-v4-pro 文本模型文档，原生支持 POST /v1/responses 并兼容 Chat Completions，支持 100 万 Token 上下文、38.4 万最大输出、none/low/high/max 推理档位、流式输出、JSON 输出和工具调用。

  6. Remote MCP v0.4.0 现提供 9 个实时目录工具。新增 generate_text，按模型自动选择 Chat Completions 或 Responses；新增 get_task_status 查询耗时较长的媒体任务；通用参数透传让新上架的任务模型无需等待 MCP 服务发版即可调用。Agent Skills 指南已新增 Seedance 2.5 与 Seedream 5.0 Pro 集成入口。

  7. seedance-2.0 ext 线路现仅展示实际支持的 720p、1080p、4k 三档；定价与请求文档已移除不支持的 2k 选项。

  8. 新增模型：seedance-2.5/text-to-video、seedance-2.5/image-to-video 与 seedance-2.5/reference-to-video。默认使用 480p、5 秒，也可指定 720p 和 4–30 秒；支持同步音频，图生视频支持首帧/首尾帧控制，参考生视频需要 1–10 段参考视频，也可选传参考图片和参考音频。

  9. deepseek-v4-flash 已通过 POST /v1/chat/completions 开放，支持流式输出、思考模式、high/max 推理强度、JSON Mode、工具调用与 Token 用量；媒体模型仍使用 POST /v1/tasks。

  10. 新增模型：Black Forest Labs flux-3，支持文生视频、1-10 张图片关键帧故事板与视频续写，可生成 5-20 秒、720p/1080p 视频，带可选同步音频和低成本 720p Draft 档。

2026 年 7 月

  1. 新增模型：minimax-h3 —— 通过 POST /v1/tasks 生成原生 2K 视频，支持 4-15 秒文生视频、首尾帧控制及图片/视频/音频多模态参考，按输出秒数计费。

  2. 新增图像编辑模型：flux-2-klein-4b/image-to-image 支持单张参考图与 0.25-4 MP 输出分档，适合低成本快速改图；flux-2-klein-9b/image-to-image 采用四步快速编辑，强化细节保持与画面文字表现。

  3. 新增模型：flux-2-klein-4b/text-to-image，支持 0.25-4 MP 分档的高性价比文生图；以及 flux-2-klein-9b/text-to-image，四步快速生成并强化写实细节与画面文字。

  4. seedance-2.0 文档现已在同一页展示标准与 ext 线路。model 保持基础名，顶层传 route: "ext"；ext 支持 720p/1080p/4k 和图片、音频参考。

  5. 官方 SDK 家族新增 Go 与 Java —— go get github.com/HiAPIAI/hiapi-go、Maven Central 上的 ai.hiapi:hiapi，与已有的 Python SDK（pip install hiapi）并列。三者均已升级到 v0.2.1，内置模型线路选择与 Idempotency-Key 幂等重试。详见 SDK 页。

  6. 新模型:Seedream 5.0 Pro 文生图与图生图 —— HiAPI 旗舰画质档。写实细节与图内文字渲染全面升级(毛笔书法与招牌文字实测无失准),resolution 的 1K/2K 分别输出 1K/2K 图像并按张计费;编辑支持 1-10 张参考图。

  7. 新模型:MiniMax 海螺 2.3 —— 标准档文生/图生视频(6/10 秒按条计费,动作物理见长),以及 hailuo-2.3-fast 图生视频 —— 单价更低,适合批量图转视频。

  8. 新模型:Kling 3.0 Turbo 文生视频与图生视频 —— 出片快、单价低。3-15 秒、720p/1080p 按秒分档计费,引号台词对口型;图生视频首帧驱动。

  9. 新模型:Grok Imagine 文生图与图像编辑 —— xAI 图像线,13 种画幅(2:1/20:9 超宽到 9:20 超长),编辑端最多 3 张参考图。按张统一计价;需要出片级画质时可用 grok-imagine-quality(按 1k/2k 分档)。

  10. 新模型:Seedream 4.5 文生图与图像编辑 —— 字节口碑主力代画质。写实细节+图内中英文文字渲染,8 种比例,2K/4K 同价按张计费;编辑端最多 14 张参考图,主体与文字保持一致。

  11. 新模型:FLUX.2 Image to Image —— 专业档图像编辑,单次最多 8 张参考图。多图合成、背景替换、风格与材质改造,主体与 Logo 一致性强;aspect_ratio: auto 跟随首图比例,1K/2K 按张计费。

  12. 新模型:MiniMax Music 2.6 —— 完整歌曲音乐生成,中英文人声自然演唱。歌词上限 3500 字符、支持 14 种结构标签,is_instrumental 一键纯音乐,lyrics 留空自动写词。按首计费。

  13. POST /v1/tasks 新增可选顶层 route 参数，用于选择多线路模型的线路——裸模型名配 route: "pro" 是旧 @pro 后缀的推荐写法（旧后缀继续可用）。线路不存在返回 400 并列出可用线路；任务详情回显 route 与解析后的模型全名。详见创建任务页的模型线路说明。

  14. 新增模型：图像/视频/音频五连发——Nano Banana 2 Lite（1K 引流档图像生成）、Qwen Image 2.0 Pro（专业级文字渲染与写实质感）、Ideogram V4（排版文字准确率标杆，TURBO/BALANCED/QUALITY 三档）、Grok Imagine 1.5 图生视频预览版（运动质量升级，1–15 秒）、MiniMax Music 1.5（最长 4 分钟完整歌曲，HiAPI 首个音乐模型）。

  15. 新增模型：Seedream 5.0 Lite 文生图与图生图——字节跳动带推理能力的图像模型，支持实时联网知识、多语言文字渲染准确；编辑支持最多 14 张参考图和画面内文字改写，2K/4K 同价按张计费。

  16. POST /v1/tasks 新增可选 Idempotency-Key 请求头——同账户同键的重试只创建一次任务，重放直接返回首次 taskId，避免网络超时重试导致的重复建任务与重复扣费。详见统一异步接口的幂等键说明。

  17. 新增模型：Veo 3.1 文生视频与图生视频——Google 旗舰视频档位，电影级画质、原生音频、最高 4K、支持 4/6/8 秒；同步新增 Veo 3.1 Fast 图生视频，高性价比的静图动画化。

  18. 新增模型：ElevenLabs Text to Dialogue v3——HiAPI 首个音频模型。多说话人对话语音合成，每句可指定音色（67 个预置），支持 70+ 语言、可调稳定性，按字符计费。

  19. 新增模型：Grok Imagine 文生视频与图生视频——xAI Grok Imagine 视频生成，可选运动模式、画幅、时长 6–30 秒与 480p/720p 分辨率。

  20. seedance-2.0 新增 4k 分辨率——可在 480p、720p、1080p、4k 中选择，输出极致超清画面。

  21. 新增模型：Seedance 2.0 Fast——字节跳动高速视频模型，支持文生视频、图生视频（首帧/尾帧）与多模态参考生视频（图/视频/音频），原生音频。480p/720p、4–15 秒，按秒计费。

2026 年 6 月

  1. 新增模型：Seedance 2.0 Mini——字节跳动高性价比视频模型，文生与图生视频一体，支持原生音频、首尾帧控制和图像/视频/音频多模态参考。480p/720p、4–15 秒，按秒计费。

  2. 产物存储上线——把用 POST /v1/tasks 生成的图片和视频保留到默认 7 天之后。创建任务时定档，或把已有产物转为长期存储，再通过接口或控制台列出、删除。结果仍按原方式获取：GET /v1/tasks/:id 或 callback.url。

2026 年 5 月

  1. 新增模型：HappyHorse 1.0 文生视频，支持 720p/1080p、3–15 秒、多种画幅。

  2. Agent Skills——一次安装即可在 Codex、Claude Code、OpenClaw 等 Agent 中直接调用单个模型。

2026 年 4 月

  1. gpt-image-2 新增 1K / 2K / 4K 分辨率档位。

  2. Remote MCP 服务——任意 MCP 客户端一个端点接入，直接调用图像与视频工具。

  3. 新增模型：Qwen Image 2.0、Seedance 2.0。