模型
所有模型共用同一个 API Key与同一个接入端点。以下为当前可用的模型与价格。
Endpoint：https://api.trellis.hk/v1
鉴权：Authorization: Bearer sk-xxxxxxxx
对话补全（OpenAI 兼容）：DeepSeek V4.1 Flash；上下文名义 1M，实际上限以 `GET /v1/models` 的 `max_model_len` 为准；支持函数调用；图片理解需服务端开启。
- 输入
- 文本
- 输出
- 文本
- 调用方式
- 同步
- 价格
- ¥1 / 百万 token（输入）· ¥2 / 百万 token（输出）
语音转文字（ASR），支持中文 / 粤语 / 英语 / 日语 / 韩语，默认输出纯文本。
- 输入
- 音频
- 输出
- 文本
- 调用方式
- 同步 / 异步
- 价格
- ¥0.00022 / 秒
文字转语音（TTS），内置 16 个预置音色，另支持零样本音色克隆与情感/语气控制。
- 输入
- 文本 + 参考音频
- 输出
- 音频
- 调用方式
- 同步 / 异步
- 价格
- ¥0.0001 / 字符
图像编辑 / 多图参考 / 锁脸换装，按张计费。
- 输入
- 图片 + 文本
- 输出
- 图片
- 调用方式
- 同步 / 异步
- 价格
- 1K ¥0.1 / 张 · 2K ¥0.2 / 张
文生图（T2I），用于角色定妆图 / 场景 / 首帧，按张计费（1K / 2K 分档）。
- 输入
- 文本
- 输出
- 图片
- 调用方式
- 同步 / 异步
- 价格
- 1K ¥0.1 / 张 · 2K ¥0.2 / 张
文生视频 / 图生视频（异步），草稿集，按秒计费。
- 输入
- 文本 / 图片
- 输出
- 视频
- 调用方式
- 仅异步
- 价格
- 480p ¥0.2 / 秒 · 720p ¥0.4 / 秒 · 1080p ¥0.8 / 秒
多参考图 / 视频续接（异步），草稿集，按秒计费。
- 输入
- 图片 / 视频 + 文本
- 输出
- 视频
- 调用方式
- 仅异步
- 价格
- 480p ¥0.2 / 秒 · 720p ¥0.4 / 秒 · 1080p ¥0.8 / 秒
成品集的高质量参考/续接（异步），按秒计费。
- 输入
- 图片 / 视频 + 文本
- 输出
- 视频
- 调用方式
- 仅异步
- 价格
- 480p ¥0.25 / 秒 · 720p ¥0.5 / 秒 · 1080p ¥1.0 / 秒
用驱动视频做人物的表演迁移（异步），按秒计费。
- 输入
- 视频 + 文本
- 输出
- 视频
- 调用方式
- 仅异步
- 价格
- 480p ¥0.25 / 秒 · 720p ¥0.5 / 秒 · 1080p ¥1.0 / 秒
高质量图生视频（异步），需首帧 image，按秒分档计费。
- 输入
- 图片 + 文本
- 输出
- 视频
- 调用方式
- 仅异步
- 价格
- 480p ¥0.25 / 秒 · 720p ¥0.5 / 秒 · 1080p ¥1.0 / 秒
音频驱动说话视频：人像 + 配音一次成片（同步），按秒分档计费。
- 输入
- 人像 + 音频
- 输出
- 视频
- 调用方式
- 同步 / 异步
- 价格
- 480p ¥0.25 / 秒 · 720p ¥0.5 / 秒
文生歌曲 / 音乐：文本描述（可选歌词）→ 带人声完整歌曲（异步），按音频秒计费。
- 输入
- 文本 + 歌词
- 输出
- 音频（歌曲）
- 调用方式
- 同步 / 异步
- 价格
- ¥0.002 / 秒
符号化歌曲生成（YuE2）：风格 + 歌词 → 整首歌（含人声），并产出可复用 / 编辑的 ABC 曲谱（异步），按音频秒计费。
- 输入
- 风格 + 歌词
- 输出
- 音频（歌曲）+ ABC 曲谱
- 调用方式
- 同步 / 异步
- 价格
- ¥0.005 / 秒
ABC / MIDI 曲谱 → 伴奏音频（确定性渲染，同谱同声）。按次计费。
- 输入
- ABC / MIDI
- 输出
- 音频（伴奏）+ MIDI
- 调用方式
- 同步 / 异步
- 价格
- ¥0 / 次
人声 + 伴奏 → 成品（ffmpeg amix + loudnorm）。按次计费。
- 输入
- 人声 + 伴奏
- 输出
- 音频（成品）
- 调用方式
- 同步 / 异步
- 价格
- ¥0 / 次