Modelos · Atualizado em 23 de setembro de 2026
Escolha o modelo certo para o trabalho do agente.
O catálogo público atual do AnyCap cobre imagem, vídeo, música e áudio. Seedance 2.5 e MiniMax H3 são as adições de vídeo atualmente destacadas. Escolha pelo tipo de saída, referências exigidas, modos suportados, custo e schema ao vivo — não por um ranking estático.
Adições mais recentes
Entradas de modelos verificadas recentemente e atualizações importantes deste catálogo. As datas indicam atualizações do catálogo, não lançamentos dos provedores.
Seedance 2.5 Flash →
Faster Seedance 2.5 drafts and video edits at 480p or 720p from text, images, frames, or multimodal references.
Geração de vídeo · Atualizado 19 de nov. de 2026 · text-to-video, image-to-video, first-last-frame-to-video, multi-modal-reference, edit-video
GPT Image 2.6 Flare →
Image generation and masked or annotated edits, including animated GIF and single-SVG output; inspect the selected mode schema.
Geração de imagem · Atualizado 13 de nov. de 2026 · text-to-image, image-to-image
GPT Image 2.6 Sunburst →
A second GPT Image 2.6 route with the same modes and controls; evaluate it on the same brief before choosing.
Geração de imagem · Atualizado 13 de nov. de 2026 · text-to-image, image-to-image
Seedream 5.5 →
Generating or editing an image from text and a reference image; inspect the selected mode schema.
Geração de imagem · Atualizado 13 de nov. de 2026 · text-to-image, image-to-image
Seedream 5.5 Multi-Reference →
Creating one image from two to ten ordered reference images; this catalog entry has no text-to-image mode.
Geração de imagem · Atualizado 13 de nov. de 2026 · image-to-image
Kling 4.0 →
3–30 second clips from text, images, keyframes, video, Element, or voice references, plus text-guided editing of one base video.
Geração de vídeo · Atualizado 1 de nov. de 2026 · text-to-video, image-to-video, first-last-frame-to-video, multi-modal-reference, edit-video
Como escolher o modelo certo
- Comece pelo tipo de saída: imagem, vídeo, música ou áudio.
- Depois decida se a tarefa precisa de uma primeira versão mais refinada, iteração mais rápida ou revisão a partir de um ativo existente.
- Use as páginas-guia de modelos quando a escolha depender do estilo de movimento, do fluxo de edição ou de tradeoffs de custo.
Comparação atual de modelos
Estes são os modelos públicos atuais expostos pelo AnyCap. As faixas de créditos vêm do mesmo inventário de preços usado na página de preços, então o hub e a página de preços permanecem alinhados.
Geração de imagem
Cobrado por chamada. Suporta modos de texto para imagem e imagem para imagem.
| Modelo | Modos | Créditos / chamada | Melhor uso |
|---|---|---|---|
| Seedream 5.5 | text-to-image, image-to-image | varies | Generating or editing an image from text and a reference image; inspect the selected mode schema. |
| GPT Image 2.6 Flare | text-to-image, image-to-image | varies | Image generation and masked or annotated edits, including animated GIF and single-SVG output; inspect the selected mode schema. |
| GPT Image 2.6 Sunburst | text-to-image, image-to-image | varies | A second GPT Image 2.6 route with the same modes and controls; evaluate it on the same brief before choosing. |
| Seedream 5.5 Multi-Reference | image-to-image | varies | Creating one image from two to ten ordered reference images; this catalog entry has no text-to-image mode. |
| GPT Image 2.5 Flare | text-to-image, image-to-image | varies | Image generation and reference-guided edits with optional masks; compare the recorded trials and current pricing. |
| GPT Image 2.5 Sunburst | text-to-image, image-to-image | varies | A second GPT Image 2.5 route for generation and editing; evaluate it on the same brief before choosing. |
| Nano Banana 2.1 | text-to-image, image-to-image | varies | Text-to-image creation and reference-image editing; inspect the selected mode schema before submitting. |
| Seedream 5 Pro | text-to-image, image-to-image | varies | Generating or editing an image from text and reference images; inspect the selected mode schema. |
| Seedream 5 Pro Multi-Reference | image-to-image | varies | Creating one image from two or more reference images; this catalog entry has no text-to-image mode. |
| Nano Banana 2 Lite | text-to-image, image-to-image | varies | Texto para imagem e imagem para imagem; compare o resultado com seu briefing. |
| FLUX.1 Kontext Max | text-to-image, image-to-image | varies | Text-to-image generation and image-to-image edits; check the selected mode schema and review outputs on your brief. |
| GPT Image 2 | text-to-image, image-to-image | varies | Text-to-image generation and edits through an OpenAI-family model; inspect the mode schema before use. |
| Qwen Image | text-to-image, image-to-image | varies | Text-to-image and image-to-image work using the Qwen family; test bilingual prompts and text rendering on real outputs. |
| Nano Banana 2 | text-to-image, image-to-image | ~4 | Texto para imagem e imagem para imagem; meça resultado, latência e custo. |
| Nano Banana Pro | text-to-image, image-to-image | ~7 | Texto para imagem e imagem para imagem; teste edições com seus próprios arquivos. |
| Seedream 4.5 | text-to-image, image-to-image | varies | Image generation and transformation; check structure preservation on your own reference assets. |
| Seedream 5 | text-to-image, image-to-image | ~2 | Texto para imagem; veja o teste documentado com a CLI do Seedream 5. |
Geração de vídeo
Cobrado por segundo de saída gerada. Suporta modos de texto para vídeo e imagem para vídeo.
| Modelo | Modos | Créditos / seg | Melhor uso |
|---|---|---|---|
| Seedance 2.5 | text-to-video, image-to-video, first-last-frame-to-video, multi-modal-reference, edit-video | varies | Fluxos de vídeo com texto, imagem, quadros inicial/final ou referências multimodais. |
| MiniMax H3 | text-to-video, image-to-video, multi-modal-reference | varies | Agent workflows that need text-to-video, image-to-video, or multimodal reference generation through one model and one CLI surface. |
| Seedance 2.5 Flash | text-to-video, image-to-video, first-last-frame-to-video, multi-modal-reference, edit-video | varies | Faster Seedance 2.5 drafts and video edits at 480p or 720p from text, images, frames, or multimodal references. |
| Kling 4.0 | text-to-video, image-to-video, first-last-frame-to-video, multi-modal-reference, edit-video | varies | 3–30 second clips from text, images, keyframes, video, Element, or voice references, plus text-guided editing of one base video. |
| MiniMax H3 Max | text-to-video, image-to-video, first-last-frame-to-video | varies | High-quality video generation from text, a starting image, or controlled first and last frames. |
| Kling 3.0 Motion Control | motion-control | 23 observed | Replacing a person in a motion reference with a character from a still image while preserving the source movement. |
| Seedance 2.0 Fast | text-to-video, image-to-video, multi-modal-reference | varies | Previewing, ideation, and high-volume video iteration when an agent needs faster turnaround. |
| Seedance 2.0 Mini | text-to-video, image-to-video, first-last-frame-to-video, multi-modal-reference, edit-video | varies | Rascunhos eficientes de vídeo com texto, imagem, quadros inicial e final ou referências multimodais. |
| Kling 3.0 | text-to-video, image-to-video, first-last-frame-to-video, multi-shot-video | ~9 | Movimento cinematográfico e fluxos flexíveis de imagem para vídeo. |
| Seedance 2.0 | text-to-video, image-to-video, first-last-frame-to-video, multi-modal-reference, edit-video | varies | Vídeo de alta qualidade com controle por quadro inicial e final e referências multimodais. |
| Gemini Omni Flash Preview | edit-video | varies | Edição e refinamento de vídeos existentes com linguagem natural. |
| Kling 3.0 Omni | text-to-video, image-to-video, multi-shot-video | varies | Geração flexível de vídeo por texto, imagem e múltiplas tomadas. |
| Hailuo 2.3 | text-to-video, image-to-video | varies | Short narrative clips, expressive character motion, visual storytelling, and reference-image animation. |
| Kling O1 | image-to-video | varies | Product demos, stylized motion design, and image-conditioned clips where the source frame should drive the video. |
| Seedance 1.5 Pro | text-to-video, image-to-video | ~14 | Repeatable product videos, smooth image-to-video jobs, and production workflows that need a steady default. |
| Sora 2 Pro | text-to-video, image-to-video | varies | High-end narrative, cinematic, product, and realistic video generation when teams want an OpenAI video model through the same CLI. |
| Veo 3.1 | text-to-video, image-to-video | ~20 | Saída premium de texto para vídeo quando a primeira versão precisa parecer mais forte. |
| Veo 3.1 Fast | text-to-video, image-to-video | varies | Rapid creative iteration and preview generation when an agent wants the Veo family with faster turnaround. |
Geração de música
Cobrado por segundo de áudio gerado.
| Modelo | Modos | Créditos / seg | Melhor uso |
|---|---|---|---|
| Suno V6 | text-to-music | 3 | Current Suno music workflows, instrumental track drafts, and prompt-driven song concepts inside an agent workflow. |
| Mureka V8 | text-to-music | varies | Songwriting, vocal-oriented drafts, and audio content production when an agent needs an alternative to Suno or ElevenLabs Music. |
| Suno V5.5 | text-to-music | varies | Current Suno music generation workflows, complete track drafts, vocal concepts, and high-iteration song ideas. |
| ElevenLabs Music | text-to-music | ~1 | Rascunhos de trilha sonora por prompt dentro do mesmo runtime de agente. |
| Suno V5 | text-to-music | varies | Structured songs, vocal demos, and full-track concepts that need lyrics, mood, and arrangement guidance. |
Geração de áudio
Cobrado por saída gerada com sucesso a partir de texto, áudio ou imagem.
| Modelo | Modos | Créditos / chamada | Melhor uso |
|---|---|---|---|
| Doubao Seed Audio 1.0 | text-to-audio, audio-to-audio, image-to-audio | varies | Fala, diálogo, efeitos sonoros e cenas de áudio completas a partir de texto, áudio ou imagem. |
Geração de imagem
Seedream 5 →
Veja um fluxo documentado de geração e edição antes de testar este modelo.
Nano Banana Pro →
Consulte o esquema de imagem para imagem quando o trabalho começar com um arquivo existente.
Nano Banana 2 →
Compare resultado, latência e custo real com o mesmo briefing antes de criar muitas variantes.
Geração de vídeo
Veo 3.1 →
O modelo atual de geração de vídeo para fluxos de texto para vídeo via AnyCap.
Kling 3.0 →
Um ajuste forte para movimento realista e fluxos cinematográficos de imagem para vídeo.
Seedance 2.5 →
Geração por texto, imagem, quadros inicial/final e referências multimodais pelo AnyCap.
Geração de música
ElevenLabs Music →
Um modelo de música por prompt para rascunhos de trilha sonora dentro do mesmo runtime de agente.
FAQ
Como escolher entre Seedream 5, Nano Banana Pro e Nano Banana 2?
Comece pelo tipo de entrada e confira o esquema de cada modelo. Há um teste documentado de geração e edição com Seedream 5 na página de imagem em inglês, mas não fizemos uma comparação direta de qualidade ou velocidade com Nano Banana Pro ou Nano Banana 2. Teste os três com o mesmo briefing antes de escolher um padrão.
Como escolher entre Veo 3.1, Kling 3.0 e Seedance 2.5?
Use Veo 3.1 para briefs narrativos de texto ou imagem, Kling 3.0 quando transições entre quadro inicial/final ou controle multi-shot importarem, e Seedance 2.5 quando o fluxo exigir texto, imagem, quadro inicial/final ou referências multimodais em um único modelo. Confira o modo no schema ao vivo antes de gerar.
Todos os modelos do AnyCap usam a mesma CLI e o mesmo fluxo de autenticação?
Sim. O AnyCap expõe esses modelos pelo mesmo runtime de capacidades, pela mesma CLI e pelo mesmo fluxo de autenticação, então os times não precisam de um caminho de integração separado para cada página de modelo listada aqui.
Quais são as atualizações de modelos mais recentes no AnyCap?
Em 23 de setembro de 2026, o catálogo de imagem também inclui Seedream 5 Pro e Seedream 5 Pro Multi-Reference. Seedance 2.5 e MiniMax H3 continuam em destaque entre os modelos de vídeo. As datas indicam atualizações deste catálogo, não lançamentos dos provedores.