Seedream 5.5 is live on Atlas Cloud — native transparent PNG & 80+ round editing
Gemini API for Advanced Multimodal Reasoning

Gemini API for Advanced Multimodal Reasoning

Gemini API mở ra dòng LLM đa phương thức của Google trên Atlas Cloud, bao gồm các biến thể Flash được xây dựng cho suy luận độ trễ thấp và các mô hình Pro được tinh chỉnh cho suy luận nâng cao, lập trình và xử lý ngữ cảnh dài, cùng với khả năng tạo ảnh chuyên dụng. Định tuyến mỗi lời gọi qua một endpoint thống nhất với giá cả minh bạch theo lần gọi, thời gian hoạt động đáng tin cậy và truy cập ngay lập tức vào các phiên bản mới, sau đó chuyển từ prototype sang production mà không cần xây dựng lại stack của bạn. Bắt đầu xây dựng hôm nay.

Gemini do Google phát triển. Atlas Cloud (vận hành bởi Atlas Cloud AI LLC) cung cấp quyền truy cập vào mô hình này và không sở hữu mô hình. Mọi thương hiệu đều thuộc về chủ sở hữu tương ứng.

So sánh Mỗi Mô hình Gemini API theo Phương thức, Khả năng và Giá

Cách nhìn song song từng điểm cuối Gemini API, cho thấy cách các đầu vào ánh xạ tới các đầu ra, từ suy luận Flash độ trễ thấp đến suy luận cấp Pro và tạo hình ảnh gốc, tất cả với giá trả theo cách sử dụng minh bạch.

Phương thứcMô tả
Gemini 3.5 Flash API (Multimodal → Text)Tối ưu hóa cho thông lượng cao và tương tác thời gian thực, mô hình đa phương thức này cung cấp phản hồi văn bản nhanh cho các tác vụ AI hàng ngày. Giá tiêu chuẩn là $1.50 cho mỗi triệu token đầu vào và $9.00 cho mỗi triệu token đầu ra, một lựa chọn cân bằng cho các trợ lý trò chuyện và khối lượng công việc sản xuất cần độ trễ thấp ở quy mô lớn.
Gemini 3 Flash Preview API (Text and Audio → Text)Suy luận, lập trình, toán học và khoa học là trọng tâm, mô hình xem trước này chấp nhận đầu vào văn bản và âm thanh, trả về văn bản. Văn bản được tính giá $0.50 cho mỗi triệu token đầu vào và $3.00 cho mỗi triệu token đầu ra, trong khi đầu vào âm thanh là $1.00, làm cho nó trở thành một nền tảng thử nghiệm mạnh mẽ cho các quy trình yêu cầu suy luận sâu.
Gemini 3.1 Pro Preview API (Multimodal → Text)Khi một khối lượng công việc yêu cầu phân tích sâu, hiểu biết ngữ cảnh dài và suy luận đa phương thức, bản xem trước hàng đầu này bước vào. Giá bắt đầu từ $2.00 cho mỗi triệu token đầu vào và $12.00 cho mỗi triệu token đầu ra, sau đó tăng lên $4.00 và $18.00 khi lời nhắc vượt quá 200.000 token, phù hợp cho các tác nhân nghiên cứu phức tạp và quy mô tài liệu.
Gemini 2.5 Flash Image API (Text and Image → Image)Cung cấp cho nó một lời nhắc văn bản kèm các hình ảnh tham chiếu tùy chọn, nó sẽ tạo ra các hình ảnh được tạo chứ không phải văn bản. Đầu vào văn bản được định giá $0.30 cho mỗi triệu token và đầu ra hình ảnh là $30.00 cho mỗi triệu token, một tùy chọn thực tế cho các bản mẫu sản phẩm, hình ảnh tiếp thị và lặp lại sáng tạo nhanh.
Gemini 3 Pro Image Preview API (Text and Image → Image)Để tạo hình ảnh cao cấp, điểm cuối xem trước này hiển thị hình ảnh từ đầu vào văn bản và hình ảnh ở cấp Pro. Văn bản đầu vào có giá $2.00 cho mỗi triệu token và đầu ra hình ảnh là $120.00 cho mỗi triệu token, định vị nó cho công việc sáng tạo độ trung thực cao nơi chất lượng đầu ra là ưu tiên.
Gemini 2.0 Flash API (Text and Audio → Text)Cả văn bản và âm thanh đều được đưa vào, và văn bản ngắn gọn được xuất ra trong các tác vụ suy luận, lập trình và phân tích. Được định giá $0.10 cho mỗi triệu token đầu vào và $0.40 cho mỗi triệu token đầu ra, với đầu vào âm thanh $0.70, nó phù hợp cho các trợ lý khối lượng cao và quy trình làm việc dựa trên phiên âm.
Gemini 2.0 Flash Lite API (Text → Text)Cần cách tiết kiệm nhất để chạy các tác vụ văn bản đơn giản ở quy mô lớn? Biến thể nhẹ này trả lời các lời nhắc văn bản bằng văn bản ở $0.075 cho mỗi triệu token đầu vào và $0.30 cho mỗi triệu token đầu ra, lý tưởng cho phân loại, định tuyến và công việc tạo đơn giản.
Gemini 2.5 Pro API (Text → Text)Mô hình này giải quyết suy luận nâng cao, lập trình, toán học và các vấn đề khoa học, trả về đầu ra văn bản có cấu trúc tốt. Giá tiêu chuẩn là $1.25 cho mỗi triệu token đầu vào và $10.00 cho mỗi triệu token đầu ra, mở rộng lên $2.50 và $15.00 khi lời nhắc vượt quá 200.000 token, điều này làm cho nó đáng tin cậy cho phân tích ngữ cảnh dài và các tác nhân sản xuất.
Gemini 2.5 Flash API (Text and Audio → Text)Một mặc định đáng tin cậy cho lưu lượng sản xuất hàng ngày, nó chuyển đổi đầu vào văn bản và âm thanh thành văn bản cho các tác vụ suy luận và lập trình. Giá là $0.30 cho mỗi triệu token đầu vào, $2.50 cho mỗi triệu token đầu ra và $1.00 cho đầu vào âm thanh, cân bằng khả năng so với chi phí.
Gemini 2.5 Flash Lite API (Text and Audio → Text)Chọn biến thể này khi độ trễ và chi phí quan trọng hơn độ sâu suy luận đỉnh. Nó chấp nhận văn bản và âm thanh, trả về văn bản, và có giá thấp $0.10 cho mỗi triệu token đầu vào, $0.40 cho mỗi triệu token đầu ra và $0.30 cho đầu vào âm thanh, rất phù hợp cho các cuộc gọi nhẹ tần suất cao.

API Gemini: Từ Tốc độ Flash đến Lập luận Pro

Được xây dựng trên nền đa phương tiện của Google, API Gemini kết hợp khả năng hiểu trực tiếp các văn bản, hình ảnh, âm thanh và video với ngữ cảnh dài, lập luận có thể điều chỉnh, gọi công cụ, và tạo hình ảnh tích hợp sẵn—tất cả đều có thể truy cập thông qua một điểm cuối tương thích OpenAI trên Atlas Cloud.

Hiểu Đa phương tiện Trực tiếp

Hiểu Đa phương tiện Trực tiếp

Gemini xử lý văn bản, hình ảnh, âm thanh, video, và PDF cùng lúc trong một yêu cầu duy nhất thay vì xử lý từng phương tiện một. Cung cấp cho nó ảnh chụp màn hình, bản ghi âm, hoặc tài liệu và nhận một câu trả lời tổng hợp.

Ngữ cảnh Dài trên API Gemini

Ngữ cảnh Dài trên API Gemini

API Gemini chấp nhận lời nhắc lên đến một triệu token, do đó toàn bộ cơ sở mã hoặc hàng giờ bản ghi có thể vừa trong một cuộc gọi. Không cần phân chia, và ngữ cảnh vẫn nguyên vẹn trên toàn bộ đầu vào.

Lập luận Điều chỉnh Lên hoặc Xuống

Lập luận Điều chỉnh Lên hoặc Xuống

Đặt nỗ lực lập luận thấp, trung bình, hoặc cao để cân bằng độ trễ so với độ sâu trên mỗi yêu cầu. Cài đặt nhẹ hơn giữ các cuộc gọi hàng ngày nhanh chóng, trong khi cài đặt cao hơn giải quyết các bài toán phức tạp, phân tích, và các vấn đề mã hóa khó khăn.

Gọi Công cụ Được Xây dựng cho API Gemini

Gọi Công cụ Được Xây dựng cho API Gemini

Kết nối Gemini với các hàm riêng của bạn và API bên ngoài, sau đó ràng buộc mỗi trả lời vào một lược đồ JSON nghiêm ngặt. Các tác nhân nhận kết quả đầu ra có cấu trúc sạch mà đưa trực tiếp vào mã hạ lưu mà không cần phân tích thêm.

Tạo và Chỉnh sửa Hình ảnh Trực tiếp

Tạo và Chỉnh sửa Hình ảnh Trực tiếp

Cần hình ảnh sản phẩm? Gemini tạo và chỉnh sửa hình ảnh thông qua các mô hình 2.5 Flash Image và 3 Pro Image. Tạo các bức ảnh sản phẩm và đồ họa từ lời nhắc văn bản mà không cần thiết lập một dịch vụ hình ảnh riêng biệt.

Một API Gemini cho Toàn bộ Gia đình

Một API Gemini cho Toàn bộ Gia đình

Một điểm cuối tương thích OpenAI kết nối mỗi mô hình Gemini, từ Flash Lite đến tầng lập luận 3.1 Pro. Chuyển đổi mô hình bằng cách thay đổi một chuỗi, thanh toán theo lệnh gọi, và lưu bộ nhớ đệm ngữ cảnh lặp lại để tiết kiệm chi phí.

Một Prompt, Ba Mô Hình: Gemini API Đối Đầu

Gửi một prompt giống hệt tới Gemini API chính và hai mô hình cạnh tranh, sau đó so sánh trang HTML tương tác mà mỗi mô hình xây dựng từ cùng một hướng dẫn.

Prompt

Xây dựng một trang HTML hoàn chỉnh, một tệp duy nhất cho phiên bản trình duyệt tinh tế của trò chơi 2048. Đặt tất cả CSS và JavaScript nội tuyến và không sử dụng bất kỳ phụ thuộc bên ngoài, CDN, hình ảnh hoặc phông chữ web. Hiển thị lưới 4x4 phản hồi với phím mũi tên trên máy tính để bàn và cử chỉ vuốt trên màn hình cảm ứng, tạo hiệu ứng động cho từng ô khi trượt và hợp nhất, và theo dõi điểm số trực tiếp cùng với bộ đếm điểm cao nhất được lưu trong localStorage. Sử dụng bảng màu tối hiện đại với chuyển đổi CSS mượt mà, các ô bo tròn thay đổi màu khi giá trị tăng, nút khởi động lại và lớp phủ tiếp tục khi người chơi đạt 2048. Giữ bố cục ở giữa, đáp ứng tốt và có thể chơi hoàn toàn trên cả điện thoại và máy tính để bàn.

Generated with Gemini 3.1 Pro Preview on Atlas Cloud

Generated with Grok 4.3 on Atlas Cloud

Generated with Gemini 2.5 Pro on Atlas Cloud

Prompt

Tạo một trang HTML hoàn chỉnh, một tệp duy nhất cho bảng điều khiển phân tích bán hàng tương tác, với tất cả CSS và JavaScript nội tuyến và không có thư viện bên ngoài, CDN hoặc liên kết hình ảnh. Bố trí hàng trên cùng gồm các thẻ KPI có hiệu ứng động, biểu đồ đường SVG được mã hóa thủ công về doanh thu hàng tháng, biểu đồ cột SVG so sánh các vùng, và bảng giao dịch gần đây có thể sắp xếp và lọc. Kết nối bộ chọn phạm vi ngày và menu thả xuống vùng để cập nhật mọi biểu đồ và bảng theo thời gian thực, và hiển thị chú thích được tạo kiểu khi người dùng di chuột qua bất kỳ điểm dữ liệu nào. Hoàn thành với giao diện hiện đại sạch sẽ, chế độ sáng/tối, chuyển đổi mượt mà, và lưới đáp ứng tái dòng mượt mà trên thiết bị di động.

Generated with Gemini 3.1 Pro Preview on Atlas Cloud

Generated with Grok 4.3 on Atlas Cloud

Generated with Gemini 2.5 Pro on Atlas Cloud

Bạn có thể làm gì với các Mô hình 3D Seed

From coding agents and long-document analysis to real-time chat and high-volume extraction, the Gemini API lets developers match Flash, Pro, and reasoning tiers to each task through a single OpenAI-compatible key.

Thương mại điện tử & Trực quan hóa sản phẩm bằng AR

Các nền tảng thương mại điện tử và thương hiệu sử dụng Seed3D V2.0 để số hóa các sản phẩm thực tế thành mô hình 3D tương tác và bản xem trước AR. Một bức ảnh sản phẩm duy nhất tạo ra một tài sản định dạng USDZ hoàn chỉnh sẵn sàng cho Apple AR Quick Look, cho phép người mua sắm hình dung sản phẩm trong không gian riêng của họ trước khi mua. Với các vật liệu PBR thống nhất phản ánh các thuộc tính bề mặt trong thế giới thực, các mô hình kỹ thuật số duy trì độ chính xác về mặt hình ảnh trong mọi điều kiện ánh sáng.

Kiến trúc, Thiết kế & Số hóa Công nghiệp

Các kiến trúc sư, nhà thiết kế sản phẩm và nhà sản xuất công nghiệp sử dụng Seed3D V2.0 để nhanh chóng chuyển đổi các hình ảnh tham chiếu thành các mô hình khái niệm 3D cho các bài thuyết trình với khách hàng, xây dựng bản sao kỹ thuật số và mô phỏng sản xuất. Thành phần cấp độ cảnh cho phép tạo ra các môi trường không gian hoàn chỉnh — không chỉ là các đối tượng bị cô lập — làm cho nó có thể áp dụng cho trực quan hóa nội thất, lập kế hoạch mặt bằng nhà máy và trực quan hóa trước quy trình lắp ráp sản phẩm phức tạp.

Phát Triển Trò Chơi & Sản Xuất Tài Nguyên Thời Gian Thực

Các studio trò chơi và nghệ sĩ 3D sử dụng Seed3D V2.0 để tạo ra các đạo cụ, nhân vật và tài sản môi trường sẵn sàng cho sản xuất trực tiếp từ nghệ thuật ý tưởng hoặc ảnh tham khảo. Với tính năng xuất trực tiếp FBX / GLB sang Unity và Unreal Engine cùng toàn bộ bản đồ vật liệu PBR sẵn sàng cho kết xuất thời gian thực, các nhóm có thể rút ngắn chu kỳ sản xuất tài sản từ nhiều ngày xuống chỉ còn vài phút — tạo ra hình học, kết cấu và vật liệu ban đầu trong một lệnh gọi API duy nhất.

Multimodal Understanding with the Gemini API

Send text, images, audio, and PDFs in one prompt, and Gemini reasons over them natively without separate vision or speech services. Product teams use this to build search, tagging, and content moderation across media.

High-Throughput Extraction and Classification

For batch jobs like tagging, sentiment scoring, and structured extraction, Flash Lite handles millions of requests at the family's lowest per-token price. Developers send raw text and receive clean JSON, ready for downstream systems.

Scientific and Analytical Reasoning via the Gemini API

When problems demand step-by-step logic, Gemini's reasoning models tackle mathematics, scientific analysis, and complex data interpretation with strong accuracy. Researchers and analysts lean on Pro tiers for hypothesis testing, quantitative modeling, and technical writing.

Gemini API so với các mô hình đối thủ hàng đầu: Ngữ cảnh và Chi phí

Xem Gemini API so sánh thế nào với các mô hình văn bản hàng đầu khác trên Atlas Cloud về cửa sổ ngữ cảnh, dung lượng đầu ra và giá mỗi token.

Mô hìnhCửa sổ ngữ cảnhĐầu ra tối đaĐầu vào ($/1M)Đầu ra ($/1M)
Gemini 3.5 Flash1M64K$1.5$9
Gemini 3.1 Pro Preview1M64K$2 ($4 over 200K)$12 ($18 over 200K)
Gemini 3.1 Flash Lite1M64K$0.25$1.5
GPT 5.51.05M128K$5 ($10 over 272K)$30 ($45 over 272K)
Claude Opus 4.81M128K$5$25
Grok 4.31M1M$1.25 ($2.5 over 200K)$2.5 ($5 over 200K)
DeepSeek V4 Pro1M384K$1.74$3.45

Cách Sử Dụng Gemini trên Atlas Cloud

Bắt đầu trong vài phút — làm theo các bước đơn giản sau để tích hợp và triển khai mô hình qua nền tảng Atlas Cloud.

Tạo Tài Khoản Atlas Cloud

Đăng ký tại atlascloud.ai và hoàn tất xác minh. Người dùng mới nhận được tín dụng miễn phí để khám phá nền tảng và thử nghiệm mô hình.

Tại sao Sử dụng Gemini trên Atlas Cloud

Sự kết hợp của các mô hình tiên tiến của Gemini với nền tảng được tăng tốc GPU của Atlas Cloud mang lại hiệu suất, khả năng mở rộng và trải nghiệm nhà phát triển độc đáo.

Hiệu suất và Tính linh hoạt

Độ Trễ Thấp:
Suy luận được tối ưu hóa GPU cho suy luận thời gian thực.

API Thống nhất:
Chạy Gemini, GPT, Gemini và DeepSeek với một tích hợp duy nhất.

Giá cả Minh bạch:
Thanh toán dựa trên token có thể dự đoán với tùy chọn serverless.

Doanh nghiệp và Mở rộng

Trải nghiệm Nhà phát triển:
SDK, phân tích, công cụ tinh chỉnh và mẫu.

Độ tin cậy:
99,99% khả dụng, RBAC và ghi nhật ký sẵn sàng cho tuân thủ.

Bảo mật và Tuân thủ:
SOC 2 Type II, tuân thủ HIPAA, chủ quyền dữ liệu tại Hoa Kỳ.

Các câu hỏi thường gặp về Seed 3D

Seed3D V2.0 là mô hình tạo 3D duy nhất có sẵn trên thị trường kết hợp hình học hai giai đoạn từ thô đến tinh (để tạo ra các cạnh sắc nét và cấu trúc liên kết chính xác), tạo vật liệu PBR thống nhất (albedo, normal, metallic, roughness trong một lần chạy) và đầu ra khớp nối cấp độ bộ phận ở định dạng URDF. Trong các đánh giá mù của 60 chuyên gia mô hình 3D, nó đã đạt được tỷ lệ thắng 92,8% so với Tripo 3.0 về chất lượng hình học — điểm chuẩn cao nhất được công bố cho bất kỳ mô hình image-to-3D nào tính đến giữa năm 2026.

V2.0 giải quyết mọi điểm yếu lớn của V1.0: đường ống RGB-first / phân tách PBR xếp chồng được thay thế bằng một mô hình single-pass thống nhất giúp loại bỏ sự tích tụ lỗi; DiT một giai đoạn được thay thế bằng kiến trúc coarse-to-fine hai giai đoạn giải quyết vấn đề làm mềm cạnh và biến dạng tô-pô; và các mô-đun tạo cấp độ bộ phận và tổng hợp cảnh là những khả năng hoàn toàn mới. Trong đánh giá mù của con người, V2.0 đã đạt tỷ lệ thắng 98,3% so với V1.0 về chất lượng hình học.

Có. Seed3D V2.0 xuất ra các định dạng FBX và GLB với bản đồ vật liệu PBR hoàn chỉnh có thể nhập trực tiếp vào Unity và Unreal Engine. Luồng xử lý hình học từ thô đến tinh (coarse-to-fine) tạo ra cấu trúc liên kết (topology) sạch sẽ, phù hợp cho kết xuất thời gian thực (real-time rendering). Tuy nhiên, ByteDance khuyến nghị nên có người kiểm tra trước khi triển khai sản xuất thực tế, vì mô hình thừa nhận vẫn còn những hạn chế về chi tiết hình học trên tất cả các danh mục đối tượng và các trường hợp ngoại lệ (edge cases) về ánh xạ UV.

Seed3D V2.0 thông qua Atlas Cloud xuất ra bốn định dạng: GLB, OBJ, USD và USDZ, được phân phối cùng nhau trong một tệp lưu trữ .zip duy nhất. GLB được khuyên dùng cho Unity / Unreal Engine và quy trình làm việc 3D trên web; USDZ nhắm đến Apple AR Quick Look và các trải nghiệm AR trên iOS/iPadOS; OBJ và USD phục vụ cho việc sử dụng quy trình DCC chung. Tất cả các định dạng đều bao gồm các bản đồ kết cấu PBR đầy đủ được tạo ra trong cùng một lượt (pass).

Seed3D V2.0 đồng thời tạo ra cả bốn bản đồ kênh PBR tiêu chuẩn chỉ trong một lần chạy mô hình hợp nhất duy nhất: Albedo (màu cơ bản), Normal (chi tiết bề mặt), Metallic (độ phản xạ) và Roughness (kết cấu bề mặt) — đảm bảo tính nhất quán vật lý trên tất cả các thuộc tính vật liệu.

Match the model to the job rather than defaulting to the largest one. Reach for a Flash variant such as Gemini 3 Flash or Gemini 2.5 Flash when latency and cost drive the experience, for example chatbots, extraction, and high-volume pipelines. Choose a Pro model like Gemini 3.1 Pro or Gemini 2.5 Pro when the task needs advanced reasoning, complex coding, or long-document understanding.

Gemini is natively multimodal, so a single request can combine text with images, documents, and other inputs for analysis and generation. This lets developers build agents that read a screenshot, reason over a PDF, and return structured output in one call. The exact input types depend on the specific model you select.

Pro models such as Gemini 2.5 Pro and Gemini 3.1 Pro support context windows of up to 1 million tokens, which is enough to process large codebases, long documents, or extended conversations in one request. Flash variants prioritize speed and lower cost with more focused context. Check the model page for the precise limit before designing long-context workflows.

Running Gemini through Atlas Cloud puts your calls behind managed, production-grade infrastructure instead of raw provider quotas, which reduces the 429 rate-limit surprises many developers hit with direct keys. Capacity scales with your usage, and a single OpenAI-compatible key covers the entire Gemini lineup for consistent access across models.

Khám phá Thêm Dòng

Seedance 2.5

Seedance 2.5 API cung cấp cho các nhà phát triển mô hình âm thanh và video kết hợp của ByteDance Seed, tạo ra từ 4 đến 30 giây trong một lần chạy từ văn bản, khung hình đầu tiên hoặc lên đến 50 tài liệu tham khảo qua hình ảnh, video và âm thanh. Nó chỉnh sửa các vùng đã chọn, kéo dài clip và tuân theo các đầu vào mô hình trắng và màn hình xanh. Atlas Cloud, một đại lý ủy quyền của Hoa Kỳ, bổ sung chế độ nháp 480p, bản chuẩn 1080p gốc và phân phối 4K nâng cao với mức giá trả theo mức sử dụng.

Xem Dòng

Kling 4.0

Kling 4 API cung cấp Kling 4.0, mô hình video được Kuaishou phát hành vào ngày 15 tháng 10 năm 2026. Nó tạo ra tối đa 30 giây trong một lần chạy, theo dõi tối đa 10 khung hình chính, trộn 15 hình ảnh, video và chủ thể thông qua Omni Reference, đồng thời thêm âm thanh nổi với tính năng đồng bộ khẩu hình. Atlas Cloud phục vụ cả bốn điểm cuối, bao gồm cả chỉnh sửa video, trên một khóa tương thích OpenAI duy nhất với giá từ 0,11 USD mỗi giây. Hãy bắt đầu xây dựng ngay hôm nay.

Xem Dòng

Seedream 5.5

Seedream 5.5 là dòng sản phẩm tạo và chỉnh sửa hình ảnh của ByteDance Seed. Hướng dẫn chỉnh sửa với tối đa 10 hình ảnh tham chiếu hoặc chia hình ảnh thành một hình ảnh cơ sở và tối đa 99 lớp có thể chỉnh sửa, với OCR tùy chọn cho các lớp văn bản. Trên Atlas Cloud, chi phí cho mỗi lần tạo, chỉnh sửa và phân tách lớp là 0,02 USD cho mỗi hình ảnh, giúp các nhà phát triển lập kế hoạch ngân sách quy trình làm việc về hình ảnh. Bắt đầu xây dựng ngay hôm nay.

Xem Dòng

Kling 4.0 Flash

Kling 4.0 Flash API cung cấp cho các nhà phát triển phiên bản nhanh, chi phí thấp hơn của mô hình video Kling 4.0 từ Kuaishou. Nó tạo ra các clip 720p từ 3 đến 20 giây với bốn tỷ lệ khung hình, theo dõi tới 15 tham chiếu trên hình ảnh, video và các phần tử Kling thông qua Omni Reference, đồng thời chỉnh sửa cảnh quay hiện có bằng văn bản trong khi tạo âm thanh gốc. Atlas Cloud phục vụ cả bốn điểm cuối trên một khóa với giá từ 0,0571 USD mỗi giây, và các yêu cầu thất bại không bị tính phí.

Xem Dòng

Wan 3.0

Wan 3.0 là mô hình video mới nhất của Alibaba, có thể tạo ra tối đa 30 giây video 1080p ở tốc độ 30fps kèm âm thanh chỉ trong một lần tạo. Điều khiển nó bằng một prompt văn bản, khung hình đầu tiên, tối đa 10 hình ảnh tham chiếu hoặc một tài liệu. Bản Standard có chi phí mỗi giây thấp hơn, trong khi bản Prime giữ nguyên các khả năng và trả về kết quả nhanh hơn. Cả hai đều chạy trên cùng một khóa Atlas Cloud như Wan 2.7, 2.6 và 2.5.

Xem Dòng

GPT Image 2.6

API GPT Image 2.6 cung cấp cho các nhà phát triển mô hình hình ảnh của OpenAI được phát hành vào ngày 4 tháng 11 năm 2026, dưới hai phiên bản: Flare cho việc lặp lại nhanh và Sunburst cho công việc hình ảnh chi tiết. Nó tạo hình ảnh nhanh hơn 50% so với trước đây và bổ sung đầu ra GIF động, xuất SVG, chỉnh sửa đánh dấu nhắm vào khu vực bạn khoanh tròn và cài đặt độ phức tạp. Atlas Cloud phục vụ cả hai mô hình trên một khóa tương thích với OpenAI với giá cước trả theo mức sử dụng.

Xem Dòng

MiniMax H3 Image

MiniMax H3 Image được xây dựng dựa trên dòng H3 của MiniMax, kết hợp việc tạo và chỉnh sửa hình ảnh trong một checkpoint duy nhất. Các lời nhắc (prompt) chi tiết giúp điều hướng nhân vật, bối cảnh và bố cục, trong khi các đầu vào tham chiếu sẽ định hướng các thay đổi về mặt hình ảnh. Atlas Cloud cung cấp quyền truy cập được lưu trữ với tính năng thanh toán theo mức sử dụng (pay-as-you-go), giúp bạn tích hợp quy trình xử lý hình ảnh mà không cần quản lý cơ sở hạ tầng mô hình. Bắt đầu xây dựng ngay hôm nay.

Xem Dòng

MiniMax H3

MiniMax H3 là dòng video đa phương thức của MiniMax, hỗ trợ sáng tạo từ văn bản, hình ảnh và nội dung tham chiếu. Trên các route được hỗ trợ, sản phẩm duy trì chủ thể từ nội dung tham chiếu, cung cấp các tỷ lệ khung hình linh hoạt và kết hợp âm thanh được tạo với hình ảnh thông qua H3 Developer, với hồ sơ đầu ra được lựa chọn theo endpoint. Atlas Cloud hợp nhất dòng sản phẩm này dưới một khóa tương thích với OpenAI, cùng mức giá trả theo nhu cầu minh bạch bắt đầu từ mức tiêu chuẩn $0.038 mỗi giây. Hãy bắt đầu xây dựng ngay hôm nay.

Xem Dòng

GPT Image 2.5

GPT Image 2.5 là mô hình tạo và chỉnh sửa hình ảnh của OpenAI, được phát hành vào ngày 8 tháng 9 năm 2026 với hai phiên bản API. Flare là phiên bản mặc định, với độ trễ thấp hơn tới 50% so với GPT Image 2, trong khi Sunburst mất nhiều thời gian hơn để cung cấp khả năng kiểm soát tinh vi hơn đối với các chỉnh sửa chi tiết. Cả hai đều hỗ trợ tối đa 16 hình ảnh tham chiếu, năm cấp độ chất lượng, nền trong suốt và kích thước tùy chỉnh lên tới 3840px. Atlas Cloud cung cấp API GPT Image 2.5 theo mức phí tính trên token của OpenAI hoặc theo mức giá cố định trên mỗi hình ảnh theo cấp độ 1K, 2K hoặc 4K.

Xem Dòng

Seedream 5.0 Pro

Seedream 5.0 Pro API cung cấp cho các nhà phát triển mô hình chỉnh sửa hình ảnh có thể kiểm soát của ByteDance trên Atlas Cloud. Nó đặt các chỉnh sửa một cách chính xác bằng các điểm neo và tọa độ, tách hình ảnh thành các lớp có thể chỉnh sửa, kết hợp nhiều tham chiếu và khớp màu sắc cũng như vật liệu chính xác, với văn bản đa ngôn ngữ ở độ phân giải 2K và 3K. Trên Atlas Cloud, bạn có thể truy cập nó chỉ bằng một khóa!

Xem Dòng

Seedance 2.0

Seedance 2.0 là mô hình video phục vụ môi trường production của ByteDance, giúp tạo cảnh quay chính xác. Biến prompt thành video, tạo chuyển động cho hình ảnh khung hình đầu tiên với tùy chọn hướng dẫn bằng khung hình cuối, hoặc định hình kết quả bằng media tham chiếu và tùy chọn tìm kiếm web. Atlas Cloud hợp nhất các quy trình này trong một API duy nhất, với mức giá pay-as-you-go minh bạch và một key tương thích với OpenAI. Bắt đầu xây dựng ngay hôm nay.

Xem Dòng

Gemini Omni 1.2 Flash

Gemini Omni 1.2 Flash là mô hình video đa phương thức của Google DeepMind. Thay đổi sản phẩm, thay phông nền hoặc điều chỉnh ánh sáng mà vẫn giữ nguyên diễn xuất và chuyển động máy quay ban đầu. Tinh chỉnh clip qua nhiều lượt chỉnh sửa, sau đó nâng cấp các kết quả đã chọn lên 4K để tạo video sản phẩm và chiến dịch quảng cáo. Trên Atlas Cloud, chi phí chỉnh sửa video theo mức tiêu chuẩn là $0.028 mỗi giây. Bắt đầu xây dựng ngay hôm nay.

Xem Dòng

Một API cho mọi AI đa phương tiện.

Khám phá tất cả mô hình