支持的模型

了解 CawCut 支持的视频、图像和文本 AI 模型。

更新于 2026年10月22日 · 6 分钟阅读

CawCut 提供持续扩展的图像、视频和文本模型库。你可以使用这些模型进行生成、编辑、提示词开发、工作流逻辑处理和其他创作任务。

你可以在一个工作流中组合不同提供商的模型,也可以根据需要替换模型节点。

1. 视频模型

如需在工作流中生成视频片段或连接视频输入和输出,请参阅视频生成。

AI 模型核心优势与适用场景
万相 3.0 / 万相 3.0 高速版通义视频模型支持文本、图像、首帧/尾帧和 Omni 生成模式。
适合: 使用文本和视觉参考灵活创作视频。
海螺 3.0海螺 AI 最新的视频模型,具备有竞争力的画质,同时成本更低,尤其适合 4K 等高分辨率输出。
适合: 高质量视频生成、高性价比 4K 制作和创意片段。
Seedance 2.5ByteDance 的新一代音视频生成模型,可生成最长 30 秒的连贯叙事,并具备精准的多模态参考控制和高级编辑能力。
适合: 长叙事视频、参考驱动创作和专业视频制作。
Seedance 2.0ByteDance 的多模态强大模型,支持 4K 输出 。它提供文本、图像和音频等多模态参考输入,并具备导演级镜头控制,可生成电影感动态。
适合: 电影感场景、广告视频和专业视频制作。
Seedance 2.0 Fast速度更快的 Seedance 2.0 选项,在保持出色动态和视觉质量的同时缩短生成时间。
适合: 快速迭代、预览和社交内容。
Seedance 2.0 Mini轻量 Seedance 选项,适用于高效视频生成和工作流测试。
适合: 快速草稿、简单动态和早期概念。
可灵 2.5 Turbo快速高效的可灵模型,可实现稳定的视频生成和快速的创意迭代。
适合: 快速草稿、社交视频和日常内容创作。
可灵 3.0 Turbo Pro更高质量的 Turbo 选项,在保持快速生成的同时提供更丰富的细节、更强的一致性和更复杂的动态表现。
适合: 精致广告、电影感镜头和制作级内容。
可灵 3.0 Turbo Standard高效的 Turbo 选项,适用于稳定的日常文生视频和图生视频。
适合: 常规内容创作、预览和批量迭代。
可灵 3.0 Pro面向电影化叙事的高性能模型,擅长角色动画、精准动作迁移和连贯的多镜头生成。
适合: 广告、短片、音乐视频和品牌内容。
可灵 3.0 Standard提供高度稳定的文生视频和图生视频,并具备可靠的音频同步。
适合: 通用创作任务和日常视频内容制作。
Google Veo 3.1Google 的旗舰视频模型,以高度真实的物理效果、自然的视觉质感和深厚的电影感著称。
适合: 高端商业视觉和概念叙事。
Google Veo 3.1 FastVeo 的加速版本,在保持出色核心视觉质量的同时显著缩短生成时间。
适合: 快速内容迭代、批量处理和社交媒体短片。
海螺 2.3海螺 AI 的视频模型,可生成富有表现力的动作和完成度高的短视频视觉。
适合: 角色动作、创意片段和社交视频概念。
Genjutsu仅用于动作迁移和物体替换的视频模型。
适合: 替换视频中的角色或物体,或保留角色/物体的动作和镜头运动,同时将场景其余部分替换为其他内容。

下方矩阵展示了每个模型支持的视频生成功能。

AI 模型文生视频图生视频首帧/尾帧生视频Omni 生视频动作迁移物体替换
万相 3.0 / 万相 3.0 高速版✓✓✓✓✗✗
Genjutsu✗✗✗✗✓✓
海螺 3.0✓✓✓✓✗✗
Seedance 2.5 / 2.0 / 2.0 Fast / 2.0 Mini✓✓✓✓✗✗
海螺 2.3✓✗✗✗✗✗
可灵 3.0 Turbo Pro / Turbo Standard✓✓✗✗✗✗
可灵 2.5 Turbo✓✗✗✗✗✗
可灵 O3 / 可灵 O3 Pro✓✓✗✗✗✗
可灵 3.0 Pro / Standard✓✓✓✗✓✗
Google Veo 3.1 / 3.1 Fast✓✓✗✗✗✗

2. 图像模型

如需在节点之间生成、编辑或传递图像,请参阅图像生成节点。

AI 模型核心优势与适用场景
GPT Image 2.5 Sunburst / GPT Image 2.5 FlareOpenAI 最新的图像模型,提供图像质量、构图和生成效果的精细控制。
适合: 高质量图像创作和参考图像编辑。
GPT Image 2OpenAI 的强大模型,具备出色的提示词理解能力和视觉保真度。
适合: 创意视觉、海报设计和概念艺术。
GPT Image 1适用于可靠文生图和精细图像编辑的多功能核心模型。
适合: 日常设计任务、插画和营销素材。
GPT Image 1 miniOpenAI 的轻量图像模型,可实现更快速、低成本的视觉生成和迭代。
适合: 快速概念、简单素材和工作流测试。
Nano Banana 2.1 (Gemini 3.1 Flash Image)Google 的高速图像模型,支持提示词生成和对话式编辑,并改进了指令遵循和视觉一致性。
适合: 快速视觉迭代和参考图像编辑。
Nano Banana 2 (Gemini 3.1 Flash)针对轻量任务和快速生成深度优化的高速模型。
适合: 社交媒体素材和高速视觉构思。
Nano Banana Pro (Gemini 3 Pro)旗舰级模型,具备深入的语义理解和精细细节呈现能力。
适合: 复杂场景构建和商业级视觉输出。
Nano BananaGoogle 的多功能图像模型,支持基于提示词的生成和图像编辑。
适合: 日常创作、视觉探索和图像变体。
Flux 2 ProBlack Forest Labs 的专业图像模型,可生成细节丰富、完成度高的视觉内容。
适合: 高质量宣传视觉、概念艺术和商业素材。
Seedream 5.0 ProByteDance 的高级 Seedream 模型,适用于高质量图像生成和要求较高的创作工作。
适合: 精细构图、制作级视觉和商业设计。
Seedream 4.5ByteDance 的高端模型,贴合亚洲审美,并能深入理解中文语境。
适合: 电商视觉、人像摄影和海报。
Seedream 5.0 lite轻量的新一代模型,在角色一致性和空间布局推理方面有所提升。
适合: 快速迭代、电商图形和版式探索。
Ideogram 4.0Ideogram 的图像模型,适用于设计导向的生成和富文本构图。
适合: 海报、品牌图形、字体设计和广告概念。
Reve ImageReve 的图像生成模型,可根据自然语言提示词创建完成度高的视觉内容。
适合: 创意构思、插画和营销图像。
Z Image Turbo通义的高速图像模型,适用于快速视觉生成和实验。
适合: 快速草稿、批量概念和高速迭代。
Recraft V3Recraft 的设计型模型,可生成一致且便于后续编辑的视觉素材。
适合: 品牌图形、插画、图标和设计系统。
万相 2.6通义的视觉引擎,具有强大的艺术风格表现和准确的语言理解能力。
适合: 概念设计和风格化艺术插画。

下方矩阵展示了每个模型支持的图像生成功能。

AI 模型文生图图生图故事板生成
GPT Image 2.5 Sunburst / GPT Image 2.5 Flare✓✓✗
GPT Image 1 / GPT Image 1 mini✓✓✗
Nano Banana 2.1✓✓✗
Nano Banana✓✓✗
Flux 2 Pro / Reve Image / Z Image Turbo / Recraft V3✓✗✗
Seedream 5.0 Pro / 4.5 / 5.0 lite✓✓✗
Ideogram 4.0✓✓✗
万相 2.6✓✓✗

3. 文本模型

文本模型可帮助开发提示词、组织想法、分析输入,并支持工作流中的文本处理步骤。

如需添加和配置基于文本的工作流步骤,请参阅文本生成节点。

提供商可用模型
OpenAIGPT 5.6 Sol, GPT 5.6 Terra, GPT 5.6 Luna, GPT 5.5, GPT 5.4, GPT 5.4 mini, GPT 5.4 nano, GPT 5.2, GPT 5.1, GPT 5 mini, GPT 5 nano
AnthropicOpus 4.8, Opus 4.7, Opus 4.6, Sonnet 4.6, Haiku 4.5
DeepSeekDeepSeek V4 Pro, DeepSeek V4 Flash
GoogleGemini Flash 3.8, Gemini Flash 3.7

相关文章

常见问题

参考以下提示,为工作流选择合适的模型。

当细节、一致性或复杂指令最重要时,请使用旗舰版或 Pro 模型。制作草稿和快速迭代时,可使用 Fast、Turbo、Mini、lite、nano、Flash 或其他轻量版本;如有需要,再切换到质量更高的模型生成最终结果。

叙事或参考驱动的创作可先尝试 Seedance;角色动作和精致创意视频可选择可灵;写实效果和电影感可选择 Veo;富有表现力的短视频可选择 海螺。如果生成速度比最高质量更重要,可选择 Fast、Turbo、Standard 或 Mini 版本。

文字丰富的图形可尝试 Ideogram;品牌素材和设计系统可选择 Recraft;快速探索可选择 Nano Banana 2、Z Image Turbo 或 GPT Image 1 mini。制作细节丰富的商业视觉内容时,可先尝试 GPT Image 2、Nano Banana Pro、Flux 2 Pro 或 Seedream 5.0 Pro。

复杂规划、分析和详细提示词开发可使用较大的模型或 Pro 模型。简单转换、批量步骤和快速迭代可使用 mini、nano、Haiku 或 Flash 模型。重要提示词建议使用多个模型测试,因为它们的写作风格和指令遵循能力可能不同。

可以。你可以在一个工作流中连接来自不同提供商的兼容图像、视频、文本和处理节点,并随着项目变化替换或调整单个节点。