用户指南

AI 模型

FayBai 支持的 AI 模型完整指南

FayBai 集成了四类 AI 模型:剧本分析、图像生成、视频生成以及音乐与音频生成。所有媒体模型通过 Fal.ai 调用,剧本分析使用 OpenRouter。

剧本分析模型

这些大语言模型会分析剧本、提取场景、角色和地点并生成提示词。可以同时选择多个模型,生成平行作品进行比较。“生成”旁的 快速模式 为默认选项(Claude Sonnet 5.5、Nano Banana 2 Lite、MiniMax H3 Max、ElevenLabs)。高质量模式选择 Gemini 4 Argon、GPT Image 2 和 Seedance 2.5。两种模式均显示完整目录,并按快速/高质量分组。

模型厂商上下文窗口许可
Claude Sonnet 5.5Anthropic1M tokens专有(快速模式默认)
Gemini 4 ArgonGoogle1M tokens专有(高质量模式默认)
Claude Fable 5.1Anthropic1M tokens专有
GPT-6 LunaOpenAI1M tokens专有
Claude Opus 5Anthropic1M tokens专有(场景拆分)
Claude Opus 5 FastAnthropic1M tokens专有
Gemini 3.8 FlashGoogle1M tokens专有
Gemini 3.1 ProGoogle1M tokens专有
GPT-6.1 SolOpenAI1M tokens专有
GLM-5.3 FlashZ.ai1M tokens开放权重(MIT)
GPT-5.6 TerraOpenAI1M tokens专有
DeepSeek V4 ProDeepSeek1M tokens开放权重(MIT)
Grok 4.7SpaceXAI500K tokens专有
Mistral Small 4Mistral262K tokens开放权重(Apache 2.0)
Seed 2.0 MiniByteDance262K tokens专有

图像生成模型

这些模型用于生成场景图片。可同时选择多个模型,比较它们生成的不同画面。

模型厂商许可说明
Nano Banana 2 LiteGoogle专有快速模式默认,Google 最快档位,支持参考图,固定 1K
GPT Image 2OpenAI专有高质量模式默认,文字与界面还原,最高 4K
Nano Banana 2.1Google专有快速生成与编辑
Nano Banana ProGoogle专有增强写实与文字排版
Grok Imagine Image 2.0SpaceXAI专有最新 Imagine 图像模型,1K/2K,编辑最多 3 张参考图
Grok Imagine Image QualitySpaceXAI专有高质量模式,更高保真度,更强文字表现
FLUX.2 MaxBlack Forest Labs专有出色的写实效果
PhotaPhota专有通过角色档案保持一致性
Krea 3Krea专有高质量档位,编辑最多 8 张参考图
Hunyuan Image v3Tencent开放权重构图能力强
FLUX.2 DevBlack Forest Labs开放权重320 亿参数开放权重,原生编辑
Qwen Image 2 ProAlibaba开放权重(Apache 2.0)原生 2K,支持文字渲染
HiDream I1HiDream开放权重(MIT)170 亿参数
Seedream 5.0 ProByteDance专有旗舰级生成与编辑
FLUX.2 FlashBlack Forest Labs开放权重最便宜的蒸馏版 FLUX.2,亚秒生成,编辑最多 4 张参考图
FLUX.2 TurboBlack Forest Labs开放权重蒸馏版 FLUX.2,约 2 秒,编辑最多 4 张参考图

编辑接口

大多数图像模型提供专用的编辑接口,支持将参考图片用于生成。系统会附上角色和地点的设定图,帮助各场景保持视觉一致。

视频模型

这些模型将静态图片转化为视频片段。

模型厂商预计耗时许可说明
MiniMax H3 MaxMiniMax~10s专有快速模式默认;原生音频
Seedance 2.0ByteDance~3.5 min专有高质量模式默认;原生音频
Seedance 2.0 MiniByteDance~2 min专有费率为 2.0 的一半,720p,仅 BytePlus 渠道
Grok Imagine Video 1.5SpaceXAI~30s专有质量排名最高
Kling 4.0Kling~5 min专有原生音频,始终开启;最长 30 秒

画面比例兼容性

部分视频模型仅支持特定画面比例。FayBai 会自动筛选兼容模型;如果当前模型不支持所选比例,会切换为兼容的默认模型。

音频支持

部分视频模型可以同时生成音频。FayBai 会检查每个模型的能力以判断是否支持音频。

音乐与音频模型

模型厂商最长时长类型许可
ElevenLabs MusicElevenLabs600s (10 min)音乐专有(默认)
ACE-Step 1.5ACE Studio600s (10 min)音乐开放权重
ACE-StepACE Studio240s (4 min)音乐开放权重

音乐与音效

音乐模型根据文字提示词和可选标签生成背景音乐。

能力

功能ElevenLabs MusicACE-Step 1.5ACE-Step
基于提示词是是是
支持歌词否是是
纯器乐是是是
长时长是(10 分钟)是(10 分钟)是(4 分钟)