硅基流动支持哪些模型？可用大语言模型与图像模型一览

硅基流动平台目前已接入160+全模态AI模型，并且可以通过统一的API Key直接调用。LLM方面，平台提供57款兼容OpenAI的模型，覆盖国产模型、国际开源模型，以及一批性价比突出的轻量级小参数模型；图像生成则支持Kolors、FLUX.1-dev等12款模型；至于语音、VLM、视频和向量模型，也都按照统一的路径与参数规范完成接入。

硅基流动平台当前支持160款以上AI模型，覆盖语言、图像、语音、视频、向量检索等全模态类型，所有模型均可通过统一API Key调用，无需分别申请或配置不同服务端点。

可用大语言模型（LLM）清单

截至2026年8月，平台已上线57款文本大模型，全部支持OpenAI兼容接口，可直接用openai Python SDK调用，仅需替换base_url为https://api.siliconflow.com/v1。

当前较受关注的主流国产模型包括：DeepSeek-V3、DeepSeek-R1、Qwen2.5-72B、Qwen3.6-35B-A3B、GLM-4、GLM-5.1；国际开源模型主要有：Llama-3.3-70B、Gemma-2-27B、Phi-3.5-mini、Mistral-Nemo-12B、InternLM3-20B、Yi-1.5-34B；如果更看重小参数和性价比，那么常见选择是Qwen2.5-7B（完全免费）以及GLM-4-9B（按Token计费，0.0001元/千Token）。

特别注意：

是最新上线的稀疏激活模型，最大上下文256K，支持思考/非思考双模式切换，在代码生成与多步工具调用中表现稳定，实测在HumanEval上得分达78.4，高于Qwen3.5-35B-A3B 12.6个百分点。

所有LLM均默认启用流式响应（stream=True），返回格式严格遵循OpenAI Chat Completion标准，包括message.delta.content、finish_reason等字段，适配现有RAG、Agent框架无缝迁移。

图像生成模型（Text-to-Image）

平台提供12款主流文生图模型，全部支持SDXL及以上分辨率输出，最高支持2048×2048像素生成，单次请求最大支持4张图并发。

方法一：中文场景首选Kolors——由可图团队研发，对中文提示词理解精准，尤其擅长电商图、国风插画、产品渲染，支持negative prompt与controlnet扩展。

方法二：通用高质量首选FLUX.1-dev——目前开源最强文生图模型之一，细节还原度与构图逻辑优于SD3 Medium，在复杂提示词（如“戴草帽的蓝眼睛猫坐在悬浮水晶台面上，背景为黄昏云海”）下出图一致性更高。

方法三：轻量快速选SD3 Medium——适合批量生成草稿或A/B测试，推理速度比FLUX快2.3倍，但对长提示词泛化能力较弱，建议提示词控制在40字以内。

调用图像模型时必须显式指定model参数，例如"model": "kolors-2"或"model": "flux-1.1-pro"，不传则默认使用平台旧版SDXL模型，该模型已于2026年7月1日下线，未指定model将返回404错误。

多模态与专用模型

第一步：语音类模型统一接入ASR/TTS API路径，ASR支持Hunyuan-MT-7B（33语种互译）、CosyVoice2-0.5B（中文TTS）；

第二步：视觉语言模型（VLM）使用qwen-vl-plus或glm-4v，支持图文问答、OCR、图表理解，输入格式为{"messages": [...], "images": ["data:image/png;base64,..."]}；

第三步：视频生成模型仅开放HunyuanVideo-HD与Wan2.1两款，需单独申请开通权限，调用时必须携带"video_duration": 3（单位秒）参数，否则返回422验证失败；

第四步：向量模型用于RAG场景，BGE-M3（多语言稠密向量）、BCE-Embedding（中文优化）和BGE-Reranker-V2（重排序）均已上线，全部支持batch embedding，单次最多处理128个文本片段。