Tripo-P1.0 多图生3D模型（有贴图）接口用于基于多张参考图融合生成带贴图的 3D 模型资产。输入为一个固定长度为 4 的图像数组，分别对应 前、左、后、右 四个视角；实际只需提供 2~4 张有效图片，无效视角传入空对象 {} 即可。每张图片支持 JPEG、PNG 格式，宽高范围为 [20,

基于豆包（火山引擎）doubao-seed3d-2-0-260328 模型的图生 3D 接口，通过 /v1/responses 端点以异步任务方式调用。输入 1 张图片（支持公网 URL 或 Base64 编码）+ 可选参数命令，生成一个带纹理和 PBR 材质的 3D 模型文件，输出格式支持 glb

基于数美 Hitem3D-2.0（hitem3d-2-0-251223）模型的图生 3D 接口，通过 /v1/responses 端点以异步任务方式调用。输入 1~4 张物体多视角图片（仅支持公网 URL），配合 --multi_images_bit 视图标识位标记各图片对应的视角（前、后、左、右）

基于影眸 Hyper3D-Gen2（Rodin，hyper3d-gen2-260112）模型的文生 3D 接口，通过 /v1/responses 端点以异步任务方式调用。仅输入英文文本提示词（不超过 400 字符）+ 可选参数命令，无需图片即可生成一个 3D 模型文件；支持三角面（Raw）/ 四边面

基于影眸 Hyper3D-Gen2（Rodin，hyper3d-gen2-260112）模型的图生 3D 接口，通过 /v1/responses 端点以异步任务方式调用。输入 1~5 张参考图片（支持公网 URL 或 Base64 编码）+ 可选英文提示词 + 可选参数命令，生成一个 3D 模型文件

LangChain 集成示例1 LangChain升级频繁，并且会有破坏性更新，请注意版本区别。 """ LangChain 结构化输出示例：自然语言转计算步骤 功能概述： 本脚本演示如何使用 LangChain 将自然语言描述转换为结构化的 JSON 数据， 通过 Pydanti

qwen-deep-research是一个专门用来深入讨论复杂问题的AI模型，它会像研究员一样先和你厘清问题，再给出精准答案。 📍 请求地址 https://api.apexrouter.top/v1/responses 🎯 模型名称 qwen-deep-research 💻 第一步（模型反问确认）

GUI-Plus 可基于屏幕截图和自然语言指令来解析用户意图，并转换为标准化的图像用户界面（GUI）操作（如点击、输入、滚动等），供外部系统决策或执行。相较于通义千问VL系列模型，提升了GUI操作的准确性。 📍 请求地址 https://api.apexrouter.top/v1/chat/comp

通义千问的角色扮演模型，适合拟人化的对话场景（如虚拟社交、游戏NPC、IP复刻、硬件/玩具/车机等）。相比于其它通义千问模型，提升了人设还原、话题推进、倾听共情等能力。 📍 请求地址 https://api.apexrouter.top/v1/chat/completions 🎯 模型名称 qwen

qwen3-max-2026-01-23 通义千问3系列Max模型，此版本实现思考模式和非思考模式的有效融合，模型整体效果得到全方位的大幅度提升。在思考模式下，同时具备Web搜索、Web信息提取和代码解释器工具能力，使得模型在慢思考的同时，能够通过引入外部工具，以更高的准确性解决更有难度的问题。 接