图片、视频与语音生成

生图、生视频、语音各有一个全局选择，位于设置 → 模型 → 默认模型的「生图模型」「生视频模型」和「语音模型」。模型来源的登录状态和接口配置决定哪些选项可用；真正执行时，只使用这里选中的来源。所有聊天共用这三个选择，聊天使用 Claude、Codex 或其他语言模型，不会改变生图、生视频、语音的来源。

自定义接口可以保留 Base URL、API Key 和模型配置，语音的自定义接口另有一个音色。只有选中「自定义模型」时才会使用它的接口地址和密钥；保存或修改自定义接口，不会覆盖已选择的订阅来源，也不会自动改变默认选择。

生图、生视频和语音工具始终可调用，每次请求都会读取当前的默认选择。选中的来源未登录、配置缺失或请求失败时，工具会明确返回错误；不会悄悄改用其他已配置的来源。修改默认选择后，后续请求使用新的选择，不需要更换聊天的语言模型。

聊天里的生成过程有专属展示：图片、视频、音频和音乐各带自己的图标，状态行随进度更新——从等待批准，到正在生成，再到已生成、生成失败或已停止；一条消息里的多次生成会合并为一组显示，其中任何一次失败都会如实标出。

• 生图可选择 Codex、Qoder、QwenWork、QoderWork 的订阅接口，或已配置的自定义接口。订阅接口使用对应来源的登录凭据，不需要另填自定义后端。
• Qoder、QwenWork 和 QoderWork 的订阅接口只支持文生图，不接受参考图。Codex 和支持图片编辑的自定义接口可以接收参考图；具体支持范围由接口决定。
• 生视频可选择 MiniMax M Plan 或自定义接口。MiniMax 使用订阅凭据，视频需要 Explore 或 Build 档位；它会保留已设置的视频模型名，但接口地址和凭据始终来自 MiniMax 订阅。自定义接口使用自己保存的配置。
• 语音可选择 MiniMax M Plan、阿里云百炼 Token Plan 或自定义接口。MiniMax 的语音模型花的是文本回合同一份订阅额度，无需另配接口，同样只保留模型名与音色。百炼的语音走套餐网关自己的语音合成路由，花的也是套餐额度；它只接受 qwen-audio-3.0 系列模型，返回一个 24 小时有效的下载链接。自定义接口要先选服务商，四种协议的请求形状并不兼容：「OpenAI 兼容」的 /audio/speech 直接返回音频文件；「智谱 BigModel」的 GLM-TTS 是同一形状但只返回 wav、单次上限 1024 字符；「阿里云百炼」的按量付费接口走平台自有协议，返回一个 24 小时有效的下载链接，单次上限 600 字符；「MiniMax 开放平台」用按量付费的开放平台 API Key，走它自己的协议，不需要填端点（M Plan 订阅是另一个来源，不在这里配）。
• 智谱与火山方舟不作为语音订阅来源：智谱的编码套餐 Key 能通过语音接口鉴权，但套餐本身不含语音额度（实测返回余额不足）；火山方舟域名下没有语音合成接口。智谱的开放平台 Key 仍可在自定义接口里选「智谱 BigModel」使用。
• 每次生成语音时还可以临时指定音色、情绪和语速，不必改全局配置：音色对所有来源有效；情绪（平静、开心等）只有 MiniMax 会采用；语速（0.5 到 2 倍）MiniMax 和 OpenAI 兼容接口会采用。不支持的参数会被忽略。
• 语音生成的音频与视频一样，以保存路径的形式返回，并落在会话目录里；生成的音频和视频在对话里直接内联播放，也能在文件面板中打开。
• 本地生图、生视频、语音在当前版本不可用。保留的旧本地配置不会拦住另一个明确选中的订阅来源；选中该旧配置时会收到不可用提示。
• 生成出来的文件算这一轮的产物，会出现在会话产物里，见会话产物。