模型应用
做图像、语音和视频应用，不能继续只按文本模型排名选 API
从输入输出模态、同步方式、文件限制、流式体验和降级路径选择多模态模型，而不是只看通用模型热度。
先写清楚应用需要的输入和输出
图片理解、图片生成、语音识别、语音生成和视频生成是不同接口能力。一个模型支持图片输入，并不代表它能输出图片；支持音频文件，也不等于支持实时双向语音。模型筛选应把输入模态、输出模态和实时性分开。
多模态应用还要测试传输和任务生命周期
文本聊天常在一次请求内结束，但较大的媒体任务可能需要上传文件、异步轮询、Webhook 或流式传输。选择 API 时要核对文件大小、支持格式、保存期限、回调验证和失败重试。免费额度尤其适合先验证流程，不应直接推断能够长期承担批量生成。
- 用一份最小图片、短音频或短视频样本跑通端到端请求。
- 记录首字节时间、总完成时间和结果下载期限。
- 准备文本或低分辨率降级路径。
- 保存不含 Key 的可移植配置，避免工具锁定。
把新闻热点转成可操作内容
当供应商发布新的图像、语音或视频能力时，FreeToken 不只复述功能名称，而应补充准确模型 ID、接口类型、是否支持浏览器直连、申请入口和可复现测试。没有这些操作价值的发布只保留为候选，不生成薄文章。