三类用户 · 三种服务方式
同一份能力，按使用方式切分为免费网页通道与付费 API 通道，互不干扰
普通注册用户
网页端直接使用- 打开网页即可使用，无需申请 Key
- 没有次数限制与功能限制
- 十项能力全部开放，结果可下载
- 感知类报告支持 PDF / Word 导出
个人开发者 / 工作室
API 直接调用- 一个 API Key 接入全部十项能力
- 按量付费，用多少算多少
- 包月订阅，当月不限次数
- 月费便宜且预算完全可控
软件创业者 / 初创企业
API 直接调用（生产级）- 产品验证期：按量付费控制成本
- 推广期：包月不限次扛住流量
- 调试期：不限次放心改参数
- 业务有收益后平滑切换大厂接口
不是不想用 AI，是用不起、不敢用
在把产品跑通之前，AI 能力的成本与试错代价往往先压垮了预算
调试期就是烧钱期
大厂接口按量计费，验证一个想法要反复调参数，几百次调用下来账单已经很难看。
预算难以预估
按量计费没有天花板，一次上线活动的峰值可能吃掉全月预算。
能力分散集成贵
文档、语音、图像、视频来自不同厂商，鉴权与错误码各成一套，胶水代码写不完。
技术选型被锁死
深度绑定某家接口后，换供应商要重写调用层，切换代价高。
十项能力全景图
统一端点 /v2 · 统一鉴权 Authorization: Bearer yck-xxx · 统一返回结构
文档转换
Convert · 2 项文档转 Markdown
doc2md21 种格式一键转 Markdown，支持扫描件 OCR
Markdown 转文档
md2docMarkdown 渲染输出 PDF / Word 规范文档
智能感知
Sense · 3 项音频感知
audiosense转写 + 说话人区分 + 情绪与场景标签
图像视觉
imagevisionOCR + 画面描述 + 场景标签 + 主色调
视频感知
videosense场景切分 + 关键帧 + 事件时间线
智能生成
Generate · 5 项文本转语音
text2audio5 种音色，5000 字上限，支持流式
文本转图像
text2image7 档尺寸，1~4 张批量生成
图生图
image2image6 类转换 + 局部修改重绘
视频生视频
video2video已有素材风格化转换，保留动作节奏
脚本转视频
script2video脚本一键成片，带旁白与字幕
定价：仅 API 接入收费，网页端完全免费
普通注册用户在网页端使用全部能力完全免费、不限次数；以下价格仅针对开发者 API 调用， 全部公开、没有隐藏费用、引擎失败不计费
| 能力 | 编码 | 按量计费单价 | 包月订阅（当月不限次） |
|---|---|---|---|
| 文档转 Markdown | doc2md | ¥0.01 / 次 + ¥0.0001 / 字符 + ¥0.0001 / KB | ¥29 / 月 |
| Markdown 转文档 | md2doc | ¥0.03 / 次 + ¥0.01 / KB | ¥29 / 月 |
| 音频感知 | audiosense | ¥0.01 / 秒 | ¥99 / 月 |
| 图像视觉 | imagevision | ¥0.02 / 次 | ¥49 / 月 |
| 视频感知 | videosense | ¥0.02 / 秒 | ¥199 / 月 |
| 文本转语音 | text2audio | ¥0.01 / 100 字符 | ¥39 / 月 |
| 文本转图像 | text2image | ¥0.05 / 张 | ¥79 / 月 |
| 图生图 | image2image | ¥0.05 / 次 | ¥79 / 月 |
| 视频生视频 | video2video | ¥0.03 / 秒 | ¥299 / 月 |
| 脚本转视频 | script2video | ¥0.50 / 次 | ¥499 / 月 |
按量付费评估期适用
- 调用量小、频次低，处于可行性验证与预研阶段
- 只想先试一两项能力
- 调用量波动大、难以预估
- 先充 ¥50 起，边用边看
包月订阅主力推荐
- 进入密集调试与联调阶段，反复改参数不额外花钱
- 产品已上线、调用量稳定且偏大
- 需要反复压测与回归验证
- 预算绝对可控：按能力单独订阅，¥29 起、最高 ¥499 封顶
文本转图像：10,000 张/月
按量 ¥500 → 包月 ¥79
音频感知：200,000 秒/月
按量 ¥2,000 → 包月 ¥99
视频生视频：60,000 秒/月
按量 ¥1,800 → 包月 ¥299
开发者接入：5 步，半小时跑通第一行调用
全流程在网页控制台内完成，不需要联系销售、不需要签合同
创建 API Key
控制台「API Key 中心」创建，形如 yck-xxxx，仅创建时完整可见一次
充值或开通包月
单次 ¥10 ~ ¥10,000 微信 / 支付宝扫码；或在订阅列表按能力单独开通包月
确认能力授权
调用 GET /v2/capabilities 查看已授权能力与计费方式，避免 403
发起第一次请求
请求头 Bearer yck-xxx，POST 对应能力端点，返回统一 JSON 结构
查用量与账单
/v2/billing/usage 看用量、/v2/billing/balance 看余额，请求日志逐条回看
技术底座：插件化架构 + 全本地引擎
十项能力全部基于开源模型与自研编排层构建，没有昂贵的第三方 API 依赖
数据不出私有环境
AI 引擎全本地部署（SenseVoice、PP-OCRv5、BLIP、ComfyUI + SDXL Turbo 等开源栈），无需评估数据出域合规。
内容风控三引擎
文本 / 图片 / 音视频双向检测：AC 自动机敏感词 + PII 识别掩码、NSFW 分类模型，五级处置动作（通过/替换/标记/复审/拦截）。
三种调用模式
同步请求、SSE 流式、异步任务（task_id 轮询 + HMAC-SHA256 签名回调，失败自动重试），按场景选择。
五级限流兜底
分钟限速、日配额、并发数、余额预检、风控五级保护；大文件 URL 直取 / base64 直传 / 自动分片上传（上限 500MB）。
六类典型应用场景
每一项能力都对应一个真实的产品功能，组合起来就是完整的产品能力矩阵
知识库与文档中台
把客户的 PDF、Word、PPT、Excel 批量转成 Markdown 喂给大模型，再把输出渲染成规范的 PDF / Word 交付文档。
会议与访谈记录
会议音频自动转写成带说话人区分的逐字稿并提取情绪与场景标签，纪要文字再转成语音便于收听。
内容审核与素材理解
图片感知做 OCR 与画面理解，视频感知抽取场景、关键帧与事件时间线，构建可检索的素材库。
电商与营销物料生产
按商品卖点批量生成主图与场景图，再用图生图快速改成不同风格或局部替换，支撑 A/B 投放测试。
短视频与课程成片
写好脚本一键生成带旁白与字幕的分镜视频；已有素材用视频转视频统一风格，旁白批量重录。
AI 应用与 SaaS 集成
把十项能力当成自己产品的 AI 底座：一套鉴权、一套返回结构、一套错误码，用最少工程量补齐 AI 能力。
关于结果质量：我们把话说在前面
十项能力的结果不是行业最优——这是我们主动告知客户的第一件事
| 对比维度 | 卡丁兔 · 十项能力 | 大厂收费接口 |
|---|---|---|
| 结果质量 | 满足产品验证与推广期需求，不是行业最优 | 调优更充分，质量稳定领先 |
| 计费方式 | 按量低至 ¥0.01 起；包月 ¥29 ~ ¥499 当月不限次 | 以按量为主，单价显著更高 |
| 调试成本 | 包月订阅下反复调试不产生额外费用 | 每次调试都计入账单 |
| 预算可控性 | 包月封顶，花多少事先就确定 | 用多少算多少，峰值可能超预算 |
| 数据合规 | 全本地引擎，数据不出私有环境 | 需评估数据出域与合规要求 |
| 适用阶段 | 产品验证期 · 推广期 · 开发调试期 | 产品成熟期 · 追求极致质量 |
产品验证
证明想法可行，先跑通最小闭环——按量付费，最低 ¥50 充值即可开始。
开发调试 + 产品推广
密集改参数、反复压测、上线推广——包月订阅，预算封顶 ¥29 ~ ¥499 / 月。
业务有收益后
对质量提出更高要求——平滑切换大厂接口，调用层结构不变，改端点即可。
怎么开始：当天就能用上
不需要商务谈判、不需要签署纸质合同、不需要预付年费，注册与充值全自助
注册账号
网页端直接免费用十项能力，先感受结果质量
创建 API Key
控制台一键创建，拿到 yck- 开头的密钥
充值或开包月
扫码支付即时到账，当天即可生产调用
接入与联调
按接入指南对接，测试台逐项验证参数
复盘与调整
根据用量看板决定继续按量还是转包月
免费永久
普通注册用户的网页端使用权不会收费，也不会缩水，这是平台的长期承诺。
随时可退
包月订阅按能力单独生效，可随时取消；订阅到期自动回落按量，业务不中断。
不做绑定
当您需要更好的结果质量时，我们主动建议切换大厂接口，并配合完成迁移。