Runway API 以 credits 计费（$0.01 / credit），提供视频生成、图片生成、音频合成和实时数字人四大能力，并集成了 Google Veo 3.1、GPT Image 2 等第三方顶级模型，开发者通过单一 API 即可访问业界最全面的生成式媒体模型矩阵。
视频生成模型
-
Gen-4.5（旗舰）：
- Runway 最新旗舰视频模型，支持文本或图像输入，电影级运动质量，强提示词遵循度，适合专业广告和叙事内容。
- 计费：12 credits / 秒（约 $0.12 / 秒）。
-
Gen-4 Turbo（高效）：
- 图生视频，速度更快、成本更低，适合高并发生产场景。
- 计费：5 credits / 秒（约 $0.05 / 秒）。
-
Gen-4 Aleph（视频续写）：
- 视频 + 文本/图像输入，支持视频续写和风格迁移，适合长视频创作工作流。
- 计费：15 credits / 秒（约 $0.15 / 秒）。
-
Act Two（动作捕捉驱动）：
- 图像或视频输入，将参考动作迁移到目标角色，适合角色动画和虚拟形象驱动。
- 计费：5 credits / 秒。
-
Veo 3 / Veo 3.1（Google 集成）：
- 通过 Runway API 直接调用 Google Veo 3.1，支持带音频和不带音频两种模式。
- 计费：Veo 3.1 带音频 40 credits / 秒，不带音频 20 credits / 秒；Fast 版带音频 15 credits / 秒。
图片生成模型
- Gen-4 Image：Runway 自研图片生成，支持文本/图像参考输入。720p 5 credits / 张，1080p 8 credits / 张。
- Gen-4 Image Turbo：快速版，任意分辨率 2 credits / 张，适合批量生成。
- Gemini Image 3 Pro（Google 集成）：1K/2K 20 credits / 张，4K 40 credits / 张。
- GPT Image 2（OpenAI 集成）：按质量和分辨率计费，高质量 1080p 20 credits / 张，4K 41 credits / 张。
- Gemini 2.5 Flash（Google 集成）：任意分辨率 5 credits / 张，高性价比选择。
音频生成模型（ElevenLabs 集成）
- eleven_multilingual_v2：多语言语音合成，1 credit / 50 字符。
- eleven_text_to_sound_v2：文本生成音效，1 credit / 秒。
- eleven_voice_dubbing：语音配音，1 credit / 2 秒。
- eleven_voice_isolation：人声分离，1 credit / 6 秒。
实时数字人
- gwm1_avatars：实时对话数字人，支持文本对话驱动视频+音频输出，2 credits 启动 + 2 credits / 6 秒，适合虚拟客服、直播助手等场景。
适用场景
- 专业广告与影视内容：Gen-4.5 的电影级运动真实感和时序一致性，是专业广告和叙事内容的首选。
- 多模型统一接入：单一 API 同时访问 Runway、Google Veo 3.1、GPT Image 2、ElevenLabs，简化多供应商集成。
- 角色动画与虚拟形象：Act Two 动作迁移 + gwm1_avatars 实时数字人，覆盖从预制到实时的完整角色动画链路。
- 内容平台视频能力接入：Gen-4 Turbo 成本低、速度快，适合需要批量生成的内容平台。
- 多语言视频本地化：结合 ElevenLabs 配音模型，快速为视频生成多语言配音版本。
- 创意工具与设计平台：Gen-4 Image 系列支持图像参考输入，适合设计工具中的 AI 辅助创作功能。