路线图

接下来 6-12 个月的发版计划。节奏以实际进度为准，欢迎在工单里提需求排期。

Swarmix 已提供文本对话、图片生成/编辑和异步视频任务。下表同时展示已开放 Beta 与后续能力。想抢先体验某项，可以在工单申请 closed beta。

图像生成（Images）

Beta预计已上线

已开放 OpenAI-compatible /v1/images/generations 与 /v1/images/edits；流式生成及更多厂商继续扩展

语音合成 / 识别（TTS/STT）

规划中预计 2026 Q3

OpenAI Audio API 兼容 + 火山方舟 / 阿里 CosyVoice 等国产 TTS 引擎

视频生成（Video）

Beta预计基础接口已上线

已开放异步创建、查询、取消和完成结算；当前按已配置渠道逐个验证模型

音乐生成（Suno）

规划中预计 2027 Q1

Suno API 兼容 + 歌词生成 + 声音克隆 + Persona 管理

Embeddings 向量化

开发中预计 2026 Q2

OpenAI text-embedding-* 兼容 + BGE / Qwen-embed 国产模型

自定义模型分组

开发中预计 2026 Q2

企业客户自定义分组规则（时段 / 成本 / 能力偏好）+ UI 可视化

海外节点

规划中预计 2026 Q4

新加坡 / 日本 / 法兰克福节点，接入海外版模型（Claude / Gemini 原厂）

MCP Server 网关

Beta预计 2026 Q2

以 MCP 协议暴露平台能力，Claude Desktop / Cursor 可直接发现调用

已上线的主要能力

Swarmix 当前完整具备：