大規模言語モデル (LLM)
大規模言語モデルの力をアプリケーションに直接統合することで、人間のようなテキストを理解し生成する機能を作成できます。これにより、対話性やユーザー支援のための無限の可能性が開かれます。画像生成
テキストベースのAIに加えて、動的な画像生成をアプリケーションに組み込むこともできます。これにより、幅広いクリエイティブでパーソナライズされた視覚体験が可能になります。利用可能な LLM モデル
LLM を活用した機能は、3つのプロバイダー(OpenAI(GPT-5)、Anthropic(Claude)、Google(Gemini))が提供する10種類のモデルのいずれでも実行できます。すべてのモデルが、画像認識、ツールの使用、拡張思考/推論、構造化 JSON 出力をサポートしています。各モデルは速度、性能、価格が異なります。料金はトークン単位で、入力(プロンプト)と出力(レスポンス)で別々に課金され、以下では 1,000,000 トークンあたりの米ドルで表示しています。
プロンプトで特定のモデルを指定することも、目的を説明して Manus にモデルを選ばせることもできます。同じアプリケーション内の異なる機能で、それぞれ別のモデルを使用することも可能です。