regnet-y-320-seer-in1k
facebook基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 画像→ 出力 未確認
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗DISCOVER & COMPARE
AIモデルを探す 1529
regnet-y-640-seer-in1k
facebook基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 画像→ 出力 未確認
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗superblock-vit-b-16
facebook基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 画像→ 出力 未確認
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 画像→ 出力 未確認
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗joytag
fancyfeast基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
入力 画像→ 出力 未確認
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗vit-base-mnist
farleyknight-org-username基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 画像→ 出力 未確認
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗Darwin-35B-ZTC-Vision
FINAL-BenchDarwin-35B-ZTC-Vision is a vision decision model. It does not generate text. Given one or more images, a state and a typed question, it returns a calibrated probability for every option in one forward pass: yes or no (`noul`), one of several options (`choice`), or a level on an ordered scale (`score`). It handles up to four images per request, for example "which of the two photos has the higher quality" or "is there a defect on this part". It is a 35B mixture-of-experts model (about 3B active parameters per token) built on Darwin-35B-A3B-Opus with the Darwin ZTC decision readout. It is the vision member of the ZTC series; the text member is Darwin-27B-ZTC-v9. All 20 required vision benchmarks complete (the optional Box tasks are not supported), zero failed decisions. Merged by the maintainer on 2026-10-19 (PR #76). At submission it ranked first (Borda 91.00) on the published vision results of 2026-10-17 (16 complete models) with this model added, recomputed with the leaderboard's own Borda method; that table is below. More models have entered since: on the published results of 2026-10-19 (32 complete models) the same recomputation places it fifth with 81.80. The live vision leaderboard is authoritative.
翻訳待ち・原文を表示
入力 画像→ 出力 未確認
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗dinov2-small-fire-associated-smoke-v2.5
fireviewerBinary **fire-associated smoke compatibility**, not smoke-source pointing or physical aerosol density. A probable-fire ROI with no confirmed visible flame can be routed here. Input: RGB crop with 45% context per side, minimum side 160, bicubic 448×448 resize and ImageNet normalization. DINOv2 ViT-S/14 CLS embedding (384) → LayerNorm → dropout 0.15 → linear logit. Output is temperature-scaled compatibility with a low/high decision and an abstention interval. Rejected smoke keypoints, masks and spatial-refiner runs are not included. Positive labels require retained provenance supporting fire-associated smoke or visible flame elsewhere in the source image. Crops containing a flame fragment are excluded, as are unsupported associations; ambiguous is an inference abstention state, not a third training label. Training membership is not gated by another model's predicted absence of flame. Linked v2.5-smoke-from-fire-probability: 50,183 train / 12,106 validation public ROIs, a rights-filtered subset of the retained full run corpus. Run `20261005-075018-dinov2_vits14`: 3 head-only epochs then 5 epochs with the last two backbone blocks unfrozen, batch 48, BF16, seed 42. Head LR 3e-4, backbone LR 5e-6, weight decay 0.05, 0.5-epoch warmup and cosine decay per phase. Best checkpoint is tail phase **E3 (overall E6)** by selection-fold AUPRC. Eight epochs completed. Official DINOv2 source is pinned at `7764ea0f912e53c92e82eb78a2a1631e92725fc8`.
翻訳待ち・原文を表示
入力 画像→ 出力 未確認
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗nsfw_image_detector
Freepik- Model Description - Try it Online! - Model Performance Comparison - Global Performance - Accuracy by AI Content - AI-Generated Content - Non-AI-Generated Content - Usage - Quick Start via pip - Quick Start with Pipeline - Avoid installation of pip dependency - Training - Speed and Memory Metrics This model is a vision transformer based on the **EVA architecture**, fine-tuned for **NSFW content classification**. It has been trained to detect **four categories** (neutral, low, medium, high) of visual content using **100,000 synthetically labeled images**. The model can be used as a **binary (true/false) classifier if desired, or you can obtain the full output probabilities.**. It **outperforms other excellent publicly available models** such as Falconsai/nsfw_image_detection or AdamCodd/vit-base-nsfw-detector in our internal benchmarks adding the enrichment of being able to select the NSFW level that suits your use case.
翻訳待ち・原文を表示
入力 画像→ 出力 未確認
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗repvgg_a0
frgfm基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
入力 画像→ 出力 未確認
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗resnet-tiny-beans
fxmarty基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
入力 画像→ 出力 未確認
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗plantclef2024
gerald29基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 画像→ 出力 未確認
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗bone-marrow-cells-yolo
ghostsas001基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 画像→ 出力 未確認
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗nsfw-classifier
giacomoarientiIn today's digital world, user-generated content is a double-edged sword. While it fosters creativity and engagement, it also opens the door to inappropriate or illegal content being shared. Our NSFW Image Classifier is specifically designed to identify and filter out explicit images, including **pornography, hentai, and sexually suggestive content**, ensuring your platform remains **safe, secure**, and **legally compliant**. - **Protect Your User Base**: Keep your community safe by preventing exposure to inappropriate content. - **Legal Compliance**: Avoid legal action by preventing illegal or explicit content from being posted. - **Seamless Integration**: Our model is easy to integrate into any platform that allows image uploads, including social media, forums, e-commerce sites, and more. With more than **2M downloads**, our NSFW Image Classifier has become the go-to solution for platforms looking to **maintain a clean and safe environment** for their users. Many developers and companies have already chosen our solution to protect their communities—will you be next?
翻訳待ち・原文を表示
入力 画像→ 出力 未確認
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗lepinet-bioclip2-vitl14
gmougeot基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
入力 画像→ 出力 未確認
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗lepinet-dinov3-convnextl
gmougeot基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
入力 画像→ 出力 未確認
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗lepinet-effnetv2s
gmougeot基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
入力 画像→ 出力 未確認
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗
bit-50
GoogleThe BiT model was proposed in Big Transfer (BiT): General Visual Representation Learning by Alexander Kolesnikov, Lucas Beyer, Xiaohua Zhai, Joan Puigcerver, Jessica Yung, Sylvain Gelly, Neil Houlsby. BiT is a simple recipe for scaling up pre-training of ResNet-like architectures (specifically, ResNetv2). The method results in significant improvements for transfer learning. Disclaimer: The team releasing ResNet did not write a model card for this model so this model card has been written by the Hugging Face team. *Transfer of pre-trained representations improves sample efficiency and simplifies hyperparameter tuning when training deep neural networks for vision. We revisit the paradigm of pre-training on large supervised datasets and fine-tuning the model on a target task. We scale up pre-training, and propose a simple recipe that we call Big Transfer (BiT). By combining a few carefully selected components, and transferring using a simple heuristic, we achieve strong performance on over 20 datasets. BiT performs well across a surprisingly wide range of data regimes -- from 1 example per class to 1M total examples. BiT achieves 87.5% top-1 accuracy on ILSVRC-2012, 99.4% on CIFAR-10, and 76.3% on the 19 task Visual Task Adaptation Benchmark (VTAB). On small datasets, BiT attains 76.8% on ILSVRC-2012 with 10 examples per class, and 97.0% on CIFAR-10 with 10 examples per class. We conduct detailed analysis of the main components that lead to high transfer performance.*
翻訳待ち・原文を表示
入力 画像→ 出力 未確認
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗cxr-foundation
Google基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 画像→ 出力 未確認
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗derm-foundation
Google基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 画像→ 出力 未確認
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗efficientnet-b0
GoogleEfficientNet model trained on ImageNet-1k at resolution 224x224. It was introduced in the paper EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks by Mingxing Tan and Quoc V. Le, and first released in this repository. Disclaimer: The team releasing EfficientNet did not write a model card for this model so this model card has been written by the Hugging Face team. EfficientNet is a mobile friendly pure convolutional model (ConvNet) that proposes a new scaling method that uniformly scales all dimensions of depth/width/resolution using a simple yet highly effective compound coefficient.
翻訳待ち・原文を表示
入力 画像→ 出力 未確認
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗efficientnet-b1
Google基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
入力 画像→ 出力 未確認
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗efficientnet-b2
Google基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 画像→ 出力 未確認
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗efficientnet-b3
Google基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
入力 画像→ 出力 未確認
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗該当するモデルがありません
提供元・分類・入出力の条件を変更してください。新しいモデルを随時追加しています。
COST EXPLORER
モデル選びに、費用の視点も。
月間トークン数を調整してAPI費用を比較。
1 M = 100万トークン・米ドル
同一チャネルの基本テキスト料金を比較
同一チャネルの基本テキスト料金を比較
収集済みの比較可能な100万トークン当たり米ドル料金です。キャッシュ割引、段階料金、追加推論出力、税金は含みません。最新料金は出典で確認してください。
MODEL HANDBOOK
モデルを理解して選ぶ
API料金はどう比較しますか？+
入力・出力・キャッシュ料金を分け、同じ用途と使用量で総費用を比較します。画像・音声・動画は枚数、時間、解像度で課金される場合があります。
オープンウェイトは無料で商用利用できますか？+
必ずしもそうではありません。バージョンごとのライセンス、商用制限、ポリシーを確認してください。自前運用には計算資源と保守費用も必要です。
ランキング1位が最適ですか？+
順位はテスト、バージョン、評価方法によります。実際の業務データで精度、遅延、安定性、費用を比較してください。