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 テキスト→ 出力 画像
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 2537
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 テキスト→ 出力 画像
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 ↗Dungeons-and-Diffusion
0xJustin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 テキスト→ 出力 画像
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 ↗Qwen-Image-2.1-Uncensored-GGUF
0xSojalSecGGUF quantizations of Qwen/Qwen-Image-2.1 for local image generation using the original upstream base weights. Use the model with ComfyUI and ComfyUI-GGUF. These GGUF files contain the Qwen-Image-2.1 image transformer; the original text encoder and VAE are also required for inference.
翻訳待ち・原文を表示
入力 テキスト→ 出力 画像
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 ↗Qwen-Image-2.1-Uncensored-HF
0xSojalSec> [!IMPORTANT] > The uncensored GGUFs are now available! > If you encounter any issues or would like to share your generated images, feel free to post them in the Community section. GGUF quantizations of Qwen/Qwen-Image-2.1 for local image generation using the original upstream base weights. All required companion files (GGUF transformer, text encoder, and VAE) are hosted directly in this repository.
翻訳待ち・原文を表示
入力 テキスト→ 出力 画像
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 ↗Qwen-Image-2.1-viggle-turbo-5x
0xSojalSec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 テキスト→ 出力 画像
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。
入力 テキスト→ 出力 画像
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 ↗penflux
2ch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 テキスト→ 出力 画像
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。
入力 テキスト→ 出力 画像
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 ↗AstolfoMix
6DammK9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 テキスト→ 出力 画像
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 ↗AstolfoMix-XL
6DammK9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 テキスト→ 出力 画像
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 ↗bpmodel-sd14-merge
6DammK9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 テキスト→ 出力 画像
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 ↗RealVisXL_V5.0
a1471328262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 テキスト→ 出力 画像
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 ↗Qwen-Image-2.1-LoRAs
A20labs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 テキスト→ 出力 画像
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 テキスト→ 出力 画像
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 ↗FLUX.1-dev-ControlNet-Union-Pro-2.0-fp8
ABDALLALSWAITIThis repository contains an FP8 quantized version of the Shakker-Labs/FLUX.1-dev-ControlNet-Union-Pro-2.0 model. **This is NOT a fine-tuned model** but a direct quantization of the original BFloat16 model to FP8 format for optimized inference performance. We provide an online demo. This model has been quantized from the original BFloat16 format to FP8 format using PyTorch's native FP8 support. Here are the specifics: The benefits of FP8 quantization include: - **Reduced Memory Usage**: Approximately 50% smaller model size compared to BFloat16/FP16 - **Faster Inference**: Potential speed improvements, especially on hardware with FP8 support - **Minimal Quality Loss**: Carefully calibrated quantization process to preserve output quality
翻訳待ち・原文を表示
入力 テキスト→ 出力 画像
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 ↗Qwen-Image-2.1-Turbo-Quantized
abenzerpsGGUF, Safetensors, and MLX quantized formats of Qwen/Qwen-Image-2.1-Turbo for local image generation using the official turbo base weights. **Q4_K_M** is recommended for the best balance of size and quality for GGUF. **INT8 ConvRot** and **NVFP4** offer high performance on supported GPUs, while **MLX** formats are optimized for Apple Silicon. All required companion files (GGUF transformer, text encoder, and VAE) are hosted directly in this repository.
翻訳待ち・原文を表示
入力 テキスト→ 出力 画像
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 ↗Qwen-Image-2.1-Uncensored-Quantized
abenzerpsGGUF, Safetensors, and MLX quantized formats of Qwen/Qwen-Image-2.1 for local image generation using the original upstream base weights. **Q4_K_M** is recommended for the best balance of size and quality for GGUF. **INT8 ConvRot** and **NVFP4** offer high performance on supported GPUs, while **MLX** formats are optimized for Apple Silicon. Use the model with ComfyUI and ComfyUI-GGUF.
翻訳待ち・原文を表示
入力 テキスト→ 出力 画像
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 ↗fy
Abhijnyabhat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 テキスト→ 出力 画像
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 テキスト→ 出力 画像
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 ↗Anima-base-v1.0-GGUF
AbirayThis repository contains GGUF weights for Anima-base-v1.0, a 2B parameter diffusion model based on the **NVIDIA Cosmos** architecture. These weights have been quantized using a specialized pipeline to ensure maximum compatibility and image quality on consumer hardware. To ensure the highest possible quality and avoid the "BF16 noise bug" common in diffusion quantization, the following steps were taken: 1. **FP32 Casting:** The original BF16 `safetensors` were cast to `FP32` before conversion. 2. **Architecture Patching:** Used a patched version of `llama.cpp` (based on build `b3962`) with the `city96` diffusion patch to support the `cosmos` architecture. 3. **Precision Preservation:** Sensitive layers (normalizations and biases) were kept in `F32` to prevent color banding and generation artifacts.
翻訳待ち・原文を表示
入力 テキスト→ 出力 画像
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 ↗Anima-turbo-v1.0-GGUF
Abiray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 テキスト→ 出力 画像
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 ↗GGUF quantizations of Black Forest Labs' FLUX 3 Image Klein (16-step distilled checkpoint) for use with ComfyUI-GGUF. A pre-configured Text-to-Image (T2I) workflow is included in this repository: * **Download Workflow:** image_flux3_klein_distilled_t2i_GGUF.json A pre-configured Image-edit (I2I) workflow is included in this repository: * **Download Workflow:** image_flux3_klein_distilled_image_edit_GGUF.json
翻訳待ち・原文を表示
入力 テキスト→ 出力 画像
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 ↗Krea-2-Turbo-GGUF
AbirayThis repository contains GGUF format quantizations of **Krea 2 Turbo**, a state-of-the-art 12-billion parameter Diffusion Transformer (DiT) text-to-image model developed by Krea.ai. GGUF weights allow for efficient, low-memory inference across consumer hardware, CPUs, and Apple Silicon. You can run these GGUF text-to-image files directly using compatible implementations such as `stable-diffusion.cpp`.
翻訳待ち・原文を表示
入力 テキスト→ 出力 画像
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。