SciNCL is a pre-trained BERT language model to generate document-level embeddings of research papers. It uses the citation graph neighborhood to generate samples for contrastive learning. Prior to the contrastive training, the model is initialized with weights from scibert-scivocab-uncased. The underlying citation embeddings are trained on the S2ORC citation graph. Paper: Neighborhood Contrastive Learning for Scientific Document Representations with Citation Embeddings (EMNLP 2022 paper). These model weights are the ones that yielded the best results on SciDocs (`seed=4`). In the paper we report the SciDocs results as mean over ten seeds.

翻訳待ち・原文を表示

埋め込みと類似度

入力テキスト→ 出力埋め込み

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 ↗

比較に追加出典・文書 ↗

MiniMax-H3-Image-VAE

Mamad8

An experimental image-specialized MiniMax H3 VAE that directly decodes a single temporal latent (`T=1`) into one image. It was made to provide a usable direct-one-latent image path, not as a claim of state-of-the-art or high-fidelity image reconstruction. It is distributed as a standard merged H3 VAE checkpoint: no custom node or separate decoder head is required. > [!IMPORTANT] > **This checkpoint is for images only. Do not use it as a replacement for the original H3 VAE in video workflows.** Its image-specialized decoder materially regresses multi-frame video reconstruction and can introduce patch-grid ghosting and cross-frame mixing. Keep the original MiniMax H3 VAE for video. > [!NOTE] > Reconstruction quality is limited. Outputs can remain soft and can lose fine text, thin contours, hair, foliage and microtexture; the example below is intended to show the actual result rather than imply a quality guarantee.

翻訳待ち・原文を表示

分類準備中

入力未確認→ 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 ↗

比較に追加出典・文書 ↗

xls-r-uyghur-cv18

mamatjan

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

音声認識

入力音声→ 出力テキスト

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 ↗

比較に追加出典・文書 ↗

LFM2.5-2.6B-Wolof-CPT-v3-GGUF

mamelles

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

テキスト生成

入力テキスト→ 出力テキスト

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 ↗

比較に追加出典・文書 ↗

LFM2.5-2.6B-Wolof-Instruct-v3-GGUF

mamelles

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

テキスト生成

入力テキスト→ 出力テキスト

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 ↗

比較に追加出典・文書 ↗

LFM2.5-8B-A1B-Wolof-Instruct-v3-GGUF

mamelles

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

テキスト生成

入力テキスト→ 出力テキスト

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 ↗

比較に追加出典・文書 ↗

verdict-small

Manav2op

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

埋め込みと類似度

入力テキスト→ 出力埋め込み

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 ↗

比較に追加出典・文書 ↗

Weaver (alpha)

mancer

An attempt to recreate Claude-style verbosity, but don't expect the same level of coherence or memory. Meant for use in roleplay/narrative situations.

翻訳待ち・原文を表示

テキスト生成

入力テキスト→ 出力テキスト

$0.4 / 100万入力トークンOpenRouter · mancer/weaver

詳細を見る ↗

比較に追加出典・文書 ↗

COST EXPLORER

モデル選びに、費用の視点も。

コスト分析

月間トークン数を調整してAPI費用を比較。

月間入力トークン 10 M月間出力トークン 2 M1 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

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

選び方とよくある質問

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。

あなたに合う AIモデルを。

AIモデルを探す 85001

Qwen-3.6-35B-A3B-SIQ-K6-K4K3

whoiam-llama-3.2-3b-gguf

malay-sentiment-deberta-xsmall

Qwen3-1.7B-Multilingual-TTS

Qwen3.6-27B-Isometry-Terse

ppo-Huggy

taatiknet

unikud

segformer-b0-finetuned-segments-sidewalk-4

segformer-b5-segments-warehouse1

aelaectra-danish-electra-small-cased

aelaectra-danish-electra-small-cased-ner-dane

aelaectra-danish-electra-small-uncased

danish-bert-botxo

roberta-base-scandinavian

most-embed-de

scincl

MiniMax-H3-Image-VAE

xls-r-uyghur-cv18

LFM2.5-2.6B-Wolof-CPT-v3-GGUF

LFM2.5-2.6B-Wolof-Instruct-v3-GGUF

LFM2.5-8B-A1B-Wolof-Instruct-v3-GGUF

verdict-small

Weaver (alpha)

該当するモデルがありません

モデル選びに、費用の視点も。

モデルを理解して選ぶ

ニュースで知り、ツールで効率化、モデルで可能性を。