english-coptic-translator
megalaa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 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 ↗DISCOVER & COMPARE
AIモデルを探す 85001
flair-arabic-multi-ner
megantosh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 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 ↗Qwen3.8-9B-abliterated-25
MegaPanchamZ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 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 ↗Qwen3.8-9B-abliterated-25-GGUF
MegaPanchamZA GGUF Q4_K_M quantization of MegaPanchamZ/Qwen3.8-9B-abliterated-25, the abliterated (decensored) version of empero-ai/Qwen3.8-9B. Abliteration was performed with **Heretic v1.4.0** (GPLv3+, by Philipp Emanuel Weidmann), which ablates refusal directions from `attn.o_proj` and `mlp.down_proj` via LoRA adapters, then merges them back into the base weights. 25/100 refusals with a very low KL divergence (0.014, far below the 0.5 damage threshold) — strong refusal suppression with minimal impact on model capabilities.
翻訳待ち・原文を表示
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 ↗K2-Horizon-7B-GGUF
Megarex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 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 ↗MiniCPM5-2B-GGUF
Megarex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 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 ↗Qwen3.8-27B-Heretic-ARA-NVFP4-NInfer
megashuckle模型权重来自 Heretic ARA。DFlash2 companion 来自 z-lab/Qwen3.8-27B-DFlash2，固定 revision 为 `50307d4c4cde6860d4eee73e2547cd786fe8e8a4`。 本 artifact 使用官方 `Qwen/Qwen3.8-27B` frontend，固定 revision 为 `1d4bf0f2ff6012fd82039f2fa52739d0dd7c60c0`，包含 tokenizer、tokenizer 配置、chat template、generation 配置、image preprocessor 和 video preprocessor 六个资源。部分 Unicode 文本在官方 Qwen frontend 与 Heretic 源仓库资源中的 tokenization 不同。 Heretic ARA 原始权重没有沿用普通 Qwen3.8 checkpoint 的运行 identity。本项目为它建立了独立的 NInfer identity，并将官方 Qwen frontend 作为明确的 frontend 输入；converter wrapper 对 Heretic 权重、frontend 资源和 DFlash2 companion 分开校验，runtime registry 和 binder 负责识别并加载该独立 identity。这样可以在保留 Heretic 权重的同时，使用 NInfer 已有的 Qwen3.8 执行路径、MTP、DFlash2 和 Vision 接口。
翻訳待ち・原文を表示
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 ↗
MegaTTS3
字节跳动基础档案已收录，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 音声
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 ↗hinglish-indic-bert
meghanabhange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 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 ↗PPO-Huggy
MeghanaNanuvala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 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 ↗Homo-GE2PE-Persian-HF
mehdi-hf**This is not a new model.** It is a repackaging of MahtaFetrat/Homo-GE2PE-Persian by Elnaz Rahmati et al. — the weights are byte-identical. All credit for the model belongs to the original authors. The `-HF` suffix follows the `Llama-2-7b-hf` convention: same weights, packaged in transformers-native format rather than the original release format. It is not a new version of the model. What changed is only the packaging: the original ships zipped weights plus a vendored copy of Parsivar and a custom `GE2PE.py` wrapper. This repo is a plain `from_pretrained()` model with no extra dependencies, so it can be dropped into an inference pipeline directly.
翻訳待ち・原文を表示
入力 テキスト→ 出力 音声
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 ↗nemotron-asr-streaming-farsi
mehdi-hf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 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 ↗AVA-Llama3.2-1B
MehdiHosseiniMoghadam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 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 ↗UrbanOmniDetect
mehmetkeremturkcan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 ↗UrbanOmniDetect-2
mehmetkeremturkcan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 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 ↗TinyQwen3-1.8M-Base
MehTheHedgehog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 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 ↗big-math-digits-v2-brier-base-tabc
mehuldamani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 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 ↗big-math-digits-v2-correctness
mehuldamani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 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 ↗hotpot-v2-brier-7b-no-split
mehuldamani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 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 ↗hotpot-v2-correctness-7b
mehuldamani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 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 ↗qwen-base-verifier-sft-v1
mehuldamani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 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 ↗InfiniteTalk
MeiGen-AIWe propose **InfiniteTalk**, a novel sparse-frame video dubbing framework. Given an input video and audio track, InfiniteTalk synthesizes a new video with accurate lip synchronization while simultaneously aligning head movements, body posture, and facial expressions with the audio. Unlike traditional dubbing methods that focus solely on lips, InfiniteTalk enables infinite-length video generation with accurate lip synchronization and consistent identity preservation. Beside, InfiniteTalk can also be used as an image-audio-to-video model with an image and an audio as input. - 💬 Sparse-frame Video Dubbing – Synchronizes not only lips, but aslo head, body, and expressions - ⏱️ Infinite-Length Generation – Supports unlimited video duration - ✨ Stability – Reduces hand/body distortions compared to MultiTalk - 🚀 Lip Accuracy – Achieves superior lip synchronization to MultiTalk This repository hosts the model weights for **InfiniteTalk**. For installation, usage instructions, and further documentation, please visit our GitHub repository. The models in this repository are licensed under the Apache 2.0 License. We claim no rights over the your generated contents, granting you the freedom to use them while ensuring that your usage complies with the provisions of this license. You are fully accountable for your use of the models, which must not involve sharing any content that violates applicable laws, causes harm to individuals or groups, disseminates personal information intended for harm, spreads misinformation, or targets vulnerable populations.
翻訳待ち・原文を表示
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 ↗MeiGen-MultiTalk
MeiGen-AI> We present **MultiTalk**, an open-source audio-driven multi-person conversational video generation model with the state-of-the-art lip synchronization accuracy. > Key features: > - 💬 Realistic Conversations - Supports single & multi-person generation > - 👥 Interactive Character Control - Direct virtual humans via prompts > - 🎤 Generalization Performances - Supports the generation of cartoon character and singing > - 📺 Resolution Flexibility: 480p & 720p output at arbitrary aspect ratios > - ⏱️ **Long Video Generation**: Support video generation up to 15 seconds This repository hosts the model weights for **MultiTalk**. For installation, usage instructions, and further documentation, please visit our GitHub repository. We propose a novel framework, MultiTalk, for audio-driven multi-person conversational video generation. We investigate several schemes for audio injection and introduce the Label Rotary Position Embedding (L-RoPE) method. By assigning identical labels to audio embeddings and video latents, it effectively activates specific regions within the audio cross-attention map, thereby resolving incorrect binding issues. To localize the region of the specified person, we introduce the adaptive person localization by computing the similarity between the features of the given region of a person in the reference image and all the features of the whole video.
翻訳待ち・原文を表示
入力 画像→ 出力 動画
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。