spark-tts-normazlied-masri-mega
MohamedGomaa30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 ↗DISCOVER & COMPARE
AIモデルを探す 85003
Arabic-Orpo-Llama-3-8B-Instruct-GGUF
MohamedRashad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 ↗Arabic-Whisper-CodeSwitching-Edition
MohamedRashad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 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 ↗parakeet-ctc-1.1b-persian.nemo
MohammadGholizadehThis model is a fine-tuned version of NVIDIA's Parakeet CTC 1.1B for **Persian (Farsi)** Automatic Speech Recognition (ASR). This repository includes the unpacked tokenizer files (`tokenizer.json`, `vocab.json`, etc.) compatible with Hugging Face Transformers. You can use these files to: - Continue fine-tuning the model - Reuse the tokenizer in other frameworks or experiments
翻訳待ち・原文を表示
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 ↗ParsVoice-XTTS
MohammadJRanjbar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 ↗MedTE-cl15-step-8000
MohammadKhodadad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 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 ↗mol-base-distilled-text-checkpoints
mohammadmahdinouri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 ↗fastconformer-quran-ar
mohammed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 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 ↗invoices-donut-model-v3
Mohammed422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 · 画像→ 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 ↗QwenCleo-ASR
mohammedaly22The best open-source model for Egyptian Arabic & code-switching speech recognition Built on Qwen3-ASR-1.7B , fine-tuned for Egyptian dialect and Arabic ↔ English code-switching. QwenCleo — the name carries three meanings: Qwen , the powerful base model it is built on; Queen , signalling a model that reigns over its domain; and Cleo , for Cleopatra , the queen of Egypt — because this model is tailored for Egyptian Arabic. 👑🏺
翻訳待ち・原文を表示
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 ↗QwenCleo-ASR-GGUF
mohammedaly22**Egyptian Arabic & code-switching speech recognition for audio.cpp: 3–4× faster than PyTorch on the same GPU, no Python** These are standalone GGUF packages of QwenCleo-ASR, a Qwen3-ASR-1.7B fine-tune for Egyptian Arabic and Arabic↔English code-switching (`فبتديك كل ال soft skills بشكل indirect`). On the author's 3,699-utterance Egyptian test set it reaches **19.85% WER, against 41.51% for base Qwen3-ASR-1.7B**. Full results are on the original model card. In audio.cpp it runs through the existing **`qwen3_asr`** family, the same C++ runtime and options as Qwen3-ASR: offline and streaming modes, long-audio chunking, word timestamps with Qwen3 Forced Aligner, and the OpenAI-compatible server.
翻訳待ち・原文を表示
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 ↗VoiceTut-TTS
mohammedaly22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 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 ↗VoiceTut-TTS-GGUF
mohammedaly22**Egyptian Arabic & code-switching TTS for audio.cpp: up to 6.6× faster than the PyTorch package on the same GPU, no Python** These are standalone GGUF packages of VoiceTut-TTS, an OmniVoice fine-tune trained on ~380 hours of Egyptian podcast speech. It speaks natural Egyptian Arabic, switches between Arabic and English mid-sentence (`عندي meeting بكرة`), and clones voices zero-shot. VoiceTut has exactly the same architecture as OmniVoice, so it runs through audio.cpp's existing **`omnivoice`** family with every OmniVoice route: voice cloning, voice design, streaming, the long-text chunker, and the server.
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 ↗imajev-2b
mohit67890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 · 画像→ 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 ↗imajev-4b
mohit67890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 · 画像→ 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 ↗tiny-ernie-random-remote-code
mohitsha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 ↗tiny-random-testing-bert2gpt2
mohitsha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 ↗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 ↗LFM3-1.7B-Frontier-SmartAgent
mohommed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 ↗mindview-t2i-turbo
mohsenvandA text-to-image model in one file of 1,208 MB that paints a 512 × 512 picture in one, two or four steps, in a web browser, on WebGPU, with no server: try it in this model's Space or on the mindview site, in a desktop browser with WebGPU. On a MacBook Air (M4) in Chrome a picture takes about 4 s in one step, 6 s in two and 15 s in four. It has 4.61 billion weights, and all but 165 million of them are −1, 0 or +1. It is mindview-t2i with everything added for speed: three side branches trained on this ternary painter, for one, two and four steps, and a 2-step schedule whose first step sketches at a quarter of the size. Each branch is trained to paint like a full-precision teacher: EPFL's 1-step fine-tune of FLUX.2 [klein] 4B for one step, klein with a 2-step LoRA for two, and klein itself for four. It came out of mindview, an art installation that shows these models computing. Most of it is the work of others (see Sources and licenses). Times are for a first picture on a cool machine, from the prompt to the pixels. The Air has no fan and slows by about a third after minutes of painting.
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 ↗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 · 画像→ 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 ↗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 ↗Qwen3.5-9B-HighIQ-rkllm-rk3588
Mojo24x7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-image-edit-plus-nsfw-lora
mojoj1853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 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。