AI NEWS・モデル情報能力を知り、根拠ある選択を。 ↗基本情報を先に収録・詳細を随時追加
THE AI MODEL DIRECTORY ここからモデルを探す

あなたに合う AIモデルを。

言語から画像、オープンウェイトからAPIまで。能力と実際の費用を比較。
次のアイデアに合うAIを見つけましょう。

人気の検索
84,939 件のモデル13162 社の提供元・公開者45 件の機能分類465件の比較可能な料金・30件の公開評価
Tテキスト生成▧画像生成▷動画生成⌘コード生成◖音声合成♫音楽生成⬡3Dモデリング▤文書分析
DISCOVER & COMPARE

AIモデルを探す 84939

注目のモデルを見つける

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 ↗
出典・文書 ↗

colqwen3.5-4.5B-v3

athrael-soju

> **Note on embed dim.** Projection head is 320-dim (trained). `config.json` sets `dim: 320` (read by `ColQwen3_5`) with `embed_dim: 320` as a synonym for cross-ecosystem tools, so `ColQwen3_5.from_pretrained(...)` loads correctly by default. Leaderboard columns showing `128` reflect the colpali-engine class default (`self.dim = getattr(config, "dim", 128)`) and not the actual output dim. V3 builds on V2 with automated hyperparameter search and evolutionary model soup merging. The search identified an optimal LoRA config (r=16, alpha=64) with cosine scheduling, and the final checkpoint is a per-layer evolutionary merge with V2. The result is a +0.0219 improvement over V2 across benchmarks. _Rankings on the live ViDoRe V3 leaderboard drift as new submissions land. At release, v3 held **#3 overall**; figures below were captured on 2026-04-20, where v3 sits at **#6 on Mean (Task)** and remains **top-3 among 4B-class models**._

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 ↗
出典・文書 ↗

ColUltraVBERT

athrael-soju

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

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 ↗
出典・文書 ↗

GGUF builds of autotrust/JEV-27B-VL for llama.cpp's native decision endpoint `/v1/systemone`, with JEV's own readout: false/true for yes/no, the digits 0–5 for scores, and letters for choices, plus its decision-head bias and calibrated temperatures. These are also the builds for **older GPUs such as V100s**, which cannot run FP8/FP4 checkpoints. > **Requires a patched llama.cpp (for now).** The `jev` decision type is not in upstream llama.cpp yet. > Apply `llama.cpp-jev.patch` (made against upstream `bed0a85`) and build. It adds the converter class, > the GGUF metadata keys and the server readout. > ⚠️ **Q4_K_M is less accurate.** About 1 decision in 14 differs from full precision. Prefer Q8_0 when it > fits. Q4_K_M is for 24 GB-class cards.

翻訳待ち・原文を表示

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 ↗
出典・文書 ↗

Routed MoE experts converted MXFP4/FP4 -> block FP8 via lossless `cast_e2m1fn_to_e4m3fn` (`tmp/scripts/convert_hf_mxfp4_experts_to_fp8.py`). `expert_dtype` removed from `config.json`; other fields (including `dspark_*` if present) kept.

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 ↗
出典・文書 ↗

fermi-512

atomic-canyon

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 ↗
出典・文書 ↗

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

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 ↗
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。

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

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。

AI NEWS・情報から選択へ

ニュースで知り、ツールで効率化、モデルで可能性を。

AIニュースを読む ↗AIツールを探す ↗