StartLux-Decision-v1-2B
startlux-models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 ↗DISCOVER & COMPARE
AIモデルを探す 37
StartLux-Decision-v1-2B-BF16-GGUF
startlux-models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 ↗StartLux-Decision-v1-2B-Q4_K_M-GGUF
startlux-models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 ↗StartLux-Decision-v1-2B-Q8_0-GGUF
startlux-models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 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 ↗StartLux-Decision-v1-35B-A3B
startlux-modelsStartLux-Decision-v1-35B-A3B answers typed questions about a state: pick one of several options, yes or no, or a rating on a scale. The state can be text, JSON or images, up to 262,144 tokens (256K). Every question comes back with a probability for each option. Requests and responses use the TypeSafe `/v1/systemone` format, so clients written for Jev work unchanged. It is a mixture of experts: about 35B parameters, of which about 3B are active for each token. It answers in half the time of StartLux-Decision-v1-27B, has the highest JevBench and Intern-Decision numbers of the family, and is 2.3 points below the 27B on Decision Index 0.2.1. JevBench public counts the correct answers on the 231 public items in the Intern-Decision bundle; Intern avg is the average accuracy over its seven suites; DI is the Decision Index under both editions, the public board's values for the other systems. A blank cell means the number is not published. StartLux-Decision latencies are for one H200, with the three questions answered in one forward pass. ¹ Intern-Decision's own measurement on an RTX 4090. ² The server time the TypeSafe API gateway reports for the same request, mean of 100, network left out as in ours; Intern-Decision reports 109.7 ms end to end.
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 ↗StartLux-Decision-v1-4B
startlux-models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 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 ↗StartLux-Decision-v1-4B-BF16-GGUF
startlux-models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 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 ↗StartLux-Decision-v1-4B-Q4_K_M-GGUF
startlux-modelsStartLux-Decision-v1-4B in Q4_K_M (4-bit) as a GGUF file for llama.cpp. The decision server in this repository turns it into the same typed decisions, with a probability for every option, as the original model. "Same decision" is the share of the 231 public JevBench items on which the file picks the same answer as the original weights run through the `startlux_decision` package, with the same prompts, readout and temperatures. Q8_0 and Q4_K_M are llama.cpp's standard quantizations of BF16, without an importance matrix. `-ngl 99` puts every layer on the GPU (CUDA or Metal); leave it out on a CPU-only machine. llama.cpp has to be recent enough for this model (build b10454 or newer).
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 ↗StartLux-Decision-v1-4B-Q8_0-GGUF
startlux-modelsStartLux-Decision-v1-4B in Q8_0 (8-bit) as a GGUF file for llama.cpp. The decision server in this repository turns it into the same typed decisions, with a probability for every option, as the original model. "Same decision" is the share of the 231 public JevBench items on which the file picks the same answer as the original weights run through the `startlux_decision` package, with the same prompts, readout and temperatures. Q8_0 and Q4_K_M are llama.cpp's standard quantizations of BF16, without an importance matrix. `-ngl 99` puts every layer on the GPU (CUDA or Metal); leave it out on a CPU-only machine. llama.cpp has to be recent enough for this model (build b10454 or newer).
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 ↗StartLux-Decision-v1-9B
startlux-models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 ↗StartLux-Decision-v1-9B-BF16-GGUF
startlux-models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 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 ↗StartLux-Decision-v1-9B-Q4_K_M-GGUF
startlux-modelsStartLux-Decision-v1-9B in Q4_K_M (4-bit) as a GGUF file for llama.cpp. The decision server in this repository turns it into the same typed decisions, with a probability for every option, as the original model. "Same decision" is the share of the 231 public JevBench items on which the file picks the same answer as the original weights run through the `startlux_decision` package, with the same prompts, readout and temperatures. Q8_0 and Q4_K_M are llama.cpp's standard quantizations of BF16, without an importance matrix. `-ngl 99` puts every layer on the GPU (CUDA or Metal); leave it out on a CPU-only machine. llama.cpp has to be recent enough for this model (build b10454 or newer).
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 ↗StartLux-Decision-v1-9B-Q8_0-GGUF
startlux-models"Same decision" is the share of the 231 public JevBench items on which the file picks the same answer as the original weights run through the `startlux_decision` package, with the same prompts, readout and temperatures. Q8_0 and Q4_K_M are llama.cpp's standard quantizations of BF16, without an importance matrix. `-ngl 99` puts every layer on the GPU (CUDA or Metal); leave it out on a CPU-only machine. llama.cpp has to be recent enough for this model (build b10454 or newer). Plain chat with a GGUF file does not give these decisions: the option-letter readout and the per-type temperatures live in `gguf_server.py`, not in the weights. The file holds the text decoder only.
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 ↗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。