illustrious
calcuis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 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 ↗DISCOVER & COMPARE
AIモデルを探す 84991
kontext-gguf
calcuis> >GGUF file(s) available. Select which one to use: > >1. flux-kontext-lite-q2_k.gguf >2. flux-kontext-lite-q4_0.gguf >3. flux-kontext-lite-q8_0.gguf > >Enter your choice (1 to 3): _ > note: try experimental lite model with 8-step operation; save up to 70% loading time not all included in the initial test (*tested with a beginner laptop gpu only, if you have highend model, might find q8_0 running surprisingly faster than others), the rest of them, test it yourself; btw, the interesting thing is: the loading time required was not aligning with file size, due to the complexity of each calculation (dequant), and might vary from models
翻訳待ち・原文を表示
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 ↗krea-gguf
calcuis> >GGUF file(s) available. Select which one to use: > >1. flux-krea-lite-q2_k.gguf >2. flux-krea-lite-q4_0.gguf >3. flux-krea-lite-q8_0.gguf > >Enter your choice (1 to 3): _ > note: try experimental lite model with 8-step operation; save up to 70% loading time
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 ↗llava-gguf
calcuis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 ↗ltxv-gguf
calcuis- run it with `gguf-connector`; simply execute the command below in console/terminal > >GGUF file(s) available. Select which one to use: > >1. ltxv-2b-0.9.8-distilled-iq4_nl.gguf >2. ltxv-2b-0.9.8-distilled-q6_k.gguf >4. ltxv-2b-0.9.8-distilled-q8_0.gguf > >Enter your choice (1 to 3): _ > - opt a `gguf` file in your current directory to interact with; nothing else note: for the latest update, should be able to adjust number of steps, i.e., for distilled model, use 15 instead of 30; save a lot of loading time
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 ↗ltxv0.9.5-gguf
calcuis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 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 ↗ltxv0.9.6-gguf
calcuis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 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 ↗ltxv0.9.7-gguf
calcuis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 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 ↗lumina-gguf
calcuis> >GGUF file(s) available. Select which one to use: > >1. lumina2-q2_k.gguf >2. lumina2-q4_0.gguf >3. lumina2-q8_0.gguf > >Enter your choice (1 to 3): _ > - opt a `gguf` file in your current directory to interact with; nothing else - you will get the image output in few seconds even with the beginner level gpu
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 ↗mochi
calcuis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 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 ↗mochi-gguf
calcuis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 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 ↗omnigen2-gguf
calcuis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 ↗openaudio-gguf
calcuis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 ↗phi4
calcuis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 ↗pig
calcuis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 ↗pig-encoder
calcuis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 ↗pig-vae
calcuis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 ↗pixart
calcuis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 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 ↗pony
calcuis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 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 ↗qwen-image-edit-gguf
calcuis> >GGUF file(s) available. Select which one to use: > >1. qwen-image-edit-iq4_nl.gguf >2. qwen-image-edit-q2_k.gguf >3. qwen-image-edit-q4_0.gguf >4. qwen-image-edit-q8_0.gguf > >Enter your choice (1 to 4): _ > - opt a `gguf` file in your current directory to interact with; nothing else *note: option 1 (pig quant) is an all-in-one choice; for option 2 (llama.cpp quant), you need to prepare both text-model and mmproj-clip; option 3 (llama.cpp quant) is an experimental attempt, a merge (text+mmproj), similar to option 1, an all-in-one choice also but pig x llama.cpp crossover
翻訳待ち・原文を表示
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 ↗qwen-image-edit-plus-gguf
calcuis> >GGUF file(s) available. Select which one to use: > >1. qwen-image-edit-plus-v2-iq3_s.gguf >2. qwen-image-edit-plus-v2-iq4_nl.gguf >3. qwen-image-edit-plus-v2-mxfp4_moe.gguf > >Enter your choice (1 to 3): _ > - opt a `gguf` file in your current directory to interact with; nothing else > >Safetensors available. Select which one to use: > >1. qwen-image-edit-lite-blackwell-fp4.safetensors >2. qwen-image-edit-lite-int4.safetensors (for non-blackwell card) > >Enter your choice (1 to 2): _ - opt a `safetensors` file in your current directory to interact with; nothing else note: able to generate output with 4/8 steps (see above); surprisingly fast even with low end device; compatible with safetensors in nunchaku repo (depends on your machine; opt the right one)
翻訳待ち・原文を表示
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 ↗qwen-image-gguf
calcuis> >GGUF file(s) available. Select which one to use: > >1. qwen-image-iq2_s.gguf >2. qwen-image-iq4_nl.gguf >3. qwen-image-q4_0.gguf >4. qwen-image-q8_0.gguf > >Enter your choice (1 to 4): _ > - drag **qwen-image** to > `./ComfyUI/models/diffusion_models` - drag **qwen2.5-vl-7b** [4.43GB] to > `./ComfyUI/models/text_encoders` - drag **pig** [254MB] to > `./ComfyUI/models/vae` tip: the text encoder used for this model is qwen2.5-vl-**7b**; get more encoder either here (pig quant) or here (llama.cpp quant); the size is different from the one (qwen2.5-vl-**3b**) used in **omnigen2** note: diffusers not yet supported t and i quants; opt gguf-node via comfyui or run it straight with gguf-connector
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 ↗sd3.5-large-controlnet
calcuis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 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 ↗sd3.5-large-gguf
calcuis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 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。