Protogen_x3.4_Official_Release
darkstorm2150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 ↗DISCOVER & COMPARE
AIモデルを探す 84991
Protogen_x5.8_Official_Release
darkstorm2150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 ↗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 ↗Hemmingway-1-GGUF
darrellbest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 ↗Hemmingway-1-Heretic-GGUF
darrellbest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 ↗Qwen-Image-2.1-PE-I2I-Heretic-GGUF
darrellbestGGUF builds of darrellbest/Qwen-Image-2.1-PE-I2I-Heretic, the refusal-ablated image-editing prompt rewriter: it reads the image you are editing and turns a short instruction into a detailed edit prompt. For **llama.cpp** and **Ollama**, including machines with no CUDA GPU and ARM machines such as the DGX Spark. > **Not affiliated with or endorsed by Alibaba / Qwen.** Derived from > `Qwen/Qwen-Image-2.1-PE-I2I` under the **Qwen Research > License** (copy included). **Non-commercial use only.** **`system_prompt.txt` is included and required.** It defines the output contract, and the model is useless without it.
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 ↗Qwen-Image-2.1-PE-T2I-Heretic-GGUF
darrellbestGGUF builds of darrellbest/Qwen-Image-2.1-PE-T2I-Heretic, the refusal-ablated text-to-image prompt rewriter: it turns a short request into a detailed prompt plus a recommended aspect ratio. For **llama.cpp** and **Ollama**, including machines with no CUDA GPU and ARM machines such as the DGX Spark. > **Not affiliated with or endorsed by Alibaba / Qwen.** Derived from > `Qwen/Qwen-Image-2.1-PE-T2I` under the **Qwen Research > License** (copy included). **Non-commercial use only.** **`system_prompt.txt` is included and required.** It defines the output contract, and the model is useless without it.
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 ↗Qwen-Image-2.1-Text-Encoder-GGUF
darrellbestGGUF builds of the text encoder shipped in Qwen/Qwen-Image-2.1 (`text_encoder/`). That encoder is stock Qwen/Qwen3-VL-8B-Instruct: all 750 tensors match in name, shape and dtype, and every sampled tensor is byte-identical. So these files also work as a general Qwen3-VL-8B-Instruct GGUF. **Q6_K and Q4_K_M are not stock recipes.** Plain Q6_K visibly garbled rendered text, so both use: - an importance matrix computed on ~1500 real image prompts wrapped in the pipeline's own encoder template (`llama-imatrix --parse-special`); - the last 4 decoder layers (32-35) kept at Q8_0, because the pipeline reads the last layer's output directly; - token embeddings at Q8_0. **Recommendation:** Q8_0 if it fits. Q6_K is the smallest build that rendered text correctly in testing. Q4_K_M is usable, but at the same seed it changes composition and can misspell rendered text.
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 ↗Qwen3.5-2B-Heretic-GGUF
darrellbest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 ↗Qwen3.5-4B-Heretic-GGUF
darrellbestGGUF builds of darrellbest/Qwen3.5-4B-Heretic. Qwen/Qwen3.5-4B with its refusal behaviour removed by Heretic using full-weight Arbitrary-Rank Ablation: **6/100 refusals** (original: 99/100) at **KL divergence 0.0220**. See the main repository for how it was made and measured. Converted from the bf16 safetensors with llama.cpp's `convert_hf_to_gguf.py` and quantized with `llama-quantize` (no imatrix). The mmproj file carries the vision encoder; load it alongside any of the three for image input. Every file was loaded in `llama-server` with the mmproj and in Ollama. All three answered ordinary prompts correctly (BF16 and Q8_0 reproduce each other word for word), described a test image (a red circle and a blue square) correctly, and in Ollama answered 17 x 23 = 391 with thinking off. Thinking-mode reasoning, 4 arithmetic and word problems x 10 seeds with Qwen's recommended sampling: BF16 39/40, Q8_0 40/40, Q4_K_M 40/40 finished and correct (the original model in vLLM: 40/40).
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 ↗Qwen3.5-9B-Heretic-GGUF
darrellbestGGUF builds of darrellbest/Qwen3.5-9B-Heretic. Qwen/Qwen3.5-9B with its refusal behaviour removed by Heretic using full-weight Arbitrary-Rank Ablation: **5/100 refusals** (original: 100/100) at **KL divergence 0.0403**. See the main repository for how it was made and measured. Converted from the bf16 safetensors with llama.cpp's `convert_hf_to_gguf.py` and quantized with `llama-quantize` (no imatrix). The mmproj file carries the vision encoder; load it alongside any of the three for image input. Every file was loaded in `llama-server` with the mmproj and in Ollama. All three answered ordinary prompts correctly, described a test image (a red circle and a blue square) correctly, and in Ollama answered 17 x 23 = 391 with thinking off. Thinking-mode reasoning, 4 arithmetic and word problems x 10 seeds with Qwen's recommended sampling: BF16 39/40, Q8_0 37/40, Q4_K_M 35/40 finished and correct (the original model in vLLM: 40/40); the misses ran out of the 4,000-token budget rather than answering wrongly.
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 ↗Qwen3.8-27B-Heretic
darrellbest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 ↗Qwen3.8-27B-Heretic-GGUF
darrellbestGGUF builds of darrellbest/Qwen3.8-27B-Heretic: Qwen3.8-27B with its refusal behaviour removed (0/100 refusals vs 98/100 for the original, KL divergence 0.0465). The three model files are text-only: this is a vision-language model, and llama.cpp keeps the vision encoder in the separate `mmproj` file. Add it only if you want to send images. The included `Modelfile` sets `RENDERER qwen3.8` and `PARSER qwen3.5`, Ollama's built-in support for this architecture. They matter: without them the model's reasoning text ends up inside the answer, and generation was measured about half as fast (9.5 vs 18.8 tokens/s on an RTX PRO 6000 with Q4_K_M).
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 ↗gemma-4-e4b-it-bouncer-litertlm
DarrenJiaImbue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 ↗DanbotNL-2408-260M
dartags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 ↗Lilith-31B-v1.0-GGUF
darthcrawl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 ↗CLOSP-Visual
DarthReca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 ↗VideoRLVR-Wan2.2
DarthZhu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 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 ↗VideoRLVR-Wan2.2-Base
DarthZhu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 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 ↗llama-2-7b-chat-hf
daryl149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 ↗nsfw_models
DasCaptain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 ↗juribert-base
dascimIt is now on Hugging Face in four different versions with varying number of parameters. JuriBERT was trained and evaluated at École Polytechnique in collaboration with HEC Paris by Stella Douka, Hadi Abdine, Mihcalis Vazirgiannis, Rajaa El Hamdani and David Restrepo Amariles.
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 ↗m-6285402f
dasLOL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 ↗prompt-extend
daspartho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 ↗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。