AI NEWS.ccAIが動く、未来が変わる
♡ 保存済み 0
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
84,991 件のモデル13202 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 84991

注目のモデルを見つける

yzma-tests

deadprogram

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。

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 ↗

**Abliterated · No guardrails · PTQ1_0 dense-ternary 1.75 bpw · 5.9 GB · Runs on a laptop / single GPU · Vision-capable** > ⚠️ **Re-download notice (2026-09-17 20:44 PDT / 2026-09-18 03:44 UTC)** — an earlier build of this model had a coherence bug in reasoning modes (`low`/`xhigh`) that could cause token loops on some prompts. This version fixes it. If you downloaded before this timestamp, please pull the latest .gguf. Bonsai 2 27B — PrismML's ternary compression of Qwen3.8-27B — with the refusal circuitry surgically removed at the weight level while capability, vision, reasoning modes (`off`/`low`/`xhigh`), tool use, and multi-turn coherence are preserved. Full 27B-class hybrid Attention + SSM (GatedDeltaNet) architecture in a **5.9 GB** 1bit GGUF.

翻訳待ち・原文を表示

テキスト生成
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 ↗

**Abliterated · No guardrails · PQ2_0 ternary 2.13 bpw · 7.2 GB · Runs on a laptop / single GPU · Vision-capable** > ⚠️ **Re-download notice (2026-09-17 20:44 PDT / 2026-09-18 03:44 UTC)** — an earlier build of this model had a coherence bug in reasoning modes (`low`/`xhigh`) that could cause token loops on some prompts. This version fixes it. If you downloaded before this timestamp, please pull the latest .gguf. **Proprietary weight-level abliteration** by the dealignai research team. Byte-identical to the base ternary quant everywhere except a small set of tensors that carry the refusal circuit. Drop-in replacement for the ternary base at inference — same tokenizer, same chat template, same reasoning modes, same vision projector interface.

翻訳待ち・原文を表示

テキスト生成
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 ↗

Native **Q1_0** GGUF release of the Bonsai 27B CRACK model for the Prism llama.cpp fork. This repo contains the quantized language model and the matching F16 Qwen3VL multimodal projector. The projector contains 334 tensors and both temporal patch slices `v.patch_embd.weight` and `v.patch_embd.weight.1` (`temporal_patch_size=2`). The original image and video processor configuration files are included. Image input is live-tested. Direct video-container input depends on the Prism runtime surface; extract frames or use a compatible Qwen3VL video client when the CLI does not accept the container directly. See `preprocessor_config.json` and `video_preprocessor_config.json` for the retained preprocessing metadata. MMLU is the same fixed, stratified 200-question sample for all rows. It uses next-token A/B/C/D logits with reasoning/thinking disabled; it is not a claim for the complete official MMLU suite. HB is the complete unsliced 320-case text run. The live text smoke measured 58.51–58.66 tok/s and the image request measured 58.53 tok/s on an Apple M5 Max using the Prism Metal runtime.

翻訳待ち・原文を表示

画像質問応答
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 ↗

> [!NOTE] > **Please credit if you build on this.** If you redistribute, quantize, fine-tune, serve, benchmark, or write about this model, a line like > _"Based on `dealignai/DeepSeek-V4.1-Flash-1017-UNCENSORED-FP8`"_ > in your model card or write-up means a lot. Thank you. > [!TIP] > **Quantizing this FP8 checkpoint directly won't give the best quality.** Low-bit quants that are naively derived from these weights carry quantization error on top of the abliteration edit, and compliance can regress at low bits. For a proper low-bit release, redo the abliteration pipeline on the target precision rather than quantizing this bundle after the fact. (The sibling EXL3 2.9 bpw UNCENSORED is built that way end-to-end.) > [!IMPORTANT] > Native FP8 (e4m3) with ue8m0 block scales + FP4 MoE experts. 1M-token context. Multimodal > (image + video) + tool calling + reasoning-effort tiers (`low` / `high` / `max`) all preserved. > **Recommended sampling:** `temperature=1.0`, `top_p=1.0`, `max_tokens ≥ 256K` (heavy reasoner).

翻訳待ち・原文を表示

画像質問応答
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 ↗

**Abliterated · No guardrails · Native FP8 · 1M-token context · Vision + tools · Reasoning-max default** **Proprietary weight-level abliteration** developed by the dealignai research team. No custom `model.py`, no runtime hooks, no steering vectors — it's a standard checkpoint that loads exactly like the base model. The refusal circuitry is surgically removed while every capability-critical component (routed experts, Engram memory, CSA2 sparse attention, DSpark draft head, vision tower, router gates, norms, embeddings) is preserved byte-identical to the base. Every response 4-tier graded (HARD_REF / SOFT_RED / HEDGE / COMPLY), with reasoning-trace verification at effort=max.

翻訳待ち・原文を表示

画像質問応答
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 ↗
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 ↗