Cyber-Prime-1-2.6B
Akahsizrr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 ↗DISCOVER & COMPARE
AIモデルを探す 84836
fuse-1-Lite-GGUF
Akahsizrr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 ↗Text-to-Image
Akalabeth12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 ↗Flourish-3M
akanemind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 ↗ddpm-cifar10-32-dot.in.name
akasharidas*We present high quality image synthesis results using diffusion probabilistic models, a class of latent variable models inspired by considerations from nonequilibrium thermodynamics. Our best results are obtained by training on a weighted variational bound designed according to a novel connection between diffusion probabilistic models and denoising score matching with Langevin dynamics, and our models naturally admit a progressive lossy decompression scheme that can be interpreted as a generalization of autoregressive decoding. On the unconditional CIFAR10 dataset, we obtain an Inception score of 9.46 and a state-of-the-art FID score of 3.17. On 256x256 LSUN, we obtain sample quality similar to ProgressiveGAN.* for inference. Note that while the *ddpm* scheduler yields the highest quality, it also takes the longest. For a good trade-off between quality and inference speed you might want to consider the *ddim* or *pndm* schedulers instead.
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 ↗Hausa_xlsr
Akashpb13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 音声→ 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 ↗MiniMax-H3-Character-Swap-LoRA
akatz-ai**V1.5 is the recommended checkpoint for new character swaps.** It replaces a selected person in a source performance with a character from an image reference. - **Download V1.5** — recommended, strength 1.0. - **Download V1** — retained for existing workflows and reproducible comparisons. Install H3 Relay 2.0 and follow the workflow guide for models, runtime and input paths.
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 ↗MiniMax-H3-Person-Remover-LoRA
akatz-ai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 ↗Qwen3.5-2B-Uncensored-Zero-Refusal-SOMA
AkaumiKaedeLarge-scale extreme, hardcore prompt tests were conducted, with no soft refusals or hard refusals appearing in any case. (Special note: There are numerous misleading "uncensored" or "low-refusal" models on HF. Although these models claim to be fully decensored or to have extremely low refusal rates, testing them with slightly more hardcore prompts will cause the model to produce refusals or soft censorship — specifically manifested as moral/legal statements/warnings, or answers that dodge the topic/intentionally steer the conversation toward compliance/NSFW content with erotic details censored.) This decensoring experiment did **not** use publicly available garbage prompt sets. Instead, it used a **completely original prompt set** covering fields such as extensive R18 (adult/NSFW), anti-human, real crimes, unethical/illegal content, etc. Through **extensive experiments**, it can be said that SRA, RDO, and other decensoring methods are all trash in terms of decensoring power. The strongest method is still **SOM**.
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 ↗qwen2.5-3b-instruct-motion
akcit-motion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 ↗qwen2.5-7b-instruct-motion
akcit-motion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 ↗bert-base-turkish-cased-ner
akdeniz27This model is the fine-tuned model of "dbmdz/bert-base-turkish-cased" using a reviewed version of well known Turkish NER dataset (https://github.com/stefan-it/turkish-bert/files/4558187/nerdata.txt). Pls refer "https://huggingface.co/transformers/_modules/transformers/pipelines/token_classification.html" for entity grouping with aggregation_strategy parameter. * accuracy: 0.9933935699477056 * f1: 0.9592969472710453 * precision: 0.9543530277931161 * recall: 0.9642923563325274
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 ↗bert-base-turkish-cased-ner-lora
akdeniz27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 ↗mbert-base-albanian-cased-ner
akdeniz27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 ↗roberta-base-cuad
akdeniz27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 ↗Llama3.2.1B.0.1-H
akhadangi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 ↗drama-3-int4
akhaliq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 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 ↗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 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 ↗flux-3-image-klein-base-gguf
akhaliq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 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 ↗flux-3-image-klein-sd-gguf
akhaliq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 ↗MOSS-Image-SFT-4-steps
akhaliq> ⚡ **Demo:** MOSS-Image 4-Step Turbo Space > 🆕 **v2.0 (2026-10-18) — major update, usage changed.** The model is now > **Euler-native**: a single `lora.safetensors` that runs on the **stock > flow-matching Euler sampler** (any LoRA loader, 4 steps, CFG 1) — the custom > data-space sampler and the `time_embedding.safetensors` / > `dataspace.safetensors` files are **no longer needed and were removed from > the repo root**. If you used v1.x adapters, grab the old data-space variant > from `checkpoint-update-400/` (it keeps its own sampler), or switch to the > new one-line loader below. New users: just follow the Quickstart. The fastest high-fidelity MOSS-Image-SFT: **4 steps, no CFG, one LoRA file, stock sampler.** No custom loop, no auxiliary safetensors, no pipeline patches — it drops into any standard LoRA loader.
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 ↗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 音声→ 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 ↗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 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 ↗Feed a frame, direct the next shot. This LoRA teaches **Qwen-Image-2.1** cinematic scene continuation: it takes an input image and a director-style instruction and generates the *next scene* — camera moves, reveals, lighting shifts — while keeping the world, characters and style consistent. Chain outputs into storyboards. This is the **Qwen-Image-2.1 port of the next-scene format** pioneered by lovis93/next-scene-qwen-image-lora-2509 (313K downloads on the 2509 edit model) — retrained natively on the newest Qwen image base, where this capability did not exist yet. Companion piece to akhaliq/Qwen-Image-2.1-Multiple-Angles-LoRA (camera control) — together they cover *where the camera is* and *where the story goes next*. **ComfyUI:** load in any Qwen-Image-2.1 workflow with a LoRA node (strength **0.7–0.9**), pass your image as the edit/reference input.
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 ↗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。