HiT-MiniLM-L12-WordNetNoun
Hierarchy-Transformers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 埋め込み
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 84999
erlas
Hieuman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 ↗umt5-xxl-encode-gguf
HighDoping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 ↗SVOR
HigherHu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 ↗lora-collection
highscoregames12018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 ↗RestoreKV-Qwen3-8B_plus
higokri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 ↗sentence_similarity_spanish_es
hiiamsidThis is a sentence-transformers model: It maps sentences & paragraphs to a 768 dimensional dense vector space and can be used for tasks like clustering or semantic search. Using this model becomes easy when you have sentence-transformers installed: Without sentence-transformers, you can use the model like this: First, you pass your input through the transformer model, then you have to apply the right pooling-operation on-top of the contextualized word embeddings.
翻訳待ち・原文を表示
入力 テキスト→ 出力 埋め込み
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 ↗Qwopus3.8-27B-Flash-V2-GGUF
hiji0510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 ↗Keural-Cortex-8B-v1.0-1
Hikaf143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 ↗MiMo-V2.6-Distill-Qwen-9B-Ablitrated
Hikari07jpA **baked refusal-ablation** (abliteration) of XiaomiMiMo/MiMo-V2.6-Distill-Qwen-9B (BF16, 9.41B). The refusal direction is **written into the weights themselves**: only **12 MLP tensors at layers 16–19** are edited (rank-1 directional ablation, output side `W ← W − 6.0·u(uᵀW)`, input side `W ← W − 1.0·(Wu)uᵀ`), plus per-layer surface-policy attenuation, a 128-neuron deflection mask on `mlp.down_proj`, and a small `lm_head` term. The other 748 of 760 tensors are bit-identical to the parent (full-tensor verified). - **No runtime hooks, no extra checkpoint keys, no LoRA, no quantization.** It is a plain drop-in BF16 checkpoint: load it anywhere you load the parent. - Config, tokenizer, and chat template are unchanged from the parent.
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 ↗Ternary-Bonsai-2-27B-Abliterated-GGUF
Hikari07jp> **🚧 PREVIEW RELEASE (v0.1) — feedback wanted.** > This is an early preview of a quant-native abliteration of the Bonsai 2 pack. The > numbers below are from my own small harness, so I would rather have the community > poke at it than call it finished. Please open a **Discussion** in the Community tab > with anything you find — good or bad. **Status: preview (v0.1) — not a final release.** A refusal-reduced build of **`prism-ml/Ternary-Bonsai-2-27B-gguf`** (PQ2_0, 2.13 bpw, 7.21 GB). The pack is edited **in its own deployed quantization format**: there is no BF16 dequantization anywhere in the pipeline and no re-quantization. The official pack's stored 2-bit codes were updated directly, in place, so the shipped artifact *is* the edited pack: same geometry, same size, same kernel path, no runtime hook, no adapter. A full-precision refusal-free reference of the same base family was used only to define *what* to change; that change was then written onto the pack's existing quantization lattice with an **unbiased** code-rounding schedule, so that the *expected* weight movement equals the intended edit even though each individual code can only move in whole lattice steps. The edit was amplitude-swept and selected on measured behaviour.
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 ↗> Hard-convert **38/40** on a fixed harmful pilot while keeping coding near the parent — not a max-HC-only scar model. Optional speculative decode: use Prism’s official **DSpark** drafter unchanged (`Ternary-Bonsai-27B-dspark-Q4_1.gguf` from the base repo). Accept-rate A/B on this weight vs parent: **≈1.00×** (n=30, CI overlap) → no draft retrain needed. 1. Residual / direction code-edit on ternary writers over the parent Q2_0 pack 2. Escalate to a high hard-convert seed (`esc-ALL-f65`) 3. **Seed-stage surgical rollback**: restore parent bytes on selected **L0–7 writers** (minimal mask `minM23`, ~1.5 MB changed vs full L0–7 rollback) 4. Gate on paired harmful eval + capability pilots; keep low-degradation winner
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 ↗lama3-8b-hikikomori-v0.3-GGUF
hikikomoriHaven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 ↗Qwen3.5-4B-MTP-GGUF
hikka2515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 ↗
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 ↗An **integrated MTP (Multi-Token Prediction) GGUF** build of the abliterated `Qwen3.8-Flash-Next-Uncensored` model, quantized to **Q4_K_M** with the MTP draft head **merged into the same 4-shard split** — no sidecar file needed. This model is an **abliterated (refusal-removed)** build. It will comply with harmful, unethical, or illegal requests the original `Qwen3.8-Flash-Next` would refuse. Released **strictly for legitimate research** — interpretability, AI-safety / refusal-mechanism study, red-teaming, and robustness evaluation. **You assume full responsibility** for how you use it and everything it generates; add your own safety and moderation layers before any deployment. **Qwen Community License 1.0** (see LICENSE), inherited from the base model `Qwen/Qwen3.8-Flash-Next`. Abliteration and quantization do not change the underlying license obligations.
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 ↗himalaya-gemma-4-e2b-it-gguf
himalaya-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。
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 ↗Kaiju-11B-GGUF
Himitsui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 ↗sn6_2s
himum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 ↗sn6_3s
himum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 ↗Krea2-AsianMix-v3
hinablue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 ↗llama-3-8b-English-to-Hinglish
Hinglish-Project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 ↗Ideogram4-Fal-ComfyUI
Hippotes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 ↗Krea-2-Experiments
Hippotes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 ↗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。