omnivoice-thai
hotdogs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 ↗DISCOVER & COMPARE
AIモデルを探す 84999
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 ↗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 ↗Qwen3.8-27B-abliterated
hotdogs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。
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 ↗GGUF builds of the **offensive-security / agentic tool-calling** merged model hotdogs/Qwen3.8-27B-abliterated-cyber-preview (the cyber LoRA merged into the abliterated base at **scale 1.0**, with the **MTP head preserved**). All files are imatrix-quantized and are ready to run in llama.cpp with native **self-speculative (MTP) decoding**. > For **authorized security research and red-teaming** only — this model will > not refuse and may emit exploit instructions. Use only on systems you own or > are explicitly authorized to test. Apache-2.0. The quantized files were produced with an **imatrix** (see `...-imatrix.dat`) computed from the bf16 master — required for the 4-bit IQ files and improving low-bit quality.
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 ↗GGUF quantization of **hotdogs/Qwen3.8-27B-abliterated** — the training-free abliterated (refusal-removed) build of `Qwen/Qwen3.8-27B` — converted for **llama.cpp** with the **MTP (Multi-Token Prediction) head preserved**. > **Status: testing / development.** This is an early GGUF upload for evaluation. It has **not yet been calibrated with an imatrix** — the low-bit `Q4_K_M` quality is expected to improve once an imatrix is added (see *Roadmap*). Feedback welcome. These `-mixed` quants use a **hybrid precision recipe** to get closer to the f16 reference: the token-embedding and all output tensors are kept at `q8_0` while the rest of the network is quantized to the base level, and they are built with an **imatrix** (CPU calibration) — `Q4_K_M-mixed` and `Q6_K-mixed`.
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 ↗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 ↗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 ↗Qwen35B-Agent-R2-Abliterated
hotdogs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 ↗**BoldingBuilds' abliterated Bonsai 2 v2, with two SVD-LoRAs merged in at 0.4 each:** `hotdogs/swift_unc_qwen3.8-27B_lora` (abliteration + Swift-1.5 reasoning-efficiency) and `hotdogs/thinkingcap_qwen3.8-27B_svd_lora` (ThinkingCap token-efficient reasoning). Same 27B ternary runtime as the base — **PQ2_0 packing, Hadamard latent, MTP head, 262,144-token context**, ~7.6 GB on disk. Vision projector included. > ⚠️ **This file needs PrismML's llama.cpp fork.** PQ2_0 does **not** load in mainline llama.cpp, Ollama, LM Studio or llama.app. See Requirements.
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 ↗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 ↗A DFlash2 draft model fine-tuned for one target: `DavidAU/Qwen3.8-Flash-Next-Abliterated-Uncensored-Turbo-Brilliance-50x-Reasoning-Instruct-GSQ-RCO-GGUF` (IQ3_S). It starts from `incoai/Qwen3.8-Flash-Next-DFlash2`, which was trained on the official Qwen3.8-Flash-Next. It is not a standalone language model: it drafts tokens that the target verifies, so the output is the target's own (greedy output is identical with or without it). **v2 (2026-10-22):** trained on 10x more of the target's own data, a wider draft vocabulary, and every llama.cpp quantization from F32 down to IQ4_XS, each measured. v1 (`t3000-q8-dv.gguf`) stays in place for existing configs. The drafter is small next to the target (tens of GB; this is about 1 GB), so the smaller files save little memory, and on Apple Silicon they were not faster: the drafter's time is spent on its many small GPU steps, not on reading weights.
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 ↗Hotshot-XL
hotshotco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 ↗birdclass-na
houlette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 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 ↗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 ↗roberta-large-sst2
howey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 ↗Llama3.1-Aloe-Beta-8B
HPAI-BSCLlama3.1-Aloe-Beta-8B is an **open healthcare LLM** achieving **state-of-the-art performance** on several medical tasks. Aloe Beta is made available in four model sizes: 7B, 8B, 70B, and 72B. All models are trained using the same recipe, on top of two different families of models: Llama3.1 and Qwen2.5. Aloe is trained on 20 medical tasks, resulting in a robust and versatile healthcare model. Evaluations show Aloe models to be among the best in their class. When combined with a RAG system (also released) the 7B and 8B version gets close to the performance of closed models like MedPalm-2, GPT4. With the same RAG system, Llama3.1-Aloe-Beta-70B and Qwen2.5-Aloe-Beta-72B outperforms those private alternatives, producing state-of-the-art results. **Aloe-8B-Beta** is the latest iteration in the **Aloe family**, building and improving on the success of its predecessor, Aloe-8B-Alpha. Beta more than triples the training data used by Alpha, for a total of **1.8B tokens**, including a wider variety of medical tasks and instructions (e.g., text summarization, explanation, diagnosis, text classification, treatment recommendation, ...).
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 ↗Llama3-Aloe-8B-Alpha
HPAI-BSC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 ↗Colossal-LLaMA-2-7b-base
hpcai-tech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 ↗grok-1
hpcai-tech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 ↗Open-Sora-v2
hpcai-techWe design and implement **Open-Sora**, an initiative dedicated to **efficiently** producing high-quality video. We hope to make the model, tools and all details accessible to all. By embracing **open-source** principles, Open-Sora not only democratizes access to advanced video generation techniques, but also offers a streamlined and user-friendly platform that simplifies the complexities of video generation. With Open-Sora, our goal is to foster innovation, creativity, and inclusivity within the field of content creation. 📍 Since Open-Sora is under active development, we remain different branchs for different versions. The latest version is main. Old versions include: v1.0, v1.1, v1.2, v1.3. Our 11B model supports 256px and 768px resolution. Both T2V and I2V are supported by one model. 🤗 Huggingface 🤖 ModelScope.
翻訳待ち・原文を表示
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 ↗OpenSora-STDiT-v3
hpcai-tech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 ↗OpenSora-VAE-v1.2
hpcai-tech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 ↗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。