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
84,887 件のモデル13133 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 10

注目のモデルを見つける

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

音声認識
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 ↗
出典・文書 ↗

`Audio8-ASR-0.1B` is a compact autoregressive ASR model whose language-model component has only 0.1B parameters. It supports multilingual speech recognition for languages including Chinese, English, French, German, Japanese, Korean, and Cantonese. We position it as one of the smallest usable performance ASR models in the LLM era. This base repository provides the Hugging Face Transformers checkpoint. We also provide deployment-focused releases: - Audio8-ASR-0.1B-onnx-runtime - Audio8-ASR-0.1B-iOS-ANE

翻訳待ち・原文を表示

音声認識
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 ↗
出典・文書 ↗

**Audio8 ASR Infinite** is a native streaming speech recognition model built to be as responsive as possible. It offers a selectable audio clock (80/120/160 ms) and a transcription delay (240–560 ms). With our adapted vLLM build it transcribes unlimited-length audio **24/7** without drifting. - **Super responsive** — the native streaming architecture decodes 12.5 times per second. - **Unlimited-length transcription** — a rolling KV Cache keeps both **memory and latency constant**, even in **24/7 operation**. - **Selectable streaming clock** — one text token per clock step (12.5 / 8.3 / 6.25 decisions per second), balancing perception granularity and resource cost. - **Configurable transcription delay** — set how much delay to trade for accuracy. - **Semantic VAD** — distinguishes thinking pauses, stuttering and real end of turn, where traditional acoustic VAD usually fails. - **Bilingual** — Chinese and English. The checkpoint has a native context of 30 seconds. But with Rolling KV Cache, it can transcribe 24/7 nonstop.

翻訳待ち・原文を表示

音声認識
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 ↗
出典・文書 ↗

Audio8 TTS Preview supports multilingual speech generation and zero-shot voice cloning. This repository contains the complete checkpoint, its 44.1 kHz neural audio codec, tokenizer, processor, and Hugging Face remote code. > **Preview status:** Language coverage is intentionally limited in this > release. For the best results, use one of the 11 recommended languages below. > Broader multilingual coverage and Chinese dialect support are planned for > future releases. Cantonese  ·  Chinese  ·  Dutch  ·  English French  ·  German  ·  Italian  ·  Japanese Korean  ·  Polish  ·  Spanish

翻訳待ち・原文を表示

音声合成
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 ↗
出典・文書 ↗

**Edge0-35b-a3b** — a 35B MoE LLM that runs at viable speed in under **3 GiB of active memory**, via the edge0 streaming inference framework. > **Preview status:** this is an early preview release of the edge0 > pipeline. The checkpoint ships as int4 quantization plus LoRA and > prerouter adapters trained for this framework. **On 2026-09-30 we released the edge0 inference engines for four platforms — so users get the best inference experience across architectures and platforms. The source is open-sourced in the edge0 repo.**

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 ↗
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 ↗