Darwin-180B-RSI
FINAL-Bench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 ↗DISCOVER & COMPARE
AIモデルを探す 18
Darwin-180B-RSI-R3
FINAL-Bench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 ↗Darwin-27B-RSI
FINAL-Bench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 ↗Darwin-27B-RSI-GGUF
FINAL-Bench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 ↗Darwin-27B-ZTC
FINAL-Bench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 ↗Darwin-28B-Opus
FINAL-Bench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 ↗Darwin-28B-REASON
FINAL-Bench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 ↗Darwin-35B-A3B-Opus
FINAL-Bench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 ↗Darwin-35B-ZTC-Vision
FINAL-BenchDarwin-35B-ZTC-Vision is a vision decision model. It does not generate text. Given one or more images, a state and a typed question, it returns a calibrated probability for every option in one forward pass: yes or no (`noul`), one of several options (`choice`), or a level on an ordered scale (`score`). It handles up to four images per request, for example "which of the two photos has the higher quality" or "is there a defect on this part". It is a 35B mixture-of-experts model (about 3B active parameters per token) built on Darwin-35B-A3B-Opus with the Darwin ZTC decision readout. It is the vision member of the ZTC series; the text member is Darwin-27B-ZTC-v9. All 20 required vision benchmarks complete (the optional Box tasks are not supported), zero failed decisions. Merged by the maintainer on 2026-10-19 (PR #76). At submission it ranked first (Borda 91.00) on the published vision results of 2026-10-17 (16 complete models) with this model added, recomputed with the leaderboard's own Borda method; that table is below. More models have entered since: on the published results of 2026-10-19 (32 complete models) the same recomputation places it fifth with 81.80. The live vision leaderboard is authoritative.
翻訳待ち・原文を表示
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 ↗Darwin-36B-Opus
FINAL-Bench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 ↗Darwin-397B-ZTC
FINAL-Bench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 ↗Ourbox-35B-JGOS-GGUF
FINAL-Bench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 ↗POCKET-26B-GGUF
FINAL-Bench> ### ⭐ Latest and flagship models > [](https://huggingface.co/FINAL-Bench/VKORE-46M-NPU) [](https://huggingface.co/FINAL-Bench/Darwin-27B-ZTC-v5) > [](https://huggingface.co/collections/FINAL-Bench/pocket-models-6a618ee5d23eafb7e185a5c6) [](https://huggingface.co/collections/FINAL-Bench/darwin-family-699987b1f652864af0122193) [](https://huggingface.co/FINAL-Bench) [](https://vidraft.net) [](https://thevc.kr/vidraft) > ### 🆕 **POCKET-Qwen3.8-Flash-Next** — a **180B** model running on a **laptop with 8 GB VRAM + 32 GB RAM** · **4.17 tok/s measured**. > [](https://huggingface.co/FINAL-Bench/POCKET-Qwen3.8-Flash-Next-GGUF) []() []() []() > ### 🆕 **POCKET-Zimage-CPU** — photoreal **images** in **46 s** on a **CPU only**. No GPU, no CUDA, no Python. > [](https://huggingface.co/FINAL-Bench/POCKET-Zimage-CPU) [](https://huggingface.co/spaces/FINAL-Bench/POCKET-Zimage-CPU) []()
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 ↗POCKET-35B-GGUF
FINAL-Bench> ### ⭐ Latest and flagship models > [](https://huggingface.co/FINAL-Bench/VKORE-46M-NPU) [](https://huggingface.co/FINAL-Bench/Darwin-27B-ZTC-v5) > [](https://huggingface.co/collections/FINAL-Bench/pocket-models-6a618ee5d23eafb7e185a5c6) [](https://huggingface.co/collections/FINAL-Bench/darwin-family-699987b1f652864af0122193) [](https://huggingface.co/FINAL-Bench) [](https://vidraft.net) [](https://thevc.kr/vidraft) > ### 🆕 **POCKET-Qwen3.8-Flash-Next** — a **180B** model running on a **laptop with 8 GB VRAM + 32 GB RAM** · **4.17 tok/s measured**. > [](https://huggingface.co/FINAL-Bench/POCKET-Qwen3.8-Flash-Next-GGUF) []() []() []() > ### 🆕 **POCKET-Zimage-CPU** — photoreal **images** in **46 s** on a **CPU only**. No GPU, no CUDA, no Python. > [](https://huggingface.co/FINAL-Bench/POCKET-Zimage-CPU) [](https://huggingface.co/spaces/FINAL-Bench/POCKET-Zimage-CPU) []()
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 ↗POCKET-Darwin-180B-GGUF
FINAL-Bench> ### ⭐ Latest and flagship models > [](https://huggingface.co/FINAL-Bench/VKORE-46M-NPU) [](https://huggingface.co/FINAL-Bench/Darwin-27B-ZTC-v5) > [](https://huggingface.co/collections/FINAL-Bench/pocket-models-6a618ee5d23eafb7e185a5c6) [](https://huggingface.co/collections/FINAL-Bench/darwin-family-699987b1f652864af0122193) [](https://huggingface.co/FINAL-Bench) [](https://vidraft.net) [](https://thevc.kr/vidraft) **A 180B frontier model from a laptop to DGX Spark.** A 4-bit GGUF build of Darwin-180B-RSI-R3 (111.3 GB, 4 files) for llama.cpp. It runs on a **gaming laptop with an 8 GB GPU and 32 GB RAM**, a **128 GB mini PC**, a CPU-only server, a single datacenter GPU, or **NVIDIA DGX Spark**. - **Quality kept:** MMLU-Pro (2,000 questions, paired) **87.65% vs 87.65%** for the BF16 original, difference **+0.00 points, 95% CI [−0.95, +1.00]**. - **Runs on a laptop:** **4.17 tokens/s** on an RTX 5060 Laptop GPU (8 GB) with 32 GB RAM. - **Runs without a GPU:** **18–21 tokens/s** on one server CPU socket, **78.8 GB peak RAM**. - **Runs on a mini PC:** any mini PC with **128 GB RAM** holds the whole model in memory, no GPU needed. - **Built-in confidence:** ZTC AUC **0.758** reading its own state; the 20% of questions it is most sure about are **97.5%** correct. Probe file and script included in `ztc/`. - **Shorter answers:** on the same 2,000 questions, answers average **3,694 tokens vs 4,322** for the same-format parent build (−14.5%).
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 ↗POCKET-Qwen3.8-Flash-Next-GGUF
FINAL-Bench> ### 🆕 **POCKET-Zimage-CPU** — photoreal **images** in **46 s** on a **CPU only**. No GPU, no CUDA, no Python. > [](https://huggingface.co/FINAL-Bench/POCKET-Zimage-CPU) [](https://huggingface.co/spaces/FINAL-Bench/POCKET-Zimage-CPU) []() > ### 📚 Collections > **▶ POCKET Models** — this family (on-device, no GPU) > Darwin Family · Aether Foundation · VKAE Accelerated The file is **111 GiB**. That is **3.5× the laptop's RAM** and **14× its VRAM**, and it still runs, on stock `llama.cpp`, with no server and no cloud.
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 ↗POCKET-Zimage-CPU
FINAL-Bench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 ↗VKORE-325M-NPU-Base
FINAL-Bench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 ↗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。