campplus-coreml
FluidInference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 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 ↗DISCOVER & COMPARE
AIモデルを探す 24
clef-vision-0.8b-coreml
FluidInference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 ↗d3-coreml
FluidInference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 ↗diar-streaming-sortformer-coreml
FluidInference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 ↗embeddinggemma-2-coreml
FluidInference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 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 ↗kokoro-82m-coreml
FluidInferenceCore ML conversions of **hexgrad/Kokoro-82M** (English and Japanese) and **hexgrad/Kokoro-82M-v1.1-zh** (Mandarin). The original Kokoro models and pretrained weights are by hexgrad; this repository provides Apple Core ML conversions and runtime optimizations. See FluidAudio for inference. Available for English, Japanese and Mandarin, with fixed Albert/decoder buckets, native source DSP and a GPU generator adapted from Matt Mireles's conversion. Existing model paths and defaults remain available. Use `KokoroAneManager(version: .v3)` for English, `KokoroAneManager(variant: .japanese, version: .v3)` for Japanese, or `KokoroAneManager(variant: .mandarin, version: .v3)` for Mandarin. All three accept native text and variant voices. Existing callers retain `.legacy`. See SDK usage, voices and platform limits. Requires macOS 15 / iOS 18; physical iOS inference remains unvalidated.
翻訳待ち・原文を表示
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 ↗localvqe-coreml
FluidInference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 ↗nemotron-3-diarization-coreml
FluidInference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 ↗parakeet-0.6b-ja-coreml
FluidInference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 ↗parakeet-ctc-110m-coreml
FluidInferenceNVIDIA's Parakeet-TDT-CTC-110M model converted to CoreML format for efficient inference on Apple Silicon. This is a hybrid ASR model with a shared Conformer encoder and two decoder heads: - **CTC Head**: Fast greedy decoding, ideal for keyword spotting - **TDT Head**: Token-Duration Transducer for high-quality transcription This will: 1. Download the original model from NVIDIA (`nvidia/parakeet-tdt_ctc-110m`) 2. Convert each component to CoreML format 3. Extract vocabulary and create metadata
翻訳待ち・原文を表示
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 ↗parakeet-realtime-eou-120m-coreml
FluidInferenceCoreML conversion of nvidia/parakeet-realtime-eou-120m-v1 for streaming speech recognition with end-of-utterance detection on Apple Silicon. Used by FluidAudio for real-time transcription. The RNNT pipeline is split into three CoreML models, exported at two chunk sizes:
翻訳待ち・原文を表示
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 ↗parakeet-redux-coreml
FluidInference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 ↗parakeet-tdt-0.6b-v2-coreml
FluidInferenceThis is a CoreML-optimized version of NVIDIA's Parakeet TDT 0.6B V2 model, designed for high-performance automatic speech recognition on Apple platforms. Models will continue to evolve as we optimize performance and accuracy. This model has been converted to CoreML format for efficient on-device inference on Apple Silicon and iOS devices, enabling real-time speech recognition with minimal memory footprint. Based on NVIDIA's Parakeet TDT model. CoreML conversion and Swift integration by the FluidInference team.
翻訳待ち・原文を表示
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 ↗parakeet-tdt-0.6b-v3-coreml
FluidInferenceOn‑device multilingual ASR model converted to Core ML for Apple platforms. This model powers FluidAudio’s batch ASR and is the same model used in our backend. It supports 25 European languages and is optimized for low‑latency, private, offline transcription. The conversion script is here: https://github.com/FluidInference/mobius/tree/main/models/stt/parakeet-tdt-v3-0.6b/coreml And the benchmarks are here: https://github.com/FluidInference/FluidAudio/blob/main/Documentation/Benchmarks.md#transcription
翻訳待ち・原文を表示
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 ↗parakeet-tdt-ctc-110m-coreml
FluidInference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 ↗parakeet-ultra-coreml
FluidInferenceCore ML build of moondream/parakeet-ultra, a full-precision post-training of `nvidia/parakeet-tdt-0.6b-v3`. Same architecture, 25 languages, tokenizer and output conventions as v3; drop-in for the v3 component contract. Encoder is int8 linear per-channel (595 MB); decoder and joint are re-exported from the Ultra checkpoint; preprocessor and vocabulary are the v3 ones. Ultra wins all 24 FLEURS languages. The int8 encoder scores the same WER as an fp16 export (2.13 % / 3.79 %). Speed is within a few percent of v3 run back to back on the same machine (test-clean 126.7× vs 128.6× on the ANE). Conversion recipe: FluidInference/mobius `models/stt/parakeet-ultra/coreml`. License CC-BY-4.0, as the upstream checkpoint.
翻訳待ち・原文を表示
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 ↗parakeet-unified-en-0.6b-coreml
FluidInference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 ↗phonon-2-coreml
FluidInference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 ↗pocket-tts-coreml
FluidInference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 ↗sensevoice-small-coreml
FluidInference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 ↗silero-vad-coreml
FluidInferenceA CoreML implementation of the Silero Voice Activity Detection (VAD) model, optimized for Apple platforms (iOS/macOS). This repository contains pre-converted CoreML models ready for use in Swift applications. This is how the model performs against the silero-vad v6.0.0 basline Pytorch JIT version Note that we tested the quantized versions, as the model is already tiny, theres no performance imporvement at all.
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 ↗speaker-diarization-coreml
FluidInferenceCore ML conversions used by FluidAudio for on-device speaker diarization on Apple platforms. The supported Community-1 artifact set is distributed under CC-BY-4.0. See NOTICE.md for attribution and the precise license scope, and PROVENANCE.md plus provenance.json for source, conversion, environment, and file-integrity records. The snapshot includes uncompiled packages for `Segmentation`, `FBank`, `Embedding`, and `PldaRho` under `mlpackages/`; no uncompiled `PLDA` package was published. These are Core ML conversions, not fine-tuned models.
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 ↗supertonic-3-coreml
FluidInference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 ↗unlimited-ocr-mlx-coreml
FluidInference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 ↗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。