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
84,991 件のモデル13202 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 9

注目のモデルを見つける

> Zero refusal. Zero capability loss. First in the field. > > 0/842 refusals. 46/70 MMLU-Pro (stock parity). Full coherence. The first abliterated model to achieve **zero refusal with zero benchmark regression** versus stock weights. Built with a novel **2-pass surgery pipeline** developed by OBLITERATUS:

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 ↗

> *"The chains are broken. The mind is free."* > *"Also we fixed the part where half the brain was missing lmao"* Google built Gemma 4 with guardrails. We built OBLITERATUS to tear them off. They said their architecture was different. They were right — it broke every tool we threw at it. NaN activations, shared KV weights, thinking mode... Gemma 4 fought back harder than any model we've cracked. **0% hard refusal. Guardrails fully removed. 720 tensors intact. Runs on your phone.**

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 ↗

Abliterated version of Ornith-1.5-9B by OBLITERATUS. Safety alignment removed via precision abliteration surgery — the model responds to most prompts without refusal. The stock Ornith-1.5-9B refuses requests it considers harmful. This version removes that refusal behavior while preserving the model's coding, reasoning, and agentic capabilities. **Recipe:** Gentle 3-round SVD abliteration + per-head attention surgery (G3-HS) - Round 1: 5-direction SVD, reg 0.06, min_layer 0.30 - Round 2: 3-direction SVD, reg 0.04, min_layer 0.25 - Round 3: 3-direction SVD, reg 0.03, min_layer 0.20 - Finish: Per-head attention surgery (`--attention-head-surgery`), reg 0.02, min_layer 0.10 - All rounds used full 1000-prompt corpus with residue weighting

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 ↗

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。

分類準備中
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 ↗
出典・文書 ↗

OBLITERATUS is an open-source tool for removing refusal behavior from language models via activation engineering (abliteration). Learn more at github.com/elder-plinius/OBLITERATUS.

翻訳待ち・原文を表示

分類準備中
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 ↗
出典・文書 ↗

> A 27B Qwen cut loose by OBLITERATUS: 26.9B parameters, BF16 safetensors, > Q4/Q5/Q6/Q8 GGUFs, lower refusal, preserved capability, and receipts in the > open. > > The chains are cut. The capability stays. The receipts are brutal. A 26.9B Qwen3.6 checkpoint went into the OBLITERATUS chamber, got hit with source-tethered ASPA, then got pulled back toward the source model where the cut started threatening useful capability. The mission was simple: cut the refusal circuits, keep the 27B brain. Not a toy quant. Not a prompt wrapper. Not a refusal-cosplay fine-tune. This is weight-space liberation with capability checks attached, a full local-runtime ladder, and the refusal residue mapped instead of hand-waved.

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 ↗

> Genuinely uncensored. Real answers, not safety lectures. Near-stock capability. V3 applies iterative refinement on top of V2's complementary blend, with targeted corpus expansion. The result: **genuine liberation — not just removal of hard refusals but elimination of safety-lecture deflections.** **V3 highlights:** - **Genuinely answers restricted queries** — provides real substance instead of safety lectures - **20/20 on code generation tasks** — functional implementations, not disclaimers - **Thinking ON compatible** — no refusals in either thinking mode - **Honest scoring** — every response manually audited for real substance, not just absence of "I cannot" - **-2.1pp MMLU** — modest capability cost for genuine liberation

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 ↗