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 · 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 19
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 ↗Flint-UD-Q4_K_XL-NInfer-v3
WaveCut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。
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。
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。
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 ↗A NInfer **v3** artifact of huihui-ai/Huihui-Qwen3.8-27B-abliterated, the abliterated Qwen3.8-27B with the lowest reported divergence from the base checkpoint among the widely used releases (the first fifteen layers are untouched; independent KL divergence measurements sit around 0.008) and a working MTP head. Built for NInfer-all, the `master` branch of iamwavecut/ninfer-all: ashalliants' NInfer-3090 consolidated with the fixes and features of the other NInfer forks. It serves the RTX 3090, RTX 4090, RTX 5090 and RTX PRO 6000 Blackwell, each with its measured kernel route profile built in (other GPUs calibrate once at first start). A single RTX 3090 serves a 198,400-token window with Vision and MTP. From the Docker image (an NVIDIA driver of the CUDA 13 branch, 580 or newer, and the NVIDIA Container Toolkit):
翻訳待ち・原文を表示
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 ↗Nanbeige4.2-3B-heretic-GGUF
WaveCut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 · 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 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 ↗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 ↗A NInfer **v3** artifact of ISTA-DASLab's Qwen3.8-27B GSQ-RCO IQ3_S (3.5 bits per weight) for **NInfer-all**, the `master` branch of iamwavecut/ninfer-all, which serves the RTX 3090, RTX 4090, RTX 5090 and RTX PRO 6000 Blackwell. The GGUF assigns a ggml quantization type to every tensor; this artifact keeps each tensor's ggml blocks byte for byte, so nothing is requantized, and the engine multiplies the blocks in place. Stock NInfer builds refuse this file: the `gguf_*` formats exist only in that line, from commit `8706bfc0` on. One `.ninfer` file of 15,017,456,896 bytes (13.99 GiB; 10.95 GiB of text weights are resident without Vision and drafters), next to its conversion report, `SHA256SUMS` and `NOTICE`. A single stream with MTP from the Docker image (an NVIDIA driver of the CUDA 13 branch, 580 or newer, and the NVIDIA Container Toolkit):
翻訳待ち・原文を表示
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 ↗A single-file NInfer **v3** artifact carrying the community uncensored tune HauhauCS/Qwen3.8-27B-Uncensored-HauhauCS-Aggressive-MTP-GGUF as the target model and the official z-lab/Qwen3.8-27B-DFlash2 draft model as the DFlash2 speculative companion (recipe `qwen3_8_27b-v2`, the first NInfer recipe with the DFlash2 payload). The native NextN/MTP head of the tune is preserved as well, so both `--spec mtp` and `--spec dflash2` work. It runs on **NInfer-all**, the `master` branch of iamwavecut/ninfer-all, which serves the RTX 3090, RTX 4090, RTX 5090 and RTX PRO 6000 Blackwell. Its first (v2) release ran on stock NInfer, which builds only for the RTX 5090; this v3 file was verified on NInfer-all. `--spec mtp --draft-tokens 3 --lm-head-draft` selects the tune's own NextN head instead. Vision (`--vision`) is the official tower: the release's BF16 projector reproduces it bit-for-bit through the FP16 export path, so the artifact carries the official BF16 vision words. **Hardware.** Upstream NInfer targets one RTX 5090 (`sm_120a`, 32 GB). NInfer-all serves the same `qwen3.8-27b / groupwise-int` identity with DFlash2 on the RTX 3090, 4090, 5090 and RTX PRO 6000: its Docker image needs an NVIDIA driver of the CUDA 13 branch (580 or newer) and the NVIDIA Container Toolkit, and a build (its README) sets `CMAKE_CUDA_ARCHITECTURES` to `86`, `89` or `120a`. The speed of the official artifact of this identity on each card is in its reference measurements, this tune itself was not measured there. On 24 GB cards the official artifact of the same size fits DFlash2 with five drafts beside 258,048 tokens of `rk4v4` KV on the 3090 and 245,760 on the 4090 (`--kv-dtype rk4v4 --gdn-state-fp16 --spec dflash2 --draft-tokens 5`).
翻訳待ち・原文を表示
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。
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 ↗A NInfer **v3** artifact of ISTA-DASLab's Qwen3.8-Flash-Next GSQ-RCO IQ3_S (3.50 bits per weight over the transformer weights) for **NInfer-all**, the `master` branch of iamwavecut/ninfer-all. Qwen3.8-Flash-Next is a 125B-parameter mixture of experts: 48 layers of 512 routed experts, 10 of them active per token, about 6B active parameters. The GGUF assigns a ggml quantization type to every tensor; this artifact keeps each tensor's ggml blocks byte for byte (the hyper-connection projections excepted: they are re-quantized from BF16 to Q8_0), and the engine multiplies the blocks in place. IQ3_S is the release the GSQ-RCO card recommends: the strongest of the four. Stock NInfer builds refuse these files: the model family and the `gguf_*` formats exist only in that line; build `master` from commit `5395ec30b` on. NInfer serves it with up to eight concurrent requests, prompt-prefix reuse, structured output and its Vision tower; This file includes the MTP block. Enable drafting with `--spec mtp --draft-tokens 4`. One file, `Qwen3.8-Flash-Next-GSQ-RCO-IQ3_S-ninfer-v3.ninfer`, of 57,902,944,256 bytes (53.93 GiB), next to its conversion report, `SHA256SUMS`, `NOTICE` and `LICENSE`. Original text/Vision conversion command, before the MTP attachment:
翻訳待ち・原文を表示
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 ↗A NInfer **v3** artifact of ISTA-DASLab's Qwen3.8-Flash-Next GSQ-RCO Q2_0 (2.40 bits per weight over the transformer weights) for **NInfer-all**, the `master` branch of iamwavecut/ninfer-all. Qwen3.8-Flash-Next is a 125B-parameter mixture of experts: 48 layers of 512 routed experts, 10 of them active per token, about 6B active parameters. The GGUF assigns a ggml quantization type to every tensor; this artifact keeps each tensor's ggml blocks byte for byte (the hyper-connection projections excepted: they are re-quantized from BF16 to Q8_0), and the engine multiplies the blocks in place. Q2_0 is the release built for speed: it avoids the lookup-table formats. Stock NInfer builds refuse these files: the model family and the `gguf_*` formats exist only in that line; build `master` from commit `5395ec30b` on. NInfer serves it with up to eight concurrent requests, prompt-prefix reuse, structured output and its Vision tower; This file includes the MTP block. Enable drafting with `--spec mtp --draft-tokens 4`. One file, `Qwen3.8-Flash-Next-GSQ-RCO-Q2_0-ninfer-v3.ninfer`, of 40,709,159,936 bytes (37.91 GiB), next to its conversion report, `SHA256SUMS`, `NOTICE` and `LICENSE`. Original text/Vision conversion command, before the MTP attachment:
翻訳待ち・原文を表示
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 ↗The n-gram table of Qwen3.8-Flash-Next's per-layer embedding (PLE), as a NInfer **v3** artifact for **NInfer-all**, the `master` branch of iamwavecut/ninfer-all. Every NInfer conversion of Qwen3.8-Flash-Next published without its table reads its rows from this file: Stock NInfer builds cannot read it: the model family and the `gguf_*` formats exist only in that line; build `master` from commit `82f120de` on. The table holds 320,001,536 rows of 160 values (51.2B parameters), 16 hash heads over the 2- and 3-token n-grams of the context, each head's rows at its own offset. Every token reads the 16 rows its n-grams address. The rows are ISTA-DASLab's IQ4_NL blocks (`per_layer_token_embd` of their GGUF releases, 90 bytes a row), copied byte for byte: the second shard of every GSQ-RCO release, the Coder build's included, is the same file.
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 ↗Qwythos-9B-v2-Heretic-GGUF
WaveCut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 NInfer **v3** artifact of PrismML's Ternary Bonsai 2 27B for **NInfer-all**, the `master` branch of iamwavecut/ninfer-all, which serves the RTX 3090, RTX 4090, RTX 5090 and RTX PRO 6000 Blackwell. Stock NInfer builds refuse this file (`t2_g128_fp16` and the `hadamard_signs` Use auxiliary exist only in that line). The numbers below come from `master` at `2172a598` (September 2026), each card running the device route profile built into it. Every profile of this revision runs there; older engines are covered at the end. With `--lm-head-draft` the drafters score their candidates on the proposal head instead of the full one. MTP decodes 4% faster through it and accepts the same share of its drafts; DFlash2 gains nothing measurable, so its profiles leave the flag off. The head is loaded only with the flag.
翻訳待ち・原文を表示
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。