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 14

注目のモデルを見つける

**We recommend `ThinkingCap-gemma-4-26B-A4B-it-MXFP4_MOE.gguf` over `Q4_K_M` at this size**: it is the file evaluated below, and it held up better on our math benchmarks. Pull it with `-hf bottlecapai/ThinkingCap-gemma-4-26B-A4B-it-GGUF:MXFP4_MOE`. GGUF / llama.cpp quantizations of bottlecapai/ThinkingCap-gemma-4-26B-A4B-it — ThinkingCap's shorter-thinking post-training applied to gemma-4-26B-A4B-it, a mixture-of-experts model with image input. ➡️ Full model description, evaluation results, the measured thinking-token reduction and recommended sampling: see the main model card at bottlecapai/ThinkingCap-gemma-4-26B-A4B-it.

翻訳待ち・原文を表示

画像質問応答
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 ↗
出典・文書 ↗

GGUF / llama.cpp quantizations of bottlecapai/ThinkingCap-Qwen3.8-27B — the ThinkingCap finetune of Qwen3.8-27B that cuts reasoning tokens by 37% on average while holding 85.8% average accuracy against the base model's 86.6%. ➡️ Full model description, evaluation results (multi-seed, statistically tested), the measured thinking-token reduction, recommended sampling params, and citation: see the main model card at bottlecapai/ThinkingCap-Qwen3.8-27B. The low-bit files are built with an **importance matrix** (activation statistics from a chat-templated calibration corpus) and a **per-tensor precision layout**: the attention projections of the full-attention layers and the linear-attention output projections stay at 6–8 bit while the feed-forward weights take the 4-bit hit.

翻訳待ち・原文を表示

テキスト生成オープンウェイト
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 ↗

A **14.3 GB** GGUF of bottlecapai/ThinkingCap-Qwen3.8-27B that runs on an **18 GB GPU with image input, MTP speculative decoding and a 32k-token context all on the card**, and matched the bf16 weights on all five benchmarks we evaluated (2,863 questions: 81.00% against 81.03%). The standard GGUFs (ThinkingCap-Qwen3.8-27B-GGUF) start at IQ4_XS, 15.5 GB, which with the vision projector and a 32k context does not fit 18 GB. Every weight tensor was quantized with llama.cpp's own types (IQ2_S up to Q8_0, all with one importance matrix computed on the model's own reasoning traces). Which type each of the 401 language-model weight matrices gets was then picked by an RCO search: it minimizes the KL divergence between the bf16 model's and the mixed model's next-token distributions on 256 of the model's own traces, under an exact file-size budget. The same idea as ISTA-DASLab's GSQ-RCO GGUFs, searched on this finetune rather than the base model; the rounding itself is llama.cpp's.

翻訳待ち・原文を表示

画像質問応答
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 ↗
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 ↗