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 3

提供元入力出力ライセンス

注目のモデルを見つける

MOSS-TTS-v1.5-GGUF

christopherthompson81

Self-contained GGUF packages of OpenMOSS-Team/MOSS-TTS-v1.5, for audio.cpp. Each file carries the 8B delay-pattern backbone, the MOSS-Audio-Tokenizer v1 codec (**both** encoder and decoder, because cloning needs the encoder), the tokenizer and the model spec — nothing else to download. q4_k is usable and clones as well as the others — but it is **not lossless on the words**. Across four takes of the same sentence at different seeds, one substituted an article ("the" for "this"); q8_0 was exact on all four. Two independent ASR models agree on that substitution, so it is the audio and not a transcription artifact. Four takes of one sentence is a small sample and the true rate is not pinned down by it. Treat q4_k as the option for when 9.3 GB versus 13.2 GB decides whether the model runs at all, and prefer q8_0 when it fits.

翻訳待ち・原文を表示

音声合成

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 ↗

比較に追加出典・文書 ↗

MOSS-TTSD-GGUF

christopherthompson81

Self-contained GGUF packages of OpenMOSS-Team/MOSS-TTSD-v1.0, for audio.cpp. Each file carries the 8B delay-pattern backbone, the MOSS-Audio-Tokenizer v1 codec (**both** encoder and decoder, because cloning needs the encoder), the tokenizer and the model spec — nothing else to download. MOSS-TTSD speaks a speaker-tagged dialogue in one take: `[S1]` and `[S2]` mark who is talking, and each tag can carry its own reference recording. `OpenMOSS-Team/MOSS-TTSD-v1.0` ships no codec weights — its processor resolves `OpenMOSS-Team/MOSS-Audio-Tokenizer` at load time — so both are listed as parent models. This checkpoint reads the first 16 of that codec's 32 RVQ layers.

翻訳待ち・原文を表示

音声合成

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 ↗

比較に追加出典・文書 ↗

VibeVoice-ASR-Streaming-1.5B-GGUF

christopherthompson81

This repository contains audio.cpp-native GGUF builds of `microsoft/VibeVoice-ASR-Streaming-1.5B`. The 1.5B checkpoint runs through the same audio.cpp loader as the 7B with no code changes: the layer count, hidden size, and head counts are read from the checkpoint's own `config.json`, and the tensor names are identical. Each GGUF is self-contained and embeds the audio.cpp package spec and required sidecars.

翻訳待ち・原文を表示

音声認識

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 ↗

比較に追加出典・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。

月間入力トークン 10 M月間出力トークン 2 M1 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。

あなたに合う AIモデルを。

AIモデルを探す 3

MOSS-TTS-v1.5-GGUF

MOSS-TTSD-GGUF

VibeVoice-ASR-Streaming-1.5B-GGUF

該当するモデルがありません

モデル選びに、費用の視点も。

モデルを理解して選ぶ

ニュースで知り、ツールで効率化、モデルで可能性を。