Breeze-TTS-2-comfyui
drbaph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 ↗DISCOVER & COMPARE
AIモデルを探す 16
We introduce FireRed-Image-Edit-1.1, an upgrade to our general-purpose image editing foundation model. Building upon the capabilities presented in the FireRed-Image-Edit-1.0 Technical Report, version 1.1 significantly enhances identity consistency, multi-image conditioning, and domain-specialized editing performance, bringing the model closer to real-world creative production needs.
翻訳待ち・原文を表示
入力 画像→ 出力 画像
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 ↗HiDream-O1-Image-FP8
drbaph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 ↗Higgs-Audio-v3-Studio
drbaphThis repository hosts the downloadable runtime files for **Higgs Audio v3 Studio**, a Windows desktop app for local Higgs Audio v3 TTS, voice cloning, speech continuation, and multi-speaker generation. This repository is not the original upstream model release. It provides GGUF model builds, the Windows CUDA engine DLL package, checksums, and a manifest used by the desktop app downloader. Higgs Audio v3 Studio is a Rust/Tauri desktop application that runs a ported native C++/CUDA implementation of Higgs Audio v3 locally.
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 ↗Hyperflow-Comfyui
drbaphComfyUI-converted builds of HyperFlow (Video Rebirth's 8-step LoRA for MiniMax-H3, video + audio), for the **ComfyUI-Hyperflow** custom node. > **These are not the standalone LoRAs.** The files here require the custom node (they carry the time-embedder/endpoint LoRA + fixed 8-step grid the node consumes). If you want to use HyperFlow **without** the custom node, get the extracted standalone builds from drbaph/MiniMax-H3-Turbo-Lora-ComfyUI — those load with the stock `Load LoRA` node (backbone only, no two-time conditioning, output deviates from the released model). **Usage:** `Load Diffusion Model (MiniMax-H3) → ApplyHyperFlow → SamplerCustomAdvanced + euler` (feed the node's SIGMAS output). Optional sparse attention: core `Model Sparse Attention` (sol-attn: start_percent 0.25, dense_blocks "0,1", tau 1.0).
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 ↗LTX-2.3-FP8
drbaph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 画像→ 出力 動画
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 ↗This repository contains MiniMax-H3 Turbo and few-step LoRAs converted and optimized for ComfyUI. These LoRAs accelerate MiniMax-H3 video and synchronized-audio generation by reducing the required number of sampling steps. - Video-Rebirth/hyperflow — GitHub - videorebirth/hyperflow — Hugging Face
翻訳待ち・原文を表示
入力 テキスト→ 出力 動画
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 ↗OmniVoice-bf16
drbaph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 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 ↗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 画像→ 出力 画像
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 ↗Qwen-Image-Edit-2511-FP8
drbaphThis is the fp8_e4m3fn quantized version of Qwen-Image-Edit-2511 for lower memory usage and faster inference (compatible with ComfyUI) approx. 20GB VRAM 💜 Qwen Chat    |   🤗 Hugging Face    |   🤖 ModelScope    |    📑 Tech Report    |    📑 Blog    🖥️ Demo    |   💬 WeChat (微信)    |   🫨 Discord   |    Github   
翻訳待ち・原文を表示
入力 画像→ 出力 画像
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 ↗s2-pro-fp8
drbaph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 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 ↗Pre-quantized **Comfy Kitchen INT8 ConvRot** version of the 8-step checkpoint (`stage-dmd-step-250`) from OpenVDN/vdn-minimax-h3. For use with ComfyUI-VDN-H3. Faster: the branch's dispatched matmuls run **2.7x** faster than bf16, and the A/B render finished **~1.2x** faster end-to-end (~111 s -> ~95 s, single run each). 8 steps, er_sde / beta, 1280x736 / 61 frames, merge, `cache_gpu`, same seed. Identical output; wall clock from a single run each (±5 s sampling).
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 ↗Viggle-Animate-ComfyUI
drbaphComfyUI-native conversions of **Viggle/Viggle-Animate** — a 33.1 B full finetune of MiniMax-H3's `ref2va` transformer for **character replacement in video**: a driving clip provides motion, camera, background and lighting; one reference still provides the character. No text encoder — conditioning is a frozen 362-token embedding. The sampler is DMD2-distilled: **4 steps (3 forward passes)**. **ComfyUI node pack (required for the conditioning layout):** github.com/Saganaki22/ComfyUI-Viggle-Animate-H3 - minimax_h3_ref2va_viggle_pruned_int8_convrot.safetensors (21 GB) - minimax_h3_ref2va_viggle_int8_convrot.safetensors (47 GB) - minimax_h3_ref2va_viggle_bf16.safetensors (66.3 GB, max quality)
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 ↗Z-Image-fp8
drbaphThis is the **fp8-e4m3fn-scaled** / **fp8-e4m3fn** and **fp8-e5m2-scaled** / **fp8_e5m2** quantized versions of the Z-Image model, optimized for ComfyUI workflows. These quantized formats significantly reduce VRAM requirements while maintaining high image quality, making the model more accessible for consumer-grade GPUs. **Benefits:** - Reduced memory footprint (~50% VRAM savings) - Faster inference times - Full ComfyUI compatibility - Minimal quality degradation **Z-Image** is the foundation model of the ⚡️- Image family, engineered for good quality, robust generative diversity, broad stylistic coverage, and precise prompt adherence.
翻訳待ち・原文を表示
入力 テキスト→ 出力 画像
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 ↗Z-Image-Turbo-FP8
drbaphThis is a quantization of Comfy-Org/z_image_turbo to FP8_E5M2 and FP8_E4M3FN ⚡️- Image An Efficient Image Generation Foundation Model with Single-Stream Diffusion Transformer Z-Image is a powerful and highly efficient image generation model with **6B** parameters. It is currently has three variants:
翻訳待ち・原文を表示
入力 テキスト→ 出力 画像
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。