DeepSeek-V4-Flash-180B-ROCmFP4-STRIX_LEAN-GGUF
kingjones777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 ↗DISCOVER & COMPARE
AIモデルを探す 29
DiffusionGemma-26B-A4B-it-ROCmFP4-GGUF
kingjones777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 ↗Gemma-4-26B-A4B-it-ROCmFP4-GGUF
kingjones777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 ↗Gemma-4-31B-it-ROCmFP4-GGUF
kingjones777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 ↗GLM-4.7-Flash-ROCmFP4-STRIX-GGUF
kingjones777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 ↗K2-Horizon-MoVA-36B-A4B-ROCmFP4-GGUF
kingjones777Four ROCmFP4/ROCmFPX tiers of `IFM/K2-Horizon-MoVA-36B-A4B`, quantised from the official BF16 GGUF and measured on a Ryzen AI Max+ 395 (Radeon 8060S, gfx1151, 128 GB unified, ROCm 7.2.4). This is the **dual-expert** `k2_horizon` MoVA architecture — 36B total parameters, **~4B active** — with two independent expert systems: a 64-way MoVA value-expert bank (top-4) alongside a 100-way MoE feed-forward (top-8), 48 layers, hidden 2560, and it is a **reasoning** model. **Every number on this card was measured on these exact files.** Nothing is estimated. As an A4B MoE, it decodes far faster than a dense 32B on the same hardware. **Start with `FAST`** — fastest on both axes here, all four answer correctly. Take `AGENT` only if you specifically want 8-bit weights.
翻訳待ち・原文を表示
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 ↗KAT-Coder-V2.5-Dev-Abliterated-MTP-ROCmFP4-GGUF
kingjones777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 ↗Laguna-S-2.1-ROCmFP4-STRIX_LEAN-GGUF
kingjones777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 ↗Ling-3.0-flash-VL-MTP-ROCmFP4-GGUF
kingjones777`inclusionAI/Ling-3.0-flash-VL` (124B total / 5.5B active, native multimodal) quantized to ROCmFP4 for AMD Strix Halo, **with a multi-token-prediction head grafted in** from its text sibling — and with the server fix that lets **MTP and images work at the same time**, which they do not in stock llama.cpp. Everything below was measured on the shipped files on one Ryzen AI Max+ 395 (Radeon 8060S, 128 GiB unified). Numbers come from the built GGUFs and from server logs, never from estimates. ⚠️ **COHERENT is the worst of the three on this model** even though it is the largest and the highest bit-width (4.70 bpw vs 4.38). Its PPL is 0.80 worse than STRIX_LEAN — roughly 3.5σ against the ±0.23 error bars — and it is slower on both prefill and decode. It ships for completeness; it is not the "quality" option here. Tier ranking is model-dependent and has to be measured, not assumed.
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 ↗MiniCPM-V-4.7-35B-A3B-ROCmFP4-GGUF
kingjones777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 ↗Mistral-Small-4-119B-ROCmFP4-GGUF
kingjones777> ### ⚠️ STOCK `llama.cpp` WILL NOT LOAD THIS MODEL > 🚀 **37.86 tok/s** on a 119B MoE — **63.07 GiB**, 7 GiB smaller than UD-Q4_K_XL. A 4-bit **ROCmFP4** quantization for **AMD gfx1151 (Ryzen AI MAX+ 395 / Strix Halo)**, quantized from **BF16 (222 GiB)** — a lossless source, not a requantization of a lower-bit build. `Q4_0_ROCMFP4_COHERENT` (ftype 102) exists only in `charlie12345/ROCmFPX`, not upstream llama.cpp. Ignore the auto-generated "Use this model" commands above.
翻訳待ち・原文を表示
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 ↗Muse-Glimmer-30B-ROCmFP4-Strix-Halo-DFlash-GGUF
kingjones777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 ↗Muse-Glimmer-30B-Uncensored-ROCmFP4-GGUF
kingjones777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 ↗Ornith-1.5-35B-A3B-Abliterated-ROCmFP4-GGUF
kingjones777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 ↗Ornith-1.5-35B-A3B-ROCmFP4-STRIX-LEAN-GGUF
kingjones777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 ↗Ornith-1.5-9B-Abliterated-ROCmFP4-GGUF
kingjones777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 ↗OxCoder-9B-MTP-ROCmFP4-imatrix-GGUF
kingjones777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 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 ↗Qwen3.8-27B-ROCmFP4-STRIX-MTP-GGUF
kingjones777The ROCmFP4 files already in this repository (STRIX, STRIX_LEAN and FAST) are built without importance weighting. This file keeps the STRIX recipe but adds importance-matrix weighting from an agentic calibration imatrix, and raises the output head and the token embedding to Q6_K. The numbers below pair it with the DFlash2 draft head rather than the in-repo MTP head. **How it was built:** - Tool: `gufo-quant`, recipe STRIX, weighted with the agentic imatrix. - Tensor overrides: `output.weight` and `token_embd.weight` at Q6_K; census 866 tensors (82 at type 100, 421 at type 101). - The exact command line was not recorded. **Measured on Super ROC** (AMD Ryzen AI Max+ 395 (Radeon 8060S, gfx1151), 128 GB, ROCm 7.2.4; one request at a time, temperature 0, cold prompt cache):
翻訳待ち・原文を表示
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 ↗Qwen3.8-27B-ROCmFPX-Q8_0-AGENT-GGUF
kingjones777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 ↗Qwen3.8-27B-Uncensored-ROCmFP4-STRIX-MTP-GGUF
kingjones777Uncensored ROCmFP4 quantisations of Qwen/Qwen3.8-27B, built with the **same ROCmFPX pipeline and the same card ftypes** as `kingjones777/Qwen3.8-27B-ROCmFP4-STRIX-MTP-GGUF`. **Research artifact.** Abliteration removes content-refusal. It does not add capability. Do not ship this as a product default. The aligned repo remains the serving default. The aligned card's finding still stands: **the lever is MTP depth, not the ftype.** llama.cpp's default `--spec-draft-n-max 16` is about half the achievable throughput on this model. The knee is **n=4**. These uncensored files are the card's FAST (103) and STRIX_LEAN (106) from an abliterated BF16, plus Q6 AGENT/LEAN.
翻訳待ち・原文を表示
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 ↗Qwen3.8-Flash-Next-MTP-Heads-GGUF
kingjones777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 ↗Qwen3.8-Flash-Next-ROCmFP4-FAST-GGUF
kingjones777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 ↗Qwen3.8-Flash-Next-ROCmFP4-STRIX_LEAN-GGUF
kingjones777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 ↗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。