Agents-A1-4B
litert-community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 128
Audio8-TTS-Preview-0.6b
litert-community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 ↗Bonsai-Image-ternary-4B
litert-communityLiteRT is Google's on-device runtime, the new name for TensorFlow Lite (Android: `com.google.ai.edge.litert:litert`), and `litert-torch`, the renamed `ai-edge-torch`, is its PyTorch converter: a PyTorch model converted unmodified with `litert_torch.convert` matched the original to 4e-7 on a Galaxy S26 (measured, LiteRT 2.2.0, Android 16, 2026-09-05). PrismML Bonsai Image 4B — a ternary-weight diffusion transformer built on the FLUX.2-klein-4B architecture — converted to LiteRT for on-device text-to-image. The whole pipeline runs in three fixed-shape `.tflite` graphs; the host does only tokenization, the FlowMatch-Euler loop, and latent unpatchify (`generate.py` in this repo, ~150 lines, no torch and no diffusers). Smallest working set: **3.97 GiB** (int4 text encoder). Output is 512×512 with the default pair of graphs, or 256×256 with the `dit_256` / `vae_dec_256` pair (`generate.py --size 256`; `variants.256` in `pipeline_meta.json`) — the text encoder, tokenizer and latent constants are shared by both sizes; 256 prompt tokens and 4 sampling steps by default (the model is step-distilled; more steps also work).
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 ↗CLIPSeg-rd64-LiteRT
litert-community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 ↗d1-3B-LiteRT
litert-community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 ↗d1-omni-600M-LiteRT
litert-community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 ↗decider-2b-vision-LiteRT
litert-community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 ↗DeepSeek-R1-Distill-Qwen-1.5B
litert-communityThis model provides a few variants of deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B that are ready for deployment on Android using the LiteRT (fka TFLite) stack, MediaPipe LLM Inference API (in maintenance-only mode) and LiteRT-LM. *Disclaimer: The target deployment surface for the LiteRT models is Android/iOS/Web and the stack has been optimized for performance on these targets. Trying out the system in Colab is an easier way to familiarize yourself with the LiteRT stack, with the caveat that the performance (memory and latency) on Colab could be much worse than on a local device.* * Download or build the app from GitHub.
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 ↗DeepSeek-R1-Distill-Qwen-7B
litert-community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 ↗depth-anything-v2-small
litert-communityLiteRT/TFLite exports of Depth Anything V2 Small, including the complete depth decoder. This model estimates a relative-depth map from a single RGB image. Its outputs are not calibrated distances in meters. The source has a DINOv2 Small backbone and a DPT decoder, with approximately 24.8 million parameters. These files are based on the official Transformers checkpoint at revision `5426e4f0f36572d16453bbda7a8389317b1bef99`. The INT8 variant uses AI Edge Quantizer's `dynamic_wi8_afp32()` recipe. Supported weight tensors are quantized; the model is not fully integer, and floating-point tensors remain. No calibration images are required. Both files have the same input and output contract.
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 ↗DewarpNet-LiteRT
litert-community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 ↗efficientnet_b1
litert-community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 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 ↗efficientnet_b4
litert-community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 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 ↗embeddinggemma-2-740m-litert-lm
litert-communityMain Model Card: google/embeddinggemma-2 EmbeddingGemma 2 740M is the full, natively multimodal variant of the EmbeddingGemma 2 family, packaged for low-latency, on-device inference using LiteRT. Integrating the 270M parameter text backbone with modular vision (170M) and audio (300M) encoders, this 740M parameter model maps text, code, images, video, and audio into a single, shared 768-dimensional vector space. It enables robust cross-modal semantics and supports interleaved multimodal inputs within a single 8,192-token context window. Built for ultimate flexibility, it allows developers to run full multimodal search, speech retrieval, and complex cross-media semantic similarity pipelines directly on consumer hardware. Ready to integrate this into your product? Get started here.
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 ↗embeddinggemma-2-text-270m-litert-lm
litert-communityEmbeddingGemma 2 Text 270M is a highly efficient, text-only variant of the EmbeddingGemma 2 model family, optimized for low-latency deployment on consumer hardware and edge devices via LiteRT. With a footprint of 270M parameters (combining a 130M transformer with a 140M embedder), this model delivers high-quality text representations. It supports over 100 languages, programming code, and features Matryoshka Representation Learning (MRL) for adjustable vector dimensions (down to 128d) to dramatically lower vector storage overhead. This variant is ideal for text-centric on-device applications, including document search, classification, clustering, and question answering. MediaPipe uses EmbeddingGemma 2 and LiteRT-LM to enable high-level, cross-platform tasks which you can experience firsthand with the following interactive web demos: * Semantic image search powered by MediaPipe Universal Embedder and Semantic Retriever task. * Decision making powered by MediaPipe Decision Maker. Additional Notes: * LiteRT-LM automatically scales and patchifies images of any size to fit EmbeddingGemma 2's vision encoder model. * LiteRT-LM supports EmbeddingGemma 2's streamed audio allowing a variety of different audio lengths.
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 ↗embeddinggemma-2-text-vision-440m-litert-lm
litert-communityEmbeddingGemma 2 Text Vision 440M is a lightweight, multimodal (text and vision) variant of the EmbeddingGemma 2 model family, tailored for efficient on-device execution using LiteRT. By combining the 270M parameter text backbone with a modular 170M parameter vision encoder, this 440M parameter model maps text, code, and images into a single, unified 768-dimensional embedding space. It captures deep cross-modality semantics—allowing visual concepts and corresponding text queries to align co-dependently—making it perfect for on-device applications such as image search, visual document retrieval, and image classification. MediaPipe uses EmbeddingGemma 2 and LiteRT-LM to enable high-level, cross-platform tasks which you can experience firsthand with the following interactive web demos: * Semantic image search powered by MediaPipe Universal Embedder and Semantic Retriever task. * Decision making powered by MediaPipe Decision Maker. Additional Notes: * LiteRT-LM automatically scales and patchifies images of any size to fit EmbeddingGemma 2's vision encoder model. * LiteRT-LM supports EmbeddingGemma 2's streamed audio allowing a variety of different audio lengths.
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 ↗embeddinggemma-300m
litert-community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 埋め込み
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 ↗Falcon-H1-3B-Instruct
litert-community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 ↗FastVLM-0.5B
litert-community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 ↗FLUX.2-klein-4B-LiteRT
litert-communityLiteRT is Google's on-device runtime, the new name for TensorFlow Lite (Android: `com.google.ai.edge.litert:litert`), and `litert-torch`, the renamed `ai-edge-torch`, is its PyTorch converter: a PyTorch model converted unmodified with `litert_torch.convert` matched the original to 4e-7 on a Galaxy S26 (measured, LiteRT 2.2.0, Android 16, 2026-09-05). Black Forest Labs **[FLUX.2 [klein] 4B](https://huggingface.co/black-forest-labs/FLUX.2-klein-4B)** (Apache-2.0) converted to **LiteRT `CompiledModel`** int8 graphs, generating **and editing** images fully on a phone GPU. The upstream model card says klein "runs on consumer GPUs, with as little as 13 GB VRAM". These graphs run it on a Pixel 8a's Mali-G715, which has no dedicated VRAM at all. Prompt: *"a red apple on a wooden table, studio lighting"*. 4 steps, 256×256, generated end-to-end on a Pixel 8a Mali GPU in 306 s. Matches the fp32 `diffusers` pipeline at **PSNR 36.8 dB / corr 0.9987**.
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 ↗functiongemma-270m-ft-mobile-actions
litert-community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 ↗Gecko-110m-en
litert-community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-3-270m-it
litert-community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-4-12B-it-litert-lm
litert-communityThis model card provides the Gemma 4 12B model in LiteRT-LM format ready for deployment on macOS, Linux and Windows, as well as web in a more limited capacity. The current `gemma-4-12B-it.litertlm` file supports *text, vision and audio modalities* as well as *Multi-Token Prediction (MTP)* for accelerated speculative decoding and lower latency inference. Gemma is a family of lightweight, state-of-the-art open models from Google, built from the same research and technology used to create the Gemini models. This particular Gemma 4 model is medium sized, so it is ideal for desktop use cases. By running this model on device, users can have private access to Generative AI without requiring an internet connection. These models are provided in the `.litertlm` format for use with the LiteRT-LM framework. LiteRT-LM is a specialized orchestration layer built directly on top of LiteRT, Google’s high-performance multi-platform runtime trusted by millions of Android and edge developers. LiteRT provides the foundational hardware acceleration via XNNPack for CPU and ML Drift for GPU. LiteRT-LM adds the specialized GenAI libraries and APIs, such as KV-cache management, prompt templating, and function calling. This integrated stack is the same technology powering the Google AI Edge Gallery showcase app.
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 ↗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。