Chroma1-HD is an **8.9B** parameter text-to-image foundational model based on **FLUX.1-schnell**. It is fully **Apache 2.0 licensed**, ensuring that anyone can use, modify, and build upon it. As a **base model**, Chroma1 is intentionally designed to be an excellent starting point for **finetuning**. It provides a strong, neutral foundation for developers, researchers, and artists to create specialized models. for the fast CFG "baked" version please go to Chroma1-Flash.

翻訳待ち・原文を表示

画像生成

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 ↗

比較に追加出典・文書 ↗

Kromoss

lodestones

Kromoss is a full fine-tune of MOSS-Image-Base at 1024 px. It uses the same architecture, inference pipeline, text encoder (Qwen3.5-9B) and VAE (FLUX.2 small decoder) as MOSS-Image-SFT, and this repo has the same layout, so it is a drop-in replacement. The repo also ships two 8-step turbo LoRAs distilled from MOSS-Image-Base: **8 steps, CFG 1**, no negative branch. - `8-steps-dmd2-lora.safetensors` (recommended): the DMD LoRA below, further trained with DMD2's GAN stage against real images. Slightly more contrast and detail, and the best PartiPrompts score. - `8-steps-dmd-lora.safetensors`: data-space DMD distillation. The transformer and text encoder use bfloat16; the VAE and initial noise use float32.

翻訳待ち・原文を表示

画像生成

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 ↗

比較に追加出典・文書 ↗

MOSS-Image-Base-8-steps-dmd

lodestones

Work-in-progress distillation of OpenMOSS-Team/MOSS-Image-Base (50 steps, CFG 3) to 8 network evaluations, no CFG. Data-space DMD (arXiv 2610.12102): the generator iterates on its own clean estimate from fixed noise. Trained on compact-JSON `scene_graph` captions. Load `lora.safetensors` on the stock MOSS-Image-Base transformer (e.g. a ComfyUI LoRA loader, strength 1) and sample with the model's usual flow-matching Euler sampler, shift 5, **CFG 1**, 4-8 steps. Nothing else from this repo is needed. `transformer/` is a stock `MOSSImageTransformer` (load it with the release `pipeline_moss_image.py`); the text encoder, tokenizer and VAE are the base repo's.

翻訳待ち・原文を表示

分類準備中

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 ↗

比較に追加出典・文書 ↗

MOSS-Image-SFT-8-steps-dmd

lodestones

Work-in-progress distillation of OpenMOSS-Team/MOSS-Image-SFT (50 steps, CFG 3) to 8 network evaluations, no CFG. Data-space DMD (arXiv 2610.12102): the generator iterates on its own clean estimate from fixed noise. Trained on compact-JSON `scene_graph` captions. load lora.safetensors (at 1 strength recommended) or lora_latest.safetensors (at 0.7 strength recommended) directly to your comfyui lora loader `transformer/` is a stock `MOSSImageTransformer` (load it with the release `pipeline_moss_image.py`); the text encoder, tokenizer and VAE are the base repo's.

翻訳待ち・原文を表示

分類準備中

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 ↗

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 6

Chroma1-Base

Chroma1-Flash

Chroma1-HD

Kromoss

MOSS-Image-Base-8-steps-dmd

MOSS-Image-SFT-8-steps-dmd

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。