fibo-2.0-GGUF
molbal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 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 ↗DISCOVER & COMPARE
AIモデルを探す 12
Flux-3-Klein-GGUF
molbal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 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 ↗ideogram-4-gguf
molbal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 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 ↗krea2-gguf
molbalQuantized GGUF diffusion transformer weights for Krea 2, converted from the original BF16 releases for use with ComfyUI GGUF loader nodes. This repository provides GGUF files for two checkpoints of the Krea 2 model family: - `krea2_raw_bf16-*.gguf` — converted from krea/Krea-2-Raw, the base release checkpoint. - `krea2_turbo_bf16-*.gguf` — converted from krea/Krea-2-Turbo, the post-trained checkpoint with additional fine-tuning and distillation.
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 ↗Kromoss-GGUF
molbal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 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 ↗LTX-2.5-GGUF
molbalThis repository contains GGUF quantizations for Lightricks/LTX-2.5, including the 22B distilled transformer model. 1. **Text-to-Video (T2V)**: * File: `workflows/video_ltx2_5_t2v-gguf.json` * Generates video directly from text prompts using the GGUF transformer. 2. **Image-to-Video (I2V)**: * File: `workflows/video_ltx2_5_i2v-gguf.json` * Animates a single source frame with synchronized audio and motion. 3. **First & Last Frame to Video (FLF2V)**: * File: `workflows/video_ltx2_5_flf2v-gguf.json` * Interpolates seamless video transitions between two keyframe images. Ensure you place the upstream support weights into their respective folders: * **Text Encoder / CLIP**: Gemma 4 12B with projection (`ComfyUI/models/clip/` or `text_encoders/`) * **Video VAE**: `ltx-2.5-video-vae-bf16.safetensors` (`ComfyUI/models/vae/`) * **Audio VAE**: `ltx-2.5-audio-vae-bf16.safetensors` (`ComfyUI/models/vae/`)
翻訳待ち・原文を表示
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 ↗MiniMax-H3-GGUF
molbalThis repository (`molbal/MiniMax-H3-GGUF`) provides GGUF quantized versions and necessary component files for the MiniMax H3 model. MiniMax H3 is a general-purpose, omni-modal generative system that supports unified understanding of multimodal contexts composed of text, images, video, and audio. It can generate video with native stereo audio at resolutions up to 2K and durations of up to 15 seconds. This repository includes quantized versions of both the `FL2VA` (First-and-last-frame mode) and `Ref2VA` (Omni-reference mode) base models. The FL2VA builds are pruned to FP8 first and then quantized to GGUF. * **FL2VA Models (pruned to FP8):** * `minimax_h3_fl2va_pruned_fp8_Q4_0.gguf` (11.4 GB) * `minimax_h3_fl2va_pruned_fp8_Q8_0.gguf` (20.2 GB) * `minimax_h3_fl2va_pruned_fp8_Q8_CR.gguf` (20.2 GB) * `minimax_h3_fl2va_pruned_fp8_U16G.gguf` (15.0 GB) * **Ref2VA Models:** * `minimax-h3-ref2va-Q4_0.gguf` (11.4 GB) * `minimax-h3-ref2va-Q8_0.gguf` (21.4 GB) * `minimax-h3-ref2va-Q8_CR.gguf` (20.2 GB) * `minimax-h3-ref2va-U16G.gguf` (15.0 GB)
翻訳待ち・原文を表示
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 ↗MiniMax-H3-Turbo-GGUF
molbalThis repository provides GGUF quantized versions and ComfyUI workflows for the **FL2VA Turbo 4-step v1.0 768p** variant of MiniMax-H3-Turbo. MiniMax H3 is an omni-modal generative system supporting unified text, image, video, and audio generation with native stereo audio. The Turbo distillation compresses inference down to **4 steps (NFE)** at **768p** resolution with shifted schedules. > [!IMPORTANT] > **Full Merged Checkpoints:** These GGUF files contain **full merged weights** (the base model + distilled turbo weights merged directly into a standalone model checkpoint), not separate LoRA adapters. You load them directly as diffusion models in ComfyUI without needing additional base weights or LoRA loaders.
翻訳待ち・原文を表示
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 ↗Minimax-Music3-GGUF
molbal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 ↗MOSS-Image-GGUF
molbalThis repository contains GGUF quantizations of MOSS-Image-SFT, including the supplied Turbo variant. MOSS-Image generates images from natural-language prompts, tag sequences, and JSON layouts. The SFT model and conversion are based on the OpenMOSS release, which is licensed under Apache-2.0. File sizes are shown in GiB. Standard quants use common GGML formats. Proprietary quants use custom ConvRot formats supported by the `comfyui-gguf-reboot` loader nodes. Standard GGUF files can be loaded with compatible GGUF tools. Q8_CR and Q4_CR_L use custom quantization layouts and require the `comfyui-gguf-reboot` loader nodes. They are not compatible with general-purpose GGUF loaders.
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 ↗Qwen-Image-2.1-GGUF
molbalQwen Image 2.1 is a diffusion transformer for text-to-image generation and image editing. It uses the Qwen3-VL 8B text encoder and supports image references through ComfyUI. It needs to be loaded with the GGUF Loader nodes. Load the model with the GGUF loader node from comfyui-gguf-reboot. Use the Qwen Image 2.1 workflow supplied by the installed ComfyUI version.
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 ↗Qwen-Image-2.1-Turbo is an accelerated checkpoint of Qwen-Image-2.1 for text-to-image generation and image editing with 8 denoising steps. It is a diffusion transformer for text-to-image generation and image editing. It uses the Qwen3-VL 8B text encoder and supports image references through ComfyUI. It needs to be loaded with the GGUF Loader nodes. Q4_0, Q4_K_M, Q6_K, and Q8_0 are standard GGML GGUF quantizations. Q8_CR is a custom GGUF INT8 ConvRot format supported by the comfyui-gguf-reboot loader nodes. It uses their native INT8 ConvRot execution path and is distinct from standard GGML Q8_0. Load GGUF files with the comfyui-gguf-reboot loader nodes. These nodes give the best performance and are required for the Q8_CR native INT8 ConvRot path. Use the Qwen Image 2.1 workflow supplied by the installed ComfyUI version.
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。