AI NEWS.ccAIが動く、未来が変わる
♡ 保存済み 0
AI NEWS・モデル情報能力を知り、根拠ある選択を。 ↗基本情報を先に収録・詳細を随時追加
THE AI MODEL DIRECTORY ここからモデルを探す

あなたに合う AIモデルを。

言語から画像、オープンウェイトからAPIまで。能力と実際の費用を比較。
次のアイデアに合うAIを見つけましょう。

人気の検索
84,991 件のモデル13202 社の提供元・公開者45 件の機能分類465件の比較可能な料金・30件の公開評価
Tテキスト生成▧画像生成▷動画生成⌘コード生成◖音声合成♫音楽生成⬡3Dモデリング▤文書分析
DISCOVER & COMPARE

AIモデルを探す 11

注目のモデルを見つける

4-bit weight (W4A16) AWQ quant of **Qwen3.8-27B-Uncensored-Aggressive** (α=1.15 recipe update), in `compressed-tensors` format. Vision tower and the grafted **MTP head** are preserved. Recipe update to the Aggressive line: the previous build ablated at α≈1.24, which a larger benchmark sweep showed **over-ablates** past the ~1.15 quality peak. This build uses **α=1.15** — more open and better on every measured axis. Quant: AWQ, group size 128, asymmetric, MSE observer, 256 Magpie-CoT calibration samples @1024 tokens.

翻訳待ち・原文を表示

画像質問応答
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 ↗
出典・文書 ↗

llama.cpp GGUF quants of **Qwen3.8-27B-Uncensored-Cyber** (v2 recipe), with the **vision projector** (`mmproj-*`) for image input and the **MTP head** (`mtp-*`) for speculative decoding. Full BF16 is not shipped as a single GGUF (exceeds the 50GB per-file limit) — use `Q8_0` (≈lossless) or the bf16 safetensors repo. Uncensored / de-refused, tuned to fully answer cyber and offensive-security questions. Use responsibly and in compliance with applicable law.

翻訳待ち・原文を表示

画像質問応答
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 ↗
出典・文書 ↗

INT4 weight-only quantization of Qwen/Qwen3.8-27B — **the whole model, nothing stripped**: vision tower intact, MTP speculative-decoding head intact, thinking mode calibrated with real reasoning traces. 55 GB BF16 → **19.5 GB**, which puts a current-generation 27B VLM (with headroom for 32K+ context) on a pair of 32 GB V100s — and it serves on modern GPUs with stock vLLM, no ceremony. Validated end-to-end on **2×V100-32GB under 1Cat-vLLM 1.2.2** (SM70 TurboMind dequant path): coherence, think-tag discipline, image understanding, math, long-form generation, and MTP speculative decoding in both draft modes. **Methodology:** warm serve (2 discarded warmup generations), fixed-length generations via `ignore_eos` so every run produces exactly the stated token count, official Qwen3.8 sampling per mode (thinking `1.0/0.95/20`, instruct `0.7/0.80/20 + presence 1.5`), varied prompts. Reported as mean ± sd tokens/s. Rig: 2×V100-32GB, 1Cat-vLLM 1.2.2, TP2, `fp8_e5m2` KV, `max_num_seqs 4`, MTP K=2.

翻訳待ち・原文を表示

画像質問応答
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 ↗
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。

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

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。

AI NEWS・情報から選択へ

ニュースで知り、ツールで効率化、モデルで可能性を。

AIニュースを読む ↗AIツールを探す ↗