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 9

注目のモデルを見つける

A classic **OpenPose ControlNet LoRA** for **Krea2 Turbo**. Feed an **OpenPose / DWPose skeleton map** as the control image — the model follows the **body pose and structure** while the **text prompt** defines appearance, style, clothing, and scene. This is a straightforward **pose ControlNet-style LoRA** — not a reference + pose fusion model. It was primarily trained on **humans**, but also works with **stylized characters**. The LoRA teaches the model to treat the input image as an **OpenPose control map** and to align the generated subject with that skeleton. Appearance, outfit, lighting, and environment come from the **prompt** (and optional style cues), not from a second reference image.

翻訳待ち・原文を表示

画像編集
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 ↗
出典・文書 ↗

A LoRA for **FLUX.2 Klein 9B Base** that fuses a **reference image** with a **depth map**. It preserves **identity and style** from the reference while following the **pose and structure** from the depth map. This LoRA was primarily trained on **humans**, but it also works with **objects** and stylized characters. Its main purpose is to **preserve identity** — facial features, clothing, style, or object characteristics — from the reference image, while adapting the subject to the **pose and composition** defined by the depth map. Part of the **RefControl** family: reference + control fusion for consistent, controllable generation on **FLUX.2 Klein 9B Base**.

翻訳待ち・原文を表示

画像編集
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 ↗
出典・文書 ↗

A LoRA for **FLUX.2 Klein 9B Base** that fuses a **reference image** (identity) with a **pose control map** (skeleton / keypoints). It preserves **identity and style** from the reference while following the **body pose and structure** from the pose map. Each preview is a **single combined image** from ComfyUI: **Pose → Reference → Result** (left to right). This LoRA was primarily trained on **humans**, but it also works with **stylized characters** and some objects. Its main purpose is to **preserve identity** — facial features, hairstyle, clothing, or object details — from the reference image, while adapting the subject to the **pose and skeleton structure** defined by the control map.

翻訳待ち・原文を表示

画像編集
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 ↗
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 ↗