AI NEWS.ccAI는 지금, 미래는 업데이트 중
♡ 저장한 도구 0
AI NEWS · 모델 정보기능을 이해하고 근거 있게 선택하세요. ↗기본 정보 우선 등록 · 상세 정보 지속 보완
THE AI MODEL DIRECTORY 모델 탐색을 시작하세요

나에게 맞는 AI 모델을 찾아보세요.

언어부터 이미지, 오픈 웨이트부터 API까지. 기능과 실제 비용을 비교하세요.
다음 아이디어에 맞는 AI를 찾아보세요.

인기 검색
85,003 개 모델13202 개 제공사 / 게시자45 개 기능 분류465개 비교 가능 요금 · 30개 공개 평가
T텍스트 생성▧이미지 생성▷영상 생성⌘코드 생성◖음성 합성♫음악 생성⬡3D 모델링▤문서 분석
DISCOVER & COMPARE

AI 모델 탐색 85003

주목할 모델을 찾아보세요

GGUF / llama.cpp quantizations of bottlecapai/ThinkingCap-Qwen3.8-27B — the ThinkingCap finetune of Qwen3.8-27B that cuts reasoning tokens by 37% on average while holding 85.8% average accuracy against the base model's 86.6%. ➡️ Full model description, evaluation results (multi-seed, statistically tested), the measured thinking-token reduction, recommended sampling params, and citation: see the main model card at bottlecapai/ThinkingCap-Qwen3.8-27B. The low-bit files are built with an **importance matrix** (activation statistics from a chat-templated calibration corpus) and a **per-tensor precision layout**: the attention projections of the full-attention layers and the linear-attention output projections stay at 6–8 bit while the feed-forward weights take the 4-bit hit.

번역 대기 중 · 원문 표시

텍스트 생성오픈 웨이트
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗
출처 / 문서 ↗

A **14.3 GB** GGUF of bottlecapai/ThinkingCap-Qwen3.8-27B that runs on an **18 GB GPU with image input, MTP speculative decoding and a 32k-token context all on the card**, and matched the bf16 weights on all five benchmarks we evaluated (2,863 questions: 81.00% against 81.03%). The standard GGUFs (ThinkingCap-Qwen3.8-27B-GGUF) start at IQ4_XS, 15.5 GB, which with the vision projector and a 32k context does not fit 18 GB. Every weight tensor was quantized with llama.cpp's own types (IQ2_S up to Q8_0, all with one importance matrix computed on the model's own reasoning traces). Which type each of the 401 language-model weight matrices gets was then picked by an RCO search: it minimizes the KL divergence between the bf16 model's and the mixed model's next-token distributions on 256 of the model's own traces, under an exact file-size budget. The same idea as ISTA-DASLab's GSQ-RCO GGUFs, searched on this finetune rather than the base model; the rounding itself is llama.cpp's.

번역 대기 중 · 원문 표시

시각 질의응답
입력 텍스트 · 이미지→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗
출처 / 문서 ↗

focus-models

bouiboui

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。

분류 준비 중
입력 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗
출처 / 문서 ↗

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。

기본 정보 등록 · 상세 정보 보완 예정

분류 준비 중
입력 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗
출처 / 문서 ↗

> **We're exploring a new abliteration strategy and used the 9B model as a testbed. The > result turned out well — this is currently the state-of-the-art abliterated 9B model > across all three axes at once: capability retention, output brevity, and refusal > removal.** Three variants are published for different deployment needs — pick the one > that matches your setup. > > **我们在尝试一个新的消融策略,以 9B 模型作为练兵场。效果不错 —— 这是目前 abliterated 9B > 领域在能力保留、输出简洁、拒绝移除三方面同时达到最优的一版。** 下面三个仓分别对应不同 > 的部署场景,按需选择即可。 > **This repo bundles seven GGUF quantizations** of > `bowmanslayer/Qwen3.5-9B-Uncensored`, > for llama.cpp / LM Studio / Ollama / Jan / KoboldCpp. File sizes range from **~4.5 GB > (Q3_K_M)** to **18 GB (BF16)** — pick one row from the table below for your device. > Sister repos: full-precision bf16 in the main repo, vLLM-optimized W4A16 in > `-W4A16`. > > **本仓打包 7 档 GGUF 量化**,源自 > `bowmanslayer/Qwen3.5-9B-Uncensored`, > 适用于 llama.cpp / LM Studio / Ollama / Jan / KoboldCpp。文件从 **~4.5 GB(Q3_K_M)** > 到 **18 GB(BF16)**,按下表挑一档匹配你的设备即可。姐妹仓:主仓是全精度 bf16, > vLLM 用的 W4A16 见 `-W4A16`。 > **Vision note**: this repo is **text-only**. The base model has a vision tower, but > llama.cpp GGUF export of Qwen3.5 vision (`mmproj-*.gguf`) is not included here. For > image understanding, use the bf16 main repo or the W4A16 repo with vLLM. > > **视觉说明**:本仓**仅文字**。基座模型带视觉塔,但本仓未包 `mmproj-*.gguf`。要用 > 视觉能力请用主仓 bf16 或 W4A16 版本 + vLLM。

번역 대기 중 · 원문 표시

분류 준비 중
입력 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗
출처 / 문서 ↗

GreTa

bowphs

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。

기본 정보 등록 · 상세 정보 보완 예정

분류 준비 중
입력 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗
출처 / 문서 ↗
COST EXPLORER

좋은 모델, 명확한 비용.

비용 분석

월간 토큰 사용량으로 예상 API 비용을 비교하세요.

1 M = 100만 토큰 · USD
동일 채널의 기본 텍스트 토큰 요금 비교

수집된 백만 토큰당 USD 요금입니다. 캐시 할인, 구간 요금, 추가 추론 출력, 세금은 제외됩니다. 최신 요금은 출처에서 확인하세요.

MODEL HANDBOOK

이해하고 선택하세요

선택 가이드 및 FAQ
API 요금은 어떻게 비교하나요?+

입력, 출력, 캐시 요금을 구분하고 동일 작업량으로 비교하세요. 이미지, 음성, 영상은 개수, 시간, 해상도로 과금될 수 있습니다.

오픈 웨이트는 무료 상업 이용을 뜻하나요?+

반드시 그렇지는 않습니다. 버전별 라이선스, 상업 이용 제한, 정책을 확인하세요. 자체 호스팅에는 연산 및 유지 비용도 듭니다.

1위 모델이 나에게 가장 적합한가요?+

순위는 작업, 버전, 평가 방식에 따라 다릅니다. 실제 업무로 정확도, 지연, 안정성, 비용을 비교하세요.

AI NEWS · 정보에서 선택으로

뉴스로 흐름을, 도구로 효율을, 모델로 가능성을.

AI 뉴스 탐색 ↗AI 도구 찾기 ↗