Tiny-Hinglish-Chat-21M
Abhishekcr448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
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗DISCOVER & COMPARE
AI 모델 탐색 22962
Qwen3-4B-Instruct-2507-Insight-Extractor
AbhishekG711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
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗gpt-2-tamil
abinayam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
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗This repository provides a **standalone, weight-baked abliterated (uncensored) GGUF build** of `ISTA-DASLab/DeepSeek-V4.1-Flash-1017-GSQ-RCO-GGUF` (`IQ2_XXS`, 2.00 bpw) using the rank-1 EN+RU refusal-direction abliteration from `AtomicChat/DeepSeek-V4.1-Flash-1017-Uncensored-GGUF`. - **Zero LoRA Required at Runtime:** All 86 abliterated residual-writing tensors are baked directly into the 4 GGUF backbone shards. No `--lora` adapter flags are needed. - **Same Size as Original (`138.58 GB` vs. `138.24 GB`):** Adds only `+0.34 GB` (`+0.25%`) across the entire 4-shard 763B model. - **100% GSQ-RCO Intelligence Preserved:** All **28 1-bit `IQ1_M` GSQ-calibrated routed-expert layers** and both **`blk.{1,14}.engram_wkv.weight` (`Q5_K`)** projections from ISTA-DASLab are preserved 100% untouched, while all **80 dense residual writers** (`blk.{0..39}.attn_output_b.weight` in `Q6_K` and `blk.{0..39}.ffn_down_shexp.weight` in `Q8_0`/`Q5_K`) plus the **6 exact-type 2-bit routed-expert layers** (`blk.7, 8, 10, 18` in `IQ2_XXS` and `blk.33, 39` in `IQ2_XS`) carry the full refusal-direction removal. > **Important:** Like the upstream ISTA-DASLab release, this 4-shard backbone pairs with the shared **`DeepSeek-V4.1-Flash-Engram-IQ4_NL.gguf`** (`110.60 GB`) lookup file from `ISTA-DASLab/DeepSeek-V4.1-Flash-1017-GSQ-RCO-GGUF`. Place all 4 shards and the Engram file in the same directory.
번역 대기 중 · 원문 표시
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗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
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗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。
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗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。
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗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
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗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
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗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
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗Gemory-26B-A4B-GGUF
AbirayGemory-26B-A4B is a 26-billion parameter Mixture of Experts (MoE) model built on the Gemma architecture foundation, fine-tuned for high-fidelity creative writing, unrestricted roleplay, and complex multi-turn conversational depth. All quantizations were generated directly from the uncompressed 50.5 GB `BF16` base model and sanity-tested for generation integrity. **Command-Line Inference (`llama-cli`):** ```bash ./llama-cli \ -hf Abiray/Gemory-26B-A4B-GGUF:Q4_K_M \ -p "Write an opening scene set in a rain-soaked neon alleyway." \ -n 512 \ --temp 0.7
번역 대기 중 · 원문 표시
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗This repository contains static GGUF quantizations of **Hemmingway-1-heretic**, created by applying the arelath/Hemmingway-1-heretic-adapter to Altworld/Hemmingway-1 (a 27B model built on Qwen3.8-27B) and quantizing for local inference with `llama.cpp`. Hemmingway-1 is tuned specifically to write like a real person—skipping preambles, lecture notes, and corporate filler. This **heretic** version decensors the weights via targeted representation abliteration using Heretic v2.0.0, reducing refusals to near-zero while preserving high-EQ conversational voice. **License:** Governed by the original model's license terms: CC BY-NC 4.0 (Free for personal and non-commercial research use; commercial usage requires agreement with Altworld).
번역 대기 중 · 원문 표시
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗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
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗We provide a spectrum of quantizations to suit different hardware capabilities. If you are unsure which to choose, **Q4_K_M** is the recommended standard for the best balance of speed, size, and reasoning retention. These GGUF files are fully compatible with popular local AI software, including: * **LM Studio** * **Ollama** * **Jan** * **text-generation-webui (Oobabooga)** * **llama.cpp** Qwen models strictly use the ChatML format for prompting. Your system prompt and user inputs must be wrapped exactly like this:
번역 대기 중 · 원문 표시
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗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
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗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。
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗The base model, LiquidAI/LFM2.5-2.6B, is a highly efficient 2.69 billion parameter model built specifically for on-device agentic workflows, multi-step instruction following, and tool calling. This specific iteration has been **abliterated (uncensored)** to remove safety refusals and guardrails, allowing the model to act as a fully compliant, unrestricted local agent while preserving the core intelligence, tool-calling capabilities, and the massive 128K context window of the original model. The abliteration process targets the refusal directions within the model's residual stream. By neutralizing these vectors, the model's tendency to reject controversial, explicit, or hypothetical prompts is heavily suppressed without lobotomizing its reasoning capabilities.
번역 대기 중 · 원문 표시
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗MiniCPM5-1B-GGUF
Abiray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
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗MiniCPM5-2B-GGUF
Abiray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
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗This repository hosts quantized GGUF checkpoints based on **openbmb/MiniCPM5-2B**, implementing the directional refusal ablation methodology showcased in insraq/MiniCPM5-2B-heretic-abliterated via **Heretic v1.4.0**. These builds are packaged for local on-device inference using llama.cpp, Ollama, LM Studio, Jan, and standard GGUF executors. Directional ablation neutralizes the refusal reflex across the residual stream and MLP projections while preserving the primary base model's mathematical, coding, and multi-step reasoning performance.
번역 대기 중 · 원문 표시
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗Nanbeige4.2-3B-GGUF
Abiray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
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗OUI-1-GGUF
Abiray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
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗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。
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗This repository contains GGUF quantizations of the heavily fine-tuned and uncensored AEON-7/Qwen3.6-27B-AEON-Ultimate-Uncensored model. Unlike standard quantization, these models were generated using a high-precision pipeline: * **Output Tensor Preservation:** We utilized `--leave-output-tensor` during quantization. This ensures the model's final projection head remains in `FP16` precision, preventing the "numerical noise" that typically degrades the reasoning capabilities of smaller quantizations. * **SSM Weight Fidelity:** The 1D SSM routing weights (alpha/beta) were preserved to maintain the model's complex long-range memory and selective state dynamics. * **Native Reasoning:** The model is equipped with a native reasoning trigger. By utilizing the built-in ` ` block, the model can perform multi-step logical planning before providing a final response. These files are prefixed with `Qwen3.6-27B...`. They are generated using `--leave-output-tensor`, ensuring the final projection head and 1D SSM routing weights are preserved at higher precision. **These provide superior reasoning, logic retention, and intelligence.**
번역 대기 중 · 원문 표시
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗일치하는 모델 없음
제공사, 분류, 입출력 조건을 조정하세요. 새 모델이 계속 등록됩니다.
COST EXPLORER
좋은 모델, 명확한 비용.
월간 토큰 사용량으로 예상 API 비용을 비교하세요.
1 M = 100만 토큰 · USD
동일 채널의 기본 텍스트 토큰 요금 비교
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
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.