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 22972

주목할 모델을 찾아보세요

LTX-2

DeepBeepMeep

You will find here all the LTX-2 Video models used with WanGP (https://github.com/deepbeepmeep/Wan2GP) : WanGP by DeepBeepMeep : The best Open Source Video Generative Models Accessible to the GPU Poor WanGP supports the Wan (and derived models), Hunyuan Video, Flux 1 & 2, Qwen, Z-Image and LTV Video models with:

번역 대기 중 · 원문 표시

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

MiniMax-H3

DeepBeepMeep

You will find here all the MiniMax H3 image models used with WanGP (https://github.com/deepbeepmeep/Wan2GP) : WanGP by DeepBeepMeep : The best Open Source Video Generative Models Accessible to the GPU Poor WanGP supports the Wan (and derived models), Hunyuan Video, Flux 1 & 2, Qwen, Z-Image and LTX-2, LTX Video models with:

번역 대기 중 · 원문 표시

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

Wan2.1

DeepBeepMeep

You will find here all the Wan 2.1 Video models used with WanGP (https://github.com/deepbeepmeep/Wan2GP) : WanGP by DeepBeepMeep : The best Open Source Video Generative Models Accessible to the GPU Poor WanGP supports the Wan (and derived models), Hunyuan Video, Flux 1 & 2, Qwen, Z-Image and LTV Video models with:

번역 대기 중 · 원문 표시

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

humanizer

DeepDive404-2

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

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

TQ1_0 and TQ2_0 are different ternary packing schemes. Use TQ2_0 for generally faster speeds but slightly higher memory. LM-head is kept in higher precision - either Q4_k or FP16. Maple-Preview is a 20B-A1B reasoning model designed from the start for efficient on-device inference. It utilizes a 24-layer, 256-expert (8 active) configuration with 3:1 SWA-512:GA attention. On benchmarks, Maple-Preview sets a new point on the Pareto frontier for both memory-to-performance and speed-to-performance, demonstrating its strong reasoning capabilities. However, we note that this preview is focused primarily on raw reasoning and, as such, may underperform on agentic benchmarks. We intend to continue improving general performance through extended training before Maple's full release.

번역 대기 중 · 원문 표시

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

DeepHat is a model series that can be used for offensive and defensive cybersecurity. Access at Deephat.ai or go to Kindo.ai to create agents. DeepHat is a finetune of Qwen2.5-Coder-7B, and inherits the following features: - Type: Causal Language Models - Training Stage: Pretraining & Post-training - Architecture: transformers with RoPE, SwiGLU, RMSNorm, and Attention QKV bias - Number of Parameters: 7.61B - Number of Paramaters (Non-Embedding): 6.53B - Number of Layers: 28 - Number of Attention Heads (GQA): 28 for Q and 4 for KV - Context Length: Full 131,072 tokens - Please refer to this section for detailed instructions on how to deploy Qwen2.5 for handling long texts. Here provides a code snippet with `apply_chat_template` to show you how to load the tokenizer and model and how to generate contents.

번역 대기 중 · 원문 표시

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

Llama-3-8b-Ita

DeepMount00

**💡 Found this resource helpful?** Creating and maintaining open source AI models and datasets requires significant computational resources. If this work has been valuable to you, consider supporting my research to help me continue building tools that benefit the entire AI community. Every contribution directly funds more open source innovation! ☕ For a detailed comparison of model performance, check out the Leaderboard for Italian Language Models.

번역 대기 중 · 원문 표시

텍스트 생성
입력 텍스트→ 출력 텍스트
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 ↗