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
84,994 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 30

주목할 모델을 찾아보세요

**MTPLX: the fastest way to run Qwen 3.8 on a Mac. Native multi-token-prediction speculative decoding on Apple Silicon, two to three times the speed of plain decoding, exact at any temperature.** This is the model MTPLX recommends for coding on a modern Mac with 32 GB or more. It is Qwen3.8-27B with its native multi-token-prediction head kept, so MTPLX can draft several tokens ahead and verify them in one pass. Same model, same output distribution, a lot more tokens per second. This is a Qwen3.8-27B MLX pack for MTPLX, the fastest way to run Qwen 3.8 27B on a Mac. All numbers on a MacBook Pro M5 Max, fans verified at maximum, sampled at the model's own settings. Conditions and sources: mtplx.com/benchmarks.

번역 대기 중 · 원문 표시

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

**MTPLX: the fastest way to run Qwen 3.8 on a Mac. Native multi-token-prediction speculative decoding on Apple Silicon, two to three times the speed of plain decoding, exact at any temperature.** Qwen's 125B-A6B Flash-Next preview, the Qwen4-generation architecture with GDN hybrid MoE, Qwen Sparse Attention, and the 51B-parameter n-gram memory, running natively on MTPLX from day 0, with its native multi-token-prediction head drafting through MTPLX's speculative path. This is the recommended build: the Qwen Sparse Attention projections are kept at 8-bit, so the attention pathway that steers long contexts keeps its precision. For the absolute fastest build, pick Bare Speed. The 32 GB n-gram table streams from SSD, so only the weights stay in memory. The pack peaks at 87 GiB while serving, so it is recommended for Macs with 128 GB or more. On a 96 GB Mac, use Bare Speed, which peaks at 78 GiB.

번역 대기 중 · 원문 표시

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

**MTPLX: the fastest way to run Ternary Bonsai 2 27B on a Mac. Native multi-token-prediction speculative decoding on Apple Silicon, exact at any temperature.** Prism ML's Ternary Bonsai 2 27B is Qwen 3.8 27B rebuilt with ternary weights, and Prism ML reports it keeps 98.2 percent of the full model's benchmark average in 8.85 GB. On MTPLX it runs on GPU kernels written for it, with the Qwen 3.8 27B multi-token-prediction head drafting ahead. That makes it faster than the 4-bit Qwen 3.8 27B in half the memory. It reads images, and it runs on a Mac with 16 GB. Prism ML's own figure for Bonsai 2 27B on an M5 Max with MLX is 46.8 tok/s. On MTPLX the same chip decodes it at 64.4 tok/s after a 4,061-token prompt.

번역 대기 중 · 원문 표시

시각 질의응답
입력 텍스트 · 이미지→ 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 ↗