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.

AI 모델 탐색 3

제공사 입력 출력 라이선스

주목할 모델을 찾아보세요

audio.cpp-gguf

CaptainArni

GGUF conversions of music and speech models for audio.cpp, the ggml-based native audio inference framework. \* proposed in audio.cpp#464; until that lands, download the file and point `--model` at its directory. The XL DiT is the larger ACE-Step 1.5 transformer: 32 layers of 2560 against turbo's 24 of 2048, with 32 attention heads of 128. Each file is self-contained the way audio.cpp's other ACE-Step GGUFs are — XL DiT, planner LM, text encoder and VAE in one file — so none of them needs another download.

번역 대기 중 · 원문 표시

음성 합성

입력 텍스트→ 출력 오디오

요금 미확인멀티모달 및 채널 요금 별도 확인

자세히 보기 ↗

비교 추가출처 / 문서 ↗

Swift-1.5-Qwen3.8-27B-NInfer

CaptainArni

A single-file NInfer **v3 artifact** of ukisai/Swift-1.5-Qwen3.8-27b-NVFP4, UkisAI's second reasoning-efficient fine-tune of Qwen3.8-27B, with more post-training aimed at agentic and coding work, in NVIDIA ModelOpt's NVFP4/FP8 quantization. Converted with upstream's own converter and the recipe included here; weight bytes are imported, not requantized. The successor to CaptainArni/Swift-Qwen3.8-27B-NInfer (Swift 1.0). The two files are structural twins — same size to the byte, same layout, same VRAM — so one replaces the other with no other change. **What is inside:** all 64 MLP layers and nothing else at NVFP4 (block size 16); the 144 GDN and 64 full-attention projections at FP8 E4M3 with one BF16 scale per row; an FP8 output head and FP8 embeddings; Q4/Q5/Q6 Vision; Q8 MTP; z-lab's DFlash2 draft at W8G32. Norms, convolutions, the small GDN projections and the draft codebooks stay BF16.

번역 대기 중 · 원문 표시

시각 질의응답

입력 텍스트 · 이미지→ 출력 텍스트

요금 미확인멀티모달 및 채널 요금 별도 확인

자세히 보기 ↗

비교 추가출처 / 문서 ↗

Swift-Qwen3.8-27B-NInfer

CaptainArni

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

시각 질의응답

입력 텍스트 · 이미지→ 출력 텍스트

요금 미확인멀티모달 및 채널 요금 별도 확인

자세히 보기 ↗

비교 추가출처 / 문서 ↗

COST EXPLORER

좋은 모델, 명확한 비용.

비용 분석

월간 토큰 사용량으로 예상 API 비용을 비교하세요.

월간 입력 토큰 10 M월간 출력 토큰 2 M1 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.

나에게 맞는 AI 모델을 찾아보세요.

AI 모델 탐색 3

audio.cpp-gguf

Swift-1.5-Qwen3.8-27B-NInfer

Swift-Qwen3.8-27B-NInfer

일치하는 모델 없음

좋은 모델, 명확한 비용.

이해하고 선택하세요

뉴스로 흐름을, 도구로 효율을, 모델로 가능성을.