Darwin-180B-RSI
FINAL-Bench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 · 이미지→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗DISCOVER & COMPARE
AI 모델 탐색 18
Darwin-180B-RSI-R3
FINAL-Bench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 · 이미지→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗Darwin-27B-RSI
FINAL-Bench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 ↗Darwin-27B-RSI-GGUF
FINAL-Bench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 ↗Darwin-27B-ZTC
FINAL-Bench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 ↗Darwin-28B-Opus
FINAL-Bench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 ↗Darwin-28B-REASON
FINAL-Bench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 ↗Darwin-35B-A3B-Opus
FINAL-Bench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 · 이미지→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗Darwin-35B-ZTC-Vision
FINAL-BenchDarwin-35B-ZTC-Vision is a vision decision model. It does not generate text. Given one or more images, a state and a typed question, it returns a calibrated probability for every option in one forward pass: yes or no (`noul`), one of several options (`choice`), or a level on an ordered scale (`score`). It handles up to four images per request, for example "which of the two photos has the higher quality" or "is there a defect on this part". It is a 35B mixture-of-experts model (about 3B active parameters per token) built on Darwin-35B-A3B-Opus with the Darwin ZTC decision readout. It is the vision member of the ZTC series; the text member is Darwin-27B-ZTC-v9. All 20 required vision benchmarks complete (the optional Box tasks are not supported), zero failed decisions. Merged by the maintainer on 2026-10-19 (PR #76). At submission it ranked first (Borda 91.00) on the published vision results of 2026-10-17 (16 complete models) with this model added, recomputed with the leaderboard's own Borda method; that table is below. More models have entered since: on the published results of 2026-10-19 (32 complete models) the same recomputation places it fifth with 81.80. The live vision leaderboard is authoritative.
번역 대기 중 · 원문 표시
입력 이미지→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗Darwin-36B-Opus
FINAL-Bench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 ↗Darwin-397B-ZTC
FINAL-Bench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 ↗Ourbox-35B-JGOS-GGUF
FINAL-Bench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 ↗POCKET-26B-GGUF
FINAL-Bench> ### ⭐ Latest and flagship models > [](https://huggingface.co/FINAL-Bench/VKORE-46M-NPU) [](https://huggingface.co/FINAL-Bench/Darwin-27B-ZTC-v5) > [](https://huggingface.co/collections/FINAL-Bench/pocket-models-6a618ee5d23eafb7e185a5c6) [](https://huggingface.co/collections/FINAL-Bench/darwin-family-699987b1f652864af0122193) [](https://huggingface.co/FINAL-Bench) [](https://vidraft.net) [](https://thevc.kr/vidraft) > ### 🆕 **POCKET-Qwen3.8-Flash-Next** — a **180B** model running on a **laptop with 8 GB VRAM + 32 GB RAM** · **4.17 tok/s measured**. > [](https://huggingface.co/FINAL-Bench/POCKET-Qwen3.8-Flash-Next-GGUF) []() []() []() > ### 🆕 **POCKET-Zimage-CPU** — photoreal **images** in **46 s** on a **CPU only**. No GPU, no CUDA, no Python. > [](https://huggingface.co/FINAL-Bench/POCKET-Zimage-CPU) [](https://huggingface.co/spaces/FINAL-Bench/POCKET-Zimage-CPU) []()
번역 대기 중 · 원문 표시
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗POCKET-35B-GGUF
FINAL-Bench> ### ⭐ Latest and flagship models > [](https://huggingface.co/FINAL-Bench/VKORE-46M-NPU) [](https://huggingface.co/FINAL-Bench/Darwin-27B-ZTC-v5) > [](https://huggingface.co/collections/FINAL-Bench/pocket-models-6a618ee5d23eafb7e185a5c6) [](https://huggingface.co/collections/FINAL-Bench/darwin-family-699987b1f652864af0122193) [](https://huggingface.co/FINAL-Bench) [](https://vidraft.net) [](https://thevc.kr/vidraft) > ### 🆕 **POCKET-Qwen3.8-Flash-Next** — a **180B** model running on a **laptop with 8 GB VRAM + 32 GB RAM** · **4.17 tok/s measured**. > [](https://huggingface.co/FINAL-Bench/POCKET-Qwen3.8-Flash-Next-GGUF) []() []() []() > ### 🆕 **POCKET-Zimage-CPU** — photoreal **images** in **46 s** on a **CPU only**. No GPU, no CUDA, no Python. > [](https://huggingface.co/FINAL-Bench/POCKET-Zimage-CPU) [](https://huggingface.co/spaces/FINAL-Bench/POCKET-Zimage-CPU) []()
번역 대기 중 · 원문 표시
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗POCKET-Darwin-180B-GGUF
FINAL-Bench> ### ⭐ Latest and flagship models > [](https://huggingface.co/FINAL-Bench/VKORE-46M-NPU) [](https://huggingface.co/FINAL-Bench/Darwin-27B-ZTC-v5) > [](https://huggingface.co/collections/FINAL-Bench/pocket-models-6a618ee5d23eafb7e185a5c6) [](https://huggingface.co/collections/FINAL-Bench/darwin-family-699987b1f652864af0122193) [](https://huggingface.co/FINAL-Bench) [](https://vidraft.net) [](https://thevc.kr/vidraft) **A 180B frontier model from a laptop to DGX Spark.** A 4-bit GGUF build of Darwin-180B-RSI-R3 (111.3 GB, 4 files) for llama.cpp. It runs on a **gaming laptop with an 8 GB GPU and 32 GB RAM**, a **128 GB mini PC**, a CPU-only server, a single datacenter GPU, or **NVIDIA DGX Spark**. - **Quality kept:** MMLU-Pro (2,000 questions, paired) **87.65% vs 87.65%** for the BF16 original, difference **+0.00 points, 95% CI [−0.95, +1.00]**. - **Runs on a laptop:** **4.17 tokens/s** on an RTX 5060 Laptop GPU (8 GB) with 32 GB RAM. - **Runs without a GPU:** **18–21 tokens/s** on one server CPU socket, **78.8 GB peak RAM**. - **Runs on a mini PC:** any mini PC with **128 GB RAM** holds the whole model in memory, no GPU needed. - **Built-in confidence:** ZTC AUC **0.758** reading its own state; the 20% of questions it is most sure about are **97.5%** correct. Probe file and script included in `ztc/`. - **Shorter answers:** on the same 2,000 questions, answers average **3,694 tokens vs 4,322** for the same-format parent build (−14.5%).
번역 대기 중 · 원문 표시
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗POCKET-Qwen3.8-Flash-Next-GGUF
FINAL-Bench> ### 🆕 **POCKET-Zimage-CPU** — photoreal **images** in **46 s** on a **CPU only**. No GPU, no CUDA, no Python. > [](https://huggingface.co/FINAL-Bench/POCKET-Zimage-CPU) [](https://huggingface.co/spaces/FINAL-Bench/POCKET-Zimage-CPU) []() > ### 📚 Collections > **▶ POCKET Models** — this family (on-device, no GPU) > Darwin Family · Aether Foundation · VKAE Accelerated The file is **111 GiB**. That is **3.5× the laptop's RAM** and **14× its VRAM**, and it still runs, on stock `llama.cpp`, with no server and no cloud.
번역 대기 중 · 원문 표시
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗POCKET-Zimage-CPU
FINAL-Bench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 이미지
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗VKORE-325M-NPU-Base
FINAL-Bench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 ↗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.