dinov3-vitl16-pretrain-lvd1689m-GGUF
LocalAI-io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 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗DISCOVER & COMPARE
AI 모델 탐색 18
GEM-X-GGUF
LocalAI-io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 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗Kimodo-G1-RP-v1-GGML
LocalAI-io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 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗Kimodo-G1-SEED-v1-GGML
LocalAI-io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 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗Kimodo-SOMA-RP-v1.1-GGML
LocalAI-ioNative F32 GGML/GGUF conversion of nvidia/Kimodo-SOMA-RP-v1.1. The model predicts the compact SOMA 30-joint control skeleton. Its reusable Llama-derived text encoder is distributed separately as `Llama-3-Kimodo-GGML`. The model is installed at `models/kimodo-soma-rp-v1.1-f32.gguf` by `scripts/download_gguf_weights.sh --output "$PWD" --model soma-rp-v1.1`. Converted from upstream revision `6c9233af1180b8151e3c4703477104af5dce9dd5`. `MANIFEST.json` records the source revision and SHA-256 of the GGUF. The model remains subject to the NVIDIA Open Model License. This conversion grants no additional rights.
번역 대기 중 · 원문 표시
입력 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗Kimodo-SOMA-SEED-v1.1-GGML
LocalAI-io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 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗Llama-3-Kimodo-GGML
LocalAI-ioNative GGML/GGUF text encoder used by Kimodo. This is the reusable LLM2Vec encoder only; download a matching Kimodo diffusion model separately, for example `Kimodo-SMPLX-RP-v1-GGML`. From a kimodo.cpp checkout with the Hugging Face CLI installed, install both with: The downloader installs the recommended Q8_0 variant by default. Select a different one with `--text-quantization bf16|q8_0|q6_k|q5_k|q4_k|q4_k_m`. Every variant is one monolithic weight GGUF and uses the same `tokenizer.gguf`. Kimodo reads individual tensor ranges from the monolith, so streaming one layer at a time does not require separate per-layer files.
번역 대기 중 · 원문 표시
입력 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗This model was converted to GGUF format from `mudler/LocalAI-functioncall-qwen2.5-7b-v0.5` using llama.cpp via the ggml.ai's GGUF-my-repo space. Refer to the original model card for more details on the model. Note: You can also use this checkpoint directly through the usage steps listed in the Llama.cpp repo as well. Step 2: Move into the llama.cpp folder and build it with `LLAMA_CURL=1` flag along with other hardware-specific flags (for ex: LLAMA_CUDA=1 for Nvidia GPUs on Linux).
번역 대기 중 · 원문 표시
입력 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗LocalVQE
LocalAI-io**Local Voice Quality Enhancement** — compact neural models for acoustic echo cancellation (AEC), noise suppression (NS), and dereverberation of 16 kHz speech, running on commodity CPUs in real time. Causal and streaming (256-sample hop, 16 ms latency). This page hosts the published weights. Inference runs the GGML C++ engine on the GGUF files directly (build instructions on GitHub). **Authors:** Richard Palethorpe (richiejp) and Claude (Anthropic). LocalVQE is a streaming, CPU-tuned derivative of **DeepVQE** (Indenbom et al., Interspeech 2023).
번역 대기 중 · 원문 표시
입력 오디오→ 출력 오디오
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗MotionBricks-G1-GGML
LocalAI-io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 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗privacy-filter-GGUF
LocalAI-io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 ↗privacy-filter-multilingual-GGUF
LocalAI-ioGGUF conversion of `OpenMed/privacy-filter-multilingual`, a multilingual PII **token-classification** model (a fine-tune of `openai/privacy-filter`). It labels every token with a BIOES tag over **54 PII categories (217 classes)** across **16 languages**, so it can be served locally with **no Python** as the encoder/NER tier of a PII redactor. For the full model description, label space, evaluation, limitations, and citations, see the **source model card** — this card only covers the GGUF packaging and how to run it. This GGUF uses a **custom architecture, `openai-privacy-filter`**, that is not (yet) part of upstream llama.cpp. It runs on:
번역 대기 중 · 원문 표시
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗privacy-filter-nemotron-GGUF
LocalAI-ioGGUF conversion of `OpenMed/privacy-filter-nemotron`, a **fine-grained** PII **token-classification** model — a fine-tune of `openai/privacy-filter` on the `nvidia/Nemotron-PII` dataset. It labels every token with a BIOES tag over **55 PII categories (221 classes)** in a single forward pass, then decodes coherent spans with a constrained Viterbi procedure — so it can be served locally with **no Python** as the encoder/NER tier of a PII redactor. Where the base `openai/privacy-filter` covers 8 coarse categories, this fine-tune trades multilingual breadth for **category depth**: 55 fine-grained English categories (first/last name, government IDs, financial, healthcare, vehicle, digital, …). For the full model description, label space, evaluation, limitations, and citations, see the **source model card** — this card only covers the GGUF packaging and how to run it.
번역 대기 중 · 원문 표시
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗Qwen-Image-2.1-Anime-Fusal-GGUF
LocalAI-io**Built with Qwen.** This repository packages a tested LocalAI and stable-diffusion.cpp runtime for MicksHF/Qwen-Image-2.1-Anime-Fusal. It is a multi-file runtime assembly, not a merged checkpoint. The source model includes NSFW training material and is not for all audiences. This repository grants no rights to third-party artwork, characters, trademarks, datasets, or generated outputs. Users are responsible for lawful and responsible use. The text encoder does not include vision weights. This package supports text-to-image. It does not support reference-image editing without a compatible Qwen3-VL vision projector or combined encoder.
번역 대기 중 · 원문 표시
입력 텍스트→ 출력 이미지
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗sam-3d-body-dinov3-GGUF
LocalAI-io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 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗SkinTokens-GGUF
LocalAI-io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 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗TRELLIS.2-4B-GGUF
LocalAI-ioGGUF (`f16`) conversions of microsoft/TRELLIS.2-4B for the **trellis2cpp** / ggml runtime — a CUDA-free, PyTorch-free C++ port of the TRELLIS.2 image-to-3D pipeline. Load these directly; no safetensors conversion or Python is needed at inference. The image conditioning encoder (DINOv3) and the sparse-structure decoder are published separately: dinov3-vitl16-pretrain-lvd1689m-GGUF and TRELLIS-image-large-GGUF. Converted from the upstream `bf16`/`fp16` safetensors to GGUF `f16` (ggml ftype 1) with the `convert_*_to_gguf.py` scripts in the trellis2cpp project. No weights were retrained or modified — this is a format conversion only.
번역 대기 중 · 원문 표시
입력 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗TRELLIS-image-large-GGUF
LocalAI-io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 미확인→ 출력 미확인
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.