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 6

제공사 입력 출력 라이선스

주목할 모델을 찾아보세요

tabpfn_2_5

Prior-Labs

TabPFN-2.5 is a transformer-based foundation model that uses in-context-learning to solve tabular prediction problems in a forward pass. Inference code can be found at https://github.com/PriorLabs/tabPFN. For more examples (e.g. how to train a regressor), see the github repo: https://github.com/PriorLabs/tabPFN! Regression and classification tasks with ≤50 000 samples and ≤2000 features in structured tabular format.

번역 대기 중 · 원문 표시

표 및 시계열 예측

입력 미확인→ 출력 미확인

요금 미확인멀티모달 및 채널 요금 별도 확인

자세히 보기 ↗

비교 추가출처 / 문서 ↗

tabpfn_2_6

Prior-Labs

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

표 및 시계열 예측

입력 미확인→ 출력 미확인

요금 미확인멀티모달 및 채널 요금 별도 확인

자세히 보기 ↗

비교 추가출처 / 문서 ↗

tabpfn_3

Prior-Labs

TabPFN-3 is a transformer-based foundation model that uses in-context-learning to solve tabular prediction problems in a forward pass. Inference code can be found at https://github.com/PriorLabs/TabPFN. More details can be found in the Model Report. For more examples (e.g. how to train a regressor), see the github repo: https://github.com/PriorLabs/tabPFN! TabPFN-3 ships with default classification and regression checkpoints, plus a few experimental specialized variants. We recommend starting with the defaults — the variants can be useful in ensembling or HPO setups, or tried manually in the regime they were trained for. Their name suffixes indicate what we expect them to be good at.

번역 대기 중 · 원문 표시

표 및 시계열 예측

입력 미확인→ 출력 미확인

요금 미확인멀티모달 및 채널 요금 별도 확인

자세히 보기 ↗

비교 추가출처 / 문서 ↗

tabpfn_3_5

Prior-Labs

TabPFN-3.5 is a transformer-based foundation model that uses in-context learning to solve tabular prediction problems in a forward pass. One checkpoint serves both classification and regression. Inference code can be found at https://github.com/PriorLabs/TabPFN. `TabPFNRegressor` works the same way, off the same checkpoint. For more examples, see the github repo: https://github.com/PriorLabs/TabPFN. Every checkpoint ships with basic text and datetime column handling enabled (`TRANSFORM_TEXT`, `TRANSFORM_DATES`) and a feature limit of 20,000.

번역 대기 중 · 원문 표시

표 및 시계열 예측

입력 미확인→ 출력 미확인

요금 미확인멀티모달 및 채널 요금 별도 확인

자세히 보기 ↗

비교 추가출처 / 문서 ↗

TabPFN-v2-clf

Prior-Labs

TabPFN is a transformer-based foundation model for tabular data that leverages prior-data based learning to achieve strong performance on small tabular datasets without requiring task-specific training. - **Developed by:** Prior Labs - **Model type:** Transformer-based foundation model for tabular data - **License:** Prior Labs License (Apache 2.0 with additional attribution requirement) - **Paper:** Published in Nature (January 2025) - **Repository:** GitHub - priorlabs/tabpfn 📚 For detailed usage examples and best practices, check out: - Interactive Colab Tutorial

번역 대기 중 · 원문 표시

표 및 시계열 예측

입력 미확인→ 출력 미확인

요금 미확인멀티모달 및 채널 요금 별도 확인

자세히 보기 ↗

비교 추가출처 / 문서 ↗

TabPFN-v2-reg

Prior-Labs

TabPFN is a transformer-based foundation model for tabular data that leverages prior-data based learning to achieve strong performance on small tabular regression tasks without requiring task-specific training. - **Developed by:** Prior Labs - **Model type:** Transformer-based foundation model for tabular data - **License:** Prior Labs License (Apache 2.0 with additional attribution requirement) - **Paper:** Published in Nature (January 2025) - **Repository:** GitHub - priorlabs/tabpfn 📚 For detailed usage examples and best practices, check out: - Interactive Colab Tutorial

번역 대기 중 · 원문 표시

표 및 시계열 예측

입력 미확인→ 출력 미확인

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 6

tabpfn_2_5

tabpfn_2_6

tabpfn_3

tabpfn_3_5

TabPFN-v2-clf

TabPFN-v2-reg

일치하는 모델 없음

좋은 모델, 명확한 비용.

이해하고 선택하세요

뉴스로 흐름을, 도구로 효율을, 모델로 가능성을.