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 · 이미지→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗DISCOVER & COMPARE
AI 모델 탐색 19
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 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗Flint-UD-Q4_K_XL-NInfer-v3
WaveCut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 ↗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 · 이미지→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗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 ↗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 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗A NInfer **v3** artifact of huihui-ai/Huihui-Qwen3.8-27B-abliterated, the abliterated Qwen3.8-27B with the lowest reported divergence from the base checkpoint among the widely used releases (the first fifteen layers are untouched; independent KL divergence measurements sit around 0.008) and a working MTP head. Built for NInfer-all, the `master` branch of iamwavecut/ninfer-all: ashalliants' NInfer-3090 consolidated with the fixes and features of the other NInfer forks. It serves the RTX 3090, RTX 4090, RTX 5090 and RTX PRO 6000 Blackwell, each with its measured kernel route profile built in (other GPUs calibrate once at first start). A single RTX 3090 serves a 198,400-token window with Vision and MTP. From the Docker image (an NVIDIA driver of the CUDA 13 branch, 580 or newer, and the NVIDIA Container Toolkit):
번역 대기 중 · 원문 표시
입력 텍스트 · 이미지→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗Nanbeige4.2-3B-heretic-GGUF
WaveCut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 ↗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 ↗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 ↗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 ↗A NInfer **v3** artifact of ISTA-DASLab's Qwen3.8-27B GSQ-RCO IQ3_S (3.5 bits per weight) for **NInfer-all**, the `master` branch of iamwavecut/ninfer-all, which serves the RTX 3090, RTX 4090, RTX 5090 and RTX PRO 6000 Blackwell. The GGUF assigns a ggml quantization type to every tensor; this artifact keeps each tensor's ggml blocks byte for byte, so nothing is requantized, and the engine multiplies the blocks in place. Stock NInfer builds refuse this file: the `gguf_*` formats exist only in that line, from commit `8706bfc0` on. One `.ninfer` file of 15,017,456,896 bytes (13.99 GiB; 10.95 GiB of text weights are resident without Vision and drafters), next to its conversion report, `SHA256SUMS` and `NOTICE`. A single stream with MTP from the Docker image (an NVIDIA driver of the CUDA 13 branch, 580 or newer, and the NVIDIA Container Toolkit):
번역 대기 중 · 원문 표시
입력 텍스트 · 이미지→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗A single-file NInfer **v3** artifact carrying the community uncensored tune HauhauCS/Qwen3.8-27B-Uncensored-HauhauCS-Aggressive-MTP-GGUF as the target model and the official z-lab/Qwen3.8-27B-DFlash2 draft model as the DFlash2 speculative companion (recipe `qwen3_8_27b-v2`, the first NInfer recipe with the DFlash2 payload). The native NextN/MTP head of the tune is preserved as well, so both `--spec mtp` and `--spec dflash2` work. It runs on **NInfer-all**, the `master` branch of iamwavecut/ninfer-all, which serves the RTX 3090, RTX 4090, RTX 5090 and RTX PRO 6000 Blackwell. Its first (v2) release ran on stock NInfer, which builds only for the RTX 5090; this v3 file was verified on NInfer-all. `--spec mtp --draft-tokens 3 --lm-head-draft` selects the tune's own NextN head instead. Vision (`--vision`) is the official tower: the release's BF16 projector reproduces it bit-for-bit through the FP16 export path, so the artifact carries the official BF16 vision words. **Hardware.** Upstream NInfer targets one RTX 5090 (`sm_120a`, 32 GB). NInfer-all serves the same `qwen3.8-27b / groupwise-int` identity with DFlash2 on the RTX 3090, 4090, 5090 and RTX PRO 6000: its Docker image needs an NVIDIA driver of the CUDA 13 branch (580 or newer) and the NVIDIA Container Toolkit, and a build (its README) sets `CMAKE_CUDA_ARCHITECTURES` to `86`, `89` or `120a`. The speed of the official artifact of this identity on each card is in its reference measurements, this tune itself was not measured there. On 24 GB cards the official artifact of the same size fits DFlash2 with five drafts beside 258,048 tokens of `rk4v4` KV on the 3090 and 245,760 on the 4090 (`--kv-dtype rk4v4 --gdn-state-fp16 --spec dflash2 --draft-tokens 5`).
번역 대기 중 · 원문 표시
입력 텍스트 · 이미지→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗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 ↗A NInfer **v3** artifact of ISTA-DASLab's Qwen3.8-Flash-Next GSQ-RCO IQ3_S (3.50 bits per weight over the transformer weights) for **NInfer-all**, the `master` branch of iamwavecut/ninfer-all. Qwen3.8-Flash-Next is a 125B-parameter mixture of experts: 48 layers of 512 routed experts, 10 of them active per token, about 6B active parameters. The GGUF assigns a ggml quantization type to every tensor; this artifact keeps each tensor's ggml blocks byte for byte (the hyper-connection projections excepted: they are re-quantized from BF16 to Q8_0), and the engine multiplies the blocks in place. IQ3_S is the release the GSQ-RCO card recommends: the strongest of the four. Stock NInfer builds refuse these files: the model family and the `gguf_*` formats exist only in that line; build `master` from commit `5395ec30b` on. NInfer serves it with up to eight concurrent requests, prompt-prefix reuse, structured output and its Vision tower; This file includes the MTP block. Enable drafting with `--spec mtp --draft-tokens 4`. One file, `Qwen3.8-Flash-Next-GSQ-RCO-IQ3_S-ninfer-v3.ninfer`, of 57,902,944,256 bytes (53.93 GiB), next to its conversion report, `SHA256SUMS`, `NOTICE` and `LICENSE`. Original text/Vision conversion command, before the MTP attachment:
번역 대기 중 · 원문 표시
입력 텍스트 · 이미지→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗A NInfer **v3** artifact of ISTA-DASLab's Qwen3.8-Flash-Next GSQ-RCO Q2_0 (2.40 bits per weight over the transformer weights) for **NInfer-all**, the `master` branch of iamwavecut/ninfer-all. Qwen3.8-Flash-Next is a 125B-parameter mixture of experts: 48 layers of 512 routed experts, 10 of them active per token, about 6B active parameters. The GGUF assigns a ggml quantization type to every tensor; this artifact keeps each tensor's ggml blocks byte for byte (the hyper-connection projections excepted: they are re-quantized from BF16 to Q8_0), and the engine multiplies the blocks in place. Q2_0 is the release built for speed: it avoids the lookup-table formats. Stock NInfer builds refuse these files: the model family and the `gguf_*` formats exist only in that line; build `master` from commit `5395ec30b` on. NInfer serves it with up to eight concurrent requests, prompt-prefix reuse, structured output and its Vision tower; This file includes the MTP block. Enable drafting with `--spec mtp --draft-tokens 4`. One file, `Qwen3.8-Flash-Next-GSQ-RCO-Q2_0-ninfer-v3.ninfer`, of 40,709,159,936 bytes (37.91 GiB), next to its conversion report, `SHA256SUMS`, `NOTICE` and `LICENSE`. Original text/Vision conversion command, before the MTP attachment:
번역 대기 중 · 원문 표시
입력 텍스트 · 이미지→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗The n-gram table of Qwen3.8-Flash-Next's per-layer embedding (PLE), as a NInfer **v3** artifact for **NInfer-all**, the `master` branch of iamwavecut/ninfer-all. Every NInfer conversion of Qwen3.8-Flash-Next published without its table reads its rows from this file: Stock NInfer builds cannot read it: the model family and the `gguf_*` formats exist only in that line; build `master` from commit `82f120de` on. The table holds 320,001,536 rows of 160 values (51.2B parameters), 16 hash heads over the 2- and 3-token n-grams of the context, each head's rows at its own offset. Every token reads the 16 rows its n-grams address. The rows are ISTA-DASLab's IQ4_NL blocks (`per_layer_token_embd` of their GGUF releases, 90 bytes a row), copied byte for byte: the second shard of every GSQ-RCO release, the Coder build's included, is the same file.
번역 대기 중 · 원문 표시
입력 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗Qwythos-9B-v2-Heretic-GGUF
WaveCut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 ↗A NInfer **v3** artifact of PrismML's Ternary Bonsai 2 27B for **NInfer-all**, the `master` branch of iamwavecut/ninfer-all, which serves the RTX 3090, RTX 4090, RTX 5090 and RTX PRO 6000 Blackwell. Stock NInfer builds refuse this file (`t2_g128_fp16` and the `hadamard_signs` Use auxiliary exist only in that line). The numbers below come from `master` at `2172a598` (September 2026), each card running the device route profile built into it. Every profile of this revision runs there; older engines are covered at the end. With `--lm-head-draft` the drafters score their candidates on the proposal head instead of the full one. MTP decodes 4% faster through it and accepts the same share of its drafts; DFlash2 gains nothing measurable, so its profiles leave the flag off. The head is loaded only with the flag.
번역 대기 중 · 원문 표시
입력 텍스트 · 이미지→ 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.