Bonsai-1.7Bcmf
infosave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 ↗DISCOVER & COMPARE
AI 모델 탐색 30
Bonsai-27Bcmf
infosave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 ↗Bonsai-8B_2bit_cmf
infosave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 ↗cmf-decision
infosave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 ↗DeepSeek-V4.1-Flash-1017-cmf
infosave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 ↗EmbeddingGemma-2-cmf
infosave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 임베딩
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗flint-cmf
infosave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 ↗GLM-5.3-Flash-cmf
infosave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 ↗Granite-4.2-cmf
infosaveThis repository contains all three dense reasoning models from IBM's Granite 4.2 family: 3B, 8B and 30B, each converted directly from the original bf16 checkpoint to Q4TP and Q8_2F CMF. A CMF is one memory-mapped file containing the weights, tokenizer, exact chat template and integrity hashes. The same artifact runs on CPU, Vulkan (NVIDIA/AMD/Intel), DX12 and Metal; inference needs no Python, PyTorch, CUDA toolkit or model-specific GPU build. Use `--no-think` for a direct answer. Without it, the embedded Granite template opens the model's native ` ... ` reasoning block. Numbers are single-stream `cortiq bench --tokens 100 --core --ignore-eos` steady decode on an NVIDIA A40. They exclude model load and prompt prefill. The 3B Q4TP run prefills at 80.3 tok/s and reaches first token in 0.58 s; its Q8_2F control prefills at 47.5 tok/s and reaches first token in 0.93 s. The 30B Q8_2F file is larger than the A40's safe physical graph live set: Cortiq automatically kept 55 of 64 layers on Vulkan and ran the nine-layer tail on the host. That 100-token run peaked at 43,036 MiB of the A40's 46,068 MiB and completed without steady-state weight uploads.
번역 대기 중 · 원문 표시
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗humanizer-cmf
infosave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 ↗Hy-MT2-cmf
infosaveTencent's Hy-MT2 translation family — 33 languages, instruction-following translation (terminology, style, placeholders, structured data) — as CMF files for `cortiq`: one memory-mapped file per model with the weights, the vendor tokenizer, the exact chat template and per-tensor hashes. The same file runs on the CPU, on Vulkan (NVIDIA / AMD / Intel), DX12 and Apple Metal; no Python, no PyTorch, no CUDA toolkit. **Requires cortiq 0.7.0 or newer.** Earlier runtimes do not know the `hunyuan_v1_dense` / `hy_v3` architectures (and 0.6.9 crashes on any 4-bit embedding — fixed in the same release). ¹ Twelve 512-token windows of wikitext-2 test, exact attention, the same yardstick every card on this account uses. The bf16-class reference for the 1.8B (`q8_2f`, not published) scores 24.77 — the 4-bit file sits within 10% (27.13 vs 24.77) of it. These are translation models: their perplexity on English encyclopedia prose is not what they were trained for, which is why column ² exists.
번역 대기 중 · 원문 표시
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗KAT-Coder-V2.5-CMF
infosave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 ↗Kimi-Linear-48B-A3B-Code-CMF
infosave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 ↗LFM2.5-cmf
infosaveLiquidAI's LFM2.5 is a hybrid: most layers mix with a short gated convolution and only a few carry full attention, so the state a token needs is small and constant where the convolution runs. These are those checkpoints in the CMF container — a single memory-mapped file read by `cortiq`, a Rust binary with no ML framework under it. GPU via Vulkan/Metal/DX12 with a CPU fallback; NVIDIA, AMD, Intel and Apple silicon read the same file. All three are 4-bit tiled with ladder scales (`q4tp`), quantized straight from the bf16 checkpoints. Steady-state decode, `cortiq bench --core`, single stream, cortiq **0.5.99+** (the whole-token graph learned this family's short-conv mixer and its sigmoid-routed MoE in 0.5.98/0.5.99 — earlier versions decode it an order of magnitude slower).
번역 대기 중 · 원문 표시
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗Mellum2.1-12B-A2.5B-Thinking-CMF
infosave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 ↗MiMo-V2.6-Flash-RL-cmf
infosave> **Model release candidate.** All three weight files are uploaded and SHA-256 verified. > Text and greedy MTP checks pass; strict multimodal acceptance is still incomplete. > **Engine: Cortiq 0.7.7** · crates.io. Older published versions do not include this MiMo integration. **These are two complete file sets, not two copies of the 164-GB backbone.** Full includes the same text weights plus a **1.241-GB multimodal companion**. To upgrade from Text-only, download only the `.mm.cmf` file into the same folder. Text-only does not download or load the media towers. MiMo is a mixture-of-experts model with approximately **310 billion total parameters**, not a 15-billion-parameter checkpoint. Only a subset (roughly 15 billion parameters) is active per token, but **all experts must be stored**. Even a hypothetical uniform four-bit representation of 310 billion parameters would occupy about **155 GB**, before scales, metadata and higher-precision tensors. This conversion intentionally retains q8 and float tensors where needed.
번역 대기 중 · 원문 표시
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗MiniCPM5-2B-cmf
infosave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 ↗MiniMax-H3-Turbo-cmf
infosave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 영상
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗MiniMax-M3.1-Flash-cmf
infosave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 ↗Nanbeige4.2-3Bcmf
infosaveNanbeige/Nanbeige4.2-3B converted to the CMF format: a single mmap-served file executed by a pure-Rust runtime. Nanbeige 4.2 is a **Looped Transformer**: 22 physical layers applied twice (44 virtual layers) with a re-norm at each loop boundary — the engine executes the loop natively — and a reasoning model that thinks before it answers. Measured on a **fanless MacBook Air (Apple M4)** — 10-core CPU (4 performance + 6 efficiency), 10-core GPU, 24 GB unified memory, macOS 27. No external cooling, no overclock, nothing plugged in.
번역 대기 중 · 원문 표시
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗Ornith-1.5-122B-cmf
infosave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 ↗Ornith-1.5-cmf
infosave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 ↗Qwen3.6-27Bcmf
infosave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 ↗Qwen3.6-35B-A3B-Escha-W2cmf
infosave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 ↗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.