Quantized GGUF diffusion transformer weights for Krea 2, converted from the original BF16 releases for use with ComfyUI GGUF loader nodes. This repository provides GGUF files for two checkpoints of the Krea 2 model family: - `krea2_raw_bf16-*.gguf` — converted from krea/Krea-2-Raw, the base release checkpoint. - `krea2_turbo_bf16-*.gguf` — converted from krea/Krea-2-Turbo, the post-trained checkpoint with additional fine-tuning and distillation.

번역 대기 중 · 원문 표시

이미지 생성

입력 텍스트→ 출력 이미지

요금 미확인멀티모달 및 채널 요금 별도 확인

자세히 보기 ↗

비교 추가출처 / 문서 ↗

Kromoss-GGUF

molbal

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

이미지 생성

입력 텍스트→ 출력 이미지

요금 미확인멀티모달 및 채널 요금 별도 확인

자세히 보기 ↗

비교 추가출처 / 문서 ↗

LTX-2.5-GGUF

molbal

This repository contains GGUF quantizations for Lightricks/LTX-2.5, including the 22B distilled transformer model. 1. **Text-to-Video (T2V)**: * File: `workflows/video_ltx2_5_t2v-gguf.json` * Generates video directly from text prompts using the GGUF transformer. 2. **Image-to-Video (I2V)**: * File: `workflows/video_ltx2_5_i2v-gguf.json` * Animates a single source frame with synchronized audio and motion. 3. **First & Last Frame to Video (FLF2V)**: * File: `workflows/video_ltx2_5_flf2v-gguf.json` * Interpolates seamless video transitions between two keyframe images. Ensure you place the upstream support weights into their respective folders: * **Text Encoder / CLIP**: Gemma 4 12B with projection (`ComfyUI/models/clip/` or `text_encoders/`) * **Video VAE**: `ltx-2.5-video-vae-bf16.safetensors` (`ComfyUI/models/vae/`) * **Audio VAE**: `ltx-2.5-audio-vae-bf16.safetensors` (`ComfyUI/models/vae/`)

번역 대기 중 · 원문 표시

영상 생성

입력 이미지→ 출력 영상

요금 미확인멀티모달 및 채널 요금 별도 확인

자세히 보기 ↗

비교 추가출처 / 문서 ↗

MiniMax-H3-GGUF

molbal

This repository (`molbal/MiniMax-H3-GGUF`) provides GGUF quantized versions and necessary component files for the MiniMax H3 model. MiniMax H3 is a general-purpose, omni-modal generative system that supports unified understanding of multimodal contexts composed of text, images, video, and audio. It can generate video with native stereo audio at resolutions up to 2K and durations of up to 15 seconds. This repository includes quantized versions of both the `FL2VA` (First-and-last-frame mode) and `Ref2VA` (Omni-reference mode) base models. The FL2VA builds are pruned to FP8 first and then quantized to GGUF. * **FL2VA Models (pruned to FP8):** * `minimax_h3_fl2va_pruned_fp8_Q4_0.gguf` (11.4 GB) * `minimax_h3_fl2va_pruned_fp8_Q8_0.gguf` (20.2 GB) * `minimax_h3_fl2va_pruned_fp8_Q8_CR.gguf` (20.2 GB) * `minimax_h3_fl2va_pruned_fp8_U16G.gguf` (15.0 GB) * **Ref2VA Models:** * `minimax-h3-ref2va-Q4_0.gguf` (11.4 GB) * `minimax-h3-ref2va-Q8_0.gguf` (21.4 GB) * `minimax-h3-ref2va-Q8_CR.gguf` (20.2 GB) * `minimax-h3-ref2va-U16G.gguf` (15.0 GB)

번역 대기 중 · 원문 표시

영상 생성

입력 이미지→ 출력 영상

요금 미확인멀티모달 및 채널 요금 별도 확인

자세히 보기 ↗

비교 추가출처 / 문서 ↗

MiniMax-H3-Turbo-GGUF

molbal

This repository provides GGUF quantized versions and ComfyUI workflows for the **FL2VA Turbo 4-step v1.0 768p** variant of MiniMax-H3-Turbo. MiniMax H3 is an omni-modal generative system supporting unified text, image, video, and audio generation with native stereo audio. The Turbo distillation compresses inference down to **4 steps (NFE)** at **768p** resolution with shifted schedules. > [!IMPORTANT] > **Full Merged Checkpoints:** These GGUF files contain **full merged weights** (the base model + distilled turbo weights merged directly into a standalone model checkpoint), not separate LoRA adapters. You load them directly as diffusion models in ComfyUI without needing additional base weights or LoRA loaders.

번역 대기 중 · 원문 표시

영상 생성

입력 이미지→ 출력 영상

요금 미확인멀티모달 및 채널 요금 별도 확인

자세히 보기 ↗

비교 추가출처 / 문서 ↗

Minimax-Music3-GGUF

molbal

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。

음성 합성

입력 텍스트→ 출력 오디오

요금 미확인멀티모달 및 채널 요금 별도 확인

자세히 보기 ↗

비교 추가출처 / 문서 ↗

MOSS-Image-GGUF

molbal

This repository contains GGUF quantizations of MOSS-Image-SFT, including the supplied Turbo variant. MOSS-Image generates images from natural-language prompts, tag sequences, and JSON layouts. The SFT model and conversion are based on the OpenMOSS release, which is licensed under Apache-2.0. File sizes are shown in GiB. Standard quants use common GGML formats. Proprietary quants use custom ConvRot formats supported by the `comfyui-gguf-reboot` loader nodes. Standard GGUF files can be loaded with compatible GGUF tools. Q8_CR and Q4_CR_L use custom quantization layouts and require the `comfyui-gguf-reboot` loader nodes. They are not compatible with general-purpose GGUF loaders.

번역 대기 중 · 원문 표시

이미지 생성

입력 텍스트→ 출력 이미지

요금 미확인멀티모달 및 채널 요금 별도 확인

자세히 보기 ↗

비교 추가출처 / 문서 ↗

Qwen-Image-2.1-GGUF

molbal

Qwen Image 2.1 is a diffusion transformer for text-to-image generation and image editing. It uses the Qwen3-VL 8B text encoder and supports image references through ComfyUI. It needs to be loaded with the GGUF Loader nodes. Load the model with the GGUF loader node from comfyui-gguf-reboot. Use the Qwen Image 2.1 workflow supplied by the installed ComfyUI version.

번역 대기 중 · 원문 표시

이미지 생성

입력 텍스트→ 출력 이미지

요금 미확인멀티모달 및 채널 요금 별도 확인

자세히 보기 ↗

비교 추가출처 / 문서 ↗

Qwen-Image-2.1-Turbo-GGUF

molbal

Qwen-Image-2.1-Turbo is an accelerated checkpoint of Qwen-Image-2.1 for text-to-image generation and image editing with 8 denoising steps. It is a diffusion transformer for text-to-image generation and image editing. It uses the Qwen3-VL 8B text encoder and supports image references through ComfyUI. It needs to be loaded with the GGUF Loader nodes. Q4_0, Q4_K_M, Q6_K, and Q8_0 are standard GGML GGUF quantizations. Q8_CR is a custom GGUF INT8 ConvRot format supported by the comfyui-gguf-reboot loader nodes. It uses their native INT8 ConvRot execution path and is distinct from standard GGML Q8_0. Load GGUF files with the comfyui-gguf-reboot loader nodes. These nodes give the best performance and are required for the Q8_CR native INT8 ConvRot path. Use the Qwen Image 2.1 workflow supplied by the installed ComfyUI version.

번역 대기 중 · 원문 표시

이미지 생성

입력 텍스트→ 출력 이미지

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 12

fibo-2.0-GGUF

Flux-3-Klein-GGUF

ideogram-4-gguf

krea2-gguf

Kromoss-GGUF

LTX-2.5-GGUF

MiniMax-H3-GGUF

MiniMax-H3-Turbo-GGUF

Minimax-Music3-GGUF

MOSS-Image-GGUF

Qwen-Image-2.1-GGUF

Qwen-Image-2.1-Turbo-GGUF

일치하는 모델 없음

좋은 모델, 명확한 비용.

이해하고 선택하세요

뉴스로 흐름을, 도구로 효율을, 모델로 가능성을.