gemma-2-2b-it-llamafile
mozilla-ai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 26
gemma-2-9b-it-llamafile
mozilla-ai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 ↗Llama-3.2-1B-Instruct-llamafile
mozilla-aiThis is a large language model that was released by Meta on 2024-09-25. This edition of LLaMA packs a lot of quality in a size small enough to run on most computers with 4GB+ of RAM. See also its sister model Llama-3.2-1B-Instruct-llamafile. Mozilla packaged the LLaMA 3.2 models into executable weights that we call llamafiles. This gives you the easiest fastest way to use the model on Linux, MacOS, Windows, FreeBSD, OpenBSD and NetBSD systems you control on both AMD64 and ARM64. To get started, you need both the LLaMA 3.2 weights, and the llamafile software. Both of them are included in a single file, which can be downloaded and run as follows:
번역 대기 중 · 원문 표시
입력 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗Llama-3.2-3B-Instruct-llamafile
mozilla-ai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 ↗llamafile_0.10
mozilla-aiThese llamafiles are pre-packaged with support for CPU, Metal GPUs on Mac and CUDA+Vulkan on linux and Windows. If you have a different GPU or OS, you can download the corresponding library in the Files and versions section and save it in your home directory for llamafile to automatically find it. For more information about our project, check out our github repo. To learn how to use llamafiles, check our documentation! *NOTE*: While the llamafile project is Apache 2.0-licensed, the licenses of models we bundle with it might differ. Use the table above for reference.
번역 대기 중 · 원문 표시
입력 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗llava-v1.5-7b-llamafile
mozilla-ai**Model type:** LLaVA is an open-source chatbot trained by fine-tuning LLaMA/Vicuna on GPT-generated multimodal instruction-following data. It is an auto-regressive language model, based on the transformer architecture. Llama 2 is licensed under the LLAMA 2 Community License, Copyright (c) Meta Platforms, Inc. All Rights Reserved. **Where to send questions or comments about the model:** https://github.com/haotian-liu/LLaVA/issues
번역 대기 중 · 원문 표시
입력 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗llm-compiler-13b-ftd-llamafile
mozilla-ai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 ↗mathstral-7B-v0.1-llamafile
mozilla-ai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 ↗Meta-Llama-3.1-405B-Instruct-llamafile
mozilla-ai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 ↗Meta-Llama-3.1-405B-llamafile
mozilla-ai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 ↗Meta-Llama-3.1-70B-Instruct-llamafile
mozilla-ai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 ↗Meta-Llama-3.1-8B-Instruct-llamafile
mozilla-aiThis is a large language model that was released by Meta on 2024-07-23. It was fine-tuned by Meta to follow your instructions. It's big enough to be capable of being put to serious use, and it's small enough to be capable of running on most personal computers. Mozilla has packaged the LLaMA model into executable weights that we call llamafiles. This gives you the easiest fastest way to use the model on Linux, MacOS, Windows, FreeBSD, OpenBSD 7.3, and NetBSD systems you control on both AMD64 and ARM64. To get started, you need both the LLaMA weights, and the llamafile software. Both of them are included in a single file, which can be downloaded and run as follows:
번역 대기 중 · 원문 표시
입력 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗Meta-Llama-3.1-8B-llamafile
mozilla-aiThis is a large language model that was released by Meta on 2024-07-23. It's big enough to be capable of being put to serious use, and it's small enough to be capable of running on most personal computers. This repo contains the base model, which has not been fine-tuned to follow instructions. Mozilla has packaged the LLaMA model into executable weights that we call llamafiles. This gives you the easiest fastest way to use the model on Linux, MacOS, Windows, FreeBSD, OpenBSD and NetBSD systems you control on both AMD64 and ARM64. You can then use the completion mode of the GUI to experiment with this model. You can prompt the model for completions on the command line too:
번역 대기 중 · 원문 표시
입력 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗Meta-Llama-3-8B-Instruct-llamafile
mozilla-aiThis repository contains executable weights (which we call llamafiles) that run on Linux, MacOS, Windows, FreeBSD, OpenBSD, and NetBSD for AMD64 and ARM64. Running the following on a desktop OS will launch a tab in your web browser with a chatbot interface. llamafile is a new format introduced by Mozilla Ocho on Nov 20th 2023. It uses Cosmopolitan Libc to turn LLM weights into runnable llama.cpp binaries that run on the stock installs of six OSes for both ARM64 and AMD64.
번역 대기 중 · 원문 표시
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗Mistral-7B-Instruct-v0.2-llamafile
mozilla-aiWARNING: This README may contain inaccuracies. It was generated automatically by forking TheBloke/Mistral-7B-Instruct-v0.2-GGUF and piping the README through sed. Errors should be reported to jartine, and do not reflect TheBloke. You can also support his work on Patreon. llamafile is a new format introduced by Mozilla Ocho on Nov 20th 2023. It uses Cosmopolitan Libc to turn LLM weights into runnable llama.cpp binaries that run on the stock installs of six OSes for both ARM64 and AMD64. These quantised llamafilev2 files are compatible with llama.cpp from August 27th onwards, as of commit d0cee0d
번역 대기 중 · 원문 표시
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗Mistral-7B-Instruct-v0.3-llamafile
mozilla-aiThis repository contains executable weights (which we call llamafiles) that run on Linux, MacOS, Windows, FreeBSD, OpenBSD, and NetBSD for AMD64 and ARM64. The third edition of Mistral 7B was released on May 22th, 2024. It increases the vocabulary size to 32768, supports the v3 tokenizer, and introduces support for function calling. Assuming your system has at least 16GB of RAM, you can try running the following command which download, concatenate, and execute the model.
번역 대기 중 · 원문 표시
입력 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗Mistral-Nemo-Instruct-2407-llamafile
mozilla-ai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 ↗Mixtral-8x7B-Instruct-v0.1-llamafile
mozilla-ai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 ↗OLMo-7B-0424-llamafile
mozilla-ai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 ↗Phi-3-medium-128k-instruct-llamafile
mozilla-aiThis is a large language model that was released by Microsoft on May 21st, 2024. It has an outstanding context size, which makes it good for summarizing and extracting information from large bodies of text. It's also been fine-tuned to follow your instructions. Mozilla has packaged the Phi-3 model into executable weights that we call llamafiles. This gives you the easiest fastest way to use the model on Linux, MacOS, Windows, FreeBSD, OpenBSD and NetBSD systems you control on both AMD64 and ARM64. Running the following on a desktop OS will launch a tab in your web browser with both a chatbot interface and a completion interface.
번역 대기 중 · 원문 표시
입력 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗Phi-3-mini-4k-instruct-llamafile
mozilla-aiThis repository contains executable weights (which we call llamafiles) that run on Linux, MacOS, Windows, FreeBSD, OpenBSD, and NetBSD for AMD64 and ARM64. Assuming your system has at least 32GB of RAM, you can try running the following command which download, concatenate, and execute the model. Alternatively, you may download an official `llamafile` executable from Mozilla Ocho on GitHub, in which case you can use the Mixtral llamafiles as a simple weights data file.
번역 대기 중 · 원문 표시
입력 텍스트→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗rocket-3B-llamafile
mozilla-ai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 ↗tiny-pii-electra-small
mozilla-ai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 ↗TinyLlama-1.1B-Chat-v1.0-llamafile
mozilla-ai- Model creator: TinyLlama - Original model: TinyLlama-1.1B-Chat-v1.0 - Prebuilt llamafiles for each quantization format that can be executed to launch a web server or cli interface - GGUF weights data files for each quantization format, which require either the llamafile or llama.cpp software to run
번역 대기 중 · 원문 표시
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.