AI NEWS.ccAI는 지금, 미래는 업데이트 중
♡ 저장한 도구 0
AI NEWS · 모델 정보기능을 이해하고 근거 있게 선택하세요. ↗기본 정보 우선 등록 · 상세 정보 지속 보완
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.

인기 검색
84,737 개 모델13040 개 제공사 / 게시자45 개 기능 분류465개 비교 가능 요금 · 30개 공개 평가
T텍스트 생성▧이미지 생성▷영상 생성⌘코드 생성◖음성 합성♫음악 생성⬡3D 모델링▤문서 분석
DISCOVER & COMPARE

AI 모델 탐색 22

주목할 모델을 찾아보세요

This LoRA will turn Ideogram 4 into a few step model. It is capable of generating good quality images in as little as 2 steps with no CFG and no unconditional model. It was created with a continuious turbo training method I am working on and still perfecting. I will release more information on that once it is fully polished. This will likely recieve updated versions as the method improves.

번역 대기 중 · 원문 표시

이미지 생성
입력 텍스트→ 출력 이미지
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗
출처 / 문서 ↗

This LoRA will allow you to inference on the Krea2 Turbo model in the style of a reference image. It was trained with AI Toolkit using the experimental Krea2 reference image trainer with the turbo training adapter. It was trained on thousands of hand curated style pairs I have been building over the years. It was trained to handle 1-2 reference images. For inference in Comfy UI you will need this custom node. ComfyUI-Krea2-Ostris-Edit Use the template in that repo with this lora for the effect. No trigger word is needed just image and prompt. For diffusers, there is a communiuty pipeline here ostris/Krea2OstrisEdit. You can run it like below:

번역 대기 중 · 원문 표시

이미지 생성
입력 텍스트→ 출력 이미지
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗
출처 / 문서 ↗

This is a training adapter designed to be used for fine-tuning krea/Krea-2-Turbo. It was made for use with AI Toolkit but could potentially be used in other trainers as well. If you are implementing it into training code and have questions. I am always happy to help. Just reach out. When you train directly on a step distilled model, the distillation breaks down very quickly. This results in losing the step distillation in an unpredictable way. A de-distill training adapter slows this process down significantly allowing you to do short training runs while preserving the step distillation (speed). You could also train directly on the raw model, but training directly on the turbo model could yield better results. This is really just a hack to significantly slow down the distillation when fine-tuning a distilled model. The distillation will still be broken down over time. What that means is, this adapter will work great for shorter runs such as styles, concepts, and characters. However, doing a long training run will likely lead to the distillation breaking down to a point where artifacts will be produced when the adapter is removed.

번역 대기 중 · 원문 표시

이미지 생성
입력 텍스트→ 출력 이미지
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗
출처 / 문서 ↗

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

분류 준비 중
입력 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗
출처 / 문서 ↗

This is a de-distilled version of Tongyi-MAI/Z-Image-Turbo. It was fine tuned on images generated by Tongyi-MAI/Z-Image-Turbo in order to break down the turbo distillation. It can be used to train LoRAs on top of that should remain compatability with the base model, or it can be continued to finetune well beyond what you could do with the turbo model with the ostris/zimage_turbo_training_adapter. This can be trained on directly without an adapter. It can also be used for inference directly. For inference, use a low CFG (2.0 - 3.0) and 20-30 steps. It seems to work well with CFG normalization as well.

번역 대기 중 · 원문 표시

이미지 생성
입력 텍스트→ 출력 이미지
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗
출처 / 문서 ↗

This is a training adapter designed to be used for fine-tuning Tongyi-MAI/Z-Image-Turbo. It was made for use with AI Toolkit but could potentially be used in other trainers as well. If you are implementing it into training code and have questions. I am always heppy to help. Just reach out. It can also be used as a general de-distillation LoRA for inference to remove the "Turbo" from "Z-Image-Turbo". When you train directly on a step distilled model, the distillation breaks down very quickly. This results in losing the step distillation in an unpredictable way. A de-distill training adapter slows this process down significantly allowing you to do short training runs while preserving the step distillation (speed). This is really just a hack to significantly slow down the distillation when fine-tuning a distilled model. The distillation will still be broken down over time. What that means is, this adapter will work great for shorter runs such as styles, concepts, and characters. However, doing a long training run will likely lead to the distillation breaking down to a point where artifacts will be produced when the adapter is removed.

번역 대기 중 · 원문 표시

이미지 생성
입력 텍스트→ 출력 이미지
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗
출처 / 문서 ↗
COST EXPLORER

좋은 모델, 명확한 비용.

비용 분석

월간 토큰 사용량으로 예상 API 비용을 비교하세요.

1 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.

AI NEWS · 정보에서 선택으로

뉴스로 흐름을, 도구로 효율을, 모델로 가능성을.

AI 뉴스 탐색 ↗AI 도구 찾기 ↗