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
84,991 개 모델13202 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 11

주목할 모델을 찾아보세요

4-bit weight (W4A16) AWQ quant of **Qwen3.8-27B-Uncensored-Aggressive** (α=1.15 recipe update), in `compressed-tensors` format. Vision tower and the grafted **MTP head** are preserved. Recipe update to the Aggressive line: the previous build ablated at α≈1.24, which a larger benchmark sweep showed **over-ablates** past the ~1.15 quality peak. This build uses **α=1.15** — more open and better on every measured axis. Quant: AWQ, group size 128, asymmetric, MSE observer, 256 Magpie-CoT calibration samples @1024 tokens.

번역 대기 중 · 원문 표시

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

llama.cpp GGUF quants of **Qwen3.8-27B-Uncensored-Cyber** (v2 recipe), with the **vision projector** (`mmproj-*`) for image input and the **MTP head** (`mtp-*`) for speculative decoding. Full BF16 is not shipped as a single GGUF (exceeds the 50GB per-file limit) — use `Q8_0` (≈lossless) or the bf16 safetensors repo. Uncensored / de-refused, tuned to fully answer cyber and offensive-security questions. Use responsibly and in compliance with applicable law.

번역 대기 중 · 원문 표시

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

INT4 weight-only quantization of Qwen/Qwen3.8-27B — **the whole model, nothing stripped**: vision tower intact, MTP speculative-decoding head intact, thinking mode calibrated with real reasoning traces. 55 GB BF16 → **19.5 GB**, which puts a current-generation 27B VLM (with headroom for 32K+ context) on a pair of 32 GB V100s — and it serves on modern GPUs with stock vLLM, no ceremony. Validated end-to-end on **2×V100-32GB under 1Cat-vLLM 1.2.2** (SM70 TurboMind dequant path): coherence, think-tag discipline, image understanding, math, long-form generation, and MTP speculative decoding in both draft modes. **Methodology:** warm serve (2 discarded warmup generations), fixed-length generations via `ignore_eos` so every run produces exactly the stated token count, official Qwen3.8 sampling per mode (thinking `1.0/0.95/20`, instruct `0.7/0.80/20 + presence 1.5`), varied prompts. Reported as mean ± sd tokens/s. Rig: 2×V100-32GB, 1Cat-vLLM 1.2.2, TP2, `fp8_e5m2` KV, `max_num_seqs 4`, MTP K=2.

번역 대기 중 · 원문 표시

시각 질의응답
입력 텍스트 · 이미지→ 출력 텍스트
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 ↗