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
84,853 개 모델13108 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 14

주목할 모델을 찾아보세요

> [!WARNING] > **THIS PROJECT HAS BEEN ARCHIVED.** > > This project and its associated code on GitHub are no longer under active development or maintained. `bert-base-NER` is a fine-tuned BERT model that is ready to use for Named Entity Recognition and achieves state-of-the-art performance for the NER task. It has been trained to recognize four types of entities: location (LOC), organizations (ORG), person (PER) and Miscellaneous (MISC). Specifically, this model is a `bert-base-cased` model that was fine-tuned on the English version of the standard `CoNLL-2003 Named Entity Recognition` dataset.

번역 대기 중 · 원문 표시

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

> [!WARNING] > **THIS PROJECT HAS BEEN ARCHIVED.** > > This project and its associated code on GitHub are no longer under active development or maintained. **This model is a conversion of DunnBC22/codebert-base-Malicious_URLs to ONNX** format. It's based on the CodeBERT architecture, tailored for the specific task of identifying URLs that may pose security threats. The model was converted to ONNX using the 🤗 Optimum library. **Modifications**: Details of any modifications or fine-tuning done to tailor the model for malicious URL detection.

번역 대기 중 · 원문 표시

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

> [!WARNING] > **THIS PROJECT HAS BEEN ARCHIVED.** > > This project and its associated code on GitHub are no longer under active development or maintained. **There is a newer version of the model - protectai/deberta-v3-base-prompt-injection-v2.** This model is a fine-tuned version of microsoft/deberta-v3-base on multiple combined datasets of prompt injections and normal prompts.

번역 대기 중 · 원문 표시

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

> [!WARNING] > **THIS PROJECT HAS BEEN ARCHIVED.** > > This project and its associated code on GitHub are no longer under active development or maintained. This model is a fine-tuned version of microsoft/deberta-v3-base specifically developed to detect and classify prompt injection attacks which can manipulate language models into producing unintended outputs. Prompt injection attacks manipulate language models by inserting or altering prompts to trigger harmful or unintended responses. The `deberta-v3-base-prompt-injection-v2` model is designed to enhance security in language model applications by detecting these malicious interventions.

번역 대기 중 · 원문 표시

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

> [!WARNING] > **THIS PROJECT HAS BEEN ARCHIVED.** > > This project and its associated code on GitHub are no longer under active development or maintained. This model is a fine-tuned version of distilroberta-base on multiple combined datasets of rejections from different LLMs and normal responses from RLHF datasets. It aims to identify rejections in LLMs when the prompt doesn't pass content moderation, classifying inputs into two categories: `0` for normal outputs and `1` for rejection detected.

번역 대기 중 · 원문 표시

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

> [!WARNING] > **THIS PROJECT HAS BEEN ARCHIVED.** > > This project and its associated code on GitHub are no longer under active development or maintained. **This model is a conversion of valurank/distilroberta-bias to ONNX** format. It is designed to detect biases in text using the distilled version of the RoBERTa model. The model was converted to ONNX using the 🤗 Optimum library. **Base Model**: DistilRoBERTa, a distilled version of the RoBERTa model that is optimized for faster performance while maintaining similar accuracy.

번역 대기 중 · 원문 표시

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

> [!WARNING] > **THIS PROJECT HAS BEEN ARCHIVED.** > > This project and its associated code on GitHub are no longer under active development or maintained. **This model is a conversion of MoritzLaurer/roberta-base-zeroshot-v2.0-c to ONNX** format using the 🤗 Optimum library.

번역 대기 중 · 원문 표시

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

> [!WARNING] > **THIS PROJECT HAS BEEN ARCHIVED.** > > This project and its associated code on GitHub are no longer under active development or maintained. **This model is a conversion of unitary/unbiased-toxic-roberta to ONNX** format using the 🤗 Optimum library. Trained models & code to predict toxic comments on 3 Jigsaw challenges: Toxic comment classification, Unintended Bias in Toxic comments, Multilingual toxic comment classification.

번역 대기 중 · 원문 표시

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

> [!WARNING] > **THIS PROJECT HAS BEEN ARCHIVED.** > > This project and its associated code on GitHub are no longer under active development or maintained. **This model is a conversion of vishnun/codenlbert-sm to ONNX** format using the 🤗 Optimum library.

번역 대기 중 · 원문 표시

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

> [!WARNING] > **THIS PROJECT HAS BEEN ARCHIVED.** > > This project and its associated code on GitHub are no longer under active development or maintained. **This model is a conversion of papluca/xlm-roberta-base-language-detection to ONNX** format using the 🤗 Optimum library. This model is a fine-tuned version of xlm-roberta-base on the Language Identification dataset.

번역 대기 중 · 원문 표시

텍스트 분석
입력 텍스트→ 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 ↗