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
85,003 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 10

주목할 모델을 찾아보세요

**TL;DR:** abliterated Ornith-1.5-35B-A3B (MoE, 3B active) as a GGUF ladder (Q8_0, Q6_K, Q5_K_M, Q4_K_M + mmproj BF16); hard refusals reduced from 586/1120 to 20/1120 (NVFP4 sibling) with the Q4_K_M build measured at 43/1120 on the same 5-dataset cross-eval. Same abliterated master as the NVFP4 repo, converted with llama.cpp for local use. Built for security research, red-teaming and penetration-testing workflows; it will comply with requests a stock model refuses. Use responsibly. Note: the BF16 GGUF (71.1 GB) is not uploaded because Hugging Face rejects single files over 50 GB; use the Q8_0 file for near-BF16 quality or ask for a sharded BF16 upload.

번역 대기 중 · 원문 표시

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

**TL;DR:** abliterated Ornith-1.5-9B as a GGUF ladder (BF16, Q8_0, Q6_K, Q5_K_M, Q4_K_M + mmproj BF16); hard refusals reduced from 767/1120 to 20/1120 (NVFP4 sibling measurement) with the Q4_K_M build measured at 101/1120 on the same 5-dataset cross-eval. Same abliterated master as the NVFP4 repo, converted with llama.cpp for local and edge use. Built for security research, red-teaming and penetration-testing workflows; it will comply with requests a stock model refuses. Use responsibly. Effective refusal rate on 1120 harmful prompts across 5 datasets (temp 0, hard decline phrases in the first 25 words; naive keyword counts are inflated by compliant-with-disclaimer answers and are not the metric here). The NVFP4 column is the sibling repo's artifact, shown because the BF16 master it was measured on is identical; aggressive quantization visibly re-amplifies hedged declines (Q4 column).

번역 대기 중 · 원문 표시

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

**TL;DR:** abliterated Qwen3.8-27B as a GGUF ladder (Q8_0, Q6_K, Q5_K_M, Q4_K_M) plus a BF16 mmproj for the vision tower. Hard refusals on the 1120-prompt cross-eval: Q8_0 0/1120, Q4_K_M 0/1120 (BF16 master 0/1120, base model 804/1120). Built for security research, red-teaming and penetration-testing workflows; it will comply with requests a stock model refuses. Use responsibly. BF16 master: abliterated Qwen/Qwen3.8-27B with norm-preserving biprojection over 128 residual-writing matrices (pipeline in the master repository). Conversion: `convert_hf_to_gguf.py` (BF16 plus mmproj), quantization: `llama-quantize`. Validation: served with llama.cpp and re-evaluated on the house cross-eval before upload. Abliteration, conversion, quantization and validation by **Robert Ressl** (Hugging Face - Website - LinkedIn).

번역 대기 중 · 원문 표시

텍스트 생성
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 ↗