AI NEWS.ccAI正在发生 未来正在更新
♡ 我的收藏 0
AI NEWS · 模型情报站发现能力边界，让每一次选择更有依据 ↗基础档案先收录 · 缺失资料持续补齐
THE AI MODEL DIRECTORY 模型探索，从这里开始

找到适合你的 AI 模型。

从语言到影像，从开源到 API。读懂模型能力、比较真实成本，
为你的下一个想法，找到合适的智能引擎。

热门探索
84,999 款模型档案13202 家厂商 / 发布者45 个能力分类465 款有可比报价 · 30 款有公开评测
T文本生成▧图像生成▷视频生成⌘代码生成◖语音合成♫音乐生成⬡3D 建模▤文档分析
DISCOVER & COMPARE

探索 AI 模型 84999

为你发现值得关注的模型

*Average score vs. parameter count across image (MIEB-Lite), video (MMEB-V), and audio (MAEB) benchmarks — `jina-v5-omni-nano` and `jina-v5-omni-small` define the open-weight frontier (Table 1 in the ArXiv report).* `jina-embeddings-v5-omni-nano-retrieval` is a multimodal embedding model that accepts **text, images, video, and audio** and produces embeddings in a shared vector space aligned with the text-only `jinaai/jina-embeddings-v5-text-nano-retrieval` — so you can index with text and query with any modality, no reindexing. For higher performance at a larger size, see `jinaai/jina-embeddings-v5-omni-small-retrieval`. This is the **retrieval-targeted** variant of the `jina-embeddings-v5-omni-nano` family. The combined repo containing all task adapters is `jinaai/jina-embeddings-v5-omni-nano`.

译文排队中 · 当前显示来源原文

向量与相似度
输入 文本→ 输出 向量
价格待核验多模态与渠道费用须分别核对
查看详情 ↗
来源 / 文档 ↗

*Average score vs. parameter count across image (MIEB-Lite), video (MMEB-V), and audio (MAEB) benchmarks — `jina-v5-omni-nano` and `jina-v5-omni-small` define the open-weight frontier (Table 1 in the ArXiv report).* `jina-embeddings-v5-omni-small` is a multimodal embedding model that accepts **text, images, video, and audio** and produces embeddings in a shared vector space aligned with the text-only `jinaai/jina-embeddings-v5-text-small` — so you can index with text and query with any modality, no reindexing. For a more compact alternative, see `jinaai/jina-embeddings-v5-omni-nano`. This is the **base** repository — it holds all task adapters (retrieval, classification, clustering, text-matching). For a single task, pre-merged task-specific variants are also available: - `jinaai/jina-embeddings-v5-omni-small-retrieval` — query–document semantic search and RAG (raw-transformers users prepend `Query: ` / `Document: ` to text; sentence-transformers users call `encode_query()` / `encode_document()`). - `jinaai/jina-embeddings-v5-omni-small-classification` — assigning labels via embedding similarity — zero-shot and few-shot classification across modalities. - `jinaai/jina-embeddings-v5-omni-small-clustering` — grouping semantically similar items — topic discovery, deduplication, exploratory analysis. - `jinaai/jina-embeddings-v5-omni-small-text-matching` — symmetric pairwise similarity scoring — STS, paraphrase and near-duplicate detection.

译文排队中 · 当前显示来源原文

文本分析开放权重
输入 文本→ 输出 文本
价格待核验多模态与渠道费用须分别核对
查看详情 ↗
来源 / 文档 ↗

*Average score vs. parameter count across image (MIEB-Lite), video (MMEB-V), and audio (MAEB) benchmarks — `jina-v5-omni-nano` and `jina-v5-omni-small` define the open-weight frontier (Table 1 in the ArXiv report).* `jina-embeddings-v5-omni-small-retrieval` is a multimodal embedding model that accepts **text, images, video, and audio** and produces embeddings in a shared vector space aligned with the text-only `jinaai/jina-embeddings-v5-text-small-retrieval` — so you can index with text and query with any modality, no reindexing. For a more compact alternative, see `jinaai/jina-embeddings-v5-omni-nano-retrieval`. This is the **retrieval-targeted** variant of the `jina-embeddings-v5-omni-small` family. The combined repo containing all task adapters is `jinaai/jina-embeddings-v5-omni-small`.

译文排队中 · 当前显示来源原文

向量与相似度
输入 文本→ 输出 向量
价格待核验多模态与渠道费用须分别核对
查看详情 ↗
来源 / 文档 ↗
COST EXPLORER

好模型，也要算好成本。

费用分析

调整月度 Token 用量，直观比较不同模型的预估 API 开支。

1 M = 100 万 Token · 美元计价
仅比较同一渠道的基础文本 Token 报价

使用已采集且单位可比的 USD / 百万 Token 渠道报价。报价为采集时快照；不计缓存优惠、阶梯价、推理额外输出与税费，请以来源的当前报价为准。

MODEL HANDBOOK

读懂模型，再做选择

选型与常见问题
API 价格应该怎么比较？+

先区分输入、输出和缓存价格，再使用同一任务和用量估算总费用。图像、音频和视频可能按张、时长或分辨率计费，不能直接与 Token 单价比较。

开放权重，就代表可以免费商用吗？+

不一定。必须逐一核对具体模型版本的许可证、商用限制及使用政策。自己部署还需要考虑显存、推理资源和运维费用。

排行榜第一，就是最适合我的模型吗？+

榜单取决于测试任务、版本与评测方法。建议用实际业务样本比较准确性、时延、稳定性和成本，再选择模型。

AI NEWS · 从信息到选择

资讯看趋势，工具提效率，模型筑可能。

探索 AI 资讯 ↗发现 AI 工具 ↗