bert-ner-japanese
jurabi抽出される固有表現のタイプは、以下の8種類です。 - 人名 - 法人名（法人または法人に類する組織） - 政治的組織名（政治的組織名、政党名、政府組織名、行政組織名、軍隊名、国際組織名） - その他の組織名 （競技組織名、公演組織名、その他） - 地名 - 施設名 - 製品名（商品名、番組名、映画名、書籍名、歌名、ブランド名等） - イベント名
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 ↗DISCOVER & COMPARE
探索 AI 模型 84999
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。
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 ↗FLAIR
jusiro2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。
输入 待核验→ 输出 待核验
价格待核验多模态与渠道费用须分别核对
查看详情 ↗xor
juspay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。
基础资料已收录 · 缺失资料后续补充
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 ↗Xor-26B-A4B
juspay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。
基础资料已收录 · 缺失资料后续补充
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 ↗Xor-26B-A4B-NVFP4
juspay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。
基础资料已收录 · 缺失资料后续补充
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 ↗xor-lite
juspay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。
基础资料已收录 · 缺失资料后续补充
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 ↗DBS-BSRNN-DnR
JusperLee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。
基础资料已收录 · 缺失资料后续补充
输入 音频→ 输出 音频
价格待核验多模态与渠道费用须分别核对
查看详情 ↗DBS-TIGER-DnR
JusperLee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。
基础资料已收录 · 缺失资料后续补充
输入 音频→ 输出 音频
价格待核验多模态与渠道费用须分别核对
查看详情 ↗Dolphin
JusperLee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。
基础资料已收录 · 缺失资料后续补充
输入 音频→ 输出 音频
价格待核验多模态与渠道费用须分别核对
查看详情 ↗TIGER-DnR
JusperLeeMohan Xu * , Kai Li * , Guo Chen, Xiaolin Hu Tsinghua University, Beijing, China * Equal contribution 📜 ICLR 2025 | 🎶 Demo | 🤗 Dataset > TIGER is a lightweight model for speech separation which effectively extracts key acoustic features through frequency band-split, multi-scale and full-frequency-frame modeling. - **[2025-01-23]** We release the code and pre-trained model of TIGER! 🚀 - **[2025-01-23]** We release the TIGER model and the EchoSet dataset! 🚀
译文排队中 · 当前显示来源原文
输入 音频→ 输出 音频
价格待核验多模态与渠道费用须分别核对
查看详情 ↗TIGER-speech
JusperLeeTIGER: Time-frequency Interleaved Gain Extraction and Reconstruction for Efficient Speech Separation Mohan Xu * , Kai Li * , Guo Chen, Xiaolin Hu Tsinghua University, Beijing, China * Equal contribution 📜 ICLR 2025 | 🎶 Demo | 🤗 Dataset > TIGER is a lightweight model for speech separation which effectively extracts key acoustic features through frequency band-split, multi-scale and full-frequency-frame modeling.
译文排队中 · 当前显示来源原文
输入 音频→ 输出 音频
价格待核验多模态与渠道费用须分别核对
查看详情 ↗TIGER-speech-tiny
JusperLee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。
基础资料已收录 · 缺失资料后续补充
输入 音频→ 输出 音频
价格待核验多模态与渠道费用须分别核对
查看详情 ↗Qwen3.8-27B-TURBO-Fable-MXFP4-awq
just1moremodel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。
基础资料已收录 · 缺失资料后续补充
输入 文本 · 图像→ 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 ↗Qwen3.8-27B-Uncensored-MXFP4-awq
just1moremodel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。
基础资料已收录 · 缺失资料后续补充
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 ↗hayai-ocr-v2
JustANormalTinkerer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。
输入 图像→ 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 ↗hayai-ocr-v2.5-nova
JustANormalTinkerer**Hayai OCR** is an ultra-lightweight (~150M parameter) vision-to-text model engineered for ultra-fast, crop-level transcription across **Japanese, Chinese, Korean, and English**. Hayai couples **Google's SigLIP2 NaFlex** vision encoder with a **custom 12-layer causal transformer decoder**. It transcribes dense, stylized, horizontal, and vertical text in a single forward pass without requiring an intermediate text-line detection stage (e.g., DBNet/YOLO). > **Note:** Hayai is designed specifically for **crop-level recognition**. For full-page scanning, pair it with a text detector.
译文排队中 · 当前显示来源原文
输入 图像→ 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 ↗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。
基础资料已收录 · 缺失资料后续补充
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 ↗LFM2.5-8B-A1B-Uncensored-Gaston-GGUF
Justbackup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。
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 ↗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。
基础资料已收录 · 缺失资料后续补充
输入 待核验→ 输出 待核验
价格待核验多模态与渠道费用须分别核对
查看详情 ↗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。
基础资料已收录 · 缺失资料后续补充
输入 文本 · 图像→ 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 ↗Qwen3.8-27B-OBLITERATED
Justbackup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。
基础资料已收录 · 缺失资料后续补充
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 ↗Anima2-GGUF
JusteLeo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。
基础资料已收录 · 缺失资料后续补充
输入 待核验→ 输出 待核验
价格待核验多模态与渠道费用须分别核对
查看详情 ↗m2m_100_418m_ct2_int8
JustFrederik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。
基础资料已收录 · 缺失资料后续补充
输入 待核验→ 输出 待核验
价格待核验多模态与渠道费用须分别核对
查看详情 ↗暂未找到匹配模型
可以调整厂商、分类或输入输出条件；新模型正持续收录。
COST EXPLORER
好模型，也要算好成本。
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
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
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。