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。
The 1017 Q2 and matching BF16 vision encoder come from deepseek-ai/DeepSeek-V4.1-Flash-1017. They use the DwarfStar GGUF format. Pair the 1017 encoder with the 1017 language model; the original release remains available below. The 1017 files were tested on AMD gfx1151 with ROCm 10.0, using kyuz0/ds4 with these source overlays in order: 1. Bounded decoder replay. 2. Raw completion prompts. 3. Loaded-model modalities.
译文排队中 · 当前显示来源原文
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
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
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
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
.qz-wrap { background: #0d1117; color: #e6edf3; font-family: 'Inter', system-ui, -apple-system, sans-serif; font-size: 1rem; line-height: 1.7; padding: 2rem 2.5rem; border-radius: 8px; margin-bottom: 2rem; } .qz-wrap * { color: #e6edf3; } .qz-wrap a { color: #58a6ff; text-decoration: none; } .qz-wrap a:hover { text-decoration: underline; } .qz-header { font-size: 2.2rem; font-weight: 700; color: #ffffff; border-bottom: 3px solid #22d3ee; padding-bottom: 0.5rem; margin-bottom: 1rem; } .qz-subtitle { font-size: 1.05rem; color: #8b949e; margin-top: 0.2rem; margin-bottom: 0.4rem; } .qz-section { font-size: 1.3rem; font-weight: 600; color: #ffffff; margin-top: 2rem; margin-bottom: 0.6rem; } .qz-sub { font-size: 1.1rem; font-weight: 600; color: #7ab8d4; margin-top: 1.4rem; margin-bottom: 0.5rem; } .qz-wrap table.qz-table { display: table; width: 100%; min-width: 100%; max-width: 100%; table-layout: fixed; border-collapse: collapse; border-spacing: 0; margin-bottom: 1rem; }
译文排队中 · 当前显示来源原文
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
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。
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
This is an ONNX version of the Manga OCR model, designed for optical character recognition of Japanese text, with a primary focus on manga. This model is based on the original work by kha-white/manga-ocr, kha-white/manga-ocr-base and modification by jzhang533/manga-ocr-base-2025. The models in this repository were exported to the ONNX format using Hugging Face Optimum. Manga OCR utilizes the Vision Encoder Decoder framework. It is designed to be a high-quality text recognition tool, robust against various scenarios specific to manga: - Both vertical and horizontal text - Text with furigana - Text overlaid on images - A wide variety of fonts and font styles - Low-quality images
译文排队中 · 当前显示来源原文
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
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
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
This is a HindSBERT model ( l3cube-pune/hindi-sentence-bert-nli ) fine-tuned on the STS dataset. Released as a part of project MahaNLP : https://github.com/l3cube-pune/MarathiNLP A multilingual version of this model supporting major Indic languages and cross-lingual sentence similarity is shared here indic-sentence-similarity-sbert More details on the dataset, models, and baseline results can be found in our [paper] (https://arxiv.org/abs/2211.11187) Other Monolingual similarity models are listed below: Marathi Similarity Hindi Similarity Kannada Similarity Telugu Similarity Malayalam Similarity Tamil Similarity Gujarati Similarity Oriya Similarity Bengali Similarity Punjabi Similarity Indic Similarity (multilingual)
译文排队中 · 当前显示来源原文
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
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
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
This is a IndicSBERT model ( l3cube-pune/indic-sentence-bert-nli ) trained on the STS dataset of ten major Indian Languages. The single model works for English, Hindi, Marathi, Kannada, Tamil, Telugu, Gujarati, Oriya, Punjabi, Malayalam, and Bengali. The model also has cross-lingual capabilities. Released as a part of project MahaNLP: https://github.com/l3cube-pune/MarathiNLP Generic Indic Sentence BERT model is shared here : l3cube-pune/indic-sentence-bert-nli More details on the dataset, models, and baseline results can be found in our [paper] (https://arxiv.org/abs/2304.11434) Other Monolingual similarity models are listed below: Marathi Similarity Hindi Similarity Kannada Similarity Telugu Similarity Malayalam Similarity Tamil Similarity Gujarati Similarity Oriya Similarity Bengali Similarity Punjabi Similarity Indic Similarity (multilingual)
译文排队中 · 当前显示来源原文
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
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
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
可以调整厂商、分类或输入输出条件；新模型正持续收录。
调整月度 Token 用量，直观比较不同模型的预估 API 开支。
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。
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。
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。
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。
