**answerai-colbert-small-v1** is a new, proof-of-concept model by Answer.AI, showing the strong performance multi-vector models with the new JaColBERTv2.5 training recipe and some extra tweaks can reach, even with just **33 million parameters**. While being MiniLM-sized, it outperforms all previous similarly-sized models on common benchmarks, and even outperforms much larger popular models such as e5-large-v2 or bge-base-en-v1.5. For more information about this model or how it was trained, head over to the announcement blogpost.

译文排队中 · 当前显示来源原文

分类待补充

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 ↗

加入对比来源 / 文档 ↗

JaColBERTv2.5

answerdotai

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

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 ↗

加入对比来源 / 文档 ↗

ModernBERT-base

answerdotai

1. Model Summary 2. Usage 3. Evaluation 4. Limitations 5. Training 6. License 7. Citation ModernBERT is a modernized bidirectional encoder-only Transformer model (BERT-style) pre-trained on 2 trillion tokens of English and code data with a native context length of up to 8,192 tokens. ModernBERT leverages recent architectural improvements such as: - **Rotary Positional Embeddings (RoPE)** for long-context support. - **Local-Global Alternating Attention** for efficiency on long inputs. - **Unpadding and Flash Attention** for efficient inference.

译文排队中 · 当前显示来源原文

文本生成开放权重

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 ↗

加入对比来源 / 文档 ↗

ModernBERT-large

answerdotai

译文排队中 · 当前显示来源原文

文本生成开放权重

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 ↗

加入对比来源 / 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。

每月输入 Token 10 M每月输出 Token 2 M1 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。

找到适合你的 AI 模型。

探索 AI 模型 84991

SweMedMCQ-EuroLLM-1.7B-Trace-EN-SV

SweMedMCQ-EuroLLM-1.7B-Trace-SV

SweMedMCQ-EuroLLM-1.7B-Trace-SV-RW

SweMedMCQ-LFM2.5-1.2B-Answer-EN

SweMedMCQ-LFM2.5-1.2B-Answer-EN-SV

SweMedMCQ-LFM2.5-1.2B-Answer-SV

SweMedMCQ-LFM2.5-1.2B-Trace-EN

SweMedMCQ-LFM2.5-1.2B-Trace-EN-SV

SweMedMCQ-LFM2.5-1.2B-Trace-SV

SweMedMCQ-LFM2.5-1.2B-Trace-SV-RW

german-gpt2

Gemma-4-E4B-Uncensored-HauhauCS-Aggressive

Decomposer-Qwen3-8B

LFM2-8B-A1B-Abliterated-MLX-4bit

GLM-5.3-UNCENSORED-EXL3-3.0bpw

Moss-image-nsfw-uncensored-lora

Qwen3-8B-Houdini-VEX-v10

Qwen3-8B-Houdini-VEX-v11

qwen3.8-flash-next-ds4-64gb-mac-gguf

lfm2.5-2.6b-fable5-coding-agent-heretic

answerai-colbert-small-v1

JaColBERTv2.5

ModernBERT-base

ModernBERT-large

暂未找到匹配模型

好模型，也要算好成本。

读懂模型，再做选择

资讯看趋势，工具提效率，模型筑可能。