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
85,003 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 85003

为你发现值得关注的模型

A GGUF Q4_K_M quantization of MegaPanchamZ/Qwen3.8-9B-abliterated-25, the abliterated (decensored) version of empero-ai/Qwen3.8-9B. Abliteration was performed with **Heretic v1.4.0** (GPLv3+, by Philipp Emanuel Weidmann), which ablates refusal directions from `attn.o_proj` and `mlp.down_proj` via LoRA adapters, then merges them back into the base weights. 25/100 refusals with a very low KL divergence (0.014, far below the 0.5 damage threshold) — strong refusal suppression with minimal impact on model capabilities.

译文排队中 · 当前显示来源原文

文本生成
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 ↗

模型权重来自 Heretic ARA。DFlash2 companion 来自 z-lab/Qwen3.8-27B-DFlash2，固定 revision 为 `50307d4c4cde6860d4eee73e2547cd786fe8e8a4`。 本 artifact 使用官方 `Qwen/Qwen3.8-27B` frontend，固定 revision 为 `1d4bf0f2ff6012fd82039f2fa52739d0dd7c60c0`，包含 tokenizer、tokenizer 配置、chat template、generation 配置、image preprocessor 和 video preprocessor 六个资源。部分 Unicode 文本在官方 Qwen frontend 与 Heretic 源仓库资源中的 tokenization 不同。 Heretic ARA 原始权重没有沿用普通 Qwen3.8 checkpoint 的运行 identity。本项目为它建立了独立的 NInfer identity，并将官方 Qwen frontend 作为明确的 frontend 输入；converter wrapper 对 Heretic 权重、frontend 资源和 DFlash2 companion 分开校验，runtime registry 和 binder 负责识别并加载该独立 identity。这样可以在保留 Heretic 权重的同时，使用 NInfer 已有的 Qwen3.8 执行路径、MTP、DFlash2 和 Vision 接口。

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 ↗
来源 / 文档 ↗

MegaTTS3

字节跳动

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

语音合成
输入 文本→ 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 ↗
来源 / 文档 ↗

hinglish-indic-bert

meghanabhange

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

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 ↗
来源 / 文档 ↗

PPO-Huggy

MeghanaNanuvala

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

游戏 AI
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 ↗
来源 / 文档 ↗

**This is not a new model.** It is a repackaging of MahtaFetrat/Homo-GE2PE-Persian by Elnaz Rahmati et al. — the weights are byte-identical. All credit for the model belongs to the original authors. The `-HF` suffix follows the `Llama-2-7b-hf` convention: same weights, packaged in transformers-native format rather than the original release format. It is not a new version of the model. What changed is only the packaging: the original ships zipped weights plus a vendored copy of Parsivar and a custom `GE2PE.py` wrapper. This repo is a plain `from_pretrained()` model with no extra dependencies, so it can be dropped into an inference pipeline directly.

译文排队中 · 当前显示来源原文

语音合成
输入 文本→ 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 ↗
来源 / 文档 ↗

AVA-Llama3.2-1B

MehdiHosseiniMoghadam

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

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 ↗
来源 / 文档 ↗

UrbanOmniDetect

mehmetkeremturkcan

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

目标检测
输入 图像→ 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 ↗
来源 / 文档 ↗

UrbanOmniDetect-2

mehmetkeremturkcan

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

目标检测
输入 图像→ 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 ↗
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 ↗