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 ↗DISCOVER & COMPARE
探索 AI 模型 85003
Llama-Guard-3-8B
Meta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。
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 ↗Llama Guard 4 is a Llama 4 Scout-derived multimodal pretrained model, fine-tuned for content safety classification. Similar to previous versions, it can be used to classify content in both LLM...
译文排队中 · 当前显示来源原文
输入 图像 · 文本→ 输出 文本
$0.18 / M 输入 TokenOpenRouter · meta-llama/llama-guard-4-12b
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。
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。
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 ↗LlamaGuard-7b
Meta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 ↗MetaMath-Mistral-7B
meta-math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 ↗Meta-Llama-3-70B
Meta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。
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 ↗Meta-Llama-3-8B
Meta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。
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。
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 ↗Muse-Glimmer-30B-assistant
meta-models**Authors:** Meta Superintelligence Lab **Model Release Date:** August 2026 **License:** Apache 2.0 > [!NOTE] This model card is for the lightweight "drafter" model for Muse Glimmer 30B, based on DFlash. The DFlash block-diffusion model predicts entire blocks of 16 tokens in a single forward pass. The main model then verifies these proposals in parallel, accepting correct tokens and correcting wrong ones. This technique lets Muse Glimmer generate text significantly faster than standard token-by-token generation while producing identical output quality. Muse Glimmer is a 30-billion-parameter causal language model with a dedicated perception encoder, distilled from Muse Spark and purpose-built for autonomous agentic tasks on consumer hardware. The model integrates multi-step reasoning, reliable tool use, multimodal understanding, and failure recovery into a single model that runs locally without requiring cloud infrastructure or network access.
译文排队中 · 当前显示来源原文
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 ↗Muse-Glimmer-30B-ExecuTorch-PTE
meta-models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 · 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 ↗Muse-Glimmer-30B-GGUF
meta-models**Authors:** Meta Superintelligence Lab **Model Release Date:** August 2026 **License:** Apache 2.0 > [!NOTE] > This repo contains GGUF conversions of `meta-models/Muse-Glimmer-30B` for llama.cpp: two quantized text builds, a perception encoder for image input, and a DFlash drafter for speculative decoding. > Everything you need to install, download and serve them is on this page. No bf16 GGUF is published here — use the base repo if you need full precision. Muse Glimmer is a 30-billion-parameter causal language model with a dedicated perception encoder, distilled from Muse Spark and purpose-built for autonomous agentic tasks on consumer hardware. The model integrates multi-step reasoning, reliable tool use, multimodal understanding, and failure recovery into a single model that runs locally without requiring cloud infrastructure or network access.
译文排队中 · 当前显示来源原文
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 ↗Muse-Spark-Open-816B-A42B-NVFP4
meta-models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 · 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 ↗Muse Ember
MetaMuse Ember is the smallest and most efficient model from Meta that’s designed for complex reasoning execution and the work agents repeat all day: tool calls, coding agent subtasks, routing,...
译文排队中 · 当前显示来源原文
输入 文本 · 图像 · 视频 · 文件 · 音频→ 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 ↗Muse Glimmer 30B
MetaMuse Glimmer 30B 是一款由 Meta 超智能实验室推出的稠密型、轻量级多模态模型，基于 Muse Spark 精炼而成，并针对消费级硬件上的自主智能体进行了优化。它适用于长时序……
输入 文本 · 图像→ 输出 文本
$0.3 / M 输入 TokenOpenRouter · meta/muse-glimmer-30b
查看详情 ↗Muse Spark
Meta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 ↗Muse Spark 1.1
MetaMuse Spark 1.1 is a multimodal reasoning model from Meta, built for agentic tasks. It accepts text, images, video, and PDF documents and returns text, with a 1M-token context window....
译文排队中 · 当前显示来源原文
输入 文本 · 图像 · 视频 · 文件→ 输出 文本
$1.25 / M 输入 TokenOpenRouter · meta/muse-spark-1.1
查看详情 ↗Muse Spark 1.2
MetaMuse Spark 1.2 is a reasoning model from Meta, designed for complex agentic tasks. It accepts text, images, video, and PDF documents, returns text, and offers a 1M-token context window....
译文排队中 · 当前显示来源原文
输入 文本 · 图像 · 视频 · 文件→ 输出 文本
$1.25 / M 输入 TokenOpenRouter · meta/muse-spark-1.2
查看详情 ↗Muse Spark 1.2 contributor tier is a reasoning model from Meta designed for developers who want to start building at an even lower cost. It’s meaningfully cheaper than Muse Spark...
译文排队中 · 当前显示来源原文
输入 文本 · 图像 · 视频 · 文件→ 输出 文本
$0.1 / M 输入 TokenOpenRouter · meta/muse-spark-1.2-contributor
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。