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 84991
stable-diffusion-inpainting
booksforcharlie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 图像
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 ↗Qwen3.5-2B-GGUF
Boollm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 ↗Qwen3.5-4B-GGUF
Boollm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 ↗PORNHUBAI
Boombaaa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 视频
价格待核验多模态与渠道费用须分别核对
查看详情 ↗dasllama-tts
borisbat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 音频
价格待核验多模态与渠道费用须分别核对
查看详情 ↗finki-gpt-140M
Borjan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 ↗my_awesome_eli5_clm-model
bornil20005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 ↗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 ↗e5-sk-large
borsimnet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 向量
价格待核验多模态与渠道费用须分别核对
查看详情 ↗bitnet_b1_58-xl_q8_0_gguf
BoscoTheDog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 ↗Danube_3-500M_Chat_GGUF
BoscoTheDog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 ↗h2o-danube3-500m-chat_chunked
BoscoTheDog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 ↗phi_3_mini_128k_it_russian_Q4_K_M_chunked
BoscoTheDog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 ↗higgs-audio-v2-tokenizer
bosonaiCheck our open-source repository https://github.com/boson-ai/higgs-audio for more details! > [!TIP] > For **licensing** inquiries (e.g., commercial use) or **collaboration** opportunities, please reach out to us at contact@boson.ai. We introduce a new discretized audio tokenizer that runs at just **25 frames per second** while keeping—or even improving—audio quality compared to tokenizers with twice the bitrate. Our model is the first to train on **24 kHz data** covering speech, music, and sound events in one unified system. It also uses a simple non-diffusion encoder/decoder for fast, batch inference.
译文排队中 · 当前显示来源原文
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 ↗higgs-audio-v3-8b-stt
bosonai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 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 ↗higgs-audio-v3-8b-stt-v2
bosonaiA speech-to-text model combining a Whisper-Large-v3 encoder with a Qwen3-8B decoder (8.91B total parameters), fine-tuned with LoRA on diverse ASR benchmarks.
译文排队中 · 当前显示来源原文
输入 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 ↗higgs-audio-v3-stt
bosonai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 文本
价格待核验多模态与渠道费用须分别核对
查看详情 ↗Higgs-Llama-3-70B
bosonaiHiggs-Llama-3-70B is post-trained from meta-llama/Meta-Llama-3-70B, specially tuned for role-playing while being competitive in general-domain instruction-following and reasoning. We perform supervised fine-tuning with our in-house instruction-following and chat datasets. Afterwards, we construct preference pairs with a semi-automated pipeline that relies on both human-labelers and our private LLMs. We conduct iterative preference optimization to align the model. During alignment, we adopted a special strategy to align the model’s behavior with the system message. Compared with other instruct models, Higgs models follow their roles more closely. All benchmarks lead to eventual overfitting, including those for LLMs. Training on data, particularly beneficial for benchmarks typically does not improve (or even worsen) role-playing performance. We worked to exclude benchmark data, including their training examples, from our fine-tuning data.
译文排队中 · 当前显示来源原文
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 ↗higgs-tts-2-3b-base
bosonaiCheck our open-source repository https://github.com/boson-ai/higgs-audio for more details! > **Rename note:** Higgs Audio V2 and Higgs Audio V2 Generation have been renamed to Higgs TTS 2. We are open-sourcing Higgs TTS 2, a powerful audio foundation model pretrained on over 10 million hours of audio data and a diverse set of text data. Despite having no post-training or fine-tuning, Higgs TTS 2 excels in expressive audio generation, thanks to its deep language and acoustic understanding.
译文排队中 · 当前显示来源原文
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 ↗higgs-tts-3-4b
bosonaiHiggs TTS 3 is built for voice chat: it **speaks, not just reads**. It turns model responses into expressive conversational speech across **100+ languages**, with **zero-shot voice cloning** and **inline control** over emotion, style, prosody, pauses, and sound effects. > [!TIP] > Released for research and non-commercial use under the **Boson Higgs TTS 3 Research and Non-Commercial License**. Production, hosted APIs, embedding in a product/service, or reselling the model requires a separate commercial license. Prohibited: voice cloning without consent, impersonation, fraud, election deception, biometric surveillance, or any unlawful use. > [!TIP] > **Free for digital creators — including monetized content.** Under the license's **Creator Use Grant**, creators may use Higgs TTS 3 to make and monetize podcasts, videos, and social posts for free. The one requirement is to credit *Boson AI's Higgs Audio* — either in the audio or prominently in the accompanying text (e.g., the video description or show notes). Suggested credit: *"This audio was created with Boson AI's Higgs Audio — https://www.boson.ai/higgs-audio"*. See the Creator Use section below.
译文排队中 · 当前显示来源原文
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 ↗hubert_base
bosonaiA general-purpose HuBERT-Base checkpoint released by Boson AI, used inside the Higgs Audio Tokenizer as the semantic teacher. - Standard HuBERT-Base architecture (12 transformer layers, hidden size 768, ~95M params) - 16 kHz audio input - Loadable via `AutoModel` with `trust_remote_code=True` - Outputs 768-dim per-layer hidden states (`output_hidden_states=True`) The Higgs Audio Tokenizer distills semantic features from this HuBERT into its semantic branch. From `boson_multimodal/audio_processing/higgs_audio_tokenizer.py` (`semantic_techer="hubert_base_general"`):
译文排队中 · 当前显示来源原文
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 ↗transcendent-logic-model
BosonicJustin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 ↗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。