illustrious
calcuis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 图像
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
kontext-gguf
calcuis> >GGUF file(s) available. Select which one to use: > >1. flux-kontext-lite-q2_k.gguf >2. flux-kontext-lite-q4_0.gguf >3. flux-kontext-lite-q8_0.gguf > >Enter your choice (1 to 3): _ > note: try experimental lite model with 8-step operation; save up to 70% loading time not all included in the initial test (*tested with a beginner laptop gpu only, if you have highend model, might find q8_0 running surprisingly faster than others), the rest of them, test it yourself; btw, the interesting thing is: the loading time required was not aligning with file size, due to the complexity of each calculation (dequant), and might vary from models
译文排队中 · 当前显示来源原文
输入 图像→ 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 ↗krea-gguf
calcuis> >GGUF file(s) available. Select which one to use: > >1. flux-krea-lite-q2_k.gguf >2. flux-krea-lite-q4_0.gguf >3. flux-krea-lite-q8_0.gguf > >Enter your choice (1 to 3): _ > note: try experimental lite model with 8-step operation; save up to 70% loading time
译文排队中 · 当前显示来源原文
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 ↗llava-gguf
calcuis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 ↗ltxv-gguf
calcuis- run it with `gguf-connector`; simply execute the command below in console/terminal > >GGUF file(s) available. Select which one to use: > >1. ltxv-2b-0.9.8-distilled-iq4_nl.gguf >2. ltxv-2b-0.9.8-distilled-q6_k.gguf >4. ltxv-2b-0.9.8-distilled-q8_0.gguf > >Enter your choice (1 to 3): _ > - opt a `gguf` file in your current directory to interact with; nothing else note: for the latest update, should be able to adjust number of steps, i.e., for distilled model, use 15 instead of 30; save a lot of loading time
译文排队中 · 当前显示来源原文
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 ↗ltxv0.9.5-gguf
calcuis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 视频
价格待核验多模态与渠道费用须分别核对
查看详情 ↗ltxv0.9.6-gguf
calcuis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 视频
价格待核验多模态与渠道费用须分别核对
查看详情 ↗ltxv0.9.7-gguf
calcuis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 ↗lumina-gguf
calcuis> >GGUF file(s) available. Select which one to use: > >1. lumina2-q2_k.gguf >2. lumina2-q4_0.gguf >3. lumina2-q8_0.gguf > >Enter your choice (1 to 3): _ > - opt a `gguf` file in your current directory to interact with; nothing else - you will get the image output in few seconds even with the beginner level gpu
译文排队中 · 当前显示来源原文
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 ↗mochi
calcuis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 视频
价格待核验多模态与渠道费用须分别核对
查看详情 ↗mochi-gguf
calcuis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 视频
价格待核验多模态与渠道费用须分别核对
查看详情 ↗omnigen2-gguf
calcuis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 ↗openaudio-gguf
calcuis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 ↗phi4
calcuis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 ↗pig
calcuis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 ↗pig-encoder
calcuis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 ↗pig-vae
calcuis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 ↗pixart
calcuis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 图像
价格待核验多模态与渠道费用须分别核对
查看详情 ↗pony
calcuis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 图像
价格待核验多模态与渠道费用须分别核对
查看详情 ↗qwen-image-edit-gguf
calcuis> >GGUF file(s) available. Select which one to use: > >1. qwen-image-edit-iq4_nl.gguf >2. qwen-image-edit-q2_k.gguf >3. qwen-image-edit-q4_0.gguf >4. qwen-image-edit-q8_0.gguf > >Enter your choice (1 to 4): _ > - opt a `gguf` file in your current directory to interact with; nothing else *note: option 1 (pig quant) is an all-in-one choice; for option 2 (llama.cpp quant), you need to prepare both text-model and mmproj-clip; option 3 (llama.cpp quant) is an experimental attempt, a merge (text+mmproj), similar to option 1, an all-in-one choice also but pig x llama.cpp crossover
译文排队中 · 当前显示来源原文
输入 图像→ 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 ↗qwen-image-edit-plus-gguf
calcuis> >GGUF file(s) available. Select which one to use: > >1. qwen-image-edit-plus-v2-iq3_s.gguf >2. qwen-image-edit-plus-v2-iq4_nl.gguf >3. qwen-image-edit-plus-v2-mxfp4_moe.gguf > >Enter your choice (1 to 3): _ > - opt a `gguf` file in your current directory to interact with; nothing else > >Safetensors available. Select which one to use: > >1. qwen-image-edit-lite-blackwell-fp4.safetensors >2. qwen-image-edit-lite-int4.safetensors (for non-blackwell card) > >Enter your choice (1 to 2): _ - opt a `safetensors` file in your current directory to interact with; nothing else note: able to generate output with 4/8 steps (see above); surprisingly fast even with low end device; compatible with safetensors in nunchaku repo (depends on your machine; opt the right one)
译文排队中 · 当前显示来源原文
输入 图像→ 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 ↗qwen-image-gguf
calcuis> >GGUF file(s) available. Select which one to use: > >1. qwen-image-iq2_s.gguf >2. qwen-image-iq4_nl.gguf >3. qwen-image-q4_0.gguf >4. qwen-image-q8_0.gguf > >Enter your choice (1 to 4): _ > - drag **qwen-image** to > `./ComfyUI/models/diffusion_models` - drag **qwen2.5-vl-7b** [4.43GB] to > `./ComfyUI/models/text_encoders` - drag **pig** [254MB] to > `./ComfyUI/models/vae` tip: the text encoder used for this model is qwen2.5-vl-**7b**; get more encoder either here (pig quant) or here (llama.cpp quant); the size is different from the one (qwen2.5-vl-**3b**) used in **omnigen2** note: diffusers not yet supported t and i quants; opt gguf-node via comfyui or run it straight with gguf-connector
译文排队中 · 当前显示来源原文
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 ↗sd3.5-large-controlnet
calcuis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 ↗sd3.5-large-gguf
calcuis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 图像
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。