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。
UPDATED 8/21/2026 - The latest **LTX Video-2.3 Uncensored Turbo v1.4** DiT with **Distilled** LoRA **baked in**. **Modes:** `img2video`, `txt2video`, FL2VA / T2VA / I2VA / REF2VA/ AUDIO-TO-VIDEO. A pre-merged, GGUF and FP8 build of **LTX Video-2.3** with three fine-tunes baked into the weights:
译文排队中 · 当前显示来源原文
**UPDATED 9/10/2026:** - The latest **LTX Video-2.5 Uncensored Turbo v1.1**. `fp8_scaled` for speed. - **Uncensored Gemma4 12B** text encoder w/ LTX projections baked-in (no extra files needed). `int8` for speed and accuracy. **Modes:** `img2video`, `txt2video`, FL2VA / T2VA / I2VA / REF2VA/ AUDIO-TO-VIDEO. A pre-merged, GGUF and FP8 build of **LTX Video-2.5** with five fine-tunes baked into the weights:
译文排队中 · 当前显示来源原文
The MiniMax H3 **FL2VA (pruned)** DiT with the **LightX2V Turbo 8-step v1.0** LoRA **baked in**. The MiniMax H3 **REF2VA (pruned)** DiT with the **LightX2V Turbo 4-step v1.0** LoRA **baked in**. Both samples use the **same** turbo **Q4_K_M turbo GGUF** diffusion model, prompt, and settings, only the **text encoder** changes (4B vs 8B).
译文排队中 · 当前显示来源原文
Complete songs with vocals from a **caption** (music description) + **lyrics**. Up to ~5 min, stereo 44.1 kHz. In comfy: - Open the ComfyUI Manager - Change the channel to "Channel (remote)" - and search for comfyui-gguf-loader **Caption in three parts:** - global metadata (genre, BPM, key, mood) - vocal details - arrangement.
译文排队中 · 当前显示来源原文
A pre-merged, quantized build of **Qwen-Image-Edit-2509** with two fine-tunes baked into the weights: Prompt: A giant full-body teddy bear wearing a plain white t-shirt. Print the exact logo from the input image onto the front of the t-shirt, large and clearly visible. Soft studio lighting, clean light-gray background, full-body shot, cute and detailed. Prompt: Show this exact teddy bear in one image as three separate full-body views in a row, evenly spaced: front view facing the camera, left side view, and back view facing away from the camera. In every view the head faces the same direction as the body — in the back view the head is also turned away from the camera and the face is completely hidden. Keep the character design, white t-shirt with the Qwen logo, lighting style, and light gray background perfectly consistent across all three views.
译文排队中 · 当前显示来源原文
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
A pre-merged, quantized build of **Qwen-Image-Edit-2511** with two fine-tunes baked into the weights: Prompt: A giant full-body teddy bear wearing a plain white t-shirt. Print the exact logo from the input image onto the front of the t-shirt, large and clearly visible. Soft studio lighting, clean light-gray background, full-body shot, cute and detailed. - **Note:** "Editing" is not this models strength, the model needs further tuning for stronger NSFW edits.
译文排队中 · 当前显示来源原文
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
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
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
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
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。
*Note that all these models are derivatives of black-forest-labs/FLUX.1-dev and therefore covered by the [FLUX.1 [dev] Non-Commercial License](https://huggingface.co/black-forest-labs/FLUX.1-dev/blob/main/LICENSE.md) license.* A collection of GGUF models using mixed quantization (different layers quantized to different precision to optimise fidelity v. memory), created using mixed gguf converter. They can be loaded in ComfyUI using the ComfyUI GGUF Nodes. Just put the gguf files in your models/unet directory.
译文排队中 · 当前显示来源原文
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
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
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
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
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
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
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
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
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
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
可以调整厂商、分类或输入输出条件；新模型正持续收录。
调整月度 Token 用量，直观比较不同模型的预估 API 开支。
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。
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。
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。
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。
