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 ↗DISCOVER & COMPARE
探索 AI 模型 84991
LTX-Video-0.9.5-gguf
city96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 ↗LTX-Video-0.9.6-dev-gguf
city96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 ↗The model files can be used in ComfyUI with the ComfyUI-GGUF custom node. Place the required model(s) in the following folders: The VAE seems to be largely the same as LTXV 0.9.5 and the difference between the two seems negligible, but I've uploaded the 0.9.6 one to this repo to be safe *As this is a quantized model not a finetune, all the same restrictions/original license terms still apply.*
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 ↗LTX-Video-gguf
city96As this is a quantized model not a finetune, all the same restrictions/original license terms still apply. Place model files in `ComfyUI/models/unet` - see the GitHub readme for further install instructions.
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 ↗Qwen-Image-gguf
city96This is a direct GGUF conversion of Qwen/Qwen-Image. The model files can be used in ComfyUI with the ComfyUI-GGUF custom node. Place the required model(s) in the following folders: > [!NOTE] > The Q5_K_M, Q4_K_M and most importantly the low bitrate quants (Q3_K_M, Q3_K_S, Q2_K) use a new dynamic logic where the first/last layer is kept in high precision. > > For a comparison, see this imgsli page. With this method, even Q2_K remains somewhat usable.
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 ↗As this is a quantized model not a finetune, all the same restrictions/original license terms still apply. Place model files in `ComfyUI/models/unet` - see the GitHub readme for further install instructions.
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 ↗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 ↗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 ↗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 ↗t5-v1_1-xxl-encoder-bf16
city96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 ↗t5-v1_1-xxl-encoder-gguf
city96The weights can be used with `./llama-embedding` or with the ComfyUI-GGUF custom node together with image generation models. This is a **non imatrix** quant as llama.cpp doesn't support imatrix creation for T5 models at the time of writing. It's therefore recommended to use **Q5_K_M or larger** for the best results, although smaller models may also still provide decent results in resource constrained scenarios.
译文排队中 · 当前显示来源原文
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 ↗umt5-xxl-encoder-gguf
city96This is a GGUF conversion of Google's UMT5 xxl model, specifically the encoder part. The weights can be used with `./llama-embedding` or with the ComfyUI-GGUF custom node together with image/video generation models. This is a **non imatrix** quant as llama.cpp doesn't support imatrix creation for T5 models at the time of writing. It's therefore recommended to use **Q5_K_M or larger** for the best results, although smaller models may also still provide decent results in resource constrained scenarios.
译文排队中 · 当前显示来源原文
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 ↗This is a direct GGUF conversion of Wan-AI/Wan2.1-FLF2V-14B-720P All quants are created from the FP32 base file, though I only uploaded FP16 due to it exceeding the 50GB max file limit and gguf-split loading not currently being supported in ComfyUI-GGUF. The model files can be used with the ComfyUI-GGUF custom node.
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 ↗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 ↗Wan2.1-Fun-14B-InP-gguf
city96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 ↗Wan2.1-I2V-14B-480P-gguf
city96This is a direct GGUF conversion of Wan-AI/Wan2.1-I2V-14B-480P All quants are created from the FP32 base file, though I only uploaded FP16 due to it exceeding the 50GB max file limit and gguf-split loading not currently being supported in ComfyUI-GGUF. The model files can be used with the ComfyUI-GGUF custom node.
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 ↗Wan2.1-I2V-14B-720P-gguf
city96This is a direct GGUF conversion of Wan-AI/Wan2.1-I2V-14B-720P All quants are created from the FP32 base file, though I only uploaded FP16 due to it exceeding the 50GB max file limit and gguf-split loading not currently being supported in ComfyUI-GGUF. The model files can be used with the ComfyUI-GGUF custom node.
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 ↗Wan2.1-T2V-14B-gguf
city96This is a direct GGUF conversion of Wan-AI/Wan2.1-T2V-14B All quants are created from the FP32 base file, though I only uploaded FP16 due to it exceeding the 50GB max file limit and gguf-split loading not currently being supported in ComfyUI-GGUF. The model files can be used with the ComfyUI-GGUF custom node.
译文排队中 · 当前显示来源原文
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 ↗humanize-ai-text-bart-large
cive202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 ↗age-vit
Civitai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 ↗Qwen-Image-2512-GGUF
Civitai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 ↗Sulphur-2-distilled-fp8
Civitai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 ↗flux1-dev-checkpoints
civitai2026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 ↗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。