AI NEWS.ccAI正在发生 未来正在更新
♡ 我的收藏 0
AI NEWS · 模型情报站发现能力边界，让每一次选择更有依据 ↗基础档案先收录 · 缺失资料持续补齐
THE AI MODEL DIRECTORY 模型探索，从这里开始

找到适合你的 AI 模型。

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。

热门探索
84,991 款模型档案13202 家厂商 / 发布者45 个能力分类465 款有可比报价 · 30 款有公开评测
T文本生成▧图像生成▷视频生成⌘代码生成◖语音合成♫音乐生成⬡3D 建模▤文档分析
DISCOVER & COMPARE

探索 AI 模型 84991

为你发现值得关注的模型

GGUF / ggml conversions of `OpenMOSS-Team/MOSS-Audio-4B-Instruct` for use with `crispasr --backend moss-audio` from **CrispStrobe/CrispASR**. **JFK sample (samples/jfk.wav, 11s):** > And so, my fellow Americans, ask not what your country can do for you, ask what you can do for your country. 1. **Inspect** the HF safetensors: 3 shards, 901 tensors total -- audio encoder (conv stem + 32 transformer layers + layer_norm), audio adapter (1 GatedMLP), deepstack mergers (3 GatedMLPs), language model (embedding + 36 Qwen3 layers + final norm + lm_head).

译文排队中 · 当前显示来源原文

语音识别
输入 音频 · 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 ↗
来源 / 文档 ↗

Sizes are MiB (what the file browser above reports). Auxiliary files: `multilingual-e5-small.imatrix` (131 KiB, the importance matrix used for the imatrix/IQ quants) and `multilingual-e5-small-imatrix-ab.txt` (the A/B notes from producing it). **Recommended: Q8_0.** It is within 0.0001 cosine of the F32 reference while being 3.6× smaller, so F32 buys nothing you can measure. Drop to a 4-bit quant only when you are memory-bound: they save a further 11 MiB — about 9% — and Q4_K gives up an order of magnitude more accuracy (0.990) to do it. At this model size the 4-bit tier is rarely the right trade; it matters much more on the larger models in this registry. CrispEmbed server supports four API dialects: - `POST /embed` — native - `POST /v1/embeddings` — OpenAI-compatible - `POST /api/embed` — Ollama-compatible - `POST /api/embeddings` — Ollama legacy

译文排队中 · 当前显示来源原文

向量与相似度
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 ↗
来源 / 文档 ↗

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。

分类待补充
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 ↗
来源 / 文档 ↗
COST EXPLORER

好模型，也要算好成本。

费用分析

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

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

选型与常见问题
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。

AI NEWS · 从信息到选择

资讯看趋势，工具提效率，模型筑可能。

探索 AI 资讯 ↗发现 AI 工具 ↗