Protogen_x3.4_Official_Release
darkstorm2150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 ↗DISCOVER & COMPARE
探索 AI 模型 84991
Protogen_x5.8_Official_Release
darkstorm2150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。
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 ↗Hemmingway-1-GGUF
darrellbest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 ↗Hemmingway-1-Heretic-GGUF
darrellbest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 ↗Qwen-Image-2.1-PE-I2I-Heretic-GGUF
darrellbestGGUF builds of darrellbest/Qwen-Image-2.1-PE-I2I-Heretic, the refusal-ablated image-editing prompt rewriter: it reads the image you are editing and turns a short instruction into a detailed edit prompt. For **llama.cpp** and **Ollama**, including machines with no CUDA GPU and ARM machines such as the DGX Spark. > **Not affiliated with or endorsed by Alibaba / Qwen.** Derived from > `Qwen/Qwen-Image-2.1-PE-I2I` under the **Qwen Research > License** (copy included). **Non-commercial use only.** **`system_prompt.txt` is included and required.** It defines the output contract, and the model is useless without it.
译文排队中 · 当前显示来源原文
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 ↗Qwen-Image-2.1-PE-T2I-Heretic-GGUF
darrellbestGGUF builds of darrellbest/Qwen-Image-2.1-PE-T2I-Heretic, the refusal-ablated text-to-image prompt rewriter: it turns a short request into a detailed prompt plus a recommended aspect ratio. For **llama.cpp** and **Ollama**, including machines with no CUDA GPU and ARM machines such as the DGX Spark. > **Not affiliated with or endorsed by Alibaba / Qwen.** Derived from > `Qwen/Qwen-Image-2.1-PE-T2I` under the **Qwen Research > License** (copy included). **Non-commercial use only.** **`system_prompt.txt` is included and required.** It defines the output contract, and the model is useless without it.
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 ↗Qwen-Image-2.1-Text-Encoder-GGUF
darrellbestGGUF builds of the text encoder shipped in Qwen/Qwen-Image-2.1 (`text_encoder/`). That encoder is stock Qwen/Qwen3-VL-8B-Instruct: all 750 tensors match in name, shape and dtype, and every sampled tensor is byte-identical. So these files also work as a general Qwen3-VL-8B-Instruct GGUF. **Q6_K and Q4_K_M are not stock recipes.** Plain Q6_K visibly garbled rendered text, so both use: - an importance matrix computed on ~1500 real image prompts wrapped in the pipeline's own encoder template (`llama-imatrix --parse-special`); - the last 4 decoder layers (32-35) kept at Q8_0, because the pipeline reads the last layer's output directly; - token embeddings at Q8_0. **Recommendation:** Q8_0 if it fits. Q6_K is the smallest build that rendered text correctly in testing. Q4_K_M is usable, but at the same seed it changes composition and can misspell rendered text.
译文排队中 · 当前显示来源原文
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 ↗Qwen3.5-2B-Heretic-GGUF
darrellbest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-Heretic-GGUF
darrellbestGGUF builds of darrellbest/Qwen3.5-4B-Heretic. Qwen/Qwen3.5-4B with its refusal behaviour removed by Heretic using full-weight Arbitrary-Rank Ablation: **6/100 refusals** (original: 99/100) at **KL divergence 0.0220**. See the main repository for how it was made and measured. Converted from the bf16 safetensors with llama.cpp's `convert_hf_to_gguf.py` and quantized with `llama-quantize` (no imatrix). The mmproj file carries the vision encoder; load it alongside any of the three for image input. Every file was loaded in `llama-server` with the mmproj and in Ollama. All three answered ordinary prompts correctly (BF16 and Q8_0 reproduce each other word for word), described a test image (a red circle and a blue square) correctly, and in Ollama answered 17 x 23 = 391 with thinking off. Thinking-mode reasoning, 4 arithmetic and word problems x 10 seeds with Qwen's recommended sampling: BF16 39/40, Q8_0 40/40, Q4_K_M 40/40 finished and correct (the original model in vLLM: 40/40).
译文排队中 · 当前显示来源原文
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 ↗Qwen3.5-9B-Heretic-GGUF
darrellbestGGUF builds of darrellbest/Qwen3.5-9B-Heretic. Qwen/Qwen3.5-9B with its refusal behaviour removed by Heretic using full-weight Arbitrary-Rank Ablation: **5/100 refusals** (original: 100/100) at **KL divergence 0.0403**. See the main repository for how it was made and measured. Converted from the bf16 safetensors with llama.cpp's `convert_hf_to_gguf.py` and quantized with `llama-quantize` (no imatrix). The mmproj file carries the vision encoder; load it alongside any of the three for image input. Every file was loaded in `llama-server` with the mmproj and in Ollama. All three answered ordinary prompts correctly, described a test image (a red circle and a blue square) correctly, and in Ollama answered 17 x 23 = 391 with thinking off. Thinking-mode reasoning, 4 arithmetic and word problems x 10 seeds with Qwen's recommended sampling: BF16 39/40, Q8_0 37/40, Q4_K_M 35/40 finished and correct (the original model in vLLM: 40/40); the misses ran out of the 4,000-token budget rather than answering wrongly.
译文排队中 · 当前显示来源原文
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 ↗Qwen3.8-27B-Heretic
darrellbest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 ↗Qwen3.8-27B-Heretic-GGUF
darrellbestGGUF builds of darrellbest/Qwen3.8-27B-Heretic: Qwen3.8-27B with its refusal behaviour removed (0/100 refusals vs 98/100 for the original, KL divergence 0.0465). The three model files are text-only: this is a vision-language model, and llama.cpp keeps the vision encoder in the separate `mmproj` file. Add it only if you want to send images. The included `Modelfile` sets `RENDERER qwen3.8` and `PARSER qwen3.5`, Ollama's built-in support for this architecture. They matter: without them the model's reasoning text ends up inside the answer, and generation was measured about half as fast (9.5 vs 18.8 tokens/s on an RTX PRO 6000 with Q4_K_M).
译文排队中 · 当前显示来源原文
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 ↗gemma-4-e4b-it-bouncer-litertlm
DarrenJiaImbue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 ↗DanbotNL-2408-260M
dartags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 ↗Lilith-31B-v1.0-GGUF
darthcrawl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 ↗CLOSP-Visual
DarthReca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 ↗VideoRLVR-Wan2.2
DarthZhu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 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 ↗VideoRLVR-Wan2.2-Base
DarthZhu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 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 ↗llama-2-7b-chat-hf
daryl149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 ↗nsfw_models
DasCaptain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 ↗juribert-base
dascimIt is now on Hugging Face in four different versions with varying number of parameters. JuriBERT was trained and evaluated at École Polytechnique in collaboration with HEC Paris by Stella Douka, Hadi Abdine, Mihcalis Vazirgiannis, Rajaa El Hamdani and David Restrepo Amariles.
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 ↗m-6285402f
dasLOL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 ↗prompt-extend
daspartho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。