wav2vec2-large-xlsr-gl
diego-fustes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 音频→ 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
vit-beans
diegomartinezpThis is the model card of a 🤗 transformers model that has been pushed on the Hub. This model card has been automatically generated. Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations. Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).
译文排队中 · 当前显示来源原文
输入 图像→ 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 ↗mDenseOn-ONNX
diegomo123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 向量
价格待核验多模态与渠道费用须分别核对
查看详情 ↗loras
diff-interpretation-tuningThis repository contains the weight diffs and DIT adapters used in the paper Learning to Interpret Weight Differences in Language Models (Goel et al. 2025). To play around with the weight diffs and DIT adapters from the paper, please check out our Google Colab demo notebook. This notebook shows how to load the weight diffs and adapters from this repo. The code used to train and evaluate our weight diffs and DIT adapters can be found at github.com/Aviously/diff-interpretation-tuning. Some of the large data files used for training can be found at hf.co/datasets/diff-interpretation-tuning/finetuning-data. All weight diffs and DIT adapters in the repository live under a specific ` / ` folder (e.g. hidden-topic/qwen3-4b). Please consult the paper to understand what each experiment refers to.
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 ↗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 ↗DERL-Meta-Optimizer-Init-Qwen2.5-0.5B-Instruct
DifferentiableEvolutionaryRL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 ↗Qwen-Image-Edit-F2P
DiffSynth-StudioThis model is based on the Qwen-Image-Edit face-controlled image generation model. Given a cropped facial image as input, it generates full portrait images of the same person.
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 ↗controlnet-canny-sdxl-1.0
diffusersThese are controlnet weights trained on stabilityai/stable-diffusion-xl-base-1.0 with canny conditioning. You can find some example images in the following. prompt: a couple watching a romantic sunset, 4k photo prompt: a woman, close up, detailed, beautiful, street photography, photorealistic, detailed, Kodak ektar 100, natural, candid shot
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 ↗controlnet-canny-sdxl-1.0-mid
diffusers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 ↗controlnet-canny-sdxl-1.0-small
diffusersThese are small controlnet weights trained on stabilityai/stable-diffusion-xl-base-1.0 with canny conditioning. This checkpoint is 7x smaller than the original XL controlnet checkpoint. You can find some example images in the following. prompt: a woman, close up, detailed, beautiful, street photography, photorealistic, detailed, Kodak ektar 100, natural, candid shot 🚨 Please note that this checkpoint is experimental and there's a lot of room for improvement. We encourage the community to build on top of it, improve it, and provide us with feedback. 🚨
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 ↗controlnet-depth-sdxl-1.0
diffusers--- license: openrail++ base_model: stabilityai/stable-diffusion-xl-base-1.0 tags: - stable-diffusion-xl - stable-diffusion-xl-diffusers - text-to-image - diffusers - controlnet inference: false --- These are controlnet weights trained on stabilityai/stable-diffusion-xl-base-1.0 with depth conditioning. You can find some example images in the following. For more details, check out the official documentation of `StableDiffusionXLControlNetPipeline`.
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 ↗controlnet-depth-sdxl-1.0-mid
diffusers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 ↗controlnet-depth-sdxl-1.0-small
diffusers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 ↗ddpm_dummy
diffusers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 ↗FLUX.1-dev-bnb-4bit
diffusers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 ↗FLUX.1-vae
diffusers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 ↗FLUX.2-dev-bnb-4bit
diffusersThis repository contains the NF4 quantized DiT and the text encoders from https://huggingface.co/black-forest-labs/FLUX.2-dev. The VAE is not quantized.
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 ↗private-model
diffusers-internal-dev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 ↗tiny-minimax-h3-modular-pipe
diffusers-internal-dev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 ↗LTX-2.3-Diffusers
diffusers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-2.3-Distilled-Diffusers
diffusers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 ↗qwen-image-nf4
diffusers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 ↗sdxl-instructpix2pix-768
diffusers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 ↗--- license: openrail++ base_model: stabilityai/stable-diffusion-xl-base-1.0 tags: - stable-diffusion-xl - stable-diffusion-xl-diffusers - text-to-image - diffusers - inpainting inference: false --- SD-XL Inpainting 0.1 is a latent text-to-image diffusion model capable of generating photo-realistic images given any text input, with the extra capability of inpainting the pictures by using a mask. The SD-XL Inpainting 0.1 was initialized with the `stable-diffusion-xl-base-1.0` weights. The model is trained for 40k steps at resolution 1024x1024 and 5% dropping of the text-conditioning to improve classifier-free classifier-free guidance sampling. For inpainting, the UNet has 5 additional input channels (4 for the encoded masked-image and 1 for the mask itself) whose weights were zero-initialized after restoring the non-inpainting checkpoint. During training, we generate synthetic masks and, in 25% mask everything.
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 ↗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。