Roberta-MultiMoral-Presence
gsi-upm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 ↗DISCOVER & COMPARE
探索 AI 模型 84999
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 ↗gemma-3-4b-it-Q4_K_M-GGUF
gsxrchris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 ↗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 ↗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 ↗Multitask Text and Chemistry T5 : a multi-domain, multi-task language model to solve a wide range of tasks in both the chemical and natural language domains. Published by Christofidellis et al. **Model Details**: The Multitask Text and Chemistry T5 variant trained using t5-small as its pretrained based and the augmented dataset . **Developers**: Dimitrios Christofidellis*, Giorgio Giannone*, Jannis Born, Teodoro Laino and Matteo Manica from IBM Research and Ole Winther from Technical University of Denmark.
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。
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 ↗FOMC-RoBERTa
gtfintechlab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 ↗moody-porn-mix-v10-dpo-gguf
Gthalmie1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 ↗moody-porn-mix-v9-gguf
Gthalmie1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 ↗moody-real-mix-v4-dpo-gguf
Gthalmie1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 ↗moody-wild-mix-v1-gguf
Gthalmie1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 ↗moody-wild-mix-v2-gguf
Gthalmie1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 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 ↗tropa-qwen3.5-4b-core
gtwototoo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 ↗legato
guangyangmusic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 ↗legato-small
guangyangmusic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.2-klein-9B-Blitz-ComfyUI
GuangyuanSDThis is the **next-level face-swap** specialized evolution of the **Dark Beast** lineage, built on the lightning-fast **FLUX.2 Klein 9B** accelerated model from **Black Forest Labs**. Engineered with targeted optimizations for face swapping practices, it integrates **BFS (Best Face Swap)** technology to completely eliminate the rigid, unnatural look that plagued earlier face replacements — delivering seamless, lifelike integrations with preserved identity, expression, and lighting. It also fully fixes the portrait reference issue from the previous **DB BlitZ** versions, ensuring right reference adherence every time.
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 ↗RedCraft-DF11-Collection
GuangyuanSD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 ↗Z-Image-Distilled
GuangyuanSDOn this Day, may every woman feel the strength, grace, and boundless potential that lives within her. Thank you for your courage, your kindness, your resilience, and the countless ways you make the world brighter and better. Here's to equality, empowerment, joy, and endless possibilities—today and every day. Happy International Women's Day🌸 Special thanks to the VideoXFUN team for releasing the groundbreaking **Zimage Distilled Adapter 2603**. By incorporating this latest update, **AGILE** achieves a refined balance between speed, diversity, and visual richness — unlocking more creative freedom while maintaining exceptional efficiency. --- **Agility in Motion, Diversity in Depth** The brand-new ZImage FUN “AGILE” is built upon the cutting-edge **ZIB acceleration framework**. We deliberately reduced DPO & Distilled weight to preserve greater stochastic freedom, combined with the most recent training datasets, resulting in dramatically increased output variety, richer content details, and more imaginative compositions without sacrificing core stability. For the first time, **AGILE** reaches a true quality parity challenge against the flagship **“ZImage TURBO”** in terms of overall image fidelity and sharpness — even in complex scenes — while delivering faster iteration and superior responsiveness.
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 ↗visual-jev-4b-answer-sft
guanxuyu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 ↗ModernGuard-1
guardion> TL;DR: A state-of-the-art multilingual prompt injection classifier achieving 94.3% F1 score with industry-leading 30ms latency, 20x faster than cloud alternatives, trained on a large corpus of attacks, capable of detecting both explicitly malicious prompts as well as data that contains injected inputs. ModernGuard-1 is a state-of-the-art, cheaper and faster multilingual classifier designed by GuardionAI for real-time detection of prompt injections and jailbreak attempts. Built on the ModernBERT architecture, the model provides industry-leading latency for securing LLM-based applications across over 1,080 languages, making it one of the fastest and most linguistically diverse safety classifiers available. **Context Window:** Supports up to 8,192 tokens (2,048 tokens recommended for optimal real-time performance)
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 ↗finetuned_nli_provenance
GuardrailsAI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 ↗prompt-saturation-attack-detector
GuardrailsAIA small model to detect saturation jailbreak attacks. Not intended for standalone use against other kinds of jailbreaks. - **Developed by:** Guardrails AI, Joseph Catrambone - **Funded by [optional]:** Guardrails AI - **Model type:** Transformer, BERT - **Language(s) (NLP):** English - **License:** Restrictive - **Finetuned from model [optional]:** bert-tiny Not designed to catch other types of jailbreaks. Saturation protection is one part of a more complite suite of defenses against improper use of ML systems.
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 ↗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。