LFM2.5-24B-A2B-MLX-DWQ-3bit-v2
hermitdave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 ↗DISCOVER & COMPARE
探索 AI 模型 84999
Nemotron-3.5-Bolt-74B-A9B-MLX-mixed46
hermitdave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 ↗Ornith-1.5-122B-MLX-Mixed2-3-8bit-MTP
hermitdave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 ↗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 ↗Spark-X2.6-4B-MLX-SLQ-4.50bpw
hermitdave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 ↗heron1i-flash-lite-v2
Heronetic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 ↗r16-v1
herrera555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 ↗r16-v2
herrera555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 ↗r17
herrera555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 ↗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 ↗GGUF quantizations of `hesamation/Qwen3.6-35B-A3B-Claude-4.6-Opus-Reasoning-Distilled`, a reasoning SFT fine-tune of `Qwen/Qwen3.6-35B-A3B` on Claude Opus 4.6-style chain-of-thought distillation data. The source fine-tune is text-only. The Qwen3.6 base architecture includes a vision encoder, but this fine-tuning run did not train on image or video examples. Treat these GGUF files as text-generation/runtime quantizations of the merged fine-tuned checkpoint. - **Developed by:** @hesamation - **Source model:** `hesamation/Qwen3.6-35B-A3B-Claude-4.6-Opus-Reasoning-Distilled` - **Base model:** `Qwen/Qwen3.6-35B-A3B` - **License:** apache-2.0
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 ↗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 ↗qwen-3.8-27b-abliterated
heterodoxin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 ↗GmshNet-8B-v0.1
hexera-org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 ↗GmshNet-8B-v0.1-GGUF
hexera-org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 ↗Kokoro-82M
hexgrad**Kokoro** 是一款开放权重的 TTS 模型，拥有 8200 万参数。尽管其架构轻量，却能提供与更大规模模型相媲美的质量，同时显著更快且更具成本效益。凭借 Apache 许可的权重，Kokoro 可部署于从生产环境到个人项目的任何场景。 > [!NOTE] > 截至 2025 年 4 月，通过 API 提供服务的 Kokoro 市场价格为 **每百万字符文本输入低于 1 美元**，或每小时音频输出低于 0.06 美元。（平均而言，1000 字符的输入约对应 1 分钟的输出。）来源：ArtificialAnalysis/Replicate 为每 M 字符 65 美分，DeepInfra 为每 M 字符 80 美分。 > > 这是一款 Apache 许可的模型，Kokoro 已被部署于众多项目和商业 API 中。我们欢迎该模型在实际用例中的部署。 > [!CAUTION] > 类似 kokorottsai_com（快照：https://archive.ph/nRRnk）和 kokorotts_net（快照：https://archive.ph/60opa）的虚假网站很可能是冒充热门模型的骗局。 > > 任何根域名中包含“kokoro”的网站（例如 kokorottsai_com、kokorotts_net）**均不属于本模型页面或其作者所有，也与其无任何关联**，任何试图暗示相反情况的行为均为危险信号。
输入 文本→ 输出 音频
价格待核验多模态与渠道费用须分别核对
查看详情 ↗Kokoro-82M-v1.1-zh
hexgradThis model is the result of a short training run that added 100 Chinese speakers from a professional dataset. The Chinese data was freely and permissively granted to us by LongMaoData, a professional dataset company. Thank you for making this model possible. Separately, some crowdsourced synthetic English data also entered the training mix: [1] - 1 hour of Maple, an American female. - 1 hour of Sol, another American female. - And 1 hour of Vale, an older British female. This model is not a strict upgrade over its predecessor since it drops many voices, but it is released early to gather feedback on new voices and tokenization. Aside from the Chinese dataset and the 3 hours of English, the rest of the data was left behind for this training run. The goal is to push the model series forward and ultimately restore some of the voices that were left behind.
译文排队中 · 当前显示来源原文
输入 文本→ 输出 音频
价格待核验多模态与渠道费用须分别核对
查看详情 ↗DeepWind1.0-33M
Hexian-2001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 ↗vyra-yolo-ppe-detection
Hexmon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 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 ↗persian-embeddings
heydariAIThis model is a fine-tuned version of xlm-roberta-base, specifically trained on a massive corpus of Persian data to create high-quality contextual embeddings for Persian sentences and paragraphs. It is designed to perform exceptionally well on tasks such as semantic search, clustering, and contextual similarity for Persian text, while also supporting multilingual tasks in English and Persian. The fine-tuning process focused on adapting the pre-trained multilingual XLM-RoBERTa model to better capture Persian linguistic nuances, making it highly effective for tasks requiring embeddings tailored to the Persian language. Without sentence-transformers, you can use the model like this: First, you pass your input through the transformer model, then you have to apply the right pooling-operation on-top of the contextualized word embeddings.
译文排队中 · 当前显示来源原文
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 ↗Qwen3.5-27B-abliterated-GGUF
HeYujiehuihui-ai/Huihui-Qwen3.5-27B-abliterated is an uncensored version of Qwen/Qwen3.5-27B created with abliteration (see remove-refusals-with-transformers to know more about it). This is a crude, proof-of-concept implementation to remove refusals from an LLM model without using TransformerLens.
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 ↗This repository contains the GGUF quantized versions of huihui-ai/Huihui-Qwen3.5-35B-A3B-abliterated huihui-ai/Huihui-Qwen3.5-35B-A3B-abliterated is an uncensored version of Qwen/Qwen3.5-35B-A3B created with abliteration (see remove-refusals-with-transformers to know more about it). This is a crude, proof-of-concept implementation to remove refusals from an LLM model without using TransformerLens.
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 ↗vedu-scribe-0.8b
heyvedu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 ↗CRAFT
hezarai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 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。