GLM-5.2-0.8B-A0.8B
inference-optimization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 ↗DISCOVER & COMPARE
探索 AI 模型 84999
GLM-5.3-0.6B-A0.4B
inference-optimization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 ↗GLM-5.3-Flash-0.1B-A0.1B
inference-optimizationThis tiny model preserves the full architecture of the base model: - Hybrid attention: **KDA linear attention** (`linear_attention`) layers **and** **DeepSeek sparse attention / MLA** (`deepseek_sparse_attention`) layers with the token indexer. - Mixed FFN schedule: **dense** MLP layers (first 3) **and** **sparse MoE** layers (routed experts + shared expert). - Manifold-Constrained **Hyper-Connections** (mHC) at every attention/FFN site. - The **vision tower** (`Glm5NextVisionModel`) and multimodal projector. The model is a bf16 dense checkpoint (the base model's fp8 `quantization_config` was removed so the tiny model can be randomly initialized and fine-tuned). Per-layer schedules were regenerated for the reduced depth: - `layer_types`: `[linear, linear, linear, deepseek_sparse_attention, linear]` - `mlp_layer_types`: `[dense, dense, dense, sparse, sparse]` - `indexer_types`: `[full, full, full, full, full]`
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 ↗gpt-oss-2.5B-A1.3B
inference-optimization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 ↗granite-vision-4.1-0.2B-tiny
inference-optimization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 ↗Inkling-0.6B-A0.6B
inference-optimization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 ↗Kimi-K3-0.40B
inference-optimization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 向量
价格待核验多模态与渠道费用须分别核对
查看详情 ↗Llama-3.2-0.5B-Instruct
inference-optimizationThis model uses a single `model.safetensors` file containing all weights. The checkpoint structure is identical to the original model, with the standard Llama architecture tensors: - `model.embed_tokens.weight` - `model.layers.*.self_attn.{q,k,v,o}_proj.weight` - `model.layers.*.mlp.{gate,up,down}_proj.weight` - `model.layers.*.{input,post_attention}_layernorm.weight` - `model.norm.weight` 1. Inspected the original model configuration to identify key parameters 2. Created a tiny version by reducing `num_hidden_layers` from 16 to 4 3. Fine-tuned the model on a toy dataset (famous copypastas) to validate learning capability 4. Achieved target perplexity of ~1.02 on the validation text 5. Validated checkpoint structure matches the original model format 6. Confirmed successful loading and inference
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 ↗Llama-3.2-1B-Instruct-FP8-Block
inference-optimization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 ↗Llama-4-Scout-1.7B-0.4B-Instruct
inference-optimization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 ↗NemotronH-0.3B-A0.3B
inference-optimization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 ↗Phi-3.5-MoE-0.8B-A0.2B
inference-optimization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 ↗Qwen3-0.6B-W4A16-G128
inference-optimization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 ↗Qwen3-1.6B-A0.9B
inference-optimizationThe checkpoint is stored as a single `model.safetensors` file with individual expert weights matching the original Qwen3 structure. Each layer has 16 experts with separate `gate_proj`, `up_proj`, and `down_proj` weights per expert. The model was fine-tuned on a toy copypasta dataset and achieves: - **Perplexity**: 1.0 (on validation text) - **Generation**: Successfully generates coherent continuations 1. **Configuration**: Created with 10 layers and 16 experts (8 activated per token) to achieve ~1.6B total parameters with 50% MoE activation 2. **Initialization**: Randomly initialized weights using transformers `init_weights()` 3. **Fine-tuning**: Trained on famous internet copypastas until perplexity < 3.0 4. **Checkpoint Conversion**: Converted from batched expert format to individual expert format to match original Qwen3 checkpoint structure 5. **Validation**: Confirmed perplexity ~1.0 and successful text generation
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 ↗Qwen3.6-1.3B-A1.3B-small
inference-optimization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 ↗Qwen3.6-8B-A1.6B
inference-optimization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 ↗Qwen3.8-1.0B-A0.6B
inference-optimization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 ↗Qwen3.8-Flash-Next-0.2B-A0.2B
inference-optimization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 ↗Qwen3-8B-from-Qwen3-8B_regen-speculators.eagle3-qwen3arch-ckpt1
inference-optimization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 ↗Qwen3-8B-speculators.peagle-qwen3arch-ckpt4
inference-optimization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 ↗Qwen3-Coder-Next.w4a16
inference-optimization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 ↗Qwen3-VL-1.0B-A0.4B-Instruct
inference-optimization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 ↗Qwen3-VL-Reranker-0.1B-tiny
inference-optimization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 ↗Nemotron-3.5-Bolt-5GB
inference-snaps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 ↗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。