THE AI MODEL DIRECTORY 模型探索，从这里开始

找到适合你的 AI 模型。

从语言到影像，从开源到 API。读懂模型能力、比较真实成本，
为你的下一个想法，找到合适的智能引擎。

热门探索

84,996 款模型档案13202 家厂商 / 发布者45 个能力分类465 款有可比报价 · 30 款有公开评测

T文本生成 ▧图像生成 ▷视频生成 ⌘代码生成 ◖语音合成 ♫音乐生成 ⬡3D 建模 ▤文档分析

DISCOVER & COMPARE

探索 AI 模型 2

厂商输入输出许可

为你发现值得关注的模型

Minimax-H3-R2VA-Veda-Preview

Veda-Sparse

**Veda** is a learned sparse-attention method for video diffusion models. This checkpoint brings Veda to MiniMax-H3 reference-to-audio-video generation. It selects visual reference and generated video tiles independently; text, VLM conditioning, and audio attention remain dense. The predictor is not a LoRA and leaves the backbone weights unchanged. This preview was fine-tuned for 600 updates from the T2VA predictor on 5.17-second R2VA clips. It uses the MiniMax-H3 Turbo LoRA for eight-step generation, with up to 32 visual-reference tiles and 32 current-video tiles per query tile and head. The predictor is stored in FP8 and dequantized to BF16 when loaded. - **Learned sparse attention.** Visual reference and generated-video attention are selected independently; text, VLM conditioning, and audio stay dense. - **Fixed visual budgets.** The released preview uses 32 reference tiles and 32 current-video tiles per query tile and head. - **Plug-and-play predictor.** The FP8 predictor is separate from the H3 backbone and Turbo LoRA weights.

译文排队中 · 当前显示来源原文

视频生成

输入文本→ 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 ↗

加入对比来源 / 文档 ↗

Minimax-H3-T2VA-Veda-8NFE-600Step-Preview

Veda-Sparse

Don't just take our samples for it. Try your own prompts in the online demo. Available as a custom node on the Comfy Registry; see ComfyUI below. This checkpoint applies to **all generation modalities** supported by MiniMax-H3, including **T2VA, FL2VA, and R2VA**, as well as to **arbitrary numbers of diffusion steps**. The T2VA and 8NFE tags in the repository name only denote the training configuration and do not restrict where the predictor can be used. A dedicated R2VA fine-tuned checkpoint with further improved quality will be released in the near future.

译文排队中 · 当前显示来源原文

视频生成

输入文本→ 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 ↗

加入对比来源 / 文档 ↗

COST EXPLORER

好模型，也要算好成本。

费用分析

调整月度 Token 用量，直观比较不同模型的预估 API 开支。

每月输入 Token 10 M每月输出 Token 2 M1 M = 100 万 Token · 美元计价
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

选型与常见问题

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。