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

84,991 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 4

厂商输入输出许可

为你发现值得关注的模型

Audar-ASR-V1-Flash

audarai

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。

语音识别

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 ↗

加入对比来源 / 文档 ↗

🧭 Overview · 📊 Benchmarks · 💻 GGUF Deploy · 🤗 Transformers · 🎙️ Streaming · ⚡ vLLM · 📄 Tech Report · 🐙 GitHub · ☁️ Audar API · 📜 License **Audar-ASR-V1-Turbo** is an **Arabic-first generative speech-recognition model** — the accuracy tier of the Audar-ASR family. It recasts transcription as **audio-conditioned next-token prediction** over a unified text vocabulary (a language-model decoder rather than a CTC or transducer objective), and is built on a permissively-licensed open-weight audio-LLM foundation and adapted in-house — the contribution is the adaptation (the data curriculum and the alignment rubric), not the foundation: The result is **state-of-the-art dialectal Arabic ASR** — the lowest average WER *and* CER of any evaluated system on the *Open Universal Arabic ASR Leaderboard*. It transcribes MSA and every major Arabic dialect, code-switched Arabic–English, and English, across **30 languages** in total.

译文排队中 · 当前显示来源原文

语音识别

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 ↗

加入对比来源 / 文档 ↗

Audar-TTS-V1-Flash

audarai

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。

语音合成

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 ↗

加入对比来源 / 文档 ↗

Audar-TTS-V1-Turbo

audarai

Audar-TTS-V1-Turbo is the **balanced production tier** of the Audar-TTS family — a **~1.64B-parameter** community-licensed speech model that trades a little of Flash's raw speed for higher fidelity and steadier prosody, while staying efficient. It is **Arabic-first** (including Gulf/Emirati and other dialects), fully **bilingual with English**, and **clones any voice from a 5–15 second reference clip** with no per-speaker fine-tuning. This repository ships it as **GGUF quantizations** for `llama.cpp`. Turbo treats speech synthesis as **next-token prediction**: a language-model backbone predicts discrete **audar-codec** acoustic tokens, which a lightweight neural codec decodes to **24 kHz** audio. There is **no phonemizer and no per-language G2P** — so Arabic dialects and Arabic⇄English code-switching are handled from data rather than brittle pronunciation rules. > **GGUF weights** under the **AudarAI Community License v1.0** — free for research and limited > commercial use by smaller organizations; larger/enterprise use needs an AudarAI Enterprise > License. See License.

译文排队中 · 当前显示来源原文

语音合成

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 ↗

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。

找到适合你的 AI 模型。

探索 AI 模型 4

Audar-ASR-V1-Flash

Audar-ASR-V1-Turbo

Audar-TTS-V1-Flash

Audar-TTS-V1-Turbo

暂未找到匹配模型

好模型，也要算好成本。

读懂模型，再做选择

资讯看趋势，工具提效率，模型筑可能。