Breeze-TTS-2-comfyui
drbaph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 音频
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 16
We introduce FireRed-Image-Edit-1.1, an upgrade to our general-purpose image editing foundation model. Building upon the capabilities presented in the FireRed-Image-Edit-1.0 Technical Report, version 1.1 significantly enhances identity consistency, multi-image conditioning, and domain-specialized editing performance, bringing the model closer to real-world creative production needs.
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 ↗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 ↗HiDream-O1-Image-FP8
drbaph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 ↗Higgs-Audio-v3-Studio
drbaphThis repository hosts the downloadable runtime files for **Higgs Audio v3 Studio**, a Windows desktop app for local Higgs Audio v3 TTS, voice cloning, speech continuation, and multi-speaker generation. This repository is not the original upstream model release. It provides GGUF model builds, the Windows CUDA engine DLL package, checksums, and a manifest used by the desktop app downloader. Higgs Audio v3 Studio is a Rust/Tauri desktop application that runs a ported native C++/CUDA implementation of Higgs Audio v3 locally.
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 ↗Hyperflow-Comfyui
drbaphComfyUI-converted builds of HyperFlow (Video Rebirth's 8-step LoRA for MiniMax-H3, video + audio), for the **ComfyUI-Hyperflow** custom node. > **These are not the standalone LoRAs.** The files here require the custom node (they carry the time-embedder/endpoint LoRA + fixed 8-step grid the node consumes). If you want to use HyperFlow **without** the custom node, get the extracted standalone builds from drbaph/MiniMax-H3-Turbo-Lora-ComfyUI — those load with the stock `Load LoRA` node (backbone only, no two-time conditioning, output deviates from the released model). **Usage:** `Load Diffusion Model (MiniMax-H3) → ApplyHyperFlow → SamplerCustomAdvanced + euler` (feed the node's SIGMAS output). Optional sparse attention: core `Model Sparse Attention` (sol-attn: start_percent 0.25, dense_blocks "0,1", tau 1.0).
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 ↗LTX-2.3-FP8
drbaph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 视频
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 MiniMax-H3 Turbo and few-step LoRAs converted and optimized for ComfyUI. These LoRAs accelerate MiniMax-H3 video and synchronized-audio generation by reducing the required number of sampling steps. - Video-Rebirth/hyperflow — GitHub - videorebirth/hyperflow — Hugging Face
译文排队中 · 当前显示来源原文
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 ↗OmniVoice-bf16
drbaph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 音频
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 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 ↗Qwen-Image-Edit-2511-FP8
drbaphThis is the fp8_e4m3fn quantized version of Qwen-Image-Edit-2511 for lower memory usage and faster inference (compatible with ComfyUI) approx. 20GB VRAM 💜 Qwen Chat    |   🤗 Hugging Face    |   🤖 ModelScope    |    📑 Tech Report    |    📑 Blog    🖥️ Demo    |   💬 WeChat (微信)    |   🫨 Discord   |    Github   
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 ↗s2-pro-fp8
drbaph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 音频
价格待核验多模态与渠道费用须分别核对
查看详情 ↗Pre-quantized **Comfy Kitchen INT8 ConvRot** version of the 8-step checkpoint (`stage-dmd-step-250`) from OpenVDN/vdn-minimax-h3. For use with ComfyUI-VDN-H3. Faster: the branch's dispatched matmuls run **2.7x** faster than bf16, and the A/B render finished **~1.2x** faster end-to-end (~111 s -> ~95 s, single run each). 8 steps, er_sde / beta, 1280x736 / 61 frames, merge, `cache_gpu`, same seed. Identical output; wall clock from a single run each (±5 s sampling).
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 ↗Viggle-Animate-ComfyUI
drbaphComfyUI-native conversions of **Viggle/Viggle-Animate** — a 33.1 B full finetune of MiniMax-H3's `ref2va` transformer for **character replacement in video**: a driving clip provides motion, camera, background and lighting; one reference still provides the character. No text encoder — conditioning is a frozen 362-token embedding. The sampler is DMD2-distilled: **4 steps (3 forward passes)**. **ComfyUI node pack (required for the conditioning layout):** github.com/Saganaki22/ComfyUI-Viggle-Animate-H3 - minimax_h3_ref2va_viggle_pruned_int8_convrot.safetensors (21 GB) - minimax_h3_ref2va_viggle_int8_convrot.safetensors (47 GB) - minimax_h3_ref2va_viggle_bf16.safetensors (66.3 GB, max quality)
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 ↗Z-Image-fp8
drbaphThis is the **fp8-e4m3fn-scaled** / **fp8-e4m3fn** and **fp8-e5m2-scaled** / **fp8_e5m2** quantized versions of the Z-Image model, optimized for ComfyUI workflows. These quantized formats significantly reduce VRAM requirements while maintaining high image quality, making the model more accessible for consumer-grade GPUs. **Benefits:** - Reduced memory footprint (~50% VRAM savings) - Faster inference times - Full ComfyUI compatibility - Minimal quality degradation **Z-Image** is the foundation model of the ⚡️- Image family, engineered for good quality, robust generative diversity, broad stylistic coverage, and precise prompt adherence.
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 ↗Z-Image-Turbo-FP8
drbaphZ-Image is a powerful and highly efficient image generation model with **6B** parameters. It is currently has three variants:
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 ↗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。