AI NEWS · 模型情报站发现能力边界,让每一次选择更有依据 ↗基础档案先收录 · 缺失资料持续补齐
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
85,015 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 1

为你发现值得关注的模型

Binary **fire-associated smoke compatibility**, not smoke-source pointing or physical aerosol density. A probable-fire ROI with no confirmed visible flame can be routed here. Input: RGB crop with 45% context per side, minimum side 160, bicubic 448×448 resize and ImageNet normalization. DINOv2 ViT-S/14 CLS embedding (384) → LayerNorm → dropout 0.15 → linear logit. Output is temperature-scaled compatibility with a low/high decision and an abstention interval. Rejected smoke keypoints, masks and spatial-refiner runs are not included. Positive labels require retained provenance supporting fire-associated smoke or visible flame elsewhere in the source image. Crops containing a flame fragment are excluded, as are unsupported associations; ambiguous is an inference abstention state, not a third training label. Training membership is not gated by another model's predicted absence of flame. Linked v2.5-smoke-from-fire-probability: 50,183 train / 12,106 validation public ROIs, a rights-filtered subset of the retained full run corpus. Run `20261005-075018-dinov2_vits14`: 3 head-only epochs then 5 epochs with the last two backbone blocks unfrozen, batch 48, BF16, seed 42. Head LR 3e-4, backbone LR 5e-6, weight decay 0.05, 0.5-epoch warmup and cosine decay per phase. Best checkpoint is tail phase **E3 (overall E6)** by selection-fold AUPRC. Eight epochs completed. Official DINOv2 source is pinned at `7764ea0f912e53c92e82eb78a2a1631e92725fc8`.

译文排队中 · 当前显示来源原文

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 ↗
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。

1 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。

AI NEWS · 从信息到选择

资讯看趋势,工具提效率,模型筑可能。

探索 AI 资讯 ↗发现 AI 工具 ↗