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 3

厂商输入输出许可

为你发现值得关注的模型

pdmd_2NFE_lora

pdmd2026

This repository holds the **LoRA adapter** of a 2-step (2 NFE) student distilled from MiniMax-H3 with **Projected Distribution Matching Distillation (PDMD)**. PDMD projects the DMD update onto the subspace orthogonal to the student–critic endpoint residual; it is a one-line change to DMD with no auxiliary loss, extra network, extra model pass, or extra training stage. The adapter is applied to the transformer (`MiniMaxH3Transformer3DModel`) of the base model. Every other component (VAE, audio VAE, schedulers, text encoder, processor) is unchanged and comes from the base model. Tensor keys have the form `transformer. .lora_A.weight` / `transformer. .lora_B.weight`, where ` .weight` is the corresponding parameter of `MiniMaxH3Transformer3DModel`. Fusing rule (also stored in the safetensors metadata):

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 ↗

pdmd_4NFE_full

pdmd2026

Full transformer weights (`MiniMaxH3Transformer3DModel`, bf16) of a 4-step (4 NFE) student distilled from MiniMax-H3 with **Projected Distribution Matching Distillation (PDMD)**. It is a drop-in replacement for the `transformer/` of the base model; every other component comes from the base model. The same model is also available as a LoRA in pdmd2026/pdmd_4NFE_lora. Sample with **4 denoising steps** using the base model's released scheduler configuration (shift 12 / 3).

译文排队中 · 当前显示来源原文

分类待补充

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 ↗

加入对比来源 / 文档 ↗

pdmd_4NFE_lora

pdmd2026

This repository holds the **LoRA adapter** of a 4-step (4 NFE) student distilled from MiniMax-H3 with **Projected Distribution Matching Distillation (PDMD)**. The same model is also available as full transformer weights in pdmd2026/pdmd_4NFE_full. The adapter is applied to the transformer (`MiniMaxH3Transformer3DModel`) of the base model. Every other component (VAE, audio VAE, schedulers, text encoder, processor) is unchanged and comes from the base model. Tensor keys have the form `transformer. .lora_A.weight` / `transformer. .lora_B.weight`, where ` .weight` is the corresponding parameter of `MiniMaxH3Transformer3DModel`. Fusing rule (also stored in the safetensors metadata):

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。

找到适合你的 AI 模型。

探索 AI 模型 3

pdmd_2NFE_lora

pdmd_4NFE_full

pdmd_4NFE_lora

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。