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

rizzo-flow

rizzoaiacademy

These are LoRA fine-tunes of XHToken/Spark-X2.5-4B (recommended) and XHToken/Spark-X2.5-1.7B, for Rizzo Flow. Rizzo Flow turns an unstructured state into typed decisions (`boolean`, `choice`, `score`) with probabilities, and it **generates no text**. The model runs one forward pass per question. The answer is the softmax over the logits of the answer letters (`A`, `B`, …) at the last prompt position. Training works the same way. There is no text target: the loss is a soft cross-entropy between the target distribution and the softmax over the answer letters. Only the LoRA adapters are trained. These GGUF files are what Rizzo Flow downloads by default. It pins this repository by commit and checks the sha256 of every file:

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 ↗

rizzo-flow-1.7b

rizzoaiacademy

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。

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 ↗

rizzo-pii-0.3B

rizzoaiacademy

**`rizzo-pii-0.3B`** is a lightweight, **CPU-friendly, Italian-first** token-classification model (≈0.3B parameters, mmBERT / ModernBERT backbone) that detects **22 categories of personal data** — including the Italian legal identifiers (**codice fiscale**, **partita IVA**, **dati catastali**) that no other open model covers — to drive a fully **reversible** anonymization workflow: The sensitive values never leave your machine. Only the placeholders go to the API; the local dictionary rebuilds the original from the model's answer. Built for **law firms and GDPR compliance**. > **💡 Production tip:** always pair the model with a **regex + checksum** safety net for > structured fields (EMAIL / TELEPHONE / IBAN / CF / PIVA / credit-card / amount / plate). > IBAN, CF, PIVA and card numbers are mathematically verifiable — let the checksum override the > model when they disagree. This is exactly what the rizzo-pii desktop app does.

译文排队中 · 当前显示来源原文

文本分析

输入文本→ 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 ↗

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

rizzo-flow

rizzo-flow-1.7b

rizzo-pii-0.3B

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。