AI NEWS.ccAI正在发生 未来正在更新
♡ 我的收藏 0
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
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 22

为你发现值得关注的模型

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 ↗
来源 / 文档 ↗

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

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 ↗
来源 / 文档 ↗

MXFP8 quantization of the MiniMax H3 `fl2va` (first-last-frame to video+audio) diffusion checkpoint. Based on testing (this model and pruned_fp8), the minimal steps to get results similar to Lightx2v using 4-step LoRAs is 5step & 5steps. The sweet spot for quality and speed is 8step and 8steps. This quantization requires a minimum of 8step. FP8 quantization of the MiniMax H3 `fl2va` (first-last-frame to video+audio) diffusion checkpoint.

译文排队中 · 当前显示来源原文

视频生成
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 ↗
来源 / 文档 ↗

Quantized versions of the **MiniMax H3 Ref2VA** (reference-to-video-audio) diffusion model. Both keep the text-conditioning path (`token_refiner`, conditioning projections, audio heads) in full precision. _minimal 5 step (talking heads, less motions) | balanced 8-steps (shift 8) | Action-rich scenes above 12 (shift max 12)_

译文排队中 · 当前显示来源原文

视频生成
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 ↗
来源 / 文档 ↗

r_drive

rzgar

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 ↗
来源 / 文档 ↗

LoRA pack for **Bernini-R** and **vanilla Wan 2.2 I2V** tuned for **image-to-video** workflows. Includes **main motion enhancers** (strong focus on motion & rhythm via targeted FFN/attention zeroing) + **appearance-only enhancers** for anatomical accuracy. Respond well to explicit prompts describing different acts. _tuned ONLY for I2V usage based on video outputs from Bernini-R FP8, NVFP4, and Bernini-R N4W merge._

译文排队中 · 当前显示来源原文

图像生成
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 ↗
来源 / 文档 ↗

Wan_2_2_I2V_lightx2v_Distill_260412_rank_128_fp16 originally extracted from lightx2v/Wan2.2-Distill-Models wan2.2_i2v_A14b_lightx2v_4step_720p_260412.safetensors The default ComfyUI Wan2.2 I2V workflow ships with LightX2V LoRAs that tend to turn scenes into **slow motion**: These **slow-mo fix** LoRAs target that problem. More **natural motion** without breaking the **4-step LightX2V** usage pattern and quality. In practice they also feel among the **fastest-looking** LightX2V-style pairs released for Wan2.2 I2V (less drag, less “slow-mo” pacing).

译文排队中 · 当前显示来源原文

视频生成
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 ↗
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 ↗