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

85,001 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 6

厂商输入输出许可

为你发现值得关注的模型

bge-reranker-base-Q4_K_M-GGUF

sabafallah

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 ↗

加入对比来源 / 文档 ↗

This repository provides **GGUF model files** required for running the **DeepSeek-OCR-2 / MTMD** support introduced in the following llama.cpp pull request: These models are **only compatible with the PR branch** and will not run on upstream llama.cpp `main`.

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 ↗

DeepSeek-OCR-GGUF

sabafallah

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 ↗

llama-nemotron-embed-1b-v2-GGUF

sabafallah

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 ↗

Qwen2.5-Coder-32B-Instruct-Q4_K_M-GGUF

sabafallah

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

文本生成

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 ↗

Unlimited-OCR-GGUF

sabafallah

Unlimited-OCR is DeepSeek-OCR v1's DeepEncoder + a DeepSeek-V2 MoE decoder, with the decoder attention replaced by R-SWA (Reference Sliding Window Attention). llama.cpp support comes in two PRs (the same GGUF files work for both): The max_tiles fix #25614 is merged too. The mmproj files were re-uploaded on 2026-07-13 and carry `preproc_max_tiles = 32`, matching the reference implementation. Unlimited-OCR shares DeepSeek-OCR v1's projector type, so a build without #25614 ignores the key and falls back to v1's cap of 9 - tall or dense pages are then split into a coarser tile grid than the reference. Older mmproj files keep working either way. The DRY flags are a weak loop guard mirroring the reference implementation's `no_repeat_ngram_size=35` / `ngram_window=128`. Keep the allowed length high: aggressive DRY settings garble the model's HTML table output.

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 ↗

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 6

bge-reranker-base-Q4_K_M-GGUF

DeepSeek-OCR-2-GGUF

DeepSeek-OCR-GGUF

llama-nemotron-embed-1b-v2-GGUF

Qwen2.5-Coder-32B-Instruct-Q4_K_M-GGUF

Unlimited-OCR-GGUF

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。