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 9

为你发现值得关注的模型

A classic **OpenPose ControlNet LoRA** for **Krea2 Turbo**. Feed an **OpenPose / DWPose skeleton map** as the control image — the model follows the **body pose and structure** while the **text prompt** defines appearance, style, clothing, and scene. This is a straightforward **pose ControlNet-style LoRA** — not a reference + pose fusion model. It was primarily trained on **humans**, but also works with **stylized characters**. The LoRA teaches the model to treat the input image as an **OpenPose control map** and to align the generated subject with that skeleton. Appearance, outfit, lighting, and environment come from the **prompt** (and optional style cues), not from a second reference image.

译文排队中 · 当前显示来源原文

图像编辑
输入 图像→ 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 ↗

A LoRA for **FLUX.2 Klein 9B Base** that fuses a **reference image** with a **depth map**. It preserves **identity and style** from the reference while following the **pose and structure** from the depth map. This LoRA was primarily trained on **humans**, but it also works with **objects** and stylized characters. Its main purpose is to **preserve identity** — facial features, clothing, style, or object characteristics — from the reference image, while adapting the subject to the **pose and composition** defined by the depth map. Part of the **RefControl** family: reference + control fusion for consistent, controllable generation on **FLUX.2 Klein 9B Base**.

译文排队中 · 当前显示来源原文

图像编辑
输入 图像→ 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 ↗

A LoRA for **FLUX.2 Klein 9B Base** that fuses a **reference image** (identity) with a **pose control map** (skeleton / keypoints). It preserves **identity and style** from the reference while following the **body pose and structure** from the pose map. Each preview is a **single combined image** from ComfyUI: **Pose → Reference → Result** (left to right). This LoRA was primarily trained on **humans**, but it also works with **stylized characters** and some objects. Its main purpose is to **preserve identity** — facial features, hairstyle, clothing, or object details — from the reference image, while adapting the subject to the **pose and skeleton structure** defined by the control map.

译文排队中 · 当前显示来源原文

图像编辑
输入 图像→ 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 ↗
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 ↗