AI 模型
具有 120 亿参数的多模态 AI 模型，配备 4 亿参数的视觉编码器，旨在处理高级图像和文本任务。Pixtral-12B-2409 是一个具有 120 亿参数的多模态 AI 模型，配备 4 亿参数的视觉编码器，旨在处理高级图像和文本任务。
查看 AI 模型 Top 5
最佳 AI 模型与大语言模型 AI 模型
221 个工具探索最佳 AI 模型 — 从语言转换器如 DistilGPT2 和 Claude Opus 到先进系统如 GPT-5.6: Frontier intelligence 和 Google DeepMind 的 Gemini 3.1 Pro，这里是开发者和研究人员探索提升项目工具的地方：生成类人文本，构建对话代理，开发复杂算法，推动 AI 能力的边界。 浏览 221 个AI 模型，涵盖 文字转语音, 计算机视觉工具, 3D 模型生成器, 科学发现与实验室工具 和 自然语言处理工具 等类别——每个条目上线前都经过人工审核，并以11种语言发布。
221 个工具
先进的 AI 模型，拥有 240 亿个参数，提供最先进的视觉和文本能力。它支持长达 128k 令牌的上下文理解，非常适合对话代理和视觉分析。Mistral-Small-3.1-24B-Instruct-2503 是一个先进的 AI 模型，拥有 240 亿个参数，提供最先进的视觉和文本能力。它支持长达 128k 令牌的上下文理解，非常适合对话代理和视觉分析。
查看 AI 模型 Top 5
AI 模型
Reducto AI开发的开源OCR工具，相比其前身olmOCR，提供更快的处理速度和更低的内存使用。它旨在高效处理各种文档类型，而无需使用元数据输入。RolmOCR是Reducto AI开发的开源OCR工具，相比其前身olmOCR，提供更快的处理速度和更低的内存使用。它旨在高效处理各种文档类型，而无需使用元数据输入。
查看 AI 模型 Top 5
AI 模型
用于自动语音识别和翻译的预训练模型。它支持多种语言，并设计为在不同数据集上进行泛化，无需微调，使其在各种 ASR 任务中具有多功能性。OpenAI Whisper 是一个用于自动语音识别和翻译的预训练模型。它支持多种语言，并设计为在不同数据集上进行泛化，无需微调，使其在各种 ASR 任务中具有多功能性。
查看 AI 模型 Top 5
最先进的多语言专家混合文本嵌入模型。它支持大约 100 种语言，并在多语言检索任务中表现出色，提供灵活的嵌入维度和降低的存储成本。nomic-embed-text-v2-moe 是一款最先进的多语言专家混合文本嵌入模型。它支持大约 100 种语言，并在多语言检索任务中表现出色，提供灵活的嵌入维度和降低的存储成本。
查看 AI 模型 Top 5
先进的自动语音识别和翻译模型，经过优化以提高速度，并减少了解码层。它支持多种语言，并提供强大的转录能力。Whisper Large V3 Turbo 是一款先进的自动语音识别和翻译模型，经过优化以提高速度，并减少了解码层。它支持多种语言，并提供强大的转录能力。
查看 AI 模型 Top 5
AI 模型
先进的 OCR 模型，旨在实现高效的文本识别。它利用统一的端到端方法来提高准确性和性能，使其非常适合于文本提取和处理的各种应用。GOT-OCR2.0 是一个先进的 OCR 模型，旨在实现高效的文本识别。它利用统一的端到端方法来提高准确性和性能，使其非常适合于文本提取和处理的各种应用。
查看 AI 模型 Top 5
AI 模型
Suno开发的基于变换器的文本到音频模型，能够生成真实的多语言语音和其他音频形式。它支持通过预训练模型检查点进行推理的研究。Bark是Suno开发的基于变换器的文本到音频模型，能够生成真实的多语言语音和其他音频形式。它支持通过预训练模型检查点进行推理的研究。
查看 AI 模型 Top 5
先进的大型语言模型，拥有 220 亿个参数，旨在高效地在单个 GPU 上运行。与较小的模型相比，它提供了卓越的性能，并与那些显著更大的模型相媲美，使其成为 AI 任务的强大工具。Solar Pro Preview Instruct 是一个先进的大型语言模型，拥有 220 亿个参数，旨在高效地在单个 GPU 上运行。与较小的模型相比，它提供了卓越的性能，并与那些显著更大的模型相媲美，使其成为 AI 任务的强大工具。
查看 AI 模型 Top 5
AI 模型
30B-A3B MoE 模型，旨在实现轻量级部署，平衡性能与效率。它在各种基准测试中表现出色，是 AI 应用的强大选择。GLM-4.7-Flash 是一款 30B-A3B MoE 模型，旨在实现轻量级部署，平衡性能与效率。它在各种基准测试中表现出色，是 AI 应用的强大选择。
查看 AI 模型 Top 5
AI 模型
先进的 AI 模型，相较于其前身 GLM-4.5 提供了改进。它具有更长的上下文窗口、更优越的编码性能和增强的推理能力，适合复杂任务和代理框架。GLM-4.6 是一个先进的 AI 模型，相较于其前身 GLM-4.5 提供了改进。它具有更长的上下文窗口、更优越的编码性能和增强的推理能力，适合复杂任务和代理框架。
查看 AI 模型 Top 5
AI 模型
多模态 OCR 模型，旨在实现复杂文档理解。它通过多标记预测损失和稳定的强化学习提高训练效率和识别准确性。该模型针对现实场景进行了优化，在各种文档布局中提供强大的性能。GLM-OCR 是一个多模态 OCR 模型，旨在实现复杂文档理解。它通过多标记预测损失和稳定的强化学习提高训练效率和识别准确性。该模型针对现实场景进行了优化，在各种文档布局中提供强大的性能。
查看 AI 模型 Top 5
AI 模型
由 OpenGVLab 开发的开源多模态大型语言模型系列。它作为 GPT-4o 的替代方案，专注于视觉-语言任务。该项目旨在以多功能和可访问的格式提供先进的对话能力。InternVL 是由 OpenGVLab 开发的开源多模态大型语言模型系列。它作为 GPT-4o 的替代方案，专注于视觉-语言任务。该项目旨在以多功能和可访问的格式提供先进的对话能力。
查看 AI 模型 Top 5
LG AI Research 的 EXAONE 4.5 是一款为专业使用而设计的大型语言模型，集成了视觉和语言能力。它在理解复杂工业环境方面表现出色，并支持多语言操作，提升了各个行业的 AI 驱动解决方案。
查看 AI 模型 Top 5
AI 模型
尖端语言模型，专为超低延迟应用而设计，使实时AI交互在语音、代理等领域成为可能。它提供快速的响应时间和高准确性，改变了智能处理的速度。Celeris-1是一个尖端语言模型，专为超低延迟应用而设计，使实时AI交互在语音、代理等领域成为可能。它提供快速的响应时间和高准确性，改变了智能处理的速度。
查看 AI 模型 Top 5
AI 模型
腾讯混元的 Hy3 预览是一个开源语言模型，具有 2950 亿个参数。它在数学、编码和多语言任务中表现出色，提供与 256K 上下文窗口相竞争的性能。可在腾讯云和 OpenRouter 上使用。
查看 AI 模型 Top 5
拥有6亿参数的自动语音识别模型，旨在提供高质量的英语转录，支持标点符号、大小写和准确的时间戳预测。NVIDIA Parakeet是一个拥有6亿参数的自动语音识别模型，旨在提供高质量的英语转录，支持标点符号、大小写和准确的时间戳预测。
查看 AI 模型 Top 5
AI 模型
微软人工智能推出的先进图像模型，旨在实现高质量生成和精确编辑。它提供专业级控制，并整合来自网络的信息以增强创意。MAI-Image-2.6 是微软人工智能推出的先进图像模型，旨在实现高质量生成和精确编辑。它提供专业级控制，并整合来自网络的信息以增强创意。
查看 AI 模型 Top 5
AI 模型
小米推出的旗舰AI模型，具备万亿参数能力，旨在提升现实世界的生产力。它在长时间任务中表现出色，支持在单一上下文中处理多达100万的tokens，非常适合复杂项目。MiMo-V2.5是小米推出的旗舰AI模型，具备万亿参数能力，旨在提升现实世界的生产力。它在长时间任务中表现出色，支持在单一上下文中处理多达100万的tokens，非常适合复杂项目。
查看 AI 模型 Top 5
AI 模型
商业 AI 模型，旨在处理高级编码、科学推理、长上下文分析、代理工作流程和多模态理解。它为复杂的 AI 任务提供了一个稳定的平台。Agnes 2.5 Pro 是一款商业 AI 模型，旨在处理高级编码、科学推理、长上下文分析、代理工作流程和多模态理解。它为复杂的 AI 任务提供了一个稳定的平台。
查看 AI 模型 Top 5
与 OpenAI 兼容的 LLM 推理 API，提供工具调用、结构化输出、多模态和语音转文本功能。由 Multiverse Computing 开发，支持高级推理和多样化应用的结构化输出。Quasar 438B 是一个与 OpenAI 兼容的 LLM 推理 API，提供工具调用、结构化输出、多模态和语音转文本功能。由 Multiverse Computing 开发，支持高级推理和多样化应用的结构化输出。
查看 AI 模型 Top 5
Gemini 3.8 Flash 由 Google DeepMind 开发，是一个针对编码和代理任务优化的先进 AI 模型。它在复杂工作流程中表现出色，提供多模态理解，并在各个领域中具有高性能。
查看 AI 模型 Top 5
Google DeepMind 提供的一系列开放模型，旨在提高治疗开发的效率。它提供多功能模型，可以模拟实验室测试，可能降低研究成本和从实验室到临床的时间。TxGemma 是 Google DeepMind 提供的一系列开放模型，旨在提高治疗开发的效率。它提供多功能模型，可以模拟实验室测试，可能降低研究成本和从实验室到临床的时间。
查看 AI 模型 Top 5
AI 模型
来自 Anthropic 的快速、轻量级 AI 模型，旨在提供高性能的编码和实时应用。它为开发者和企业提供了成本高效的解决方案，在并行执行和子代理编排方面表现出色。Claude Haiku 4.5 是来自 Anthropic 的快速、轻量级 AI 模型，旨在提供高性能的编码和实时应用。它为开发者和企业提供了成本高效的解决方案，在并行执行和子代理编排方面表现出色。
查看 AI 模型 Top 5
AI 模型
谷歌DeepMind最快、最具性价比的3.5级模型，每秒输出350个标记。它在低延迟、高吞吐量的任务中表现出色，非常适合复杂的代理任务，如编码、用户界面生成和翻译。双子座闪电版是谷歌DeepMind最快、最具性价比的3.5级模型，每秒输出350个标记。它在低延迟、高吞吐量的任务中表现出色，非常适合复杂的代理任务，如编码、用户界面生成和翻译。
查看 AI 模型 Top 5
AI 模型
基于 Mistral 的 24B 模型，旨在实现高效和多功能。它在各种任务中表现出色，避免了大型模型的复杂性，提供了更好的性能和世界知识。根据 Apache-2.0 发布，支持开源创新。Arcee-Blitz 是一个基于 Mistral 的 24B 模型，旨在实现高效和多功能。它在各种任务中表现出色，避免了大型模型的复杂性，提供了更好的性能和世界知识。根据 Apache-2.0 发布，支持开源创新。
查看 AI 模型 Top 5
先进的 AI 模型，旨在实现最先进的视觉理解和多语言支持。它在处理图像、视频和复杂推理任务方面表现出色，适用于 AI 驱动环境中的多种应用。Qwen2-VL-72B-Instruct 是一个先进的 AI 模型，旨在实现最先进的视觉理解和多语言支持。它在处理图像、视频和复杂推理任务方面表现出色，适用于 AI 驱动环境中的多种应用。
查看 AI 模型 Top 5
AI 模型
基于变换器的语言模型，提供显著的性能提升、多语言支持和稳定的 32K 上下文长度。非常适合高级 AI 应用。Qwen1.5-110B 是一种基于变换器的语言模型，提供显著的性能提升、多语言支持和稳定的 32K 上下文长度。非常适合高级 AI 应用。
查看 AI 模型 Top 5
具有 1230 亿参数的高密度大型语言模型，提供先进的推理、编码和多语言能力。它支持长上下文、函数调用和系统提示，适用于多种 AI 应用。Mistral-Large-Instruct-2411 是一个具有 1230 亿参数的高密度大型语言模型，提供先进的推理、编码和多语言能力。它支持长上下文、函数调用和系统提示，适用于多种 AI 应用。
查看 AI 模型 Top 5
AI 模型
下一代 AI 图像生成模型，提供超高质量和成本效益。它在创造力和理解力方面超越现有模型，非常适合设计师和视觉思考者。Luma Photon 是一款下一代 AI 图像生成模型，提供超高质量和成本效益。它在创造力和理解力方面超越现有模型，非常适合设计师和视觉思考者。
查看 AI 模型 Top 5
AI 模型
具有 3200 亿参数的多模态 AI 模型，旨在提高效率和性能。它在编码和代理基准方面提供了先进的能力，性能超越了之前的版本，同时降低了成本。GLM-5.3-Flash 是一个具有 3200 亿参数的多模态 AI 模型，旨在提高效率和性能。它在编码和代理基准方面提供了先进的能力，性能超越了之前的版本，同时降低了成本。
查看 AI 模型 Top 5
AI 模型
OpenAI 开发的 AI 模型，旨在平衡智能与成本。它支持多种推理工作，并提供多个定价层以满足不同需求。GPT-5.6 Terra 是 OpenAI 开发的 AI 模型，旨在平衡智能与成本。它支持多种推理工作，并提供多个定价层以满足不同需求。
查看 AI 模型 Top 5
AI 模型
Leonardo.Ai 开发的 AI 图像模型，提供生动的色彩、多样的视觉效果和清晰的文本，支持全高清。它旨在为追求图像生成精确性和一致性的创作者提供服务。Lucid Origin 是 Leonardo.Ai 开发的 AI 图像模型，提供生动的色彩、多样的视觉效果和清晰的文本，支持全高清。它旨在为追求图像生成精确性和一致性的创作者提供服务。
查看 AI 模型 Top 5
AI 模型
万亿参数推理模型，旨在应对复杂任务场景。它增强了代理执行，支持灵活的推理层次，并采用创新的训练范式以提高稳定性和效率。Ring-2.6-1T 是一个万亿参数推理模型，旨在应对复杂任务场景。它增强了代理执行，支持灵活的推理层次，并采用创新的训练范式以提高稳定性和效率。
查看 AI 模型 Top 5
AI 模型
GPT-5于2025年8月推出，是OpenAI最先进的模型，提供更高的智能和可靠性。它在编码、问题解决和生成各个领域的精确响应方面表现出色，使其成为企业和开发者的多功能工具。
查看 AI 模型 Top 5
AI 模型
OpenAI 的多模态模型，能够处理文本和图像输入以生成图像输出。它提供不同使用级别的多种层次，适合寻求先进图像生成能力的开发者和企业。GPT 图像 1 是 OpenAI 的多模态模型，能够处理文本和图像输入以生成图像输出。它提供不同使用级别的多种层次，适合寻求先进图像生成能力的开发者和企业。
查看 AI 模型 Top 5
阿里巴巴的Qwen3 VL 8B Instruct是一种强大的视觉语言模型，提供卓越的文本理解、视觉感知和多模态推理能力。它支持使用Dense和MoE架构的灵活部署，增强了各种应用中的AI能力。
查看 AI 模型 Top 5
intfloat multilingual-e5-large模型是一款强大的AI工具，旨在提供多语言文本嵌入。它支持100种语言，并针对文本检索和语义相似性等任务进行了优化，在各种数据集上表现出色。
查看 AI 模型 Top 5
轻量级、先进的开放模型，专为文本生成任务而设计。它是 Gemma 家族的一部分，提供问答、摘要和推理的能力，适合在资源有限的环境中部署。Google Gemma 2 9B Instruct 是一个轻量级、先进的开放模型，专为文本生成任务而设计。它是 Gemma 家族的一部分，提供问答、摘要和推理的能力，适合在资源有限的环境中部署。
查看 AI 模型 Top 5
AI 模型
专门的文本到 SQL 模型，旨在将自然语言查询转换为 SQL 命令。它使用 QLoRA 和 Unsloth 进行微调，提供高准确性以生成有效的 SQL 查询，非常适合数据库管理任务。QwerySmith 1.0 是一个专门的文本到 SQL 模型，旨在将自然语言查询转换为 SQL 命令。它使用 QLoRA 和 Unsloth 进行微调，提供高准确性以生成有效的 SQL 查询，非常适合数据库管理任务。
查看 AI 模型 Top 5
EmbeddingGemma由Google DeepMind开发，是一个轻量级的开放嵌入模型系列，优化用于设备端使用。它支持多模态任务，使日常设备上的跨模态搜索和检索系统成为可能。
查看 AI 模型 Top 5
AI 模型
27B的多模态模型，旨在将类型化问题的状态和模式转化为决策。它处理文本、JSON、图像或视频等输入，并在单次前向传递中返回每个问题每个选项的概率。Clef是一个27B的多模态模型，旨在将类型化问题的状态和模式转化为决策。它处理文本、JSON、图像或视频等输入，并在单次前向传递中返回每个问题每个选项的概率。
查看 AI 模型 Top 5AI 模型
由 Google DeepMind 开发的多模态嵌入模型。它将文本、图像、视频和音频映射到统一的向量空间，支持超过 100 种语言和代码任务。旨在用于设备上的应用程序，提供低延迟的语义表示。EmbeddingGemma 2 是由 Google DeepMind 开发的多模态嵌入模型。它将文本、图像、视频和音频映射到统一的向量空间，支持超过 100 种语言和代码任务。旨在用于设备上的应用程序，提供低延迟的语义表示。
查看 AI 模型 Top 5
AI 模型
Gemma 4 12B 统一模型由 Google DeepMind 开发，是一个多模态 AI 模型，旨在实现高效的本地执行。它支持文本、图像和音频输入，提供先进的推理和编码能力，并具有较大的上下文窗口。
查看 AI 模型 Top 5
AI 模型
开放的音乐生成模型，可以将歌词和风格提示转化为完整的歌曲，包括人声和伴奏。它允许用户通过可编辑的乐谱编辑旋律和和弦，提供具有竞争力的歌曲质量。YuE2-3B 是一个开放的音乐生成模型，可以将歌词和风格提示转化为完整的歌曲，包括人声和伴奏。它允许用户通过可编辑的乐谱编辑旋律和和弦，提供具有竞争力的歌曲质量。
查看 AI 模型 Top 5
AI 模型
文本到图像的扩散模型，旨在根据自然语言描述生成图像。它作为微调和后训练的基础，支持创意和商业应用。Krea 2 Raw 是一个文本到图像的扩散模型，旨在根据自然语言描述生成图像。它作为微调和后训练的基础，支持创意和商业应用。
查看 AI 模型 Top 5
说话者分离模型，能够识别音频录音中“谁在何时说话”。它支持最多八个说话者，并提供流式和离线推理能力，适用于各种应用。Nemotron 3 Diarization 是一个说话者分离模型，能够识别音频录音中“谁在何时说话”。它支持最多八个说话者，并提供流式和离线推理能力，适用于各种应用。
查看 AI 模型 Top 5
实时全双工语音模型，用于对话式人工智能。它将语音理解和生成集成在一个架构中，减少延迟并增强自然对话流。NVIDIA NemotronLabs VoiceChat 是一个实时全双工语音模型，用于对话式人工智能。它将语音理解和生成集成在一个架构中，减少延迟并增强自然对话流。
查看 AI 模型 Top 5
AI 模型
先进的文档解析模型，增强了区域优化和后训练过程。它在 OmniDocBench 上实现了最先进的准确性，支持文本、公式和表格识别。PaddleOCR-VL-1.6 是一个先进的文档解析模型，增强了区域优化和后训练过程。它在 OmniDocBench 上实现了最先进的准确性，支持文本、公式和表格识别。
查看 AI 模型 Top 5
AI 模型
尖端的文本到图像模型，提供对图像构图、风格和布局的无与伦比的控制。它支持原生 2k 分辨率和多语言文本渲染，非常适合设计导向的应用。Ideogram 4 是一款尖端的文本到图像模型，提供对图像构图、风格和布局的无与伦比的控制。它支持原生 2k 分辨率和多语言文本渲染，非常适合设计导向的应用。
查看 AI 模型 Top 5
由 Google Research 开发的零-shot 表格基础模型，旨在对结构化数据进行分类和回归。它无需微调，并支持混合数值和分类列。TabFM 1.0.0 是由 Google Research 开发的零-shot 表格基础模型，旨在对结构化数据进行分类和回归。它无需微调，并支持混合数值和分类列。
查看 AI 模型 Top 5
AI 模型
NVIDIA的Cosmos3-Edge是一种多模态AI模型，旨在用于物理AI应用。它能够从文本、图像和视频生成动态输出，支持机器人技术、自动驾驶和智能环境。该模型可在全球范围内部署，适用于商业和非商业用途。
查看 AI 模型 Top 5
AI 模型
先进的开源自动语音识别（ASR）模型，支持 52 种语言和方言的语言识别和语音识别。它在复杂的声学环境中提供高质量、稳健的识别，并支持流式和离线推理。Qwen3-ASR-1.7B-hf 是一个先进的开源自动语音识别（ASR）模型，支持 52 种语言和方言的语言识别和语音识别。它在复杂的声学环境中提供高质量、稳健的识别，并支持流式和离线推理。
查看 AI 模型 Top 5
AI 模型
紧凑的语音转文本模型，设计用于各种设备，提供转录、单词时间戳和多语言语音嵌入。它高效运行，无需依赖或 GPU 要求。Whistle 是一个紧凑的语音转文本模型，设计用于各种设备，提供转录、单词时间戳和多语言语音嵌入。它高效运行，无需依赖或 GPU 要求。
查看 AI 模型 Top 5
Parakeet-tdt-0.6b-v3 模型的紧凑版本，经过优化以提高速度和效率。它在多语言任务上提供了更好的性能，同时在英语语音识别方面保持了竞争力的准确性。Moondream Parakeet Redux 是 parakeet-tdt-0.6b-v3 模型的紧凑版本，经过优化以提高速度和效率。它在多语言任务上提供了更好的性能，同时在英语语音识别方面保持了竞争力的准确性。
查看 AI 模型 Top 5
AI 模型
NVIDIA 预训练的表格基础模型，旨在进行分类和回归任务。它在使用结构化数据预测类别概率方面提供了先进的能力，使其成为数据科学家和分析师的宝贵工具。Kumo Tabular 是 NVIDIA 预训练的表格基础模型，旨在进行分类和回归任务。它在使用结构化数据预测类别概率方面提供了先进的能力，使其成为数据科学家和分析师的宝贵工具。
查看 AI 模型 Top 5
AI 模型
微软开发的一款紧凑型编码代理。它专注于仓库级软件工程任务，利用强化学习来改善代码导航和调试。该工具专为以 Python 为主的环境设计，能够为仓库更改生成结构化的工具调用。FrogNano-4B-2609 是微软开发的一款紧凑型编码代理。它专注于仓库级软件工程任务，利用强化学习来改善代码导航和调试。该工具专为以 Python 为主的环境设计，能够为仓库更改生成结构化的工具调用。
查看 AI 模型 Top 5
AI 模型
拥有 3.4 亿参数的英语分类模型，旨在支持操作决策。它支持单标签和多标签任务，在客户支持、银行和旅行请求等多个领域提供高准确性。GLiNER2.5-Decide 是一个拥有 3.4 亿参数的英语分类模型，旨在支持操作决策。它支持单标签和多标签任务，在客户支持、银行和旅行请求等多个领域提供高准确性。
查看 AI 模型 Top 5
6B 文本到图像模型，旨在创建用户界面、信息图、海报和其他文本丰富的视觉设计。它支持 RGBA 输出以实现透明背景，使其在各种设计应用中具有多功能性。Ming-Image-0.1-Design 是一个 6B 文本到图像模型，旨在创建用户界面、信息图、海报和其他文本丰富的视觉设计。它支持 RGBA 输出以实现透明背景，使其在各种设计应用中具有多功能性。
查看 AI 模型 Top 5
AI 模型
AuK是一个由腾讯开发并托管在Hugging Face上的AI模型。它旨在通过开源协作和创新推动AI能力的发展。用户可以通过API访问它以进行各种应用。
查看 AI 模型 Top 5
AI 模型
开放权重的 7B 世界动作模型，旨在用于机器人应用。它处理相机帧、机器人状态和文本指令，以生成动作序列和视频帧，促进体现适应。FLUX 3 Action Base 是一个开放权重的 7B 世界动作模型，旨在用于机器人应用。它处理相机帧、机器人状态和文本指令，以生成动作序列和视频帧，促进体现适应。
查看 AI 模型 Top 5
AI 模型
紧凑的语音操作模型，能够将语音直接转换为函数调用。它离线运行，无需 GPU，并通过 JSON 模式适应各种工具。NeuDecide 是一个紧凑的语音操作模型，能够将语音直接转换为函数调用。它离线运行，无需 GPU，并通过 JSON 模式适应各种工具。
查看 AI 模型 Top 5
AI 模型
多功能的全模态解析模型，可以将文档、图像、图表和视频等多种输入转换为结构化的 JSON。它在感知和认知任务中表现出色，为各种解析需求提供统一的架构。Youtu-Parsing-Omni 是一个多功能的全模态解析模型，可以将文档、图像、图表和视频等多种输入转换为结构化的 JSON。它在感知和认知任务中表现出色，为各种解析需求提供统一的架构。
查看 AI 模型 Top 5
AI 模型
高性能的 OCR 模型，提供先进的布局和视觉理解能力。它为视觉元素提供准确的转录和边界框坐标，适用于复杂的文档处理任务。LightOnOCR-3-4B 是一款高性能的 OCR 模型，提供先进的布局和视觉理解能力。它为视觉元素提供准确的转录和边界框坐标，适用于复杂的文档处理任务。
查看 AI 模型 Top 5
为 RAG 系统中的文档块设计的上下文嵌入模型。它将文档块一起编码，反映其周围的上下文，并为每个块返回一个嵌入。pplx-embed-v2-context-9b-preview 是一个为 RAG 系统中的文档块设计的上下文嵌入模型。它将文档块一起编码，反映其周围的上下文，并为每个块返回一个嵌入。
查看 AI 模型 Top 5
AI 模型
紧凑的多语言文本模型，支持 150 种语言的翻译。它在多模态图像翻译方面表现出色，并遵循详细的翻译指令，使其适合多种语言任务。Index-Translate-2B 是一个紧凑的多语言文本模型，支持 150 种语言的翻译。它在多模态图像翻译方面表现出色，并遵循详细的翻译指令，使其适合多种语言任务。
查看 AI 模型 Top 5
AI 模型
本周
Qwen-Image-2.1 的加速版本，旨在高效进行文本到图像的生成和图像编辑。它具有 8 步去噪过程，并与 Diffusers 中的 QwenImage21Pipeline 无缝集成。Qwen-Image-2.1-Turbo 是 Qwen-Image-2.1 的加速版本，旨在高效进行文本到图像的生成和图像编辑。它具有 8 步去噪过程，并与 Diffusers 中的 QwenImage21Pipeline 无缝集成。
查看 AI 模型 Top 5
AI 模型
本周
用于阿拉伯文书写的语言和方言分类器。它能够识别现代标准阿拉伯语、各种阿拉伯方言以及使用相同书写系统的非阿拉伯语言，从而增强语言的区分度。LIDstral Arabic 是一种用于阿拉伯文书写的语言和方言分类器。它能够识别现代标准阿拉伯语、各种阿拉伯方言以及使用相同书写系统的非阿拉伯语言，从而增强语言的区分度。
查看 AI 模型 Top 5
AI 模型
本周
StepFun的旗舰AI模型，专为代理工作设计。它在软件工程、专业知识工作和金融领域表现出色，提供先进的稀疏专家混合架构能力。第5步预览是StepFun的旗舰AI模型，专为代理工作设计。它在软件工程、专业知识工作和金融领域表现出色，提供先进的稀疏专家混合架构能力。
查看 AI 模型 Top 5
AI 模型
本周
OpenMOSS 开发的一个监督微调的文本到图像模型。它支持自然语言提示、标签序列和 JSON 布局，以增强生成图像的清晰度和组织性。MOSS-Image-SFT 是 OpenMOSS 开发的一个监督微调的文本到图像模型。它支持自然语言提示、标签序列和 JSON 布局，以增强生成图像的清晰度和组织性。
查看 AI 模型 Top 5
AI 模型
昨天
旨在进行推测解码的 AI 模型，支持通过相邻因果注入进行并行草拟。它通过展开因果链以增加网络深度来提升性能，确保高效处理。Qwen3-8B-DSpine-b16 是一个旨在进行推测解码的 AI 模型，支持通过相邻因果注入进行并行草拟。它通过展开因果链以增加网络深度来提升性能，确保高效处理。
查看 AI 模型 Top 5已显示 24 / 221
知道一个在AI 模型中出类拔萃的工具吗？
ToolPotion是人们浏览以寻找最佳AI 模型的AI工具目录。免费列出，每个提交都经过编辑审核——将您的工具放在搜索的起点。