LemonDecider 4B
inclusionAI · 工具包
根据文本状态和命名的问题做有类型的决策,返回选项、是非和有序评分的概率,不生成文字。这是 inclusionAI 的 4.5B 模型,面向开发者。
inclusionAI · 工具包
根据文本状态和命名的问题做有类型的决策,返回选项、是非和有序评分的概率,不生成文字。这是 inclusionAI 的 4.5B 模型,面向开发者。
Qwen · 工具包
用一个 4B 的混合架构模型处理文字和图片输入,支持 201 种语言和方言,上下文为 262,144 个 token。适合在 transformers、vLLM 或 SGLang 里运行小型开放权重的开发者。
meta-models · 工具包
读取文字和图片,在本地机器上完成工具调用、多步推理等智能体任务,是从 Muse Spark 蒸馏出的 30B 模型。适合构建本地智能体的开发者。
Comfy-Org · 工具包
把腾讯的 WeVisOne-VL 模型文件重新打包给 ComfyUI 使用,有 4B 和 2B 两种尺寸,各有 BF16 和 int8 版本。适合需要把文件放进文本编码器文件夹的 ComfyUI 用户。
baselabs · 工具包
一次性回答关于某个情境的一组问题,并为每个选项给出校准过的概率。这是 Baseten 的 Base Labs 发布的 27B 决策模型,由 Qwen3.5-27B 调整而来。
xiaomi-research · 工具包
用 Xiaomi 的一个 0.8B OCR 模型解析文档,并回答关于图片中文字的问题,涵盖表格、公式和手写,适合构建 OCR 和文档工具的开发者。
OpenMOSS-Team · 工具包
用一个 5.1B 的文生图模型根据文字生成图片,可以用普通提示词、标签序列或 JSON 布局来安排文字和物体。适合有 NVIDIA 显卡的开发者和设计师。
lodestones · 工具包
用 MOSS-Image-Base 在 1024 px 下的完整微调版本根据文字生成图片,另附两个 8 步加速 LoRA。可直接替换 MOSS-Image-SFT,适合 diffusers 和 ComfyUI 用户。
rayline-ai · 工具包
读取智能体的对话,预测哪个模型会成功、会用多少词元、该花多少推理,让应用按质量和成本来路由请求。适合智能体开发者。
169Pi · 工具包
用一个基于 Qwen3.5-9B 的 9B 开放权重模型处理文字、图片和视频,做推理和编程,并提供适合轻量硬件的 GGUF 版本。适合想要能离线运行的模型的开发者。
p-e-w · 工具包
用更少的字数作答,回复长度约为它所基于的 Qwen3-4B-Instruct-2507 的一半,简短直接。适合想要精简文本生成结果的人。
Qwen · 工具包
用一个 35B 的混合专家模型处理编程、仓库级推理和图文输入,它激活 3B 个参数。适合在 transformers、vLLM 或 SGLang 里运行开放权重的开发者。
Axion1-0 · 工具包
Axion 1.0-35B 的复现检查点,一个 35B 混合专家模型,面向科学推理、信息检索和借助工具解决问题,用 vLLM 部署。适合研究人员和智能体开发者。
Sparset · 工具包
Qwen3.8-27B 的一个变体,推理用的 token 少得多,高强度下最终答案约快一倍,适合运行推理模型并希望等待更短的人。
Qwen · 工具包
Qwen 的 9B 开放模型,能读取文字和图片并输出文字,上下文很长,支持 201 种语言和方言,适合想在自己硬件上用中等规模模型的开发者。
XHToken · 工具包
一个 4.1B 的语言模型,擅长编程、智能体任务和长上下文,支持英文和中文,有三档思考强度,适合构建在自己设备上运行的智能体的开发者。
openbmb · 工具包
用 30 种语言和九种中文方言朗读文字,输出 48 kHz,可根据文字描述设计新声音,也能从一小段音频克隆声音。这是面向开发者的开放 2.3B 文字转语音模型。
summerAIO · 工具包
把 Qwen3.8-27B 转成掩码扩散语言模型,用并行解掩码的方式生成文字。这是一个实验性的研究检查点,适合有大显卡的研究人员和机器学习工程师。
OpenMOSS-Team · 工具包
OpenMOSS 的文生图模型,由 MOSS-Image-Base 微调而来,可以读取普通提示词、标签或 JSON 布局来摆放文字和物体,适合在 NVIDIA GPU 上用 diffusers 生成图片的人。
Nanbeige · 工具包
一个 33.1B 的开放模型,面向智能体编程和专业协作任务,是 Nanbeige4.3 系列的旗舰教师模型,适合想要约 30B 参数强力开放模型的开发者和智能体开发者。