전체

anima

flux2

FLUX.2 [dev] is Black Forest Labs' second-generation open-weights image model, released in November 2025. It is a much larger flow-matching transformer than FLUX.1 that uses the Mistral Small 3.1 vision-language model as its text encoder,…FLUX.2 [dev] is Black Forest Labs' second-generation open-weights image model, released in November 2025. It is a much larger flow-matching transformer than FLUX.1 that uses the Mistral Small 3.1 vision-language model as its text encoder, which gives it far better understanding of long, descriptive prompts, reliable multi-line typography and real-world knowledge about brands, materials and lighting. It was designed from the start as a unified model: the same weights generate from text, edit an existing picture from instructions, and combine up to ten reference images for character, product or style consistency, with output up to 4 megapixels. The family also includes the smaller FLUX.2 Klein 4B and 9B distillations that most Flux2 LoRAs in this catalog are trained on. This entry is the text-to-image workflow, accelerated with a turbo LoRA so that it finishes in a handful of steps.더 보기

flux

qwen

Qwen-Image is the image generation foundation model of Alibaba's Qwen team, released as open weights in August 2025. It is a 20-billion-parameter multimodal diffusion transformer that reads prompts through the Qwen2.5-VL vision-language…Qwen-Image is the image generation foundation model of Alibaba's Qwen team, released as open weights in August 2025. It is a 20-billion-parameter multimodal diffusion transformer that reads prompts through the Qwen2.5-VL vision-language model, and its headline strength is text: it renders long paragraphs, multi-line signs, posters and mixed Chinese and English typography with an accuracy no earlier open model reached. The same team's technical report also shows strong results for layout-heavy prompts, infographics and precise image editing, and the companion Qwen-Image-Edit model is the basis of many editing workflows. It generates natively around 1.3 to 1.6 megapixels in the usual aspect ratios and takes natural-language prompts rather than tag lists; the team recommends appending quality phrases such as 'Ultra HD, 4K, cinematic composition'. This entry is the version 2512 text-to-image workflow (the December 2025 refresh of the weights); the original release is kept as qwen-v1.더 보기

sdxl

Stable Diffusion XL version 1.0 is here, and the Refiner 1.0 is also installed. This is the official full release, but our software needs adjustment to fully support it. Only the /render command works and SDXL cannot be mixed with old…Stable Diffusion XL version 1.0 is here, and the Refiner 1.0 is also installed. This is the official full release, but our software needs adjustment to fully support it. Only the /render command works and SDXL cannot be mixed with old styles, recipes, loras, inversions, and other commands yet. Keep an eye on the XL news topic in Telegram VIP for more information더 보기

DeepSeek V4.1 Flash

DeepSeek | 1,048,576 token context | $0.04/M input, $0.68/M output. DeepSeek V4.1 Flash is a sparse mixture-of-experts model from DeepSeek, and the first built on the company's Causal Encoder-Decoder (CED) architecture. It activates 8B…DeepSeek | 1,048,576 token context | $0.04/M input, $0.68/M output. DeepSeek V4.1 Flash is a sparse mixture-of-experts model from DeepSeek, and the first built on the company's Causal Encoder-Decoder (CED) architecture. It activates 8B parameters on input and 16B on output from a 552B-parameter backbone, an asymmetric split that keeps per-token compute low relative to the model's total size. Image understanding is native to the architecture, with visual and text embeddings trained jointly from the start of pre-training rather than added afterward as in the earlier experimental V4 Flash Vision ExpOpens in new tab. It is suited for coding, terminal, and computer-use agents, along with long-horizon tasks that must run to completion across many steps and long-context analysis. Compressed KV caching cuts cache memory to roughly a quarter of the previous Flash generation, significantly reducing costs on agentic workloads. DeepSeek positions it as the cost-efficient tier of the V4.1 family and reports that it exceeds V4 ProOpens in new tab on performance, speed, and task completion time.더 보기

sdv15

Stable Diffusion 1.5 by Stability / RunwayML, the OG model. Someone said it was weird that we didn't have this in the concepts collection, and they were correct, so here you go! Of course, this model is over a year old, but it's still…Stable Diffusion 1.5 by Stability / RunwayML, the OG model. Someone said it was weird that we didn't have this in the concepts collection, and they were correct, so here you go! Of course, this model is over a year old, but it's still fantastic in its own right.더 보기

zimage turbo

ReV Animated

Counterfeit V3.0

CounterfeitV3.0 by rqdwdw. The 3.0 version of Counterfeit has much brighter colors and more focus on the subject, whereas the previous model was more muted and pastel-like. The backgrounds look totally different in particular, so we're…CounterfeitV3.0 by rqdwdw. The 3.0 version of Counterfeit has much brighter colors and more focus on the subject, whereas the previous model was more muted and pastel-like. The backgrounds look totally different in particular, so we're going to keep both. It should be noted that there are 10 upvotes and 3 comments about green spots from users on Civitai.더 보기

Wan 2.1

Wan 2.1 is the February 2025 generation of Alibaba's open Wan video models: 1.3B and 14B weights for text-to-video and image-to-video. It has been superseded by Wan 2.2 (July 2025), which gives clearly better motion, detail and prompt…Wan 2.1 is the February 2025 generation of Alibaba's open Wan video models: 1.3B and 14B weights for text-to-video and image-to-video. It has been superseded by Wan 2.2 (July 2025), which gives clearly better motion, detail and prompt following with the same kind of workflows, so there is no reason to start with Wan 2.1 in 2026 or later. This page stays as a reference for the older LoRAs and workflows that were made for it.더 보기

GLM 5.3 Flash

Z.ai | 1,048,576 token context | $0.02/M input, $0.72/M output. GLM-5.3-Flash is a native multimodal model from Z.ai. It is suited for efficient coding and long-horizon agent tasks. Its hybrid sparse and linear attention architecture…Z.ai | 1,048,576 token context | $0.02/M input, $0.72/M output. GLM-5.3-Flash is a native multimodal model from Z.ai. It is suited for efficient coding and long-horizon agent tasks. Its hybrid sparse and linear attention architecture maintains accurate long-context behavior while reducing compute overhead. Yes, the stealth model Ox Alpha was revealed to be ZAI's new model, GLM-5.3 Flash.더 보기

Hy4 preview

Tencent | 1,048,576 token context | $0.83/M input, $2.50/M output. Tencent: Hy4 preview is a mixture-of-experts model from Tencent, with 49B active parameters out of 770B total. It is designed for coding agents, complex tool-use workflows,…Tencent | 1,048,576 token context | $0.83/M input, $2.50/M output. Tencent: Hy4 preview is a mixture-of-experts model from Tencent, with 49B active parameters out of 770B total. It is designed for coding agents, complex tool-use workflows, and productivity tasks that require planning, context continuity, and sustained multi-step execution.더 보기

MiMo V2.6 Flash

Xiaomi | 1,050,000 토큰 컨텍스트 | 입력 $0.14/M, 출력 $0.28/M. MiMo-V2.6-Flash는 Xiaomi가 개발한 오픈소스 파운데이션 모델입니다. 309B 총 파라미터와 토큰당 15B 활성 파라미터를 가진 전문가 혼합 아키텍처를 기반으로 하며, 하이브리드 어텐션 메커니즘으로 계산 효율성을 높였습니다. 1M 토큰 컨텍스트 창과 네이티브 멀티모달 기능을 갖추고 있습니다. 에이전트 워크플로우에…Xiaomi | 1,050,000 토큰 컨텍스트 | 입력 $0.14/M, 출력 $0.28/M. MiMo-V2.6-Flash는 Xiaomi가 개발한 오픈소스 파운데이션 모델입니다. 309B 총 파라미터와 토큰당 15B 활성 파라미터를 가진 전문가 혼합 아키텍처를 기반으로 하며, 하이브리드 어텐션 메커니즘으로 계산 효율성을 높였습니다. 1M 토큰 컨텍스트 창과 네이티브 멀티모달 기능을 갖추고 있습니다. 에이전트 워크플로우에 최적화되어 코딩, 시각, 일반 및 연구 시나리오에서 강력한 성능을 발휘하며, 복잡하고 장기 작업에서 다양한 에이전트 활용에 걸쳐 뛰어난 일반화 능력을 보입니다.더 보기

DeepSeek V4 Flash 0731

DeepSeek | 1,048,576 token context | $0.01/M input, $1.28/M output. DeepSeek V4 Flash 0731 is a sparse mixture-of-experts model from DeepSeek, with 13B active parameters out of 284B total. This re-post-trained revision is suited for…DeepSeek | 1,048,576 token context | $0.01/M input, $1.28/M output. DeepSeek V4 Flash 0731 is a sparse mixture-of-experts model from DeepSeek, with 13B active parameters out of 284B total. This re-post-trained revision is suited for coding, reasoning, and agent workflows. This is the GA release of DeepSeek V4 Flash.더 보기

lightning

Detail Tweaker XL

Nemotron 3 Ultra

NVIDIA | 262,144 토큰 컨텍스트 | 입력 $0.60/M, 출력 $2.40/M. NVIDIA Nemotron 3 Ultra는 NVIDIA의 오픈 프런티어 추론 및 오케스트레이션 모델로, 총 550B 중 55B 활성 파라미터(MoE)를 가집니다. 하이브리드 Transformer-Mamba 전문가 혼합 아키텍처를 기반으로 하며, 최대 1M 토큰 컨텍스트 창에서 텍스트 입력 및 출력을 지원합니다. 에이전트…NVIDIA | 262,144 토큰 컨텍스트 | 입력 $0.60/M, 출력 $2.40/M. NVIDIA Nemotron 3 Ultra는 NVIDIA의 오픈 프런티어 추론 및 오케스트레이션 모델로, 총 550B 중 55B 활성 파라미터(MoE)를 가집니다. 하이브리드 Transformer-Mamba 전문가 혼합 아키텍처를 기반으로 하며, 최대 1M 토큰 컨텍스트 창에서 텍스트 입력 및 출력을 지원합니다. 에이전트 오케스트레이션, 코딩 에이전트, 심층 연구 및 복잡한 기업 작업을 포함한 장기 실행 에이전트 워크플로우에 적합합니다. 다단계 추론 및 계획에 특히 강하며, 대량 에이전트 파이프라인을 위한 고처리량 추론을 제공합니다. NVIDIA Nemotron 에이전트 AI용 오픈 모델 패밀리의 일부입니다.더 보기

Step 5 Preview

StepFun | 1,048,576 token context | $1.00/M input, $2.70/M output. Step 5 Preview is StepFun's flagship model for agentic work, built on a sparse Mixture-of-Experts architecture (27B active / 600B total parameters). It performs strongly in…StepFun | 1,048,576 token context | $1.00/M input, $2.70/M output. Step 5 Preview is StepFun's flagship model for agentic work, built on a sparse Mixture-of-Experts architecture (27B active / 600B total parameters). It performs strongly in software engineering and professional knowledge work, with particular strength in finance. It is designed for extended tasks that span large codebases and documents, using tools and refining results over multiple steps.더 보기

Add More Details Detail Enhancer / Tweaker (细节调整) LoRA

Add More Details - Detail Enhancer / Tweaker (细节调整) LoRA by Lykon writes: his between 0.5 and 1 weight, depending on your preference. You can go lower than 0.5 for a more subtle effect, of course. I also found out that this gives some…Add More Details - Detail Enhancer / Tweaker (细节调整) LoRA by Lykon writes: his between 0.5 and 1 weight, depending on your preference. You can go lower than 0.5 for a more subtle effect, of course. I also found out that this gives some interesting results at negative weight, sometimes더 보기

waifu

waifu-diffusion by hakurei. A long running base model trained on crisp-looking anime. Compared to your other anime base model options, this one is fairly well-rounded, which unfortunately has been detrimental in making it a clear winner in…waifu-diffusion by hakurei. A long running base model trained on crisp-looking anime. Compared to your other anime base model options, this one is fairly well-rounded, which unfortunately has been detrimental in making it a clear winner in any category.더 보기

hyper

GLM 5.3

Z.ai | 1,048,576 토큰 컨텍스트 | 입력 $0.08/M, 출력 $4.80/M. GLM-5.3은 Z.ai의 대규모 추론 모델로, 복잡한 소프트웨어 엔지니어링 및 장기 에이전트 작업을 위해 구축되었습니다. 1M 토큰 컨텍스트 창에서 텍스트 입력 및 출력을 지원하며, 코딩과 성능 및 토큰 효율성 간 균형에서 GLM-5.2보다 향상되었습니다. 추론은 항상 활성화되어 있으며 비활성화할 수 없습니다. 추론 노력 수준…Z.ai | 1,048,576 토큰 컨텍스트 | 입력 $0.08/M, 출력 $4.80/M. GLM-5.3은 Z.ai의 대규모 추론 모델로, 복잡한 소프트웨어 엔지니어링 및 장기 에이전트 작업을 위해 구축되었습니다. 1M 토큰 컨텍스트 창에서 텍스트 입력 및 출력을 지원하며, 코딩과 성능 및 토큰 효율성 간 균형에서 GLM-5.2보다 향상되었습니다. 추론은 항상 활성화되어 있으며 비활성화할 수 없습니다. 추론 노력 수준 low, high, max를 지원하며, max가 기본값입니다.더 보기

krea

Detail Tweaker LoRA (细节调整LoRA)

LoRA designed for removing or adding detail while keeping the style of the render the same. Current strength is good from 0 - 2 depending on your use case. In the future, it can be used as negative weight to reduce details. Works with…LoRA designed for removing or adding detail while keeping the style of the render the same. Current strength is good from 0 - 2 depending on your use case. In the future, it can be used as negative weight to reduce details. Works with anime, semi-real and realistic models and styles.더 보기

DeepSeek V4 Flash 0423

DeepSeek | 1,048,576 토큰 컨텍스트 | 입력 $0.09/M, 출력 $0.18/M. DeepSeek V4 Flash는 DeepSeek의 효율성 최적화 전문가 혼합 모델로, 총 284B 파라미터 중 13B가 활성화되며 1M 토큰 컨텍스트 창을 지원합니다. 빠른 추론과 고처리량 작업에 적합하면서도 강력한 추론 및 코딩 성능을 유지합니다. 효율적인 장기 컨텍스트 처리를 위한 하이브리드 어텐션을 포함합니다. 추론 노력…DeepSeek | 1,048,576 토큰 컨텍스트 | 입력 $0.09/M, 출력 $0.18/M. DeepSeek V4 Flash는 DeepSeek의 효율성 최적화 전문가 혼합 모델로, 총 284B 파라미터 중 13B가 활성화되며 1M 토큰 컨텍스트 창을 지원합니다. 빠른 추론과 고처리량 작업에 적합하면서도 강력한 추론 및 코딩 성능을 유지합니다. 효율적인 장기 컨텍스트 처리를 위한 하이브리드 어텐션을 포함합니다. 추론 노력 수준 high 및 xhigh를 지원하며, xhigh는 최대 추론에 해당합니다. 코딩 어시스턴트, 채팅 시스템, 에이전트 워크플로우 등 반응성과 비용 효율성이 중요한 응용 분야에 적합합니다.더 보기

Hy3

Tencent | 262,144 token context | $0.13/M input, $0.53/M output. Hy3 is a 295B-parameter Mixture-of-Experts model from Tencent (21B active, 192 experts with top-8 routing) built for reasoning, agentic workflows, and real-world production…Tencent | 262,144 token context | $0.13/M input, $0.53/M output. Hy3 is a 295B-parameter Mixture-of-Experts model from Tencent (21B active, 192 experts with top-8 routing) built for reasoning, agentic workflows, and real-world production use. It supports a configurable reasoning effort: a direct no-think mode by default, plus low and high chain-of-thought modes for complex math, coding, and multi-step problems. With a 256K context window, Hy3 targets long-horizon tasks, including improved coreference resolution, multi-turn constraint tracking, and stable tool-calling that generalizes across agent scaffoldings. Tencent positions it as a reliable, cost-effective option across coding, document processing, financial analysis, game development, and frontend design, with a strong emphasis on grounded, anti-hallucination behavior that answers when grounded and flags when evidence is missing rather than fabricating.더 보기

ebara_pony

Plant Milk Model Suite Walnut

Kimi K3

MoonshotAI | 1,048,576 token context | $0.30/M input, $11.94/M output. Kimi K3 is a 2.8T parameter open-weight multimodal reasoning model from Moonshot AI. It is suited for complex coding, knowledge work, and long-horizon agentic…MoonshotAI | 1,048,576 token context | $0.30/M input, $11.94/M output. Kimi K3 is a 2.8T parameter open-weight multimodal reasoning model from Moonshot AI. It is suited for complex coding, knowledge work, and long-horizon agentic workflows, and is particularly strong at navigating large repositories, using tools, debugging, and iterating against images, logs, tests, and runtime feedback. Its architecture uses KDA and Attention Residuals for computational efficiency.더 보기

MiMo V2.5

Xiaomi | 1,050,000 토큰 컨텍스트 | 입력 $0.14/M, 출력 $0.28/M. MiMo-V2.5는 Xiaomi의 네이티브 옴니모달 모델입니다. 약 절반의 추론 비용으로 Pro 수준의 에이전트 성능을 제공하며, MiMo-V2-Omni를 능가하는 이미지 및 비디오 이해 작업에서 멀티모달 인식 능력을 갖추고 있습니다. 1M 컨텍스트 창은 완전한 문서, 확장된 대화 및 복잡한 작업 컨텍스트를 단일 패스로 지원하여,…Xiaomi | 1,050,000 토큰 컨텍스트 | 입력 $0.14/M, 출력 $0.28/M. MiMo-V2.5는 Xiaomi의 네이티브 옴니모달 모델입니다. 약 절반의 추론 비용으로 Pro 수준의 에이전트 성능을 제공하며, MiMo-V2-Omni를 능가하는 이미지 및 비디오 이해 작업에서 멀티모달 인식 능력을 갖추고 있습니다. 1M 컨텍스트 창은 완전한 문서, 확장된 대화 및 복잡한 작업 컨텍스트를 단일 패스로 지원하여, 강력한 추론, 풍부한 인식 및 비용 효율성이 모두 중요한 에이전트 프레임워크 통합에 이상적입니다.더 보기

extremely detailed (no trigger) sliders.ntcai.xyz

GLM 5.2

Z.ai | 1,048,576 token context | $0.04/M input, $9.00/M output. GLM 5.2 is a large-scale reasoning model from Z.ai. It supports text input and output with a 1M-token context window, and is suited for long-horizon agent workflows,…Z.ai | 1,048,576 token context | $0.04/M input, $9.00/M output. GLM 5.2 is a large-scale reasoning model from Z.ai. It supports text input and output with a 1M-token context window, and is suited for long-horizon agent workflows, project-level software engineering, and complex multi-step automation. Reasoning efforts high and xhigh are supported; xhigh maps to max reasoning. It is particularly strong at coding and tool use across long-running tasks, able to maintain engineering context and follow standards consistently through a full development workflow, from requirements to multi-platform deployment, in a single task.더 보기

MiniMax M3

MiniMax | 1,048,576 토큰 컨텍스트 | 입력 $0.30/M, 출력 $1.20/M. MiniMax-M3는 MiniMax의 멀티모달 파운데이션 모델입니다. 텍스트, 이미지, 비디오 입력과 텍스트 출력을 지원하며, 1M 토큰 컨텍스트 창을 갖추고 장기 에이전트 작업, 코딩 및 도구 사용에 적합합니다. MiniMax Sparse Attention (MSA)을 기반으로 하며, 전체 어텐션을 KV-블록 선택으로 대체해 긴…MiniMax | 1,048,576 토큰 컨텍스트 | 입력 $0.30/M, 출력 $1.20/M. MiniMax-M3는 MiniMax의 멀티모달 파운데이션 모델입니다. 텍스트, 이미지, 비디오 입력과 텍스트 출력을 지원하며, 1M 토큰 컨텍스트 창을 갖추고 장기 에이전트 작업, 코딩 및 도구 사용에 적합합니다. MiniMax Sparse Attention (MSA)을 기반으로 하며, 전체 어텐션을 KV-블록 선택으로 대체해 긴 컨텍스트에서 토큰당 연산량을 약 1/20로 줄이고, 이전 세대 대비 훨씬 빠른 프리필 및 디코딩 속도를 유지하면서 대부분 작업에서 품질을 유지합니다. 교차 데이터로 네이티브 멀티모달 모델로 훈련되었으며, 대화형 사용자 시뮬레이터 프레임워크를 통해 다회차, 생산 환경과 유사한 협업에 맞게 조정되었습니다. 단일 실행보다 지속적이고 다단계 작업에 초점을 맞춥니다.더 보기

[KREA 2] Detail Slider

MiMo V2.6 Pro

Xiaomi | 1,050,000 토큰 컨텍스트 | 입력 $0.43/M, 출력 $0.87/M. MiMo-V2.6-Pro는 Xiaomi가 개발한 플래그십 기초 모델입니다. 1조 개 이상의 파라미터 규모로 구축되어 가장 까다로운 작업에 대한 성능 한계를 끌어올리도록 설계되었습니다. 이 모델은 100만 토큰 컨텍스트 창과 네이티브 멀티모달 기능을 갖추고 있습니다. 에이전트 워크플로우에 최적화되어 코딩, 시각, 일반, 연구 시나리오…Xiaomi | 1,050,000 토큰 컨텍스트 | 입력 $0.43/M, 출력 $0.87/M. MiMo-V2.6-Pro는 Xiaomi가 개발한 플래그십 기초 모델입니다. 1조 개 이상의 파라미터 규모로 구축되어 가장 까다로운 작업에 대한 성능 한계를 끌어올리도록 설계되었습니다. 이 모델은 100만 토큰 컨텍스트 창과 네이티브 멀티모달 기능을 갖추고 있습니다. 에이전트 워크플로우에 최적화되어 코딩, 시각, 일반, 연구 시나리오 전반에서 최고 수준의 성능을 제공하며, 복잡하고 장기적인 작업에서 뛰어난 일반화 능력을 갖춘 다양한 에이전트 활용에 탁월합니다.더 보기

ICBINP XL

DeepSeek V4 Pro 0813

Laguna S 2.1

Poolside | 1,048,576 토큰 컨텍스트 | 입력 $0.09/M, 출력 $0.18/M. Laguna S 2.1은 PoolsideOpens in new tab의 최신 코딩 에이전트 모델입니다. 총 118B 파라미터 중 8B 활성 파라미터를 가지며, Terminal-Bench 2.1에서 70.2%, DeepSWE에서 40.4% 점수를 기록해 해당 카테고리에서 가장 강력한 코딩 모델 중 하나입니다. OpenMDW-1.1…Poolside | 1,048,576 토큰 컨텍스트 | 입력 $0.09/M, 출력 $0.18/M. Laguna S 2.1은 PoolsideOpens in new tab의 최신 코딩 에이전트 모델입니다. 총 118B 파라미터 중 8B 활성 파라미터를 가지며, Terminal-Bench 2.1에서 70.2%, DeepSWE에서 40.4% 점수를 기록해 해당 카테고리에서 가장 강력한 코딩 모델 중 하나입니다. OpenMDW-1.1 라이선스 하에 오픈 웨이트입니다. Laguna S 2.1은 소프트웨어 엔지니어링 및 에이전트 코딩 사용 사례를 위해 설계되었으며, 사용 목적에 적합한지 확인하는 책임은 사용자에게 있습니다. OpenMDW-1.1 LicenseOpens in new tab에 따라 사용되어야 하며, Poolside의 Acceptable Use PolicyOpens in new tab와 일관되게 사용해야 합니다. 상당히 동등한 완화책을 구현하지 않고 Laguna S 2.1 안전 장치를 우회하는 것은 권장하지 않습니다. 보안 취약점이나 안전 문제는 [email protected]로 신고해 주세요. 무료로 Laguna S 2.1을 사용하는 경우, 입력 및 출력을 모델 학습 및 개선에 사용할 수 있습니다.더 보기

lyh_anime_Flux

Background Detail Enhancer

krea2

Nemotron 3.5 Lightning

playground2

DeepSeek V4 Pro 0423

DeepSeek | 1,048,576 token context | $0.96/M input, $1.91/M output. DeepSeek V4 Pro is a large-scale Mixture-of-Experts model from DeepSeek with 1.6T total parameters and 49B activated parameters, supporting a 1M-token context window. It…DeepSeek | 1,048,576 token context | $0.96/M input, $1.91/M output. DeepSeek V4 Pro is a large-scale Mixture-of-Experts model from DeepSeek with 1.6T total parameters and 49B activated parameters, supporting a 1M-token context window. It is designed for advanced reasoning, coding, and long-horizon agent workflows, with strong performance across knowledge, math, and software engineering benchmarks. Built on the same architecture as DeepSeek V4 Flash, it introduces a hybrid attention system for efficient long-context processing. Reasoning efforts high and xhigh are supported; xhigh maps to max reasoning. It is well suited for complex workloads such as full-codebase analysis, multi-step automation, and large-scale information synthesis, where both capability and efficiency are critical더 보기

Chroma

gpt oss 120b

OpenAI | 131,072 토큰 컨텍스트 | 입력 $0.15/M, 출력 $0.60/M. gpt-oss-120b는 OpenAI의 오픈 웨이트 117B 파라미터 Mixture-of-Experts(MoE) 언어 모델로, 고추론, 에이전트, 범용 생산용 사례에 적합합니다. 한 번의 순방향 패스당 51억 파라미터를 활성화하며, 네이티브 MXFP4 양자화를 통해 단일 H100 GPU에서 실행되도록 최적화되어 있습니다. 구성 가능한…OpenAI | 131,072 토큰 컨텍스트 | 입력 $0.15/M, 출력 $0.60/M. gpt-oss-120b는 OpenAI의 오픈 웨이트 117B 파라미터 Mixture-of-Experts(MoE) 언어 모델로, 고추론, 에이전트, 범용 생산용 사례에 적합합니다. 한 번의 순방향 패스당 51억 파라미터를 활성화하며, 네이티브 MXFP4 양자화를 통해 단일 H100 GPU에서 실행되도록 최적화되어 있습니다. 구성 가능한 추론 깊이, 완전한 사고 사슬 접근, 함수 호출, 브라우징, 구조화된 출력 생성 등 네이티브 도구 사용을 지원합니다.더 보기

level4

Level4 by AreThoseLevel4Plates is the creator of and this one, made popular for its stunning photos of athletes. Level4 is great for beginners, because it responds well to simple prompts, but to get a realistic photo out of it may take…Level4 by AreThoseLevel4Plates is the creator of and this one, made popular for its stunning photos of athletes. Level4 is great for beginners, because it responds well to simple prompts, but to get a realistic photo out of it may take more work, and there are better options. As a semi-realistic general model it's efforlessly great for portraits, cars, landscapes. The creator demos it as the go-to model for creating female athletes. Try the #nfix recipe with it or #cinematic더 보기

Realism Enhancer Krea2

ostrisflex