AIBase
EN

AI News

View More

蚂蚁集团百灵大模型系列更新 Ling-2.6-flash正式开源

13k 17 hours ago
蚂蚁集团百灵大模型系列更新 Ling-2.6-flash正式开源

国产算力新突破！摩尔线程×硅基流动在MTT S5000上实现DeepSeek V3 671B满血版高效推理，单卡性能逼近国际顶尖水平

18.2k 14 hours ago
国产算力新突破！摩尔线程×硅基流动在MTT S5000上实现DeepSeek V3 671B满血版高效推理，单卡性能逼近国际顶尖水平

蚂蚁集团发布万亿参数模型 Ling-1T，超越 GPT-5 成新标杆

14.1k 1 days ago
蚂蚁集团发布万亿参数模型 Ling-1T，超越 GPT-5 成新标杆

智谱GLM 4.6来袭：国产芯片强强联手，助力AI领域再升级

11.3k 3 days ago
智谱GLM 4.6来袭：国产芯片强强联手，助力AI领域再升级

Models

View More

GPT-4.1 mini

Openai

GPT-4.1 mini

$2.8

Input tokens/M

$11.2

Output tokens/M

1k

Context Length

Gemini 2.0 Flash-Lite

Google

Gemini 2.0 Flash-Lite

$0.49

Input tokens/M

$2.1

Output tokens/M

1k

Context Length

Grok 4 Fast

Xai

Grok 4 Fast

$1.4

Input tokens/M

$3.5

Output tokens/M

2k

Context Length

o3-mini

Openai

o3-mini

$7.7

Input tokens/M

$30.8

Output tokens/M

200

Context Length

GPT-5 Codex

Openai

GPT-5 Codex

-

Input tokens/M

-

Output tokens/M

-

Context Length

Claude 3 Opus

Anthropic

Claude 3 Opus

$105

Input tokens/M

$525

Output tokens/M

200

Context Length

Gemini 2.0 Flash

Google

Gemini 2.0 Flash

$0.7

Input tokens/M

$2.8

Output tokens/M

1k

Context Length

Claude Haiku 4.5

Anthropic

Claude Haiku 4.5

$7

Input tokens/M

$35

Output tokens/M

200

Context Length

Gemini 2.5 Flash

Google

Gemini 2.5 Flash

$2.1

Input tokens/M

$17.5

Output tokens/M

1k

Context Length

Claude Sonnet 4.5

Anthropic

Claude Sonnet 4.5

$21

Input tokens/M

$105

Output tokens/M

200

Context Length

Claude 3 Sonnet

Anthropic

Claude 3 Sonnet

$21

Input tokens/M

$105

Output tokens/M

200

Context Length

Gemini 2.5 Flash-Lite

Google

Gemini 2.5 Flash-Lite

$0.7

Input tokens/M

$2.8

Output tokens/M

1k

Context Length

qwen3-coder-plus

Alibaba

qwen3-coder-plus

$4

Input tokens/M

$16

Output tokens/M

1k

Context Length

qwen3-vl-plus

Alibaba

qwen3-vl-plus

$1

Input tokens/M

$10

Output tokens/M

256

Context Length

qwen3-vl-235b-a22b-thinking

Alibaba

qwen3-vl-235b-a22b-thinking

$2

Input tokens/M

$20

Output tokens/M

-

Context Length

Qianfan-Lightning

Baidu

Qianfan-Lightning

-

Input tokens/M

-

Output tokens/M

128

Context Length

qwen3-max

Alibaba

qwen3-max

$6

Input tokens/M

$24

Output tokens/M

256

Context Length

Doubao-Seed-Translation

Bytedance

Doubao-Seed-Translation

$1.2

Input tokens/M

$3.6

Output tokens/M

4

Context Length

Qwen3-Next-80B-A3B-Instruct

Alibaba

Qwen3-Next-80B-A3B-Instruct

$2

Input tokens/M

-

Output tokens/M

256

Context Length

wan2.5-t2v-preview

Alibaba

wan2.5-t2v-preview

-

Input tokens/M

-

Output tokens/M

-

Context Length

Crisperwhisper Unsloth Mlx 8b

kyr0

C

这是一个专为苹果硅芯片设备优化的自动语音识别模型，通过转换为MLX框架并量化为FP8格式，实现在苹果设备上的快速端上语音转录。该模型针对逐字精度进行微调，特别适用于需要高精度转录的场景。

音频处理MlxMlxOther
kyr0
159
1

Granite 4.0 H Small FP8

ibm-granite

G

Granite 4.0 H-Small (FP8) 是IBM开发的Granite系列语言模型的小型FP8量化版本，专为提供专业、准确和安全的回复而设计。该模型采用FP8精度格式，在保持性能的同时优化了推理效率。

自然语言处理TransformersTransformers
ibm-granite
503
3

Qwen3 235B A22B FP8

nvidia

Q

NVIDIA Qwen3-235B-A22B FP8模型是阿里云Qwen3-235B-A22B模型的量化版本，采用优化的Transformer架构，是一个自回归语言模型。该模型通过FP8量化技术显著减少了磁盘空间和GPU内存需求，同时保持较高的推理精度，适用于各种AI应用场景。

自然语言处理SafetensorsSafetensors
nvidia
1.3k
1

QwQ 32B FP8 Dynamic

nm-testing

Q

QwQ-32B的FP8量化版本，通过动态量化技术减少50%存储和内存需求，同时保持99.75%的原模型精度

自然语言处理TransformersTransformers
nm-testing
3.9k
3

QwQ 32B FP8 Dynamic

RedHatAI

Q

QwQ-32B的FP8量化版本，通过动态量化技术减少50%存储和内存需求，同时保持99.75%的原始模型精度

自然语言处理TransformersTransformers
RedHatAI
3.1k
8

Omost Phi 3 Mini 128k 8bits

lllyasviel

O

Omost 的 phi-3-mini 模型，具有 128k 上下文长度，采用 fp8 精度。

自然语言处理TransformersTransformers
lllyasviel
47
7

Mistral 7B Instruct V0.2 Fp8

FriendliAI

M

由FriendliAI量化为FP8精度的Mistral-7B-Instruct-v0.2模型，在保持高精度的同时显著提升推理效率。

自然语言处理TransformersTransformers
FriendliAI
37
12