Mistral AI推出Voxtral系列模型，整合文本与音频处理能力。该系列包括Voxtral-Mini-3B-2507和Voxtral-Small-24B-2507两款。前者为3亿参数模型，适合快速音频转录和基础多模态理解；后者拥有240亿参数，支持复杂音频文本智能和多语言处理，适用于企业级应用。两款模型均支持30至40分钟音频上下文处理。
美的集团旗下美的医疗推出自主知识产权“医学影像多模态智能诊断大模型”，实现AI医疗关键突破。该模型可一次性自动检测肺结核、肺炎、气胸、骨折等常见胸部疾病，并生成结构化诊断报告，显著提升基层医疗机构阅片效率与诊断一致性。
大模型时代，算力需求激增，但中小企业与科研机构面临GPU获取难题：本地部署成本高、维护难；传统云服务配置复杂、调度不灵活。需探索更经济、灵活的算力解决方案。
OpenAI与埃森哲达成战略合作，将为企业提供一站式AI转型方案。埃森哲7万名顾问将配备ChatGPT Enterprise，双方将共同开发行业专用大模型与数据平台。合作覆盖医疗、金融、制造和公共部门，提供从AI战略咨询到模型部署的全流程服务。消息公布后，埃森哲股价盘前上涨超5%，市值一度增加超70亿美元。
提供语音AI的ASR、TTS和LLM模型，可测试部署用于实时应用。
Nexa SDK可在数分钟内将AI模型部署到任何设备上，快速、私密且适用于多场景。
为开发者提供快速的AI平台，部署、优化和运行200多个LLM和多模型。
Radal是一个无代码平台，可使用您自己的数据微调小型语言模型。连接数据集，通过可视化配置训练，并在几分钟内部署模型。
Openai
$2.8
Input tokens/M
$11.2
Output tokens/M
1k
Context Length
Google
$0.49
$2.1
Xai
$1.4
$3.5
2k
$7.7
$30.8
200
-
Anthropic
$105
$525
$0.7
$7
$35
$17.5
$21
Alibaba
$4
$16
$1
$10
256
$2
$20
$6
$24
Baidu
128
DevQuasar
本项目提供了 Qwen/Qwen3-VL-32B-Thinking 的量化版本（Int4），致力于降低模型部署的硬件门槛，让先进的视觉语言模型知识为每个人所用。
mradermacher
这是一个专注于网络安全领域的20B参数开源大语言模型，基于GPT-OSS架构，并融合了多个网络安全指令数据集进行微调。模型提供了多种量化版本，便于在资源受限的环境中部署，可用于生成网络安全相关的文本、代码和分析报告。
MaziyarPanahi
这是NousResearch/Hermes-4.3-36B模型的GGUF量化格式版本，由MaziyarPanahi进行量化处理。GGUF是一种高效的模型格式，旨在优化本地部署和推理性能，支持多种量化级别（2位至8位），适用于广泛的文本生成任务。
ss-lab
这是一个基于Meta LLaMA 3 8B模型，使用Unsloth框架进行高效微调，并转换为GGUF格式的轻量级文本生成模型。模型针对Alpaca数据集进行了优化，适用于本地部署和推理，特别适合在资源受限的环境中使用。
huawei-csl
这是使用华为SINQ（Sinkhorn归一化量化）方法对Qwen3-Next-80B大语言模型进行4位量化后的版本。SINQ是一种新颖、快速且高质量的量化方法，旨在显著压缩模型体积（约减少75%），同时保持与原始模型几乎不变的准确性，使其更易于部署。
ubergarm
这是ai-sage/GigaChat3-10B-A1.8B-bf16模型的GGUF量化版本，提供了多种量化选项，从高精度的Q8_0到极度压缩的smol-IQ1_KT，满足不同硬件条件下的部署需求。该模型支持32K上下文长度，采用MLA架构，专为对话场景优化。
bartowski
这是kldzj的GPT-OSS-120B-Heretic-v2模型的量化版本，使用llama.cpp的imatrix技术进行量化处理。该模型通过量化技术显著减少了存储和计算资源需求，同时保持了较好的模型性能，便于在各种设备上部署运行。
本项目提供了Qwen3-4B-Thinking-2507模型的GGUF格式文件，这是一个具有思维链推理能力的4B参数大语言模型，支持多种量化版本，便于在各种硬件上部署运行。
本项目提供了cerebras/MiniMax-M2-REAP-172B-A10B模型的量化版本，致力于让知识为大众所用。这是一个1720亿参数的大型语言模型，经过优化和量化处理，旨在降低部署成本和提高推理效率。
noctrex
这是MiniMax-M2-REAP-172B-A10B模型的MXFP4_MOE量化版本，是一个内存高效的压缩模型。通过REAP（路由加权专家激活剪枝）方法，在保持性能的同时将模型从230B参数压缩到172B参数，体积缩小25%，适用于资源受限的环境、本地部署和学术研究。
fibonacciai
RealRobot_chatbot_llm是基于Gemma3n架构的专业产品人工智能模型，专门在RealRobot产品目录的专有数据集上进行了微调。该模型能够根据企业自身的产品数据，快速创建准确、经济高效且可部署的专业语言模型，提供高度专业化的产品问答服务。
这是WeiboAI/VibeThinker-1.5B的量化版本，致力于让知识为每个人所用。该项目提供了经过优化的模型权重，使模型更易于部署和使用。
geoffmunn
这是Qwen/Qwen3-Coder-30B-A3B-Instruct语言模型的GGUF量化版本，专门针对代码生成和编程任务优化，采用FP32精度转换，适用于本地推理部署。
samwell
NV-Reason-CXR-3B GGUF是NVIDIA NV-Reason-CXR-3B视觉语言模型的量化版本，专为边缘设备部署优化。这是一个30亿参数的模型，专注于胸部X光分析，已转换为GGUF格式并进行量化处理，可在移动设备、桌面设备和嵌入式系统上高效运行。
本项目提供了 `yanolja/YanoljaNEXT-Rosetta-4B-2511` 模型的 GGUF 量化版本。该模型是一个专注于多语言翻译任务的大语言模型，支持包括中文、英语、日语、韩语、法语、德语等在内的 33 种语言。量化版本由 mradermacher 创建，提供了多种不同精度和文件大小的量化选项，便于在资源受限的环境下部署和使用。
unsloth
Qwen3-VL是通义系列中最强大的视觉语言模型，在文本理解与生成、视觉感知与推理、上下文长度、空间和视频动态理解以及智能体交互能力等方面全面升级。该模型提供密集架构和混合专家架构，支持从边缘设备到云端的灵活部署。
Qwen3-VL是阿里巴巴推出的新一代视觉语言模型，在文本理解、视觉感知、空间理解、长上下文处理和智能体交互等方面全面升级，支持从边缘设备到云端的灵活部署。
s3dev-ai
这是Google embeddinggemma-300m基础模型的各种GGUF格式量化版本，专门为高效部署和不同场景使用而优化。该模型专注于句子嵌入和相似度计算任务。
Gelato-30B-A3B是针对GUI计算机使用任务进行微调的最先进（SOTA）模型，提供了量化版本以优化部署效率。该模型专门设计用于理解和处理图形用户界面相关的任务。
QuantStack
这是NVIDIA ChronoEdit-14B-Diffusers模型的GGUF量化版本，专门用于图像转视频任务。该模型保留了原始模型的所有功能，同时通过GGUF格式优化了部署和运行效率。
FastAPI-MCP是一个将FastAPI端点作为模型上下文协议(MCP)工具暴露的库，内置认证功能，支持灵活部署和ASGI传输。
MCP Atlassian是一个为Atlassian产品（Confluence和Jira）设计的模型上下文协议服务器，支持云端和本地部署，提供AI助手集成功能。
XiYan MCP Server是一个基于XiYan-SQL的模型上下文协议服务器，支持通过自然语言查询数据库，提供多种LLM模型配置和数据库连接方式，适用于本地或远程部署。
XiYan MCP Server是一个基于XiYan-SQL的模型上下文协议服务器，支持通过自然语言查询数据库，提供多种LLM模型集成和本地化部署选项。
Netlify MCP Server是一个遵循模型上下文协议（MCP）的服务，它允许代码代理通过自然语言指令使用Netlify API和CLI来创建、构建、部署和管理Netlify资源。
Cyclops MCP是一个允许AI代理通过模型上下文协议安全管理和部署Kubernetes应用的工具，提供模板验证和应用创建/更新功能
NextChat的定制版本，通过聊天交互创建和部署MCP服务器，集成OpenRouter的LLM模型，提供工具提取、一键部署和AI系统集成指南功能。
WiseVision ROS2 MCP服务器是一个基于Python的ROS2模型上下文协议(MCP)实现，提供ROS2主题和服务管理、消息订阅发布、数据黑盒访问等功能，支持通过Docker容器化部署。
这是一个基于Cloudflare Workers的轻量级模型控制协议(MCP)服务器，用于让代理（如Cursor代理）与WorkOS API交互。项目提供自动化部署和工具扩展功能。
一个轻量级的模型控制协议(MCP)服务器，用于通过Cursor等代理工具与Neon REST API交互，部署在Cloudflare Workers上。
该项目是一个专为DevOps工具和平台设计的Model Context Protocol (MCP)服务器集合，通过标准化方式让大型语言模型(LLM)直接与主流DevOps系统交互，实现基础设施、部署流水线、监控等操作的自动化控制。
一个基于Model Context Protocol的以太坊Layer2网络交互服务器，为AI模型提供标准化接口，支持代币部署、交易管理和跨链操作。
Swarms API 是一个用于构建、部署和管理多智能体系统的REST API，支持多种AI模型和群架构，提供实时监控、批量处理和任务调度等功能。
Socket MCP服务器是一个用于依赖项安全扫描的模型上下文协议服务，提供npm、PyPI等软件包生态系统的安全评分和漏洞检测功能，支持AI助手集成和多种部署方式。
plugged.in App是一个用于管理模型上下文协议(MCP)服务器的综合Web应用，提供统一界面来发现、配置和使用跨多个MCP服务器的AI工具。它支持多工作区、交互式测试平台、工具管理、资源发现等功能，可与各种MCP客户端集成，并支持自托管部署。
该项目提供了一套完整的MCP服务器构建指南，用于部署训练好的随机森林模型，并与Bee框架集成实现ReAct交互功能。
Pop MCP Server 是一个为 Polkadot 生态提供全面开发支持的模型上下文协议服务器，集成了 Pop CLI 工具链，支持智能合约、平行链、运行时模块的创建、构建、测试和部署，并提供完整的 Polkadot、ink! 和 XCM 文档资源，让开发者能够通过自然语言与 AI 助手交互完成整个开发流程。
MCP Palette是一款用于管理Model Context Protocol服务器配置的桌面应用程序，提供集中式界面来配置、管理和部署用于大型语言模型的MCP服务器。
一个用于快速构建模型上下文协议(MCP)服务器的Python模板项目，提供工具和提示的注册与暴露功能，支持多种部署方式。
TeamSpeak MCP是一个基于Model Context Protocol的服务器控制工具，专门用于让AI模型（如Claude）管理TeamSpeak语音服务器。它提供39种功能工具，涵盖用户管理、频道控制、权限配置等全方位操作，支持多种部署方式（PyPI/Docker/本地），实现自动化TeamSpeak管理。
TransformersMultiple Languages%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
