ReviewRamble editors

Claude Opus 5.5

Anthropic·범용

4.7/5

에이전트 코딩과 지식 업무를 위한 Anthropic의 기본 플래그십으로, 100만 토큰당 $4/$20에 1M 토큰 컨텍스트를 제공합니다.

Eleven v4 and v4 Turbo

ElevenLabs·텍스트 음성 변환

4.7/5

ElevenLabs의 표현력 있는 텍스트 음성 변환 모델 한 쌍으로, Artificial Analysis 음성 아레나에서 공동 1위입니다. v4 Turbo는 음성 에이전트용으로 만들어졌습니다.

GPT Image 2.5 (Flare and Sunburst)

OpenAI·이미지 생성

4.7/5

OpenAI의 현행 이미지 모델입니다. 일상적인 생성과 편집에는 Flare, 여러 단계의 정밀한 편집에는 Sunburst를 씁니다.

Claude Sonnet 5.5

Anthropic·범용

4.6/5

Anthropic의 중간 등급 모델로, 많은 벤치마크에서 Opus 5.5에 근접하면서 가격은 절반인 100만 토큰당 $2/$10입니다.

GPT-6.1 Sol

OpenAI·범용

4.6/5

OpenAI의 중간 가격대 주력 모델입니다. 코딩과 computer use에서 Astra에 가까운 결과를 100만 토큰당 $2/$10에 냅니다.

Nano Banana 2.1

Google·이미지 생성

4.6/5

Google의 Flash급 이미지 모델입니다. 블라인드 투표 4위, 1K 이미지당 약 3.4센트부터, 참조 이미지 최대 14장.

Voyage rerank-3

Voyage AI (MongoDB)·임베딩 및 리랭킹

4.6/5

Voyage AI의 최신 리랭커입니다. 32K 토큰 윈도우, 지시 수행 기능을 갖췄고 가격은 100만 토큰당 $0.02부터입니다.

Claude Haiku 5.5

Anthropic·범용

4.5/5

100만 토큰당 $0.10/$0.50부터 시작하는 Anthropic의 작고 빠른 모델로, 1M 토큰 컨텍스트와 조절 가능한 effort를 갖췄습니다.

Gemini 3.8 Flash TTS

Google·텍스트 음성 변환

4.5/5

Google의 표현력 있는 텍스트 음성 변환 모델로, 블라인드 투표 5위이며 100만 자당 약 $16.50이고 음성 디자인과 복제를 지원합니다.

Gemini 4 Argon

Google·추론

4.5/5

Google의 새 플래그십 추론 모델입니다. 텍스트, 이미지, 오디오, 동영상, PDF를 읽으며 컨텍스트는 1M 토큰입니다.

OpenAI 이미지 모델의 빠른 개편입니다. 대기 시간은 절반, 마크업 편집, SVG와 GIF 출력을 지원하며 토큰 가격은 그대로이고 Batch는 없습니다.

MIT 라이선스의 Microsoft 텍스트 임베딩 모델 세 가지 크기로, 27B는 다국어 MTEB v2에서 74.3으로 1위였고 작은 모델들도 각 체급에서 선두입니다.

MiMo-V2.6-Pro

Xiaomi·추론·오픈 웨이트

4.5/5

Xiaomi의 1조(1-trillion) 파라미터 오픈 웨이트 모델로, Artificial Analysis에서 오픈 모델 1위이며 출력 1M 토큰당 $0.87입니다.

NVIDIA Nemotron 3.5 Transcribe

NVIDIA·음성 텍스트 변환·오픈 웨이트

4.5/5

프롬프트로 조작하는 NVIDIA의 오픈 음성 모델입니다. 40개 언어 전사, 화자 구분, 번역을 체크포인트 하나로 처리합니다.

Perplexity Decider (pplx-decider)

Perplexity·의사결정 모델·오픈 웨이트

4.5/5

Perplexity의 오픈 27B, 4B 결정 모델입니다. 100만 토큰당 $0.02의 API로도 판매하며, 텍스트와 이미지를 넣으면 확률을 내놓습니다.

Qwen3.8-27B

Alibaba (Qwen)·범용·오픈 웨이트

4.5/5

Alibaba의 Apache 2.0 밀집 모델입니다. 270억(27 billion) 파라미터에 이미지와 영상 입력을 받고, 코딩 점수는 몇 배 큰 모델과 맞먹습니다.

voyage-4-large

Voyage AI (MongoDB)·임베딩 및 리랭킹

4.5/5

전문가 혼합 구조로 만든 Voyage AI의 최상위 텍스트 임베딩 모델로, 더 저렴한 Voyage 4 모델들과 벡터 공간 하나를 공유합니다.

Wan 3.0

Alibaba·동영상

4.5/5

Alibaba의 최신 비디오 모델로, 현재 Artificial Analysis 비디오 순위 1위이며 최대 30초 클립을 만듭니다.

Cartesia Sonic 3.6

Cartesia·텍스트 음성 변환

4.4/5

음성 에이전트를 위한 Cartesia의 저지연 텍스트 음성 변환 모델로, 44개 언어를 지원합니다.

Cohere Rerank 5

Cohere·임베딩 및 리랭킹

4.4/5

2026년 10월에 나온 Cohere의 리랭커로 Pro와 Fast 두 크기가 있습니다. 점수가 보정되어 있고, 관련 구간만 돌려주는 옵션도 있습니다.

ElevenLabs Scribe v2

ElevenLabs·음성 텍스트 변환

4.4/5

ElevenLabs의 배치 전사 모델입니다. 독립 테스트에서 단어 오류율 2.2%, 시간당 $0.22이며 화자 분리와 개체 탐지를 제공합니다.

Gemma 4

Google·소형 및 온디바이스·오픈 웨이트

4.4/5

Google의 Apache 2.0 오픈 모델 제품군입니다. 휴대폰 크기의 E2B부터 GPU 한 장용 31B 모델까지 있으며 이미지, 영상, 오디오 입력을 받습니다.

GLM-5.3

Z.ai (Zhipu AI)·코딩·오픈 웨이트

4.4/5

Z.ai의 오픈 가중치 코딩 및 에이전트 모델입니다. MIT에 가까운 라이선스이며 API 가격은 100만 토큰당 $1.40/$4.40입니다.

텍스트와 페이지 이미지를 하나의 벡터 공간에 담는 NVIDIA의 오픈 임베딩 모델로, ViDoRe v3.1 1위이며 OpenRouter에서 무료로 호출할 수 있습니다.

PaddleOCR-VL-1.6

Baidu (PaddlePaddle)·OCR 및 문서·오픈 웨이트

4.4/5

주요 OCR 벤치마크에서 1위에 오른 9억 파라미터 문서 파서입니다. 적어도 개발사의 집계로는 그렇습니다.

SAM 3 (Segment Anything Model 3)

Meta·비전 및 멀티모달·오픈 웨이트

4.4/5

짧은 텍스트 문구에 해당하는 모든 대상을 이미지와 영상에서 찾아 윤곽을 따고 추적하는 Meta의 848M 파라미터 모델입니다.

Seedance 2.5

ByteDance·동영상

4.4/5

30초 테이크, 폭넓은 멀티모달 레퍼런스, 타임스탬프 편집을 갖춘 ByteDance의 오디오 비디오 동시 생성 모델입니다.

Voxtral 3 (Transcribe and TTS)

Mistral AI·음성 텍스트 변환

4.4/5

Mistral의 2026년 10월 음성 모델 계열입니다. 분당 $0.0035부터 50개 언어 전사, 500 ms 미만 실시간 전사, 음성 복제를 제공합니다.

MIT 라이선스 노래 모델입니다. VRAM 4 GB 미만에서 돌아가고, 50개 이상 언어의 가사로 최대 10분 곡을 만들며, 섹션을 편집합니다.

Claude Fable 5.1

Anthropic·추론

4.3/5

어려운 추론과 장기 에이전트 작업을 위한 Anthropic의 최상위 등급으로, 가격은 100만 토큰당 $10/$50입니다.

DeepSeek-V4-Pro

DeepSeek·추론·오픈 웨이트

4.3/5

DeepSeek의 가장 큰 오픈 가중치 모델입니다. 1.6T 파라미터, MIT 라이선스, 1M 토큰 컨텍스트에 API 가격이 매우 낮습니다.

ElevenLabs의 음악 모델입니다. 최대 5분 보컬 곡, 섹션 단위 편집, 폭넓은 상업적 권리를 분당 0.15달러에 제공합니다.

EmbeddingGemma 2

Google DeepMind·임베딩 및 리랭킹·오픈 웨이트

4.3/5

텍스트, 코드, 이미지, 오디오, 동영상을 하나의 공간에 담는 Google의 온디바이스 오픈 임베딩 모델입니다.

Gemini 4 Carbon

Google·추론

4.3/5

Google의 최상위 추론 모델로 Artificial Analysis 인덱스 1위입니다. 다만 지금은 심사를 거친 사이버 방어 담당자만 쓸 수 있습니다.

Gemini Embedding 2

Google·임베딩 및 리랭킹

4.3/5

Google의 첫 멀티모달 임베딩 모델입니다. 텍스트, 이미지, 동영상, 오디오, PDF를 하나의 공유 벡터 공간에 담습니다.

Gemini Omni Flash 1.1

Google·동영상

4.3/5

Gemini 기반으로 만든 Google의 기본 동영상 모델로, 대화로 다듬는 짧은 클립을 만듭니다.

GLM-5.3-Flash

Z.ai (Zhipu AI)·범용·오픈 웨이트

4.3/5

Z.ai의 MIT 라이선스 320B mixture-of-experts 모델입니다. 이미지와 영상 입력, 1M 토큰 컨텍스트, $0.15/$0.50의 API 가격을 갖췄습니다.

GLM-OCR

Z.ai (Zhipu AI)·OCR 및 문서·오픈 웨이트

4.3/5

Zhipu의 소형 OCR 모델입니다. 독립 평가를 거쳤고, 월 174만(1.74 million) 회 다운로드되며, API는 100만 토큰당 $0.03입니다.

OpenAI의 GPT-6 Astra를 승인된 익스플로잇 작업에 맞게 조정한 모델로, 검증된 Daybreak Red 고객에게만 API와 Codex로 제공됩니다.

GPT-6 Luna

OpenAI·범용

4.3/5

대량 작업을 위한 OpenAI의 작고 저렴한 모델입니다. 100만 토큰당 $0.10/$0.50이며 컨텍스트는 1.05M 토큰입니다.

GPT-Live-1 (and GPT-Realtime-2.1)

OpenAI·음악 및 오디오

4.3/5

OpenAI의 전이중(full-duplex) 음성 모델입니다. 말하는 동안에도 듣고, 사고는 사용자가 고른 텍스트 모델에 맡기며, 분당 $0.05입니다.

음성 에이전트용 SpaceXSI의 음성 대 음성 모델입니다. Artificial Analysis 지수 1위에 분당 0.08달러 정액이며, 미국 한 리전에서만 제공됩니다.

Jina Embeddings v5

Jina AI (Elastic)·임베딩 및 리랭킹·오픈 웨이트

4.3/5

Jina AI의 작은 다국어 텍스트 임베딩 모델과, 이미지, 영상, 오디오를 다루는 omni 형제 모델입니다. 모두 하나의 벡터 공간을 공유합니다.

Jina Reranker v3.5

Jina AI (Elastic)·임베딩 및 리랭킹·오픈 웨이트

4.3/5

Jina AI(현재 Elastic)의 작은 0.6B 다국어 리랭커입니다. 후보 목록 전체를 한 번에 채점하며, 컨텍스트는 131K 토큰입니다.

Kimi K3

Moonshot AI·추론·오픈 웨이트

4.3/5

Moonshot AI의 2.8조(2.8-trillion) 파라미터 오픈 웨이트 모델입니다. 에이전트와 브라우징 작업에 강하며 컨텍스트는 1M 토큰입니다.

MAI-Image-2.6

Microsoft AI·이미지 생성

4.3/5

Microsoft의 자체 이미지 모델로, Artificial Analysis 아레나 5위입니다. Foundry에서 프리뷰로 제공되며 이미지 1,000장당 약 $39입니다.

Midjourney V8

Midjourney·이미지 생성

4.3/5

Midjourney의 8세대 이미지 모델로, 지금은 지시 기반 편집기를 갖춘 V8.2입니다. 월 구독으로만 판매됩니다.

MiniCPM-OCR 1.0

OpenBMB·OCR 및 문서·오픈 웨이트

4.3/5

OpenBMB의 1.3B OCR 모델입니다. 개발사의 15개 모델 테스트에서 가장 빨랐고 OCR 벤치마크 6개 중 4개에서 1위이며, Apache 2.0 라이선스입니다.

MiniMax H3 (Hailuo 3.0)

MiniMax·동영상·오픈 웨이트

4.3/5

스테레오 음향을 내는 MiniMax의 33B 동영상 모델입니다. 오픈 웨이트 중 1위이지만 미국, EU, 영국, 한국은 라이선스 대상에서 빠져 있습니다.

Alibaba의 Apache 2.0 전사 모델로 1.7B와 0.6B 두 크기이며, 30개 언어와 22개 중국어 방언, 언어 식별, 스트리밍을 하나의 모델에서 지원합니다.

Qwen3-VL-Embedding

Alibaba (Qwen)·임베딩 및 리랭킹·오픈 웨이트

4.3/5

텍스트, 이미지, 스크린샷, 동영상을 하나의 벡터 공간에 담는 Alibaba의 오픈 멀티모달 임베딩 모델입니다. 2B와 8B 크기가 있습니다.

0.6B부터 8B까지 있는 Alibaba의 공개 안전 모델로, 119개 언어로 텍스트를 안전, 논란, 위험으로 분류하며 스트리밍 버전도 있습니다.

Chandra OCR 2

Datalab·OCR 및 문서·오픈 웨이트

4.2/5

Datalab의 Qwen 3.5 기반 파서로 olmOCR-Bench와 독립 고전 인쇄물 순위표에서 선두지만, 가중치는 $2M 미만일 때만 무료입니다.

Cohere Embed 5

Cohere·임베딩 및 리랭킹

4.2/5

텍스트, 이미지, PDF를 다루는 Cohere의 멀티모달 임베딩 모델입니다. 입력은 128K 토큰까지이며, Pro와 Fast 두 등급이 하나의 벡터 공간을 공유합니다.

DeepSeek-V4.1-Flash

DeepSeek·범용·오픈 웨이트

4.2/5

이미지 입력과 1M 토큰 컨텍스트를 갖춘 DeepSeek의 MIT 라이선스 오픈 mixture-of-experts 모델입니다. 비혼잡 시간 입력 토큰 100만 개당 $0.15부터입니다.

Fish Audio Drama 3

Fish Audio (39 AI, Inc.)·텍스트 음성 변환·오픈 웨이트

4.2/5

연출이 들어간 다인물 장면을 위한 Fish Audio의 35B 오픈 가중치 음성 모델입니다. Artificial Analysis TTS 순위표에서 오픈 모델 1위입니다.

FLUX 3

Black Forest Labs·동영상

4.2/5

Black Forest Labs가 하나의 공통 아키텍처로 만든, 오디오가 포함된 동영상과 이미지를 위한 멀티모달 모델입니다.

Gemini 3.5 Transcribe

Google·음성 텍스트 변환

4.2/5

스트리밍용 Live 변형을 갖춘 Google의 음성-텍스트 전용 모델로, 분당 약 0.5센트입니다.

GPT-6 Astra

OpenAI·추론

4.2/5

가장 어려운 작업을 위한 OpenAI의 플래그십 추론 모델입니다. 100만 토큰당 $10/$50이며 컨텍스트는 1.05M 토큰입니다.

Hy4 preview

Tencent (Hy, formerly Hunyuan)·코딩·오픈 웨이트

4.2/5

Tencent의 770B 오픈 웨이트 플래그십(옛 Hunyuan)입니다. 일반 Apache 2.0 라이선스이며, 1M 토큰 컨텍스트로 코딩에 강합니다.

Kimi K3.1 Pro

Moonshot AI·추론

4.2/5

Kimi K3를 사후 학습한 Moonshot AI의 모델입니다. Artificial Analysis의 Terminal-Bench 표에서 1위지만, 더 어려운 v5.0 지수에서는 22위이고 느립니다.

LightOnOCR-3-4B

LightOn·OCR 및 문서·오픈 웨이트

4.2/5

레이아웃 박스와 차트 데이터를 내놓는 LightOn의 4B 엔드투엔드 OCR 모델입니다. 제조사 테스트 기준으로 ParseBench 1위, 프랑스어 문서 최고 성능입니다.

프롬프트 인젝션과 탈옥에 대해 텍스트를 무해 또는 악성으로 분류하는, 86M과 22M 파라미터의 Meta 초소형 공개 분류기입니다.

Google의 음악 생성 모델입니다. 텍스트나 최대 10장의 이미지로 노래와 가사가 담긴 곡 전체를 만들며, Gemini API에서 곡당 0.08달러입니다.

MiniMax의 오픈 웨이트 노래 모델입니다. 가사로 최대 5분 길이의 보컬 곡을 만들고, 연매출 2,000만 달러 미만이면 상업적으로 쓸 수 있습니다.

Mistral OCR 4.1

Mistral AI·OCR 및 문서

4.2/5

문단 단위 경계 상자, 블록 라벨, 신뢰도 점수를 170개 언어로 제공하는 Mistral의 문서 OCR입니다. 가격은 1,000페이지당 $4입니다.

활성 2B인 9B 비전 모델로, 활성 파라미터가 네 배인 모델보다 빠르게 물체를 찾고 가리키고 셉니다.

BOSS Zhipin 연구소의 3B 에이전트 모델로, 레이어를 반복해 써서 도구 사용과 코딩 에이전트에서 Qwen3.5-9B를 앞섭니다.

Nano Banana Pro (Gemini 3 Pro Image)

Google·이미지 생성

4.2/5

Google의 프리미엄 이미지 모델입니다. 가격은 Nano Banana 2.1의 4배지만, 리뷰어들이 사실감에서 여전히 믿는 모델입니다.

OvisOCR3

Alibaba (ATH-MaaS)·OCR 및 문서·오픈 웨이트

4.2/5

OvisOCR2의 후속 모델입니다. 크기는 같은 0.8B이고 필드 추출과 페이지 간 표 기능이 더해졌지만, 점수는 아직 Alibaba만 확인했습니다.

Qwen3-Embedding and Qwen3-Reranker

Alibaba (Qwen)·임베딩 및 리랭킹·오픈 웨이트

4.2/5

Alibaba의 Apache 2.0 임베딩·리랭킹 모델 계열입니다. 0.6B 모델부터 2025년 6월 MTEB 다국어 1위에 오른 8B까지 있습니다.

Qwen3.8-Flash-Next

Alibaba (Qwen)·범용·오픈 웨이트

4.2/5

Qwen4 아키텍처를 미리 보여 주는 Qwen의 프리뷰입니다. 활성 파라미터 60억(6 billion) 개, 제조사 보고 기준 높은 코딩 점수, 그리고 제한적인 라이선스를 갖췄습니다.

Qwen3.8-Max

Alibaba (Qwen)·추론·오픈 웨이트

4.2/5

Alibaba의 2.4조(2.4 trillion) 파라미터 플래그십입니다. 오픈 가중치와 함께, 이미지, 영상, 1M 컨텍스트를 더한 $2/$6 API를 제공합니다.

Shieldstral 1.0 3B

Mistral AI·의사결정 모델·오픈 웨이트

4.2/5

사용자가 평이한 말로 쓴 모더레이션 정책에 비춰 텍스트와 이미지를 검사하는 Mistral의 오픈 3B 안전 분류기입니다.

Step 5 Preview

StepFun·추론·오픈 웨이트

4.2/5

1M 토큰 컨텍스트를 갖춘 StepFun의 600B 오픈 가중치 모델입니다. Artificial Analysis에서 Kimi K3와 같은 지능 점수를 절반 비용에 냅니다.

Unlimited-OCR 2

Baidu·OCR 및 문서·오픈 웨이트

4.2/5

300페이지 문서를 요청 한 번으로 파싱하는 Baidu의 오픈 OCR 모델로, 문서가 길어져도 메모리 사용량이 거의 일정합니다.

OpenBMB의 Apache 라이선스 2B 음성 모델입니다. 30개 언어, 문장 하나로 만드는 보이스 디자인, 음성 복제를 약 8 GB VRAM에서 처리합니다.

d3-turbo (vLLM Semantic Router)

vLLM Semantic Router·의사결정 모델·오픈 웨이트

4.1/5

vLLM Semantic Router의 개선된 27B 판정 모델입니다. 입력을 한 번 읽고 최대 255개 질문에 답하며, 비디오 속 물체의 위치를 찾습니다.

Doubao Seed 2.1 Pro

ByteDance·범용

4.1/5

Doubao 앱을 움직이는 ByteDance의 비공개 플래그십 모델입니다. 동영상과 시각 이해에서 선두이며, 주로 중국의 Volcano Engine에서 판매됩니다.

Gemini 3.5 Flash-Lite

Google·범용

4.1/5

Google의 현재 Gemini 텍스트 모델 가운데 가장 저렴한 모델입니다. 출력이 시작되면 매우 빠르며, 100만 토큰당 $0.30/$2.50이고 무료 등급이 있습니다.

Gemini 3.8 Flash

Google·범용

4.1/5

에이전트와 문서를 위한 Google의 중간 등급 모델입니다. 텍스트, 이미지, 오디오, 동영상, PDF를 읽으며 입력은 1M 토큰입니다.

컴퓨터 사용과 사무 작업을 위한 OpenAI의 빠른 중간 가격 모델: 100만 토큰당 $1/$5, 1.05M 컨텍스트, 테스트에서 위험한 행동 증가.

Gradium의 31M 파라미터 영어 음성 모델입니다. 파일은 64.5 MB이고, 청취자 평가는 Kokoro보다 높으며, 상업적 사용도 무료입니다.

HunyuanOCR 1.5

Tencent (Hy, formerly Hunyuan)·OCR 및 문서·오픈 웨이트

4.1/5

파싱, 텍스트 위치 인식, 추출, 번역을 위한 Tencent의 1.12B 엔드투엔드 OCR 모델입니다. EU, 영국, 한국에서는 라이선스가 허용되지 않습니다.

HY-World 2.0

Tencent (Hy, formerly Hunyuan)·게임·월드 모델·오픈 웨이트

4.1/5

문장 하나나 사진 한 장을 걸어 다닐 수 있고 Unity에서 열 수 있는 지속적인 3D 월드로 바꾸는 Tencent의 오픈 파이프라인입니다.

Kling 4.0

Kuaishou (Kling AI)·동영상

4.1/5

Kuaishou의 새 동영상 모델입니다. 30초 테이크, 키프레임 10개, 레퍼런스 15개, 스테레오 사운드를 지원하며, API는 아직 fal에서만 제공됩니다.

Poolside의 118B 파라미터(활성 8B) 오픈 코딩 모델로, 100만 토큰 컨텍스트와 관대한 라이선스를 갖췄고 100만 토큰당 $0.10/$0.20입니다.

Microsoft 최초의 실시간 받아쓰기 모델입니다. 60개 언어, 약 100ms 만에 부분 텍스트, 프리뷰 기간에는 오디오 시간당 0.54달러입니다.

OpenBMB의 Apache 2.0 9B 옴니 모델로, 보고 듣고 말하기를 동시에 하며 Mac이나 12 GB GPU에서 돌아갑니다.

Ministral 3 (3B, 8B and 14B)

Mistral AI·소형 및 온디바이스·오픈 웨이트

4.1/5

세 가지 크기로 나온 Mistral의 소형 오픈 모델입니다. 크기마다 base, instruct, reasoning 버전과 이미지 입력이 있으며 Apache 2.0 라이선스입니다.

Mistral Large 4

Mistral AI·범용·오픈 웨이트

4.1/5

Mistral의 1조 파라미터 플래그십 모델로, 이제 가중치가 공개되고 프리뷰를 벗어났으며 100만 토큰당 $0.70/$2.10입니다.

Moondream Parakeet Redux

Moondream (M87 Labs)·음성 텍스트 변환·오픈 웨이트

4.1/5

Moondream의 1.58비트 Parakeet입니다. NVIDIA의 25개 언어 전사 모델을 1.2 GB에서 178 MB로 줄였고, CPU 코어 8개에서 실시간의 113배 속도로 돌아갑니다.

Muse Glimmer

Meta·범용·오픈 웨이트

4.1/5

Muse Spark에서 증류한 Meta의 30B Apache 2.0 에이전트 모델로, 소비자용 GPU 한 장을 위한 검증된 4비트 빌드가 함께 제공됩니다.

Muse Wonder

Meta·범용

4.1/5

Meta가 처음으로 프런티어급 가격을 매긴 모델입니다. 긴 코딩과 법률 에이전트 작업에 강하지만, Meta 자체 표의 대부분 항목에서 Claude Opus 5.5에 뒤집니다.

학습 데이터까지 공개한 NVIDIA의 550B 오픈 추론 모델로, 서빙이 빠르고 사실에 신중하며 100만 토큰당 $0.40/$1.76부터입니다.

텍스트뿐 아니라 페이지 이미지도 읽는 NVIDIA의 8B 오픈 리랭커로, 출시 당시 ViDoRe v3.1 리랭킹 보드 1위였습니다.

Nemotron 3.5 Super VL

NVIDIA·비전 및 멀티모달·오픈 웨이트

4.1/5

이미지, 문서, 동영상을 읽는 NVIDIA의 오픈 120B 하이브리드 Mamba MoE로, 1M 토큰 컨텍스트와 공개된 학습 레시피를 갖췄습니다.

OvisOCR2

Alibaba (ATH-MaaS)·OCR 및 문서·오픈 웨이트

4.1/5

독립 OmniDocBench 표 상위권에 오른 Alibaba의 0.8B 페이지 파서입니다. 이미 OvisOCR3로 대체됐습니다.

Parakeet TDT 0.6B v3

NVIDIA·음성 텍스트 변환·오픈 웨이트

4.1/5

25개 유럽 언어를 위한 NVIDIA의 6억 파라미터 전사 모델로, Artificial Analysis 순위표에서 가장 빠릅니다.

NVIDIA의 Parakeet 음성 모델을 영어 정확도를 거의 그대로 둔 채 164MB 다운로드로 줄였습니다. 노트북과 휴대폰용입니다.

PP-OCRv6

Baidu (PaddlePaddle)·OCR 및 문서·오픈 웨이트

4.1/5

Baidu의 전통적인 검출 후 인식 방식 OCR 파이프라인입니다. 1.5M에서 34.5M 파라미터까지 세 가지 크기이며 Apache 2.0입니다.

pyannote speaker-diarization-community-1

pyannoteAI·음성 텍스트 변환·오픈 웨이트

4.1/5

대부분의 전사 스택이 누가 언제 말했는지 가려내는 데 쓰는 오픈 화자 분리 파이프라인입니다. 이제 화자 혼동이 줄었습니다.

Seedream 5.0 Pro

ByteDance·이미지 생성

4.1/5

편집 가능한 디자인 작업을 위해 만든 ByteDance의 플래그십 이미지 모델입니다. 최대 20개 레이어, 좌표 편집, 14개 언어 텍스트를 지원합니다.

Xiaomi-OCR-0

Xiaomi·OCR 및 문서·오픈 웨이트

4.1/5

페이지를 파싱하고, 그에 관한 질문에 답하고, JSON 필드를 채우는 Xiaomi의 0.8B 오픈 OCR 모델로, Apache 2.0입니다.

Cohere의 첫 음성 모델로, 14개 언어를 지원하는 2B 규모의 Apache 2.0 전사 모델이며 공개 당시 Open ASR Leaderboard 1위에 올랐습니다.

d3 (vLLM Semantic Router)

vLLM Semantic Router·의사결정 모델·오픈 웨이트

4.0/5

비디오 입력과 기본 vLLM 서빙을 지원하는 vLLM Semantic Router의 오픈 27B 판정 모델입니다. 이미 자신의 d3-turbo에 추월당했습니다.

Deepgram Nova-3

Deepgram·음성 텍스트 변환

4.0/5

Deepgram의 음성 인식 모델입니다. Artificial Analysis 테스트에서 두 번째로 빠르고 분당 가격도 싸지만, 정확도 선두권과는 거리가 큽니다.

Falcon OCR

Technology Innovation Institute (TII)·OCR 및 문서·오픈 웨이트

4.0/5

TII의 270M 파라미터 OCR 모델입니다. 작은 Transformer 하나로 페이지를 읽으며, 3~10배 큰 모델에 꽤 가깝게 따라갑니다.

Bria의 8B 오픈 편집 모델로 오픈 웨이트 편집 순위 1위이며 라이선스 이미지로만 학습했지만, 가중치는 비상업용입니다.

FLUX 3 Image Klein

Black Forest Labs·이미지 생성·오픈 웨이트

4.0/5

Black Forest Labs의 5.6B 오픈 이미지 모델입니다. FLUX 3의 4K 출력, 편집, bounding box를 갖췄고, 매출 $5M 미만이면 상업적으로 무료입니다.

gpt-oss-120b

OpenAI·추론·오픈 웨이트

4.0/5

OpenAI의 더 큰 오픈 웨이트 추론 모델입니다. Apache 2.0, 활성 파라미터 5.1B, 80GB GPU 한 장에 들어가는 크기입니다.

직접 작성한 안전 정책에 따라 콘텐츠를 분류하고 그 추론을 보여 주는 OpenAI의 오픈 웨이트 추론 모델입니다.

GPT-Rosalind

OpenAI·추론

4.0/5

승인된 연구 기관만 쓸 수 있는 OpenAI의 생명과학 모델입니다. 신약 개발, 유전체학, 단백질 연구용입니다.

Granite 4.2

IBM·추론·오픈 웨이트

4.0/5

2026년 8월에 공개된 IBM의 Apache 2.0 모델 제품군입니다. 에이전트와 코딩을 위한 3B, 8B, 30B dense 추론 모델로 구성됩니다.

유해성, 탈옥, RAG 환각, 잘못된 도구 호출, 직접 작성한 기준에 예 또는 아니오로 답하는 IBM의 공개 8B 판정 모델입니다.

IBM의 Apache 2.0 음성 모델로, 6개 언어를 전사하고 번역하며 2,000개 키워드 목록을 받습니다.

Ideogram 4.0

Ideogram·이미지 생성·오픈 웨이트

4.0/5

이미지 속 텍스트에 강한 Ideogram의 9.3B 디자인 모델입니다. 내려받을 수 있는 가중치는 비상업용이어서, 유료 작업은 API를 거칩니다.

LFM3

Liquid AI·소형 및 온디바이스·오픈 웨이트

4.0/5

텍스트, 비전, 오디오, 옴니, 타입 지정 의사결정을 위한 Liquid AI의 2B 모델 6종입니다. 모두 하나의 1.7B 베이스에서 나왔습니다.

Ling-3.1-flash

Ant Group (inclusionAI)·추론·오픈 웨이트

4.0/5

Ant Group의 560B 오픈 웨이트 모델입니다. 초당 200토큰 이상으로 빠르고, MIT 라이선스이며, 컨텍스트는 1M 토큰입니다.

Microsoft의 표현력 있는 음성 합성으로 23개 언어를 100만 자당 22달러에 지원하며, 음성 에이전트용 15달러 Flash 버전도 있습니다.

Maya 2 Native

Maya Research·텍스트 음성 변환·오픈 웨이트

4.0/5

인도 언어 11개와 영어를 지원하는 2.5B Apache 2.0 스트리밍 음성 모델입니다. VoiceArena 힌디어 순위에서 Mistral, Eleven v3와 같은 수준입니다.

MiniCPM-V 4.7 (35B-A3B and 1B)

OpenBMB·비전 및 멀티모달·오픈 웨이트

4.0/5

OpenBMB의 Apache 2.0 비전 모델입니다. 문서 분야에서 앞서는 35B mixture-of-experts 모델과 휴대폰용 1B 모델로 구성됩니다.

MiniCPM5-2B

OpenBMB·소형 및 온디바이스·오픈 웨이트

4.0/5

OpenBMB의 2.5B 온디바이스 모델입니다. 도구 호출과 코드 수정은 4B 모델 수준이며, 체크포인트와 학습 데이터가 공개되어 있습니다.

MiniMax-M3.1-Flash

MiniMax·범용·오픈 웨이트

4.0/5

항상 추론하는 MiniMax의 오픈 웨이트 MoE입니다. M3의 428B 설계, 고정 요금 $0.15/$0.60 API, 1M 컨텍스트, 그리고 환각 문제가 있습니다.

Muse Spark 1.3

Meta·범용

4.0/5

Meta의 비공개 에이전트 및 코딩 모델입니다. $1.25/$4.25에 1M 토큰 컨텍스트를 제공하며, 이제 Muse Wonder 아래의 저가 등급입니다.

Muse Spark Open

Meta·범용·오픈 웨이트

4.0/5

Meta의 816B 오픈 가중치 Muse Spark입니다. 자체 호스팅할 수 있는 1M 토큰 에이전트 모델이지만, 라이선스에 조건이 붙어 있습니다.

OmniVoice

k2-fsa (Next-gen Kaldi)·텍스트 음성 변환·오픈 웨이트

4.0/5

Next-gen Kaldi 팀이 만든 오픈 제로샷 TTS로, 600개 이상의 언어에서 음성 복제와 음성 디자인을 지원합니다.

Qianfan-OCR

Baidu·OCR 및 문서·오픈 웨이트

4.0/5

페이지 파싱, 필드 추출, 차트 판독을 한 번에 처리하는 Baidu의 4.7B 모델입니다. 대신 크기와 페이지 정확도에서 대가를 치릅니다.

Qwen-Image-2.1

Alibaba (Qwen)·이미지 생성·오픈 웨이트

4.0/5

Alibaba의 7B 오픈 이미지 생성·편집 모델입니다. 오픈 가중치 순위 1위에 투명도 출력도 지원하지만, 라이선스는 연구용으로만 허용됩니다.

Surya OCR 2.5

Datalab·OCR 및 문서·오픈 웨이트

4.0/5

Datalab의 689M 파라미터 문서 파서입니다. 레이아웃, OCR, 표, 수식을 HTML로 내놓고, GPU 한 장에서 빠르며, 매출 $5M 미만이면 무료입니다.

Ternary Bonsai 2 9B

PrismML·소형 및 온디바이스·오픈 웨이트

4.0/5

PrismML이 Qwen3.5-9B를 3진(ternary)으로 다시 만든 모델입니다. 도구 호출을 지원하는 비전 언어 모델을 2.42 GB 파일에 담아 휴대폰과 노트북에서 돌립니다.

편집 가능한 악보를 가진 오픈 노래 모델입니다. WildSongBench 최고 점수와 48 kHz 보컬을 내지만 가중치는 비상업용입니다.

Codestral 25.08

Mistral AI·코딩

3.9/5

코드 자동 완성을 위한 Mistral의 빠른 fill-in-the-middle 모델로, 여전히 IDE 도구의 기본값이지만 에이전트 작업용은 아닙니다.

DeepSeek-V4.1-Flash-1017 GSQ-RCO Coder (GGUF)

ISTA-DASLab (Institute of Science and Technology Austria)·코딩·오픈 웨이트

3.9/5

코드용 DeepSeek-V4.1-Flash입니다. 전문가의 절반을 지우고 나머지를 약 2비트로 줄여 transformer가 72.1 GB에 들어갑니다.

AI Dungeon이 직접 만든 텍스트 어드벤처 모델로, Gemma 4 31B를 기반으로 Apache 2.0으로 공개했습니다.

FireRed-OCR

Xiaohongshu (FireRedTeam)·OCR 및 문서·오픈 웨이트

3.9/5

Xiaohongshu가 Qwen3-VL을 파인튜닝한 2B 모델입니다. 자체 표에서 end-to-end OCR 모델 중 1위지만, 같은 표에서 파이프라인 방식에는 뒤처집니다.

Flint

Recursive·코딩·오픈 웨이트

3.9/5

Recursive의 첫 모델입니다. 파라미터 40B, 활성 2.5B의 오픈 가중치 코딩 모델로, 노트북에서 빠르게 돌도록 만들어졌습니다.

Alibaba의 Apache 라이선스 0.5B 스트리밍 음성 복제 모델입니다. 9개 언어와 18개 이상의 중국어 방언을 지원하고, 첫 오디오까지 약 150 ms입니다.

GPT Transcribe

OpenAI·음성 텍스트 변환

3.9/5

Whisper를 대체하는 OpenAI 모델입니다. GPT-4o Transcribe보다 정확하고 저렴하지만, 타임스탬프와 화자 구분이 없습니다.

IBM의 Apache 2.0 소형 임베딩 모델로, 200개 이상의 언어와 코드를 지원하고 32K 컨텍스트와 기업용으로 검토된 학습 데이터를 갖췄습니다.

디자인 작업용 SpaceXSI 이미지 모델입니다. 글자와 레이아웃에 강하고 부분 편집과 스마트 리사이즈를 지원하며 장당 0.04달러부터지만 2K가 한계입니다.

Apache 2.0 라이선스의 82M 파라미터 음성 모델입니다. 품질은 중위권이고, Artificial Analysis 보드에서 가장 저렴한 음성입니다.

Kolibri 1

Aleph Alpha·추론·오픈 웨이트

3.9/5

Aleph Alpha의 Apache 2.0 독일어·영어 추론 모델입니다. 파라미터 78B, 활성 3.46B이며 독일과 핀란드에서 학습했습니다.

Luma Ray3.2

Luma AI·동영상

3.9/5

후반 작업용 Luma 비디오 모델입니다. 키프레임 16개, 네이티브 HDR, 16비트 EXR을 지원하며, API와 Luma 앱에서 클립 단위로 판매됩니다.

Mage-VL-Cowork

Microsoft·비전 및 멀티모달·오픈 웨이트

3.9/5

단계마다 화면 클릭과 터미널 코드 실행 중 하나를 고르는 Microsoft의 4B 데스크톱 에이전트입니다.

Marengo 3.5

TwelveLabs·임베딩 및 리랭킹

3.9/5

TwelveLabs의 비디오 중심 임베딩 모델입니다. 비디오, 오디오, 이미지, 텍스트, PDF 페이지를 하나의 512차원 공간에 담고, 토큰 단위로 과금합니다.

Matrix-Game 4.0

Skywork AI (Kunlun Tech)·게임·월드 모델·오픈 웨이트

3.9/5

게임 엔진의 로우폴리 프레임을 실시간으로 다시 그리는 Skywork의 5B 오픈 모델입니다. 함께 제공되는 세 장면에서만 작동합니다.

CT·MRI 볼륨, 병리 슬라이드, 검사 보고서를 읽는 Google의 오픈 4B 의료 모델로, 개발자가 맞춰 쓰는 토대입니다.

Qwen3.5-9B 기반 Microsoft 판단 모델입니다. 예/아니요, 선택, 점수 답을 확률과 함께 입력 100만 토큰당 0.042달러에 돌려줍니다.

MiniMax-M3

MiniMax·범용·오픈 웨이트

3.9/5

MiniMax의 오픈 웨이트 멀티모달 MoE입니다. 1M 토큰 컨텍스트, sparse attention, $0.30/$1.20 API, 그리고 조건이 붙은 라이선스가 특징입니다.

Ai2의 오픈 8B 비디오 모델로 프레임을 넘나들며 객체를 가리키고 추적하며, 학습 데이터도 공개돼 있습니다.

MOSS-Transcribe-Diarize 0.9B

OpenMOSS (MOSI)·음성 텍스트 변환·오픈 웨이트

3.9/5

최대 90분 분량의 오디오를 한 번에 받아쓰고, 화자를 구분하고, 타임스탬프를 붙이는 0.9B 오픈 모델입니다.

NVIDIA의 600M 실시간 자막 모델로, 40개 언어·지역 변형, 80 ms부터의 청크, H100 한 장에서 수천 개 스트림을 지원합니다.

Nemotron 3.5 Bolt (74B-A9B 24GB and E4B 4GB)

NVIDIA·소형 및 온디바이스·오픈 웨이트

3.9/5

NVIDIA의 로컬 에이전트용 모델 한 쌍입니다. 24 GB를 이름에 단 2비트 74B 비전 모델과, 음성 어시스턴트용 Gemma 기반 4B입니다.

Ripple-65B Preview

Ricursive Intelligence·코딩·오픈 웨이트

3.9/5

AlphaChip 창업자들이 만든 65B 밀집형 오픈 웨이트 코딩 모델로, 자체 보고한 에이전트 점수가 훨씬 큰 경쟁 모델과 대등합니다.

Sage-A1.5

Shanghai AI Laboratory (InternScience)·추론·오픈 웨이트

3.9/5

Shanghai AI Lab의 리서치 작업용 35B 에이전트 모델입니다. 하위 에이전트 분산과 자기 점검 모드를 내장했으며, Apache 2.0입니다.

Sakana Fugu (Fugu, Max and Ultra v2)

Sakana AI·추론

3.9/5

Sakana AI의 오케스트레이터입니다. 하나의 API가 각 작업을 보이지 않는 프런티어 모델 풀에 나누어 맡기고 답을 합칩니다.

라이선스 데이터로 학습한 Stability의 오디오 모델군입니다. Medium은 최대 6:20 연주곡, 소형 2종은 휴대폰에서 실행되며 가사 입력은 없습니다.

zerank-2

ZeroEntropy (Notion)·임베딩 및 리랭킹·오픈 웨이트

3.9/5

보정된 점수를 내는 ZeroEntropy의 4B 오픈 리랭커입니다. Notion이 회사를 인수하고 호스팅 API가 멈춘 뒤 Apache 2.0이 되었습니다.

Audio8 TTS

Edge0·텍스트 음성 변환·오픈 웨이트

3.8/5

Apache 2.0의 0.6B 파라미터 음성 복제 모델로 23개 언어를 지원하며, 몇 배 큰 모델에 가까운 오류율을 보입니다.

Beam

Reflection·추론·오픈 웨이트

3.8/5

Reflection의 첫 오픈 모델입니다. 501B 파라미터 중 23B가 활성이며, Apache 2.0이고, 작업당 추론 토큰이 경쟁 모델보다 적습니다.

Breeze TTS 2

BreezeBlue·텍스트 음성 변환·오픈 웨이트

3.8/5

오픈 웨이트 아레나 상위권에 오른 3.5B 파라미터 음성 복제 및 음성 디자인 모델입니다. 다만 상업적 자체 호스팅은 금지됩니다.

Command A+

Cohere·범용·오픈 웨이트

3.8/5

에이전트와 다국어 RAG를 위한 Cohere의 218B mixture-of-experts 모델입니다. 가중치는 Apache 2.0이며 H100 두 장에 들어갑니다.

커뮤니티의 기본 로컬 롤플레이 모델입니다. 24 GB 카드에 들어가는 Mistral Small 3.2 파인튜닝이며, 평가는 주로 팬들에게서 나옵니다.

Google의 실험적 확산 버전 Gemma 4 26B로, H100 한 장에서 초당 1,000토큰 이상을 내지만 품질은 분명히 떨어집니다.

GPT-5.6-Cyber

OpenAI·추론

3.8/5

심사를 통과한 Daybreak Red 연구자를 위해 2026년 8월에 나온 OpenAI의 사이버 모델입니다. GPT-6 Cyber가 후속 모델로 나왔지만 여전히 판매되며 더 저렴합니다.

gpt-oss-20b

OpenAI·소형 및 온디바이스·오픈 웨이트

3.8/5

OpenAI의 Apache 2.0 오픈 웨이트 추론 모델입니다. 활성 파라미터 3.6B이며, 노트북이나 소비자용 GPU의 16GB 메모리에서 돌아가는 크기입니다.

Grok 4.7

SpaceXSI (formerly xAI)·범용

3.8/5

채팅, 코드, 에이전트를 위한 SpaceXSI의 Grok 플래그십 모델입니다. 100만 토큰당 $2/$6, 500K 컨텍스트, 매우 긴 사고 시간이 특징입니다.

100개 이상 언어를 지원하는 Boson AI의 4B 대화형 음성 모델입니다. 인라인 감정 태그와 음성 복제를 갖췄지만 라이선스는 비상업용입니다.

감정과 음색을 따로 조절하는 Bilibili의 음성 복제 모델입니다. 5개 언어를 지원하며, 라이선스는 사용자 1억 명 미만이면 무료입니다.

인도 22개 언어와 영어를 위한 3B 음성 모델입니다. 동의한 성우의 목소리를 쓰고, 음성 복제는 없으며, API는 ₹6부터입니다.

Infinity-Parser2-Flash

INF Technology (infly)·OCR 및 문서·오픈 웨이트

3.8/5

olmOCR-Bench와 차트에 강한 INF의 2.2B 파서입니다. 다만 단일 스트림에서는 느리고, OmniDocBench에서는 더 작은 경쟁 모델보다 약합니다.

Thinking Machines Lab의 Apache 라이선스 975B 모델은 듣고 봅니다. 파인튜닝 기반으로는 좋지만 시각 성능은 Kimi K2.6에 뒤집니다.

Jev

TypeSafe AI·의사결정 모델

3.8/5

TypeSafe AI의 호스팅 결정 모델입니다. 타입이 정해진 선택, 점수, 예/아니요 확률을 입력 100만 토큰당 $0.042에 제공하며, 출력은 무료입니다.

Krea의 12.9B 오픈 이미지 모델. Turbo는 8단계로 2K 이미지를 만들고 Raw는 학습용 베이스지만, 라이선스는 매출 100만 달러에서 끝납니다.

LFM2.5-24B-A2B

Liquid AI·소형 및 온디바이스·오픈 웨이트

3.8/5

활성 파라미터 2.45B인 Liquid AI의 24B 추론 모델입니다. 노트북에서 도구를 호출하도록 에이전트 하네스 안에서 학습했습니다.

Ling-3.0-flash-Sante

Ant Group (inclusionAI)·범용·오픈 웨이트

3.8/5

Ant Group의 MIT 라이선스 124B 의료 모델로, 활성 파라미터는 5.1B입니다. 자체 의료 벤치마크에서는 최상위권에 가깝고, 가격은 그 일부에 불과합니다.

이름을 대면 무엇이든 빠르게 박스와 점을 그려 주는 NVIDIA의 3B 모델이지만, 비영리 연구용으로만 라이선스됩니다.

Meituan의 1.6조 파라미터 에이전트·코딩 모델로, MIT 라이선스에 중국산 칩으로 학습했으며 100만 토큰당 $0.30/$1.20입니다.

LTX-2.5

Lightricks (LTX)·동영상·오픈 웨이트

3.8/5

Lightricks의 22B 오픈 비디오 모델로, 동기화된 사운드와 멀티샷 장면을 지원합니다. API에서는 최대 4K, 초당 $0.09부터입니다.

JetBrains의 Apache 라이선스 12B 코딩 에이전트 모델로, 활성 2.5B이며 자체 GPU에서 빠른 서브 에이전트를 돌리도록 만들어졌습니다.

Ant Group의 MIT 라이선스 6B 디자인 모델. Artificial Analysis UI 순위에서 오픈 웨이트 1위지만 80GB GPU가 필요합니다.

Mistral Medium 3.5

Mistral AI·범용·오픈 웨이트

3.8/5

GPU 4개에 들어가는 Mistral의 128B dense 오픈 웨이트 코딩 및 에이전트 모델입니다. 다만 라이선스가 월 매출 $20M 초과 기업을 배제합니다.

MOSS-Image

OpenMOSS (MOSI)·이미지 생성·오픈 웨이트

3.8/5

Apache 2.0으로 공개된 5B 규모의 오픈 이미지 모델입니다. JSON 레이아웃이 지정한 위치에 텍스트와 사물을 배치하고, 긴 텍스트도 잘 그립니다.

mxbai-rerank v2

Mixedbread·임베딩 및 리랭킹·오픈 웨이트

3.8/5

Mixedbread의 Apache 2.0 리랭커로, 0.5B와 1.5B 두 크기에 100개 이상의 언어와 8K 토큰 컨텍스트를 지원하며 자체 호스팅용으로 만들어졌습니다.

Nanbeige4.3-33B

BOSS Zhipin (Nanbeige LLM Lab)·코딩·오픈 웨이트

3.8/5

BOSS Zhipin 연구소의 33B dense 오픈 모델로, 30B급 에이전트 코딩에서 선두라고 주장하며 Apache 2.0으로 공개되었습니다.

Nemotron ColEmbed V2

NVIDIA·임베딩 및 리랭킹·오픈 웨이트

3.8/5

OCR 없이 페이지 이미지를 검색하는 NVIDIA의 late-interaction 검색 모델입니다. 정확하지만 저장 공간을 많이 쓰고, 모든 크기가 비상업용입니다.

Nemotron OCR v2

NVIDIA·OCR 및 문서·오픈 웨이트

3.8/5

RAG 수집용으로 만든 NVIDIA의 84M 파라미터 검출기·인식기 OCR입니다. A100 한 장에서 초당 약 35페이지를 처리하며 상업적 사용이 허용됩니다.

NVIDIA의 오픈 게임 플레이 에이전트입니다. 화면을 보고 게임패드 버튼을 누르며, 다른 사람들의 4만 시간 플레이로 배웠습니다.

Pika H3 Flex

Pika (Mellis, Inc.)·동영상·오픈 웨이트

3.8/5

Pika가 MiniMax H3를 6단계 샘플링으로 후학습한 모델입니다. 스테레오 사운드가 붙은 영상을 MiniMax API의 절반 가격에 만들지만, MiniMax의 지역 제한 라이선스를 따릅니다.

Runway Gen-4.5

Runway·동영상

3.8/5

Runway의 자체 동영상 모델입니다. 2025년 순위표 1위였지만 지금은 밀려났고, 경쟁 모델도 함께 재판매하는 제품군 안에서 판매됩니다.

VibeVoice-ASR

Microsoft·음성 텍스트 변환·오픈 웨이트

3.8/5

1시간 분량의 오디오를 한 번에 처리하고 누가 언제 말했는지 표시하는 Microsoft의 MIT 라이선스 전사 모델입니다.

게이밍 PC에서 플레이 가능한 1인칭 세계를 생성하는 1.2B 월드 모델로, RTX 5090에서 최대 720p, 56 fps입니다.

Whistle

Cactus Compute·음성 텍스트 변환·오픈 웨이트

3.8/5

7개 언어를 지원하는 16.9 MB 음성 인식 모델로, 의존성 없이 CPU에서 돌아갑니다. 커뮤니티 포트는 $10짜리 칩에도 올라갑니다.

중국 Zidong Taichu 팀의 9B 비전 언어 모델로, OCR 능력을 조금 내주고 공간 추론과 도구 사용을 얻었습니다.

Chatterbox

Resemble AI·텍스트 음성 변환·오픈 웨이트

3.7/5

110M CPU 모델부터 23개 언어 모델까지 갖춘 Resemble AI의 MIT 라이선스 음성 복제 모델로, 모든 클립에 워터마크가 들어갑니다.

Cohere Rerank 4

Cohere·임베딩 및 리랭킹

3.7/5

2025년 12월에 나온 Cohere의 리랭커로 Pro와 Fast 두 버전이 있으며 컨텍스트는 32K 토큰입니다. 2026년 10월 21일 Rerank 5로 대체되었습니다.

DecisionNode

Bynn Intelligence·의사결정 모델

3.7/5

신뢰도와 함께 여섯 가지 유형의 답을 반환하는 Bynn Intelligence의 호스팅 의사결정 모델로, 기기용 소형 공개 가중치 Edge 모델 두 개가 함께 있습니다.

DeepSeek-OCR 2

DeepSeek·OCR 및 문서·오픈 웨이트

3.7/5

DeepSeek의 3B 오픈 문서 판독 모델로, 페이지를 읽기 전에 순서를 재배열합니다. 하지만 이제 PaddleOCR-VL과 Unlimited-OCR이 더 높은 점수를 냅니다.

ERNIE 5.1

Baidu·범용

3.7/5

ERNIE 5.0에서 적은 비용으로 증류한 Baidu의 비공개 플래그십입니다. 검색과 수학에 강하지만 중국 밖에서는 구매하기 어렵습니다.

FrogNano-4B-2609

Microsoft·코딩·오픈 웨이트

3.7/5

합성 과제에 대한 강화학습만으로 훈련한 Microsoft의 4B 연구용 코딩 에이전트입니다. SWE-bench Verified 61.5%는 자체 보고 수치입니다.

출력층만 픽션용으로 재학습한 Gemma 4 31B입니다. 상투 문구는 줄고 속은 같은 모델입니다.

분당 0.017달러인 OpenAI의 스트리밍 음성 인식입니다. 지연 조절과 키워드 힌트는 있지만 화자 구분과 타임스탬프는 없습니다.

AI가 쓴 영어와 중국어 초안을 사람이 쓴 것처럼 고쳐 쓰는 오픈 12B Gemma 4 파인튜닝 모델입니다. 오프라인으로 작동하며 사실은 유지합니다.

Hy-Memory-30B-A3B

Tencent (Hy, formerly Hunyuan)·범용·오픈 웨이트

3.7/5

활성 파라미터 3B인 Tencent의 모델로, 하는 일은 하나입니다. 에이전트의 장기 기억에 무엇을 남길지를 프런티어 LLM 대신 판단합니다.

키보드와 마우스로 조종하는 Tencent의 실시간 비디오 월드 모델로, 학습 코드 전체가 공개되었습니다. 데이터센터급 GPU가 필요합니다.

Iris-3B

Speridlabs·이미지 생성·오픈 웨이트

3.7/5

VAE 없이 픽셀을 직접 그리는 Speridlabs의 3B text-to-image 모델입니다. 4단계 Turbo와 깊이 추정, 업스케일링 파인튜닝도 함께 나왔습니다.

Jina OCR v1

Jina AI (Elastic)·OCR 및 문서·오픈 웨이트

3.7/5

지금은 Elastic의 일부인 Jina AI가 DeepSeek-OCR을 파인튜닝한 모델로, 저렴한 GPU에서 초당 처리 페이지 수에 맞춰 조정했습니다. 가중치는 비상업용입니다.

Sber의 MIT 라이선스 소리 포함 영상 모델군. 16GB 카드용 3B Lite와 29B Pro가 있으며, 둘 다 5초 클립까지만 됩니다.

Sand AI의 Apache 라이선스, 소리까지 내는 114B 영상 모델. 아레나 16위지만 돌리려면 Hopper GPU 8장이 필요합니다.

Microsoft 최초의 자체 추론 모델입니다. 1T 파라미터 전문가 혼합 모델로 100만 토큰당 2달러/8달러이며, 최전선보다 한 단계 아래입니다.

Mistral Small 4

Mistral AI·범용·오픈 웨이트

3.7/5

Mistral의 Apache 2.0 mixture-of-experts 모델입니다. 119B 파라미터, 이미지 입력, 전환 가능한 추론, 100만 토큰당 $0.15/$0.60.

ScaleDown Constrained Decoding Models (Classify, Extract, Summarize)

ScaleDown·의사결정 모델

3.7/5

입력 토큰 100만 개당 $0.05인 ScaleDown의 호스팅형 분류, 추출, 요약 모델입니다. Jev 형식의 Decisions 엔드포인트도 있습니다.

한국어·영어·일본어 사무 작업을 위한 Upstage의 250B 오픈 모델로, 100만 토큰 컨텍스트를 갖췄지만 토큰 단위로 빌릴 곳이 없습니다.

Spark-X2.6-4B

iFlytek (SparkLLM)·소형 및 온디바이스·오픈 웨이트

3.7/5

Apache 2.0으로 공개된 iFlytek의 4B 온디바이스 에이전트 모델입니다. 도구와 코드에서 Qwen3.5-9B를 이긴다고 주장하며, 1M 토큰 컨텍스트를 갖췄습니다.

text-embedding-3-large

OpenAI·임베딩 및 리랭킹

3.7/5

2024년 1월 이후 바뀌지 않은 OpenAI 최상위 임베딩 모델입니다. 어디서나 지원되고 저렴하지만, 더 이상 검색 분야 선두는 아닙니다.

Weibo의 MIT 라이선스 3B 추론 모델로, AIME 2026 94.3점과 최근 LeetCode 문제 96.1%를 풀지만 다른 용도로는 거의 만들어지지 않았습니다.

Whisper large-v3-turbo

OpenAI·음성 텍스트 변환·오픈 웨이트

3.7/5

OpenAI의 오픈 웨이트 음성 인식 모델로, 여전히 자체 호스팅 전사의 기본 선택입니다.

Z-Image-Turbo

Alibaba (Tongyi-MAI)·이미지 생성·오픈 웨이트

3.7/5

Alibaba Tongyi 연구소의 6B Apache 라이선스 이미지 모델로, 16GB 소비자용 GPU에서 8단계로 돌아갑니다.

Aion 3.5

Aion Labs (Deep Forge)·롤플레이·캐릭터

3.6/5

GLM 기반 모델 여러 개가 함께 각 답변을 쓰는 롤플레이 및 스토리텔링 시스템입니다. 아직 공개 벤치마크는 없습니다.

ByteDance Seed의 Apache 2.0 모델로, 한 벌의 가중치로 이미지를 이해하고 그리고 편집합니다.

Clef

Cloudflare·의사결정 모델·오픈 웨이트

3.6/5

텍스트와 이미지에 대한 정형화된 선택지에 점수를 매기는 Cloudflare의 오픈 27B 의사결정 모델로, Workers AI에서 Jev 호환 API로 제공됩니다.

Clover-35B-A3B-Preview

DiffuSpace·범용·오픈 웨이트

3.6/5

Qwen3.6-35B-A3B에서 변환한 확산 언어 모델로, 32 토큰 블록을 병렬로 쓰며 Apache 2.0으로 공개됐습니다.

dots.ocr

Xiaohongshu (rednote hi lab)·OCR 및 문서·오픈 웨이트

3.6/5

Xiaohongshu가 2025년 내놓은 다국어 레이아웃 파서입니다. 다운로드는 여전히 많지만, 만든 팀과 더 새로운 경쟁 모델 세 개가 이미 앞서 나갔습니다.

Baidu의 Apache 라이선스 8B 이미지 모델. 8단계 Turbo도 있고 포스터와 긴 텍스트에 강하지만 아레나 순위는 낮습니다.

Falcon-H1R-7B

Technology Innovation Institute (TII)·추론·오픈 웨이트

3.6/5

하이브리드 Transformer-Mamba 설계, 256K 컨텍스트, 출처 표시 라이선스를 갖춘 TII의 7B 수학 및 코딩 추론 모델입니다.

DeepMind의 실시간 세계 모델입니다. 소리를 함께 만들고 텍스트로 즉시 조종할 수 있습니다. 인상적이지만 아직 거의 아무도 쓸 수 없습니다.

GLiNER2.5-Decide

Fastino·의사결정 모델·오픈 웨이트

3.6/5

Fastino의 10억 파라미터 미만 zero-shot 분류기입니다. 호출할 때 아무 레이블이나 넘기면 CPU에서 하나를 돌려주며, 프롬프트나 생성은 필요 없습니다.

SpaceXSI의 소리 있는 동영상 모델: 최대 15초, 최대 1080p, 초당 $0.08부터, 딥페이크로 조사받는 회사의 제품입니다.

Limite 1B - Violetto

Paradigma·소형 및 온디바이스·오픈 웨이트

3.6/5

로마 스타트업이 만든 1B 수학 모델입니다. 경시 문제에서는 30B 모델과 맞먹지만, 그 밖의 거의 모든 것을 잘못 읽습니다.

장면을 이끄는 에이전트와 함께 한 시간짜리 플레이를 내세우는 Ant Group의 14B 월드 모델로, 비상업 라이선스입니다.

GitHub Copilot용 Microsoft의 소형 코딩 모델입니다. 100만 토큰당 0.20/1.20달러로 저렴하지만 가격과 Terminal-Bench에서 DeepSeek에 뒤집니다.

Needle 3

Cactus Compute·소형 및 온디바이스·오픈 웨이트

3.6/5

요청을 휴대폰, 로봇, 허브에서 함수 호출로 바꾸는 29M~121M 모델입니다. 휴대폰 명령에는 강하고 그 밖에서는 약합니다.

3초 음성으로 목소리를 복제하고 모든 클립에 워터마크를 넣는 Neuphonic의 온디바이스 음성 모델입니다. Raspberry Pi부터 노트북까지 돌아갑니다.

Ornith-1.5-122B

Ornith·코딩·오픈 웨이트

3.6/5

스스로 과제를 만드는 자기 개선 루프로 학습한 122B 오픈 가중치 추론·코딩 모델로, MIT 라이선스입니다.

Qwen-Image-Edit-2511

Alibaba (Qwen)·이미지 편집·오픈 웨이트

3.6/5

Alibaba의 Apache 라이선스 이미지 편집 모델입니다. 품질은 중위권이지만, 출시용으로 쓸 수 있는 오픈 편집 모델 중 라이선스가 가장 깔끔합니다.

Qwen3.5-397B-A17B

Alibaba (Qwen)·범용·오픈 웨이트

3.6/5

Alibaba의 첫 Qwen3.5 오픈 모델입니다. 활성 17B의 397B MoE로 Apache 2.0이지만, 이제 Qwen3.8과 자신의 호스팅 쌍둥이에게 밀렸습니다.

Sakana Namazu

Sakana AI·범용

3.6/5

Kimi K2.6을 기반으로 일본어에 맞춰 조정한 Sakana AI의 모델입니다. 웹 검색과 코드 실행을 내장했고 OpenAI 방식 API로 제공됩니다.

인도에서 처음부터 학습한 가장 큰 오픈 모델로, Apache 라이선스에 22개 인도 언어에 맞춰 조정되었고 Sarvam API에서 저렴하지만 코드에는 약합니다.

Underdog Saluki 27B 1.0

Conway Research (Underdog)·소형 및 온디바이스·오픈 웨이트

3.6/5

Qwen3.8-27B를 도구 호출 능력은 그대로 둔 채 7.89 GB 2비트 파일에 담았습니다. Apache 2.0입니다.