GPT Image Hub
プロンプトライブラリ
生成する
動画
キャンバス
モデル
ツール
私のコレクション
料金
日本語
サインイン
サインアップ
新登場:GPT Image 2.5 Flare と Sunburst。登録で 3 枚無料、その後は 1 枚 8 クレジット。
GPT Image 2.5 を試す
画像スタジオ
モデル
GPT IMAGE 2
プロンプト
1,660 / 1,000
[LLMFIT RECOMMENDATIONS] を表示するダークで近未来的なダッシュボードインフォグラフィックのスクリーンショット。ウルトラワイド画面にローカルAIモデルの推奨性能を表示。 画面構成とキャンバス:21:9のウルトラワイドデスクトップUIスクリーンショット。漆黒とディープティールの背景、繊細なアンビエントネオングロー、極細のシアン色境界線、微細な走査線グリッドテクスチャ、サイバーパンクの端末UIスタイル。 ヘッダー:上部バーに小さなラベル「LEGION / MODEL INTELLIGENCE」、メインの大きなタイトル「[LLMFIT RECOMMENDATIONS]」、サブタイトル「NVIDIA GeForce RTX 5090 · 31.84 GB VRAM · 125.18 GB RAM」、右上に閉じるボタン。 左パネル(幅の約2/3):「LEGION MODEL LOADOUT」と題されたメインカード(「LEGION」はネオンライム、他は白のテクノフォント)。その下に4つのハードウェアタイル:1) NVIDIA GeForce RTX 5090, 31.8 GB VRAM(GPUファンアイコン)、2) Intel(R) Core(TM) Ultra 9 285K(CPUアイコン)、3) 125.2 GB system RAM(メモリカードアイコン)、4) CUDA(円形CUDAアイコン)。タイルの下には正確に6行のモデル推奨行(ライム色の順位01〜06、量子化、ランタイム、VRAM、tok/s速度を表示): 1) shawnw3j/Huihui-Qwen3.6-27B-abliterated-AWQ-MTP — AWQ-4bit — vLLM — 14.7 GB — 80.9 estimated tok/s 2) Vortex5/G4-Starry-Ocean-12B — Q8_0 — llama.cpp — 16 GB — 82.8 estimated tok/s 3) shawnw3j/Qwen3.6-27B-AWQ-MTP — AWQ-4bit — vLLM — 14.7 GB — 80.9 estimated tok/s 4) Minachist/Qwen3.6-27B-INT8-Autoround-V2 — AutoRound-4bit — vLLM — 16.6 GB — 80.9 estimated tok/s 5) exnivo/Qwen3.8-20B-Minitron — Q8_0 — llama.cpp — 22.6 GB — 49.9 estimated tok/s 6) Lorbus/Qwen3.6-27B-int4-AutoRound — AutoRound-4bit — vLLM — 16.6 GB — 80.9 estimated tok/s 左カード下部に細いネオン区切り線とテキスト「ESTIMATED BY LLMFIT · VERIFY WITH A LOCAL BENCHMARK.」。 右パネル(幅の約1/3):「VERIFIED LLMFIT DATA」タイトルと「ESTIMATES, NOT BENCHMARKS」。01〜06のライム色番号付きの6つの検証エントリ、右側にシアン色のスコア:80.9, 82.8, 80.9, 80.9, 49.9, 80.9。下部にオレンジの警告文「llmfit recommendations are estimates from detected hardware, not measured benchmarks.」。 フッター:左下に「GENERATED 8/17/2026, 7:53:32 PM」、右下に更新アイコン付きライム枠ボタン「[Refresh scan]」。 スタイルと制約:鮮明なデジタルHUD UI、人間や写真なし、英語テキストのみ。
Ctrl / ⌘ + Enter
参照画像
0 / 16
参照画像をここにドロップします
PNG, JPG, WebP · 50 MB
アスペクト比
自動
品質
中
解像度
1K
画像の数
1 / 4
結果
プロンプトから始める
生成された画像がここに表示されます。
インスピレーションを得る
商品写真撮影
インテリアデザイン
ソーシャルメディア広告