Характеристики

Базовая модель: LTX2.3-10Eros
Библиотека: gguf
Опубликована: 10 мая 2026

Ссылки

Hugging Face

LTX2.3-10Eros-GGUF

Abiray

Видео из изображенияИзображение, текст → видео3 профессии

LTX2.3-10Eros-GGUF — это квантизированная версия модели TenStrip/LTX2.3-10Eros, опубликованная в формате GGUF.

2 128скачиваний за 30 дней43лайкавеса обновлены30 мая 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

По данным карточки, модель предназначена для генерации видео на основе изображений (image-to-video), однако подробности об архитектуре, количестве параметров, поддерживаемых языках и модальностях не указаны.

Репозиторий предлагает несколько уровней квантизации — от Q8_0 до Q3_K_S — для адаптации к различным объёмам RAM и VRAM. Размер файлов варьируется от 10,3 до 22,8 ГБ. Варианты с более высокой точностью обеспечивают лучшее качество и меньшую потерю точности, но требуют больше памяти; Q4_K_M указан как рекомендуемый стандартный вариант, а Q3 предназначены для наиболее ограниченных по ресурсам сред.

К сильным сторонам относятся выбор компромисса между качеством, скоростью инференса и требованиями к памяти, а также совместимость с экосистемой GGUF. Ограничения связаны с неизбежной потерей качества у низкобитных вариантов и отсутствием в предоставленных данных информации о лицензии, точных требованиях к запуску и возможностях базовой модели.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.10Универсальные способностиВидео, анимация и 3DAI помогает создавать, анализировать и преобразовывать динамический визуальный контент и 3D-сцены.18 задач3 279моделей IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей I.8Универсальные способностиИзображения и компьютерное зрениеAI помогает извлекать визуальные признаки, изменять изображения и создавать новые визуальные материалы.17 задач6 331модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LTX2.3-10Eros - GGUF

This repository contains GGUF format model files for TenStrip's LTX2.3-10Eros.

Model Details

Original Model: TenStrip/LTX2.3-10Eros
Format: GGUF

Available Quantizations

The following quantization tiers are provided to accommodate different hardware capabilities and VRAM constraints.

Filename	Quantization Type	Size	Recommended Use
`10Eros_v1-Q8_0.gguf`	Q8_0 (8-bit)	22.8 GB	Extremely high quality, near unquantized performance. Requires high VRAM.
`10Eros_v1-Q6_K.gguf`	Q6_K (6-bit)	17.8 GB	Very high quality, minimal precision loss.
`10Eros_v1-Q5_K_M.gguf`	Q5_K_M (5-bit)	16.1 GB	Excellent balance of quality and performance.
`10Eros_v1-Q5_K_S.gguf`	Q5_K_S (5-bit)	15.0 GB	Slightly smaller 5-bit variant for strict memory limits.
`10Eros_v1-Q4_K_M.gguf`	Q4_K_M (4-bit)	14.3 GB	Recommended standard. Fast inference with very low quality degradation.
`10Eros_v1-Q4_K_S.gguf`	Q4_K_S (4-bit)	13.2 GB	Smaller 4-bit variant, slightly lower quality than K_M.
`10Eros_v1-Q4_0.gguf`	Q4_0 (4-bit)	13.0 GB	Legacy 4-bit quant. Very fast inference but higher perplexity than K-quants.
`10Eros_v1-Q3_K_M.gguf`	Q3_K_M (3-bit)	11.1 GB	High compression. Best for constrained environments with limited RAM/VRAM.
`10Eros_v1-Q3_K_S.gguf`	Q3_K_S (3-bit)	10.3 GB	Maximum compression. Lowest footprint but highest quality loss.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · gguf

Нельзя запустить

Модели «картинка → видео» пока не запускаются: нужен ввод изображения для diffusion.

Ревизия весов: ec49029