L3 Lunaris 8B
Red Neuronal
L3 Lunaris 8B es un modelo versátil basado en Llama 3, creado mediante la fusión de varios modelos para escenarios creativos y de rol.
Longitud máxima de respuesta
(en tokens)
Tamaño del contexto
(en tokens)
Costo del prompt
(por 1M tokens)
Costo de la respuesta
(por 1M tokens)
Cómo funciona L3 Lunaris 8B?
L3 Lunaris 8B es un generalista basado en la arquitectura Llama 3, creado como una fusión inteligente de varios modelos: el objetivo era mantener la libertad creativa mejorando la lógica y los conocimientos generales, por lo que el modelo mantiene diálogos fluidos y roles asignados con facilidad. En BotHub, accedes sin VPN ni tarjetas extranjeras: pagas con tarjeta rusa en rublos solo por los tokens utilizados, que no caducan. Tienes más de 250 redes neuronales en una sola ventana para comparar respuestas o cambiar de modelo al instante, y una API compatible con OpenAI evita reescribir integraciones. Los chats se cifran con AES-GCM y no se guardan; los equipos disponen de contratos, facturas, gestión electrónica de documentos y panel de administración con límites. Es ideal para historias interactivas, escenarios de rol, prototipado de diálogos de personajes, búsqueda de ideas para tramas, creación de asistentes con un estilo de comunicación natural o simplemente para resolver consultas generales.Preguntas frecuentes sobre L3 Lunaris 8B
Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.
Es un modelo de texto compacto de sao10k con 8B de parámetros. Responde preguntas, escribe y edita textos, ayuda con código y analiza documentos e imágenes cargados. Es adecuado para escenarios de diálogo, borradores y tareas cotidianas rápidas donde se requiere un modelo ligero y receptivo.
En una sola respuesta, el modelo genera hasta 7372 tokens, lo que equivale a un artículo extenso o un gran fragmento de código. Tenga en cuenta que la ventana de contexto es de 8192 tokens: su solicitud, los materiales adjuntos y la respuesta misma se incluyen en ella, por lo que una entrada larga reduce el espacio para la salida.
No hay un modo de razonamiento específico marcado en nuestros datos, pero eso no significa que no exista. Si necesita una cadena de pasos, pídale directamente en el prompt que desglose la tarea por puntos antes de la conclusión final; así, el modelo suele manejar bien la lógica sencilla.
En nuestros datos, la llamada a funciones (function calling) y el modo JSON estricto no están marcados para este modelo, por lo que no recomendamos depender de ellos en producción. Si la estructura de la respuesta es crítica, cambie a un modelo con soporte confirmado a través de la API compatible con OpenAI de BotHub; no tendrá que reescribir la integración.
Sí, además de texto, el modelo acepta imágenes y documentos: adjunte una captura de pantalla, una imagen o un archivo y pida que analice el contenido. El audio y el video no están marcados en nuestros datos, y el modelo solo genera texto como salida; no habrá sonido ni imágenes.
En nuestros datos no se ha fijado el idioma de los prompts y respuestas, por lo que no podemos prometer nada específico; es más fácil comprobarlo con su propia tarea. En BotHub, ejecuta el modelo sin VPN ni tarjeta extranjera, paga en rublos y compárelo inmediatamente con otro en la misma ventana.