Reka Flash 3
Réseau Neuronal
Reka Flash 3 est un modèle de langage polyvalent de 21 milliards de paramètres pour le chat, le code et l'appel de fonctions.
Caractéristiques
- Entrée
- texte, images, documents
- Sortie
- texte
- Taille du contexte
- 65 536 tokens
- Longueur maximale de la réponse
- 58 982 tokens
- Niveaux de raisonnement
- faible, moyen, élevé
- Fonctionnalités
- raisonnement
Coût du prompt
(par 1M tokens)
Coût de la réponse
(par 1M tokens)
Comment ça marche Reka Flash 3?
Reka Flash 3 est un modèle de langage polyvalent de Reka, entraîné pour suivre des instructions : avec 21 milliards de paramètres, c'est un modèle compact à usage général. Il gère les conversations, écrit et analyse du code, exécute précisément les conditions des tâches et sait appeler des fonctions, ce qui le rend idéal pour les assistants et l'automatisation. Sur BotHub, le modèle est accessible sans VPN ni carte étrangère, et vous payez en roubles à l'usage, sans abonnement. D'autres réseaux de neurones sont disponibles dans la même fenêtre pour comparer les réponses ou basculer rapidement. L'API compatible OpenAI permet de changer de modèle sans réécrire l'intégration. Les échanges sont chiffrés en AES-GCM, et pour les entreprises, nous proposons des contrats, factures et une interface d'administration avec limites. Reka Flash 3 est utile aux développeurs pour générer des fonctions, refactoriser et déboguer ; aux équipes produit pour prototyper des chatbots ; aux analystes pour formater des textes ; et au support pour rédiger des réponses types.Questions fréquentes sur Reka Flash 3
Vous pouvez utiliser les résultats générés à des fins commerciales. Tous les droits sur le contenu créé vous appartiennent. Seule restriction : vérifiez que la requête ne contient pas de contenus protégés par le droit d'auteur appartenant à des tiers. Le respect des droits sur les données d'entrée relève de votre responsabilité.
reka-flash-3 travaille avec du texte, analyse des documents et des images, et sait raisonner avant de répondre. Convient pour l'analyse de fichiers, les questions sur le contenu, le code et les tâches logiques. Fenêtre contextuelle de 32 768 jetons, permettant d'inclure des documents volumineux.
La limite par réponse est de 58 982 jetons, suffisant pour une analyse longue, un grand fragment de code ou une instruction détaillée. Notez que le contexte du modèle est de 32 768 jetons, il est donc préférable de diviser les textes très longs.
Oui, c'est une capacité confirmée : le modèle construit une chaîne d'étapes avant la réponse finale. Cela aide pour les tâches nécessitant une séquence (mathématiques, logique, débogage, analyse de documents). Demandez à voir le raisonnement si vous avez besoin d'une logique vérifiable.
Dans nos données, l'appel de fonctions et la sortie JSON structurée ne sont pas indiqués, mais cela ne signifie pas qu'ils sont absents. Si un format garanti est nécessaire, demandez une réponse en JSON dans votre prompt ou connectez un modèle avec support déclaré via l'API BotHub compatible OpenAI.
Les images et documents peuvent être téléchargés (types d'entrée pris en charge), le modèle analysera donc une capture d'écran, un schéma ou un fichier texte. L'audio et la vidéo ne sont pas indiqués ; BotHub propose des modèles dédiés pour cela, accessibles dans la même fenêtre.
Nous n'avons pas de données sur les langues des prompts et des réponses, nous ne pouvons donc rien promettre de concret. Testez avec votre propre tâche : envoyez une requête type et évaluez le résultat. L'accès à reka-flash-3 depuis la Russie fonctionne sans VPN ni carte étrangère, paiement en roubles.