L3.3 Euryale 70B
Rede Neural
L3.3 Euryale 70B é um modelo Sao10k para diálogos de roleplay e texto artístico, sucessor do Euryale L3 70B v2.2.
Comprimento máximo de resposta
(em tokens)
Tamanho do contexto
(em tokens)
Custo do prompt
(por 1M tokens)
Custo da resposta
(por 1M tokens)
Como funciona L3.3 Euryale 70B?
L3.3 Euryale 70B é um desenvolvimento da Sao10k focado em roleplay criativo: o modelo conduz o diálogo como um personagem, mantém o caráter e o estilo, e produz texto artístico vívido em vez de respostas secas de assistente. É uma continuação da linha, sucedendo o Euryale L3 70B v2.2. No BotHub, o modelo conecta-se sem VPN ou cartões estrangeiros: você paga em rublos apenas pelos tokens consumidos, e o saldo não expira. Com mais de 250 outras redes neurais na mesma interface, você pode comparar respostas ou alternar modelos com poucos cliques, ou via API compatível com OpenAI alterando um parâmetro, sem reescrever a integração. As conversas são criptografadas via AES-GCM e o conteúdo não é armazenado. O modelo é útil para escrever histórias interativas e missões, conduzir campanhas de RPG de texto, prototipar personagens para jogos ou aplicativos, buscar um coautor para prosa e diálogos, ou criar um chatbot com personalidade marcante.Perguntas frequentes sobre L3.3 Euryale 70B
Você pode usar os resultados da geração para fins comerciais. Todos os direitos sobre o conteúdo criado pertencem a você. A única restrição: certifique-se de que a solicitação não inclua materiais de terceiros protegidos por direitos autorais. A responsabilidade pelo cumprimento dos direitos sobre os dados de entrada é do usuário.
É um modelo de texto de 70 bilhões de parâmetros da sao10k, treinado com base no Llama 3.3. Ele mantém bem a função e o estilo definidos, sendo escolhido para escrita criativa, diálogos, personagens, roteiros, além de tarefas comuns como reescrita e edição de texto.
O limite de saída é de até 16384 tokens por resposta, o volume de um pequeno capítulo ou artigo longo. A janela de contexto é de 8000 tokens, portanto, diálogos muito longos devem ser resumidos ou o resumo das partes anteriores deve ser fornecido ao modelo.
Não há um modo separado de raciocínio passo a passo em nossos dados; o modelo responde imediatamente. Se precisar de uma cadeia de raciocínio, peça no prompt para resolver a tarefa passo a passo. Para tarefas matemáticas e lógicas complexas, é mais conveniente alternar para um modelo de raciocínio no BotHub na mesma janela.
Em nossos dados, o suporte para function calling e saída estruturada estrita não está marcado. Na prática, você pode descrever o formato desejado diretamente no prompt e solicitar a resposta em JSON, mas o resultado deve ser verificado com um validador do seu lado.
Texto, documentos e imagens são aceitos como entrada — você pode enviar um arquivo com material e pedir para analisar, resumir ou reescrever. Áudio e vídeo não são suportados: para eles, existem modelos separados no BotHub, disponíveis na mesma interface e via API unificada.
O modelo é construído com base no Llama 3.3 70B, que foi treinado originalmente como multilíngue, portanto, funciona bem com consultas em russo. Se o resultado não for satisfatório, no BotHub você pode comparar a resposta com outro modelo na mesma janela sem reescrever a integração.