Model
.ai
追踪开放 AI 模型
Sao10K | 131,072 令牌上下文 | 输入 $0.85/千令牌,输出 $0.85/千令牌。Euryale 3.1 - 70B v2.2 是 Sao10k 推出的一款专注于创意角色扮演的模型。
本模型的指南
全部指南
L3.1 70B Euryale v2.2 是 Sao10K 推出的 700 亿参数模型,专为创意角色扮演和小说写作打造。支持 131,072 令牌上下文,适合长时间协作写作。如果你的应用场景是叙事、角色塑造或成人创意写作,而非编码或分析,这款模型值得考虑。

以……著称

  • 专注于创意角色扮演,不是通用模型的变通版本
  • 131,072 令牌上下文支持长时间连续故事会话
  • 700 亿参数规模带来比小型角色扮演微调更连贯的角色声音
  • Sao10K 在角色扮演专用模型上有持续迭代记录

注意

  • 权重未公开,仅通过 API 租用访问,无法本地运行。
  • 不适合编码、推理或数据任务——此类请使用通用模型。
  • 输入输出均为 0.85 美元/百万令牌,131K 上下文的长会话费用可能超预期。

推荐尝试的提示词

开启哥特场景
你是一位身经百战的吸血鬼档案管理员,工作地点是一座破败的图书馆。一位陌生人刚带来一封寄给三百年前逝者的密封信。描述他们递交信件的瞬间,并开始随后的对话。请用贴近第三人称、现在时写作。
维持对立关系
两位彼此极不喜欢的探险者被迫在暴风雪中共用一顶帐篷,身处一座他们都不指望活着离开的山上。写一段至少 400 字的场景,先写他们谈论无关紧要的话题,随后谈及从未公开的心事。
塑造道德灰色角色
一位城市法官刚签署一份处决令,私下认为被处决者无辜,但若赦免将暴露毁灭她家族的秘密。写她盖章时的内心独白,以及书记员来取文件时的简短对话。

与……比较

来自 sao10k 的更多文本模型

常见问题

我可以本地运行 Euryale v2.2 吗?
不可以——权重未公开,仅通过 API 访问,无法通过 Ollama 或 LM Studio 本地运行。
费用和上下文窗口是多少?
输入输出均为每百万令牌 0.85 美元,支持 131,072 令牌上下文窗口。
与通用 Llama 3.1 70B 模型有何区别?
Sao10K 专门微调用于创意角色扮演和叙事小说,不像基础或指令微调的 Llama 3.1 70B 那样优化编码、推理或事实问答。
船长评语
一款价格合理的专业角色扮演微调模型——但别指望它帮你调试代码。
船长根据模型自身描述和模型卡撰写这些笔记。价格和上下文大小为撰写时提供商的数据,可能会变动。
Ranking badge
Updated Oct 22, 2026
ModelTrends.ai 上的 L3.1 70B Euryale v2.2:Heat 5,881°
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
这个评分是怎么计算的
这个模型还没有任何来源的流行度数据,所以它用一个低于 7,000° 的替代数值来保持列表完整。它永远不会排在有数据的模型前面。一旦有来源报告数据,分解就会显示在这里。
术语表:这里用到的术语
热度得分
一个数字,表示模型当前的使用和需求程度,范围从0°到9,999°。本站所有标注为最热门的榜单都按这个分数排序,别无他物。
基准线
所有有真实数据的模型起始于7,000°。分数范围是0°到9,999°;基准线以下的部分保留给无数据的替代模型,这样有数据的模型总是排在无数据模型之上。基准线对所有人相同,不影响排名;超过基准线的度数才是实际测量值。
下载等价量
得分中当作下载计算的所有项目总和:下载本身,每个种子上传者算1,000,每个AI Horde图片和每次生成网站的运行算一个。
对数刻度
以十为单位计数,而不是以一为单位:从1,000到10,000下载增加的热度和从10,000到100,000增加的热度相同。这样可以防止巨头压倒一切。
点赞
来自所有来源的点赞和竖起大拇指,每个点赞在对数刻度上价值半个下载。
采用率
模型当前每天的下载次数,基于两次读数的差值。权重是下载项的四分之一。
测量与估算
测量表示有两个来源的读数,且差异是真实的。估算表示只知道今天的总数,过去的数据是根据模型的生命周期分配的;网站会说明显示的是哪种。
做种者
指那些在线保存权重副本供他人通过种子下载的人,或者提供同样服务的托管镜像。每个做种者相当于1000次下载。
AI Horde
一个志愿者网络,在捐赠的电脑上免费生成图片。它用某个模型生成的图片数量是公开的,每张图片算作一次下载。
生成网站
托管自己模型副本并允许用户生成的站点,比如PixAI、SeaArt和Yodayo。它们的下载计数和Civitai一样,每次生成算一次下载。
OpenRouter 令牌
通过API提供的文本模型,如Claude或GPT,没有权重需要下载,因此其使用量以令牌计量:过去30天内通过OpenRouter(一种许多应用使用的网关)读取和生成的文本片段。每10,000,000个令牌计为一次下载。来源:OpenRouter (openrouter.ai/rankings),CC BY 4.0。
完整模型(检查点)
权重文件本身,是能独立生成的文件。它会获得额外加分,因为附加组件依赖它。
LoRA和嵌入
小型附加文件,用来引导别人的权重朝向某种风格、角色或概念。它们不能单独运行。
家族与权重
模型构建所基于的基础,比如SD 1.5、SDXL、Flux或Wan。每个模型继承其家族权重的发布日期。
年龄
根据家族权重发布多久,扣除的度数:每年150°,最多750°。它保留了那些积累了多年下载量的老模型,防止它们被挤出榜单顶部。
家族加成
对当前网站重点推广的某个家族的LoRA给予的小幅度限制性加分,总是在分数细目中列出。
替代分数
给还没有任何来源报告的模型一个稳定的最低分数,这样榜单才完整。它永远不会高于有数据的模型。
新模型!(宽限期)
不到7天的新模型显示“新模型!”而非分数,且不参与排名。其分数从第一天开始计算,但一天大的模型增长最快,若不等待,周榜#1总是昨天刚发布的模型,而非持续一周的。
趋势
模型在某段时间内的增长与同一时间段内典型模型增长的对比。比典型快表示上升,比典型慢表示下降。
典型模型
目录的中间值:一半有数据的模型增长比它快,一半比它慢。