L3.3 70B Euryale v2.3
3309°
运行此模型
优惠 / 广告
Easy Creator (Prism) 网页
不限量 · 固定费用
最适合初学者。强大的工作流程,学习曲线低。
PirateDiffusion Telegram
不限量 · 固定费用
创建视频、图像、自定义聊天角色等。
Pro studio (SpyGlass) 网页
不限量 · 固定费用
从任何浏览器或手机浏览模型、渲染和优化。
Discord bot (Vector)
不限量 · 固定费用
将 Vector 添加到你的服务器或加入 Vector Discord。创造任何东西!
Unified Editor 网页
不限量 · 固定费用
图像和视频编辑器:在同一页面渲染、编辑、放大等。
本地应用
需设置
如果你的电脑硬件够好,可以安装本地程序。
ModelDuel 网页
按次付费
一次在多达50个检查点/基础模型上生成相同的提示。
本模型的指南

按使用场景选最佳本地大语言模型(2026年10月):每个任务的合适开源模型

如何安装 Ollama 并运行本地 AI(Windows、Mac、Linux)
什么是 GGUF 文件?量化模型详解(Q4、Q8、fp8、NF4)
Sao10K | 131,072 令牌上下文 | 输入 $0.85/M,输出 $0.85/M。L3.3-70B-Euryale-v2.3 是 Sao10k 专注于创意角色扮演的模型。
船长笔记
2026-10-13 的笔记
L3.3 70B Euryale v2.3 是 Sao10K 推出的 700 亿参数模型,专为创意角色扮演和协作小说打造。它支持 131,072 令牌上下文窗口,为长场景和持续叙事提供空间。如果您的重点是人物塑造、沉浸式故事讲述或成人向创意写作,而非编码或推理任务,这就是理想选择。
以……著称
- 专为创意角色扮演和协作小说设计
- 131,072 令牌上下文支持长时间连续叙事
- 700 亿规模比小模型更连贯的人物声音
- 统一对称定价:输入输出费率相同
注意
- 权重未公开,仅限 API 使用,无自托管选项
- 不适合编码、推理或事实研究——这些请用通用模型
- 制造商未公布许可和使用条款
推荐尝试的提示词
开启奇幻场景
你是一位饱经风霜的酒馆老板,身处雨夜港口城市,见过太多世事。一位披风陌生人将一封密封信滑过吧台,一言不发。请用第三人称近距离视角写接下来 300 字,聚焦氛围和老板内心的不安。
维持角色声音
扮演一位道德模糊的间谍头目,讲话谨慎且层层递进,绝不直接回答。我将以新招募特工身份提问。全程保持角色,让矛盾自然显现,绝不打破角色解释。
长篇协作故事
我们正在合写一部慢热政治剧,背景设定在濒临内战的虚构帝国。我写一个角色视角,你写对立贵族的。请从你的角色收到一封伪造信件,指控我方角色叛国开始。设定场景,最后以你的角色做出决定收尾。
与……比较
- L3.1 70B Euryale v2.2开源权重模型131,072 令牌上下文 · $0.85/M 输入,$0.85/M 输出
- Llama 3 8B Lunaris开源权重模型8,192 令牌上下文 · $0.04/M 输入,$0.05/M 输出
- Llama 3.3 Euryale 70B开源权重模型131,072 令牌上下文 · $0.65/M 输入,$0.75/M 输出
- L3 8B Lunaris v1 Turbo开源权重模型8,192 令牌上下文 · $0.04/M 输入,$0.05/M 输出
来自 sao10k 的更多文本模型
常见问题
- 我可以本地运行 Euryale v2.3 吗?
- 不可以——权重未公开,仅限 API 使用,无法自托管。
- 费用多少,上下文多大?
- 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 70B 模型有何区别?
- Sao10K 专门针对创意角色扮演和小说调优 Euryale,非指令跟随、编码或事实任务,因此在叙事深度上有所取舍。
船长评语专注于角色扮演的微调模型,价格合理——如果讲故事是工作重点,值得选择;否则无意义。
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
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。






