Model
.ai
追踪开放 AI 模型
本模型的指南
全部指南
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。
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

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
ModelTrends.ai 上的 L3.3 70B Euryale v2.3:Heat 3,309°
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。