Sky T1 32B Preview
5244°
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
2026年最便宜的10款ChatGPT替代品:免费本地模型、免费套餐和固定费率计划
开放权重 vs 开源 vs 仅API:你到底能做什么
什么是 GGUF 文件?量化模型详解(Q4、Q8、fp8、NF4)
NovaSky-AI | 32,768 令牌上下文 | $0.12/M 输入,$0.18/M 输出。这是一个基于 Qwen2.5-32B-Instruct 训练的 32B 推理模型,使用了 17K 数据。其数学和编码性能与 o1-preview 模型相当。
船长笔记
2026-10-13 的笔记
Sky T1 32B Preview 是 NovaSky-AI 基于 Qwen2.5-32B-Instruct 构建的推理型大型语言模型,经过 17,000 条样本微调,提升数学和编码表现。NovaSky 声称其在这两方面可与 o1-preview 竞争,成本仅为其一小部分。适合需要强大推理能力但不想支付顶尖模型价格的开发者和研究人员。
以……著称
- 数学和编码推理能力据称与 o1-preview 持平。
- 基于强大的 32B 基础模型,使用紧凑的 17K 数据集微调。
- 极低的令牌价格:输入 0.12 美元/百万,输出 0.18 美元/百万。
- 源自备受认可的开源基础模型 Qwen2.5-32B-Instruct。
注意
- 权重未公开发布,仅限 API 访问。
- 上下文窗口为 32,768 令牌,较当前标准偏小。
- 为预览版本,稳定性和长期可用性尚未确认。
推荐尝试的提示词
竞赛数学题
一列火车以每小时 60 公里速度从 A 城出发。两小时后,第二列火车以每小时 90 公里速度从 A 城同轨道出发。两列火车在距离 A 城多远处相遇?相遇时间距第一列火车出发多久?请逐步展示推理过程。
调试此函数
这是一个 Python 函数,使用记忆化返回第 n 个斐波那契数,但对 n 大于 10 时返回错误结果。找出错误,解释原因,并给出修正版本及简要修复说明。
def fib(n, memo={}):
if n <= 1:
return n
if n in memo:
return memo[n]
memo[n] = fib(n-1) + fib(n-2)
return memo[n]
算法设计挑战
给定一个无序整数数组,设计一个算法在 O(n) 时间内找到最长连续序列的长度。说明你的思路,解释为何满足时间复杂度要求,然后写出干净的 Python 代码实现。
与……比较
- Space Bunny Alpha仅限API模型1,000,000 令牌上下文 · 免费使用
- Solar Pro 4仅限API模型524,288 令牌上下文 · $0.09/M 输入,$0.36/M 输出
- Gemini 2.5 Flash仅限API模型1,048,576 令牌上下文 · $0.30/M 输入,$2.50/M 输出
- Qwen3 30B A3B Thinking 2507仅限API模型81,920 令牌上下文 · $0.20/M 输入,$2.40/M 输出
来自 novasky-ai 的更多文本模型
常见问题
- 我能本地运行 Sky T1 32B Preview 吗?
- 不能。权重未公开发布,只能通过 API 访问。
- Sky T1 32B Preview 费用多少?上下文多大?
- 输入费用为每百万令牌 0.12 美元,输出为 0.18 美元,支持 32,768 令牌上下文窗口。
- Sky T1 32B Preview 与 o1-preview 相比如何?
- NovaSky-AI 表示其在数学和编码基准上与 o1-preview 持平,但令牌价格显著更低。
船长评语一款真正低价的推理模型,在数学和编码领域表现超出价格水平,唯一限制是权重闭源和上下文窗口较小。
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。







