ReMM SLERP 13B
1645°
Voer dit model uit
Aanbiedingen / Advertenties
undi95 | 6.144 token context | $0,35/M input, $0,65/M output. Een recreatiepoging van de originele MythoMax-L2-B13 maar met bijgewerkte modellen. #merge
Gidsen voor dit model

Ollama vs LM Studio (2026): welke lokale AI-app gebruik je, en welke topmodellen draaien ze
Hoeveel VRAM heb ik eigenlijk nodig voor lokale AI?
Wat is een GGUF-bestand? Uitleg over gekwantiseerde modellen (Q4, Q8, fp8, NF4)
Aantekeningen van de kapitein
Aantekeningen van 2026-10-13
ReMM SLERP 13B is een open-gewichten Llama 2 13B merge door Undi95, gebouwd als een bijgewerkte recreatie van MythoMax-L2-13B met SLERP- en TIES-merging over vijf componentmodellen. De combinatie van Chronos, Airoboros, Nous-Hermes en Huginn neigt naar creatief en rollenspelgebruik in plaats van technische taken. Het is geschikt voor hobbyisten die een capabel, lokaal te draaien chat- en verhalingsmodel willen zonder cloudkosten.
Bekend om
- SLERP-merge techniek die vijf verschillende Llama 2 13B modellen combineert
- Directe afstamming van MythoMax, een goed gewaardeerde creatieve schrijfbasis
- Open gewichten: lokaal te draaien op consumentenhardware
- Lage API-kosten van $0,35 per miljoen inputtokens als je liever gehoste inferentie gebruikt
- Gebruikt standaard Alpaca promptformaat, breed ondersteund door lokale runners
Let op
- GSM8K-score van 9,17 duidt op zwakke wiskunde; vertrouw er niet op voor rekenkundige of logische ketens.
- 6.144 tokens context is kort volgens huidige maatstaven; lange documenten moeten worden opgesplitst.
- Licentievoorwaarden volgen de componentmodellen, inclusief Llama 2's beperkingen; controleer voor commercieel gebruik.
Prompts om te proberen
Samen een verhaal openen
Hieronder staat een instructie die een taak beschrijft. Schrijf een antwoord dat de opdracht passend voltooit.
### Instructie:
Schrijf de openingsparagrafen van een gotisch horrorverhaal dat zich afspeelt in een vuurtoren tijdens een storm. Introduceer één personage en eindig met een onopgeloste dreiging.
### Antwoord:
Oefening in karakterstem
Hieronder staat een instructie die een taak beschrijft. Schrijf een antwoord dat de opdracht passend voltooit.
### Instructie:
Je bent een door de wereld vermoeide detective in het Los Angeles van de jaren 40. Een nerveuze cliënt vertelt net dat haar man al drie dagen vermist is. Reageer in karakter en stel drie vragen die je persoonlijkheid laten zien.
### Antwoord:
Herschrijf voor toon
Hieronder staat een instructie die een taak beschrijft. Schrijf een antwoord dat de opdracht passend voltooit.
### Instructie:
Herschrijf de volgende zin in drie verschillende tonen: dreigend, komisch en klinisch. Zin: "De deur aan het einde van de gang was al veertig jaar niet geopend."
### Antwoord:
Vergelijk met
- Aion-3.0-MiniAlleen API-model131,072 token context · $0.70/M invoer, $1.40/M uitvoer
- Weaver (alpha)Alleen API-model8,000 token context · $0.40/M invoer, $0.75/M uitvoer
- MiniMax M2-herAlleen API-model65,536 token context · $0.30/M invoer, $1.20/M uitvoer
- GPT-4o-mini (2024-07-18)Alleen API-model128,000 token context · $0.15/M invoer, $0.60/M uitvoer
Meer tekstmodellen van undi95
Veelgestelde vragen
- Kan ik ReMM SLERP 13B lokaal draaien?
- Ja, de gewichten zijn open en gehost op Hugging Face onder Undi95/ReMM-SLERP-L2-13B, dus je kunt ze downloaden en draaien met tools zoals Ollama of LM Studio.
- Wat kost het en hoe lang is het contextvenster?
- Via API kost het $0,35 per miljoen inputtokens en $0,65 per miljoen outputtokens, met een contextvenster van 6.144 tokens.
- Hoe verschilt dit van het originele MythoMax-L2-13B?
- ReMM vervangt de originele MythoMax-componentmodellen door nieuwere versies van Chronos, Airoboros en Huginn, en gebruikt SLERP-merging in plaats van de originele methode, waardoor het een bijgewerkte benadering is in plaats van een exacte kopie.
Oordeel van de kapiteinEen solide hobby-merge voor lokaal creatief schrijven en rollenspel; breng het niet in de buurt van een spreadsheet.
Modelkaart op Hugging Face
De kapitein schrijft deze aantekeningen op basis van de eigen beschrijving en modelkaart van het model. Prijzen en contextgroottes zijn die van de provider op het moment van schrijven en kunnen veranderen.
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.
Hoe deze score wordt opgebouwd
Dit model heeft nog geen populariteitsgegevens van welke bron dan ook, dus het krijgt een tijdelijke waarde onder 7,000° om de lijsten compleet te houden. Het staat nooit hoger dan een model met data. De uitsplitsing verschijnt hier zodra een bron het rapporteert.
Woordenlijst: de gebruikte termen
- Heat-score
- Één getal voor hoe veel een model nu gebruikt en gewenst wordt, van 0° tot 9.999°. Elke lijst op deze site die zegt heetste is gesorteerd op deze score en niets anders.
- Vloer
- De 7.000° waar elk model met echte data mee begint. De schaal loopt van 0° tot 9.999°; het deel onder de vloer is gereserveerd voor plaatsvervangers (modellen zonder data), zodat een model met data altijd hoger scoort dan een zonder. De vloer is voor iedereen gelijk en beslist niets; de graden erboven zijn de meting.
- Download-equivalenten
- Alles wat de score als een download telt, bij elkaar opgeteld: downloads zelf, elke torrent seeder als 1.000, elke AI Horde-afbeelding en elke run op een generatie-site als één.
- Logaritmische schaal
- Tellen per tien, niet per één: van 1.000 naar 10.000 downloads voegt evenveel graden toe als van 10.000 naar 100.000. Zo verdringen grote spelers niet alles.
- Likes
- Duimen omhoog en likes van elke bron, elk de helft van een download waard op de log-schaal.
- Adoptiesnelheid
- Hoeveel downloads een model nu per dag krijgt, uit het verschil tussen twee metingen van een bron. Een kwart van het gewicht van de downloadterm.
- Gemeten en geschat
- Gemeten betekent dat er twee metingen van een bron zijn en het verschil echt is. Geschat betekent dat alleen het totaal van vandaag bekend is en het verleden over de levensduur van het model wordt verdeeld; de site geeft aan welke het toont.
- Seeder
- Iemand die een kopie van de gewichten online houdt zodat anderen die via een torrent kunnen downloaden, of een gehoste mirror die hetzelfde doet. Elk telt als 1.000 downloads.
- AI Horde
- Een vrijwilligersnetwerk dat gratis beelden genereert op gedoneerde computers. Het aantal beelden dat het met een model heeft gemaakt is openbaar, en elk telt als één download.
- Generatiesites
- Sites die hun eigen kopieën van een model hosten en mensen laten genereren, zoals PixAI, SeaArt en Yodayo. Hun downloads tellen net als die van Civitai en elke generatie telt als één download.
- OpenRouter tokens
- Een tekstmodel dat via een API wordt aangeboden, zoals Claude of GPT, heeft geen gewichten om te downloaden, dus het gebruik wordt gemeten in tokens: de tekststukken die het las en schreef via OpenRouter, een gateway die veel apps gebruiken, in de afgelopen 30 dagen. Elke 10,000,000 tokens telt als één download. Bron: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Volledig model (checkpoint)
- De gewichten zelf, het bestand dat zelfstandig genereert. Het krijgt een bonus omdat add-ons ervan afhangen.
- LoRA en embedding
- Kleine add-on bestanden die iemands gewichten sturen naar een stijl, een personage of een concept. Ze kunnen niet zelfstandig draaien.
- Familie en gewichten
- De basis waarop een model is gebouwd, zoals SD 1.5, SDXL, Flux of Wan. Elk model erft de releasedatum van de gewichten van zijn familie.
- Leeftijd
- Graden afgetrokken voor hoe lang geleden de gewichten van de familie uitkwamen: 150° per jaar, tot 750°. Het houdt oude downloads die jaren hadden om op te lopen door de top van de lijst te bevriezen.
- Familie boost
- Een kleine, begrensde duw voor LoRA's van een familie die deze site nu naar voren schuift, altijd vermeld in de uitsplitsing.
- Stand-in score
- Een stabiel getal onder de vloer gegeven aan een model waar nog geen bron over rapporteert, zodat lijsten compleet blijven. Het staat nooit hoger dan een model met data.
- Nieuw! (gratieperiode)
- Een model dat minder dan 7 dagen oud is, toont Nieuw! in plaats van een score en neemt geen plaats in de ranglijst in. De score wordt vanaf dag één berekend, maar een model van één dag oud groeit sneller dan wat dan ook, dus zonder de wachttijd zou de #1 van de week altijd het model zijn dat gisteren uitkwam in plaats van wat een week standhield.
- Trend
- Hoe de groei van een model over een periode zich verhoudt tot de typische groei van een model over dezelfde periode. Sneller dan typisch betekent stijging, langzamer betekent daling.
- Typisch model
- Het midden van de catalogus: de helft van de modellen met een cijfer groeide sneller over de periode, de andere helft langzamer.
