Model
.ai
sinusubaybayan ang mga open AI model

Sky T1 32B Preview

5244°
Mga gabay para sa model na ito
Lahat ng gabay
NovaSky-AI | 32,768 token context | $0.12/M input, $0.18/M output. Ito ay isang 32B reasoning model na sinanay mula sa Qwen2.5-32B-Instruct gamit ang 17K data. Ang pagganap nito ay kapantay ng o1-preview model sa parehong math at coding.
Ang Sky T1 32B Preview ay isang reasoning-focused na malaking language model na ginawa ng NovaSky-AI batay sa Qwen2.5-32B-Instruct, na fine-tuned sa 17,000 halimbawa para patalasin ang math at coding performance. Sinasabing katumbas nito ang o1-preview sa dalawang domain na ito sa mas mababang presyo. Angkop ito para sa mga developer at mananaliksik na gusto ng seryosong reasoning capability nang hindi nagbabayad ng frontier-model na presyo.

Kilalang-kilala sa

  • Sinasabing katumbas ng o1-preview sa math at coding reasoning.
  • Fine-tuned mula sa malakas na 32B base gamit ang compact na 17K dataset.
  • Napakababang presyo ng token: $0.12 input at $0.18 output bawat milyong tokens.
  • Nagmula sa Qwen2.5-32B-Instruct, isang kilalang open base model.

Mag-ingat sa

  • Hindi inilabas ang weights sa publiko; naka-lock ka sa API.
  • Context window ay 32,768 tokens, medyo maliit sa kasalukuyang pamantayan.
  • Preview release ito; hindi pa tiyak ang katatagan at pangmatagalang availability.

Mga prompt na subukan

Kumpetitibong math problem
Isang tren ang umaalis sa lungsod A sa bilis na 60 km/h. Dalawang oras pagkatapos, isang pangalawang tren ang umaalis sa lungsod A sa parehong riles sa bilis na 90 km/h. Gaano kalayo mula sa lungsod A nagkikita ang dalawang tren, at anong oras pagkatapos umalis ng unang tren? Ipakita ang iyong paliwanag nang hakbang-hakbang.
I-debug ang function na ito
Narito ang isang Python function na dapat magbalik ng nth Fibonacci number gamit ang memoization, pero mali ang resulta kapag n ay higit sa 10. Hanapin ang bug, ipaliwanag kung bakit ito nangyayari, at magbigay ng naitama na bersyon na may maikling paliwanag ng pag-aayos. 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]
Hamong disenyo ng algorithm
Binigyan ka ng unsorted array ng mga integer, magdisenyo ng algorithm na hahanapin ang haba ng pinakamahabang sunod-sunod na sequence sa O(n) na oras. Ilarawan ang iyong approach, ipaliwanag kung bakit ito nakakatugon sa time complexity requirement, pagkatapos ay isulat ang malinis na Python code na nagpapatupad nito.

Ihambing sa

  • Space Bunny Alpha
    Modelong API lang
    1,000,000 token na konteksto · libre gamitin
  • Solar Pro 4
    Modelong API lang
    524,288 token na konteksto · $0.09/M input, $0.36/M output
  • Gemini 2.5 Flash
    Modelong API lang
    1,048,576 token na konteksto · $0.30/M input, $2.50/M output
  • Qwen3 30B A3B Thinking 2507
    Modelong API lang
    81,920 token na konteksto · $0.20/M input, $2.40/M output
Higit pang mga text model mula sa novasky-ai

Mga tanong na madalas itanong

Maaari ko bang patakbuhin ang Sky T1 32B Preview nang lokal?
Hindi. Hindi inilabas ang weights sa publiko, kaya API lang ang access.
Magkano ang Sky T1 32B Preview at gaano kalaki ang context nito?
Presyo ay $0.12 bawat milyong input tokens at $0.18 bawat milyong output tokens, na may 32,768-token na context window.
Paano ito ikinukumpara sa o1-preview?
Sinasabi ng NovaSky-AI na ang performance ay katumbas ng o1-preview sa math at coding benchmarks, habang mas mababa ang presyo ng token.
Hatol ng Kapitan
Isang tunay na murang reasoning model na lampas sa presyo nito sa math at code, na pinipigilan lang ng closed weights at medyo maliit na context window.
Isinusulat ng Kapitan ang mga tala na ito mula sa sariling paglalarawan at model card ng modelo. Ang mga presyo at laki ng konteksto ay mula sa provider sa oras ng pagsulat at maaaring magbago.
Ranking badge
Updated Oct 22, 2026
Sky T1 32B Preview sa ModelTrends.ai: Heat 5,244°
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Paano nagkakalkula ang score na ito
Walang datos ng kasikatan mula sa kahit anong pinanggalingan ang modelong ito, kaya may stand-in na numero ito sa ibaba ng 7,000° para kumpleto ang mga listahan. Hindi ito kailanman mauuna sa isang modelong may datos. Lalabas dito ang breakdown kapag may nag-ulat na pinanggalingan.
Talahulugan: ang mga terminong ginagamit dito
Heat score
Isang numero kung gaano kadalas gamitin at gusto ang isang modelo ngayon, mula 0° hanggang 9,999°. Bawat listahan sa site na ito na nagsasabing pinakamainit ay nakaayos base dito at wala nang iba pa.
Floor
Ang 7,000° na panimulang puntos ng bawat modelong may totoong datos. Ang sukatan ay mula 0° hanggang 9,999°; ang bahagi sa ilalim ng floor ay para sa mga stand-in (mga modelong walang datos), para laging mas mataas ang ranggo ng may datos kaysa wala. Pareho ang floor para sa lahat at hindi ito nagpapasya; ang mga degree sa itaas nito ang totoong sukat.
Katumbas ng download
Lahat ng tinatrato ng score bilang download, pinagsama-sama: mga download mismo, bawat torrent seeder bilang 1,000, bawat AI Horde na larawan at bawat takbo sa isang generation site bilang isa.
Log scale
Bilang ng sampu, hindi isa-isa: ang pagtaas mula 1,000 hanggang 10,000 downloads ay nagdadagdag ng parehong degree tulad ng mula 10,000 hanggang 100,000. Pinipigilan nito ang mga higante na mauna sa lahat.
Likes
Thumbs up at likes mula sa lahat ng pinanggalingan, na katumbas ng kalahati ng download sa log scale.
Bilis ng pagtanggap
Ilang downloads kada araw ang nakukuha ng modelo ngayon, mula sa pagkakaiba ng dalawang readings ng isang pinanggalingan. Isang-kapat ng bigat ng term na download.
Nasukat at tinantya
Ang nasukat ay ibig sabihin may dalawang pagbabasa mula sa isang pinagmulan at tunay ang pagkakaiba. Ang tinantya naman ay alam lang ang kabuuan ngayon at hinahati ang nakaraan sa buong buhay ng modelo; sinasabi ng site kung alin ang ipinapakita.
Seeder
Isang tao na nag-iimbak ng kopya ng weights online para ma-download ng iba gamit ang torrent, o isang naka-host na mirror na gumagawa rin nito. Bawat isa ay katumbas ng 1,000 downloads.
AI Horde
Isang volunteer network na gumagawa ng mga larawan nang libre gamit ang mga donadong computer. Pampubliko kung ilang larawan ang nagawa gamit ang isang modelo, at bawat isa ay katumbas ng isang download.
Mga generation site
Mga site na may sariling kopya ng modelo at pinapayagan ang mga tao na gumawa gamit ito, tulad ng PixAI, SeaArt at Yodayo. Ang kanilang mga downloads ay binibilang tulad ng sa Civitai at bawat generation run ay isang download.
OpenRouter tokens
Ang isang text model na pinagsisilbihan sa pamamagitan ng API, tulad ng Claude o GPT, ay walang weights na ida-download, kaya ang paggamit nito ay sinusukat sa tokens: mga piraso ng teksto na binasa at isinulat nito sa pamamagitan ng OpenRouter, isang gateway na ginagamit ng maraming apps, sa nakaraang 30 araw. Bawat 10,000,000 tokens ay katumbas ng isang download. Pinagmulan: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Buong modelo (checkpoint)
Ang weights mismo, ang file na kayang mag-generate mag-isa. May bonus ito dahil nakadepende dito ang mga add-on.
LoRA at embedding
Maliit na add-on files na nagtutulak sa weights ng iba papunta sa isang estilo, karakter o konsepto. Hindi sila kayang tumakbo mag-isa.
Pamilya at weights
Ang base na pinagbuo ng modelo, tulad ng SD 1.5, SDXL, Flux o Wan. Lahat ng modelo ay namamana ang petsa ng release ng weights ng pamilya nito.
Edad
Mga degree na ibinabawas base sa gaano katagal nang lumabas ang weights ng pamilya: 150° kada taon, hanggang 750°. Pinananatili nito ang mga lumang downloads na may taon para mag-ipon mula sa pag-freeze sa taas ng listahan.
Pampasigla ng pamilya
Isang maliit at limitadong tulak para sa mga LoRA ng pamilyang itinataguyod ng site ngayon, palaging nakalista sa breakdown.
Stand-in score
Isang matatag na numero sa ibaba ng floor na ibinibigay sa modelong wala pang ulat mula sa pinagmulan, para kumpleto ang listahan. Hindi ito nangunguna sa modelong may datos.
Bago! (panahon ng grace)
Ang isang model na mas mababa sa 7 araw ang tanda ay nagpapakita ng Bago! sa halip na score at walang puwesto sa mga ranggo. Ang score nito ay kinakalkula mula unang araw, pero ang modelong isang araw pa lang ang tanda ay lumalago nang mas mabilis kaysa sa iba, kaya kung walang paghihintay, ang #1 ng linggo ay palaging yung lumabas kahapon kaysa sa tumagal nang isang linggo.
Uso
Paano ang paglago ng modelo sa isang panahon kumpara sa karaniwang paglago ng modelo sa parehong panahon. Mas mabilis kaysa karaniwan ay pagtaas, mas mabagal ay pagbaba.
Karaniwang modelo
Gitna ng katalogo: kalahati ng mga modelo na may numero ay mas mabilis ang paglago sa panahon, kalahati ay mas mabagal.