WizardLM 2 7B
1931°
執行此模型
優惠/廣告
Easy Creator (Prism) 網頁
無限 · 固定費用
最適合初學者。強大的工作流程,學習曲線低。
PirateDiffusion Telegram
無限 · 固定費用
創建影片、圖片、自訂聊天角色等更多內容。
Pro studio (SpyGlass) 網頁
無限 · 固定費用
從任何瀏覽器或手機瀏覽模型、渲染並精修。
Discord bot (Vector)
無限 · 固定費用
將 Vector 加入你的伺服器或加入 Vector Discord。創造任何東西!
Unified Editor 網頁
無限 · 固定費用
影像與影片編輯器:在同一頁面渲染、編輯、放大等功能。
本地應用程式
需設定
如果你的電腦硬體夠強,可以安裝本地程式。
ModelDuel 網頁
按次付費
一次在最多 50 個檢查點/基礎模型上產生相同的提示。
本模型的指南
2026 年最便宜的 10 款 ChatGPT 替代方案:免費本地模型、免費方案和固定費率計劃
開放權重、開源與僅API:你到底能做什麼
什麼是 GGUF 檔案?量化模型解說(Q4、Q8、fp8、NF4)
microsoft | 32,768 代幣上下文 | 輸入 $0.06/M,輸出 $0.06/M。WizardLM-2 7B 是微軟 AI 最新 Wizard 模型的較小版本。它是最快的,且性能可與現有 10 倍規模的開源領先模型相媲美。
船長筆記
2026-10-13 的筆記
WizardLM 2 7B 是微軟 AI 在 WizardLM 2 系列中體積小巧的成員,設計目標是超越其體量限制。微軟聲稱其性能可媲美約十倍於其規模的開源模型,對於一個 7B 模型來說這是大膽的宣稱。每百萬輸入輸出 token 僅需 0.06 美元,適合需要一款能勝任日常任務且價格低廉的模型的開發者,無需支付前沿價格。
以...聞名
- 微軟稱其性能可與體積約十倍的開源模型競爭
- API 成本極低:每百萬 token 雙向 0.06 美元
- 7B 級模型典型的快速推理速度
- 32,768 token 的上下文窗口涵蓋大多數實用任務
注意
- 權重未公開;只能透過 API 使用,無法本地部署。
- 微軟未公布詳細的基準測試數據或公開模型卡。
- 7B 模型在複雜多步推理或長文檔處理上仍有限制。
可嘗試的提示詞
快速文件摘要
這是一份會議記錄。請總結關鍵決策、分配給各行動項目的負責人,以及任何未解決的問題。字數控制在 200 字以內,並使用項目符號。
[在此貼上會議記錄]
解釋程式錯誤
我有一個 Python 函數,應該返回字串中出現頻率前三的詞,但返回的順序錯誤。以下是程式碼:
def top_words(text):
from collections import Counter
words = text.split()
return Counter(words).most_common()[:3]
問題出在哪裡?如何修正?
為清晰度改寫
請將以下段落改寫,使非技術讀者也能理解。刪除術語,保留所有事實陳述,並盡量使句子不超過 20 字。
非同步事件驅動架構利用非阻塞 I/O 原語,在高併發工作負載下最大化吞吐量,同時最小化分散式服務端點的延遲變異。
比較
- GPT-5.6 Luna僅限 API 模型1,050,000 代幣上下文 · $0.20/M 輸入,$1.20/M 輸出
- GPT-4o-mini僅限 API 模型128,000 代幣上下文 · $0.15/M 輸入,$0.60/M 輸出
- Sonar僅限 API 模型127,072 代幣上下文 · $1.00/M 輸入,$1.00/M 輸出
- GPT-3.5 Turbo (older v0613)僅限 API 模型4,095 代幣上下文 · $1.00/M 輸入,$2.00/M 輸出
更多來自 microsoft 的文字模型
常見問題
- 我可以本地運行 WizardLM 2 7B 嗎?
- 不行。權重未公開,僅能透過 API 使用,無法本地部署。
- WizardLM 2 7B 的價格和上下文窗口是多少?
- 價格為每百萬輸入 token 0.06 美元,輸出 token 0.06 美元,上下文窗口為 32,768 token。
- WizardLM 2 7B 與更大型的 WizardLM 2 模型有何不同?
- 它是 WizardLM 2 系列中體積最小且速度最快的版本;微軟定位其性能可媲美約十倍體積的開源模型,但較大型版本則針對更重負載設計。
船長評語一款真正便宜且快速的 7B 模型,適合日常 API 使用,主要限制在於權重封閉及公開資料有限。
船長根據模型自身描述與模型卡撰寫這些筆記。價格與上下文大小為撰寫時提供者資料,可能會變動。
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.
這個分數是怎麼累積的
這個模型目前還沒有任何來源的流行度數據,所以它會有一個低於 7,000° 的替代數字,讓列表保持完整。它永遠不會排在有數據的模型前面。一旦有來源報告數據,細項就會顯示在這裡。
詞彙表:這裡使用的術語
- 熱度分數
- 一個數字,表示模型目前的使用和需求程度,範圍從 0° 到 9,999°。本網站所有標示「最熱門」的排行榜都是依此排序,沒有其他排序依據。
- 底線
- 每個有實際數據的模型起始於 7,000°。分數範圍是 0° 到 9,999°;底線以下保留給沒有數據的模型,確保有數據的模型總是排名較前。底線對所有人相同,不影響排名;超過底線的度數才是評分依據。
- 下載等值
- 分數中視為下載的所有項目加總:下載本身、每個種子節點算 1,000、每張 AI Horde 圖像和每次生成網站的執行算一。
- 對數刻度
- 以十為單位計數,不是以一為單位:從 1,000 到 10,000 下載增加的度數,和從 10,000 到 100,000 增加的度數相同。這樣能防止巨頭壓過其他模型。
- 喜歡數
- 來自各來源的讚和喜歡,每個在對數刻度上算半個下載量。
- 採用率
- 模型目前每天的下載次數,根據兩次來源讀取的差異計算。權重是下載量的四分之一。
- 實測與估算
- 實測表示有兩個來源的讀數,且差異是真實的。估算表示只知道今天的總數,過去的數據則分散在模型的整個生命週期;網站會說明顯示的是哪一種。
- 種子節點
- 指在線上保留權重檔案供他人透過種子下載的人,或是提供相同服務的鏡像站。每一個種子節點算作1,000次下載。
- AI Horde
- 一個志願者網絡,利用捐贈的電腦免費生成圖片。它用某模型生成的圖片數量是公開的,每張圖片算作一次下載。
- 生成網站
- 自己托管模型並讓人使用它生成圖片的網站,例如PixAI、SeaArt和Yodayo。它們的下載量和Civitai一樣,每次生成算一次下載。
- OpenRouter 代幣
- 透過 API 提供的文字模型,如 Claude 或 GPT,沒有權重可下載,因此使用量以代幣計算:過去30天內透過 OpenRouter(許多應用使用的閘道)讀取和生成的文字片段。每 10,000,000 代幣算作一次下載。來源:OpenRouter (openrouter.ai/rankings),CC BY 4.0。
- 完整模型(檢查點)
- 權重本身,是能獨立生成的檔案。它會有額外加分,因為其他附加檔案都依賴它。
- LoRA和嵌入
- 小型附加檔案,用來引導別人的權重走向某種風格、角色或概念。它們無法獨立運行。
- 家族與權重
- 模型所建立的基礎,例如SD 1.5、SDXL、Flux或Wan。每個模型都繼承其家族權重的發布日期。
- 年齡
- 根據家族權重發布時間距今多久,扣除的度數:每年150°,最多750°。它會保留那些有多年累積下載的舊模型,防止它們從排行榜頂端消失。
- 家族加成
- 針對本站目前推廣的某個家族的LoRA給予的小幅度限制加成,會在分解中顯示。
- 替代分數
- 給尚無來源報告的模型一個穩定的最低分,讓列表保持完整。它永遠不會高於有數據的模型。
- 全新!(寬限期)
- 不到 7 天的新模型會顯示「全新!」而非分數,且不列入排名。分數從第一天開始計算,但一天大的模型成長最快,若不等待,週榜首將永遠是昨天剛出的模型,而非持續一週的。
- 趨勢
- 模型在某段時間內的成長與典型模型同期成長的比較。比典型快表示上升,比典型慢表示下降。
- 典型模型
- 目錄中的中間值:一半模型在該期間成長較快,一半較慢。







