Sao10K/L3-8B-Lunaris-v1-Turbo
MODEL PROFILE模型资料Sao10K/L3-8B-Lunaris-v1-Turbo 是一款纯文本输入输出的 8B 量级社区微调模型，由 DeepInfra 托管并提供极低价 API，面向预算敏感、需要长段落文本生成与批量试跑的开发者与小团队。
模型介绍
Sao10K/L3-8B-Lunaris-v1-Turbo 属于社区微调路线上的 L3-8B 系列，名称中的 L3-8B 指向 Llama 3 8B 量级的底座，Turbo 后缀通常意味着在推理效率或响应速度上做过取舍。它只接受文本、只输出文本，上下文窗口与单次最大输出均为 8192 tokens，意味着一次调用可以塞进较长的对话历史或文档片段，并一次性产出接近同等长度的内容，不必频繁分段拼接。这一规格解决的核心问题是：在不需要多模态、不需要超长上下文的常规文本任务里，用尽可能低的单价换取稳定可用的生成质量。本站未标注其具体能力标签，也未收录任何公开跑分，因此它更适合被当作一个「价格极低、规格够用」的通用文本生成选项来评估，而不是当作有明确榜单背书的主力模型。当前本站收录的平台数为 0 家榜单来源，实际可用报价来自 DeepInfra 单一渠道。
选型建议预算优先、任务以常规文本生成为主时可以选它；需要复杂推理、强指令遵循或有跑分背书要求时，不建议作为主力模型。
关键指标
适用场景
- 批量生成商品描述、摘要与文案初稿，用低单价覆盖高频调用
- 承接角色对话与剧情续写类应用，利用 8192 tokens 输出上限一次成段
- 对长文档做分段改写与润色，输入输出窗口对称便于整段进整段出
- 作为开发阶段的联调与压测模型，控制试跑成本后再决定是否升级
- 处理分类、抽取、格式化改写等规则明确的轻量文本任务
暂无：发布日期、知识截止、开源权重、模型家族、许可证、参数规模、缓存读价、缓存写价、推理、工具调用、结构化输出、附件、温度调节（上游未公开，本站不估算）。
规格与能力
上面没列到的字段从命名与规格看，这是一款基于 Llama 3 8B 量级底座的稠密文本模型，走社区微调而非从零预训练的路线。
- 底座路线名称中的 L3-8B 指向 Llama 3 8B 量级底座，属于社区在成熟开源权重上二次微调的产物，改动集中在对话与文本生成的表现上。
- 上下文规格输入与输出窗口同为 8192 tokens，输入输出对称，长文改写、长对话续写这类两头都吃长度的任务不需要额外裁剪。
- 模态边界仅支持文本输入与文本输出，不含图像、音频或工具调用的公开说明，接入时应按纯文本补全或对话接口来设计。
- 披露程度本站未收录该模型的参数量细节、训练数据与微调方法说明，公开资料较少，架构层面的判断只能停留在底座量级这一层。
能力
资料未标注
同系列其他规格
| 型号 | 厂商 | 参数 | 上下文 | 输入价 | 输出价 |
|---|---|---|---|---|---|
| Sao10K: Llama 3 8B Lunaris | Kilo Gateway | — | 8.2K | $0.04/M | $0.05/M |
| Sao10K: Llama 3.1 Euryale 70B v2.2 | Kilo Gateway | — | 131.1K | $0.85/M | $0.85/M |
| Sao10K Stheno 8b | NanoGPT | — | 16.4K | $0.2006/M | $0.2006/M |
| Sao10K/L3.1-70B-Hanami-x1 | Meta | — | — | — | — |
| Sao10K/L3.3-70B-Euryale-v2.3 | Meta | — | — | — | — |
性能表现
本站未收录该模型的第三方跑分，性能只能从规格与定位做定性判断，缺少可核验的量化依据。
- 强项8B 量级底座配合 8192 tokens 输出上限，长段落生成与多轮对话的连贯性通常够用，配合极低单价适合高频调用与批量试跑。
- 短板8B 规模在复杂推理、长链条逻辑与严格指令遵循上通常弱于更大参数模型，且无跑分佐证，关键任务需要自行做小样本验证。
- 速度预期Turbo 后缀一般对应推理效率优化，但本站没有延迟与吞吐数据，实际响应速度需以 DeepInfra 线上表现为准。
- 适合判断标准应放在成本与规格匹配度上，而不是榜单排名；对质量上限要求不高的文本任务，它的性价比优势比绝对能力更突出。
价格与性价比
结合各平台报价与同类对比输入 0.04 美元/百万 tokens、输出 0.05 美元/百万 tokens，属于本站同类对比中价格极低的一档。
- 价格定位输入与输出单价几乎持平，输出仅比输入高 0.01 美元/百万 tokens，长输出场景不会被输出价显著拉高总成本。
- 横向对比与 GPT-4 的 30 美元输入、60 美元输出相比低数个数量级；与 Celeris-1 的 2 美元输入、6 美元输出相比也明显更低。
- 低价参照BAAI 的 bge 系列在 DeepInfra 上报 0.01 美元/百万 tokens，比本模型输入价低 75%，但那是向量模型，与本模型不是同一任务类型。
- 平台差价本站目前只收录 DeepInfra 一家报价，相对自身输入价差为 0%，暂无第二家平台可做跨渠道比价。
- 省钱思路按 token 计费且单价极低，预算控制的关键在控制无效重试与超长上下文，而不是挑选渠道。
平台报价对比
1 个来源口径| 来源 | 输入价 | 输出价 | 缓存读 | 相对输入价 |
|---|---|---|---|---|
| DeepInfra | $0.04/M | $0.05/M | — | 0.0% |
同一个模型在不同网关的报价可能不同。本页基准取官方口径 $0.04/M / $0.05/M（输入 / 输出，美元 / 百万 tokens），其余来源的差价在「相对输入价」列列出，供比价参考。
同类模型对比
5 条| 模型 | 上下文 | 输入价 | 输出价 | 输入价差 | AA 综合 |
|---|---|---|---|---|---|
| BAAI/bge-en-icl | 8.2K | $0.01/M | — | -75.0% | — |
| BAAI/bge-m3 | 8.2K | $0.01/M | — | -75.0% | — |
| BAAI/bge-m3-multi-8k | 8.2K | $0.01/M | — | -75.0% | — |
| nvidia/llama-nemotron-embed-vl-1b-v2 | 10.2K | $0.01/M | — | -75.0% | — |
| novita/sao10k/l31-70b-euryale-v2.2 | 16K | $1.48/M | $1.48/M | +3600.0% | — |
取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价
关于 Sao10K/L3-8B-Lunaris-v1-Turbo 的常见问题
2 条Sao10K/L3-8B-Lunaris-v1-Turbo 的 API 价格是多少？
当前收录的官方口径价格为输入 $0.04/M、输出 $0.05/M，单位为美元 / 百万 tokens。不同网关可能有自己的加价与折扣，实际计费以调用平台为准。
Sao10K/L3-8B-Lunaris-v1-Turbo 支持多长的上下文？
资料显示上下文窗口 8.2K（8,192 tokens），单次最大输出 8.2K。实际可用长度还取决于调用平台的限制。
使用注意
- 跑分口径本站未收录该模型的任何公开跑分与能力标签，任何能力结论都缺少第三方量化支撑，不宜直接用于选型定论。
- 规格边界上下文与单次输出均止于 8192 tokens，超长文档与超长对话需要自行分块，且不支持图像等多模态输入。
- 渠道边界本站收录平台数为 0 家榜单来源，仅 DeepInfra 一条报价，可用性、限流与稳定性取决于该平台，缺少备选渠道。
资料说明
本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。
本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。
本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并，冲突时取优先级高的来源；价格单位为美元 / 百万 tokens。
