TheDrummer: Cydonia 24B V4.1

TheDrummer: Cydonia 24B V4.1 est un modèle de texte de TheDrummer, publié par le fournisseur le 2025-09-27. Il est décrit comme un modèle d'écriture créative et non censuré basé sur Mistral Small 3.2 24B, avec une bonne restitution, une bonne adhésion au prompt et une bonne intelligence. Il appartient à la catégorie texte, il est donc destiné aux tâches linguistiques plutôt qu'aux images, à l'audio ou à d'autres modalités.

Le modèle prend du texte en entrée et renvoie du texte en sortie. Il dispose d'une fenêtre de contexte de 131072 tokens, suffisamment grande pour contenir de longs documents, des conversations étendues ou une quantité substantielle de matériel de référence dans une seule requête. La sortie maximale est de 117964 tokens, des générations longues sont donc possibles dans cette fenêtre. Sa date de coupure des connaissances est le 2024-04-30, ce qui signifie que ses connaissances intégrées ne vont pas au-delà de cette date.

Comme il est conçu pour l'écriture créative et une sortie non censurée, les usages pratiques découlent de cette orientation. Il convient à la rédaction de fiction et de récits, aux dialogues de personnages, à la construction d'univers et à d'autres prose ouvertes où un modèle permissif est utile. Son adhésion au prompt et sa restitution en font aussi un choix raisonnable pour les tâches qui exigent de suivre des instructions détaillées sur de longues entrées, comme la réécriture, l'imitation de style ou le traitement d'un long brief. La grande fenêtre de contexte prend en charge les projets en plusieurs parties où le matériel antérieur doit rester visible.

Vous pouvez l'appeler via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "thedrummer/cydonia-24b-v4.1". Les paramètres de requête pris en charge sont frequency_penalty, logit_bias, logprobs, max_tokens, presence_penalty, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, top_k, top_logprobs et top_p. Ils couvrent les contrôles d'échantillonnage, les pénalités, l'initialisation déterministe, les séquences d'arrêt et la sortie structurée, vous pouvez donc ajuster le style de génération et contraindre les réponses lorsque c'est nécessaire.

Gardez la date de coupure des connaissances à l'esprit : pour les questions portant sur des événements postérieurs au 2024-04-30, le modèle ne disposera pas de connaissances intégrées fiables, et vous devrez fournir ces informations dans le prompt. Si votre tâche dépend de faits très récents ou de modalités autres que le texte, un autre modèle conviendra peut-être mieux. Pour la génération de texte dans les limites de son contexte et de sa sortie, c'est une option simple à tester avec vos propres prompts.