TheDrummer: Cydonia 24B V4.1

TheDrummer: Cydonia 24B V4.1 is een tekstmodel van TheDrummer, uitgebracht door de provider op 2025-09-27. Het wordt beschreven als een ongecensureerd creatief schrijfmodel gebaseerd op Mistral Small 3.2 24B, met goede recall, prompt naleving en intelligentie. Het valt in de tekstcategorie, dus het is gericht op taaltaken en niet op afbeeldingen, audio of andere modaliteiten.

Het model neemt tekst als invoer en geeft tekst als uitvoer. Het heeft een contextvenster van 131072 tokens, wat groot genoeg is om lange documenten, uitgebreide gesprekken of substantieel referentiemateriaal in één verzoek te bevatten. De maximale uitvoer is 117964 tokens, dus langere generaties zijn mogelijk binnen dat venster. De knowledge cutoff is 2024-04-30, wat betekent dat de ingebouwde kennis niet verder reikt dan die datum.

Omdat het is gebouwd voor creatief schrijven en ongecensureerde uitvoer, volgen de praktische toepassingen uit die focus. Het is geschikt voor fictie en narratief schrijven, personagedialoog, worldbuilding en ander open prose waarbij een permissief model nuttig is. De prompt naleving en recall maken het ook redelijk geschikt voor taken die het volgen van gedetailleerde instructies over lange invoer vereisen, zoals herschrijven, stijlmatiging of het doorwerken van een uitgebreide briefing. Het grote contextvenster ondersteunt projecten met meerdere delen waarbij eerder materiaal in beeld moet blijven.

Je kunt het aanroepen via de OpenAI-compatibele API van api14 met het model id "thedrummer/cydonia-24b-v4.1". De ondersteunde request parameters zijn frequency_penalty, logit_bias, logprobs, max_tokens, presence_penalty, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, top_k, top_logprobs en top_p. Deze omvatten sampling controls, penalties, deterministische seeding, stop sequences en gestructureerde uitvoer, zodat je de generatiestijl kunt afstemmen en antwoorden waar nodig kunt beperken.

Houd de knowledge cutoff in gedachten: voor vragen over gebeurtenissen na 2024-04-30 heeft het model geen betrouwbare ingebouwde kennis, en je zou die informatie in de prompt moeten aanleveren. Als je taak afhangt van zeer recente feiten of van andere modaliteiten dan tekst, kan een ander model beter passen. Voor tekstgeneratie binnen de context- en uitvoerlimieten is het een eenvoudige optie om tegen je eigen prompts te testen.