Reka Flash 3

Reka Flash 3 to ogólnego przeznaczenia, dostrojony do instrukcji duży model językowy od Reka AI, dostawcy, który buduje własną rodzinę modeli. Ma 21 miliardów parametrów i został wydany przez dostawcę 12 marca 2025. Model należy do kategorii tekstowej, więc jest przeznaczony do pracy z językiem, a nie do przetwarzania obrazu, dźwięku lub wideo.

Po stronie możliwości Reka Flash 3 jest dostrojony do ogólnego czatu, zadań kodowania, podążania za instrukcjami i wywoływania funkcji. Przyjmuje tekst jako dane wejściowe i zwraca tekst jako dane wyjściowe. Okno kontekstu wynosi 65 536 tokenów, a maksymalna długość danych wyjściowych to 58 982 tokeny, co oznacza, że pojedyncze żądanie może zawierać duży prompt i nadal pozostawiać miejsce na długie uzupełnienie. Granica wiedzy to 31 stycznia 2025, więc wszystko po tej dacie wykracza poza to, na czym model był trenowany. Obsługiwane są dane wyjściowe rozumowania, co pozwala ujawnić pośrednie myślenie modelu, gdy tego chcesz.

Te cechy wskazują na dość szeroki zestaw zastosowań. Asystenci czatu i agenci podążający za instrukcjami są naturalnym dopasowaniem, ponieważ model jest dostrojony do instrukcji i obsługuje rozmowę wieloetapową. Pomoc w kodowaniu, taka jak generowanie, wyjaśnianie lub refaktoryzacja kodu, wynika z nacisku na kodowanie. Wywoływanie funkcji czyni go odpowiednim do przepływów pracy korzystających z narzędzi, w których model decyduje, którą funkcję wywołać i z jakimi argumentami. Długie okno kontekstu pomaga w zadaniach wymagających dużej ilości materiału w jednym żądaniu, na przykład w streszczaniu długiego dokumentu lub odpowiadaniu na pytania dotyczące dużego zbioru tekstu.

Model wywołujesz przez zgodne z OpenAI API api14, używając identyfikatora modelu "rekaai/reka-flash-3". Ponieważ interfejs jest zgodny z kształtem uzupełnień czatu OpenAI, możesz skierować istniejącego klienta OpenAI na api14 i zmienić ciąg modelu. Model obsługuje następujące parametry żądania: frequency_penalty, include_reasoning, logprobs, max_tokens, presence_penalty, reasoning, seed, stop, structured_outputs, temperature, top_k, top_logprobs i top_p. W praktyce obejmuje to kontrolę próbkowania (temperature, top_p, top_k), kontrolę powtórzeń (frequency_penalty, presence_penalty), długość danych wyjściowych (max_tokens), deterministyczne próbkowanie (seed), warunki zatrzymania (stop), inspekcję prawdopodobieństwa (logprobs, top_logprobs), kontrolę rozumowania (reasoning, include_reasoning) oraz structured_outputs do ograniczania formatu odpowiedzi.

Jedna rzecz do zapamiętania to zakres. Reka Flash 3 obsługuje wyłącznie tekst, więc jeśli Twoja aplikacja musi bezpośrednio przetwarzać obrazy, dźwięk lub wideo, ten model nie jest właściwym wyborem. Okno kontekstu 65 536 tokenów jest hojne, ale skończone, a bardzo duże dane wejściowe będą wymagały dzielenia na fragmenty lub wyszukiwania zamiast jednego przebiegu. Granica wiedzy z 31 stycznia 2025 oznacza również, że model nie będzie znał wydarzeń po tej dacie, chyba że podasz informacje w prompcie.