Motif 3
нейросеть
Motif 3 — мультиязычная MoE-модель от Motif Technologies на 314 млрд параметров с 13,2 млрд активных для универсальных задач.
Характеристики
- Входные данные
- текст, документы
- Результат
- текст
- Размер контекста
- 262 144 токена
- Макс. длина ответа
- 235 929 токенов
- Уровни рассуждений
- низкий, средний, высокий
- Возможности
- рассуждения
Стоимость промпта
(за 1M токенов)
Стоимость ответа
(за 1M токенов)
import OpenAI from 'openai';
const openai = new OpenAI({
apiKey: '<your bothub access token>',
baseURL: 'https://openai.bothub.chat/v1'
});
// Sync - Text generation
async function main() {
const chatCompletion = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'motif-3',
});
}
// Async - Text generation
async function main() {
const stream = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'motif-3',
stream: true
});
for await (const chunk of stream) {
const part: string | null = chunk.choices[0].delta?.content ?? null;
}
}
main();
Как работает Motif 3?
Motif 3 — универсальная языковая модель от Motif Technologies, построенная на разреженной архитектуре смеси экспертов: 314 млрд параметров, из которых на каждом шаге задействовано около 13,2 млрд активных. Такая схема позволяет держать широкий запас знаний и при этом не платить вычислениями за весь объём весов. Модель заявлена как мультиязычная, с отдельным вниманием к английскому и корейскому, поэтому подходит командам, работающим с международными материалами и локальными рынками. Через BotHub вы получаете к ней доступ без VPN и зарубежной карты, оплачиваете в рублях по факту использования, а токены не сгорают, и переключаетесь между Motif 3 и другими моделями в одном окне, не переписывая интеграцию. Для разработчиков есть единый OpenAI-совместимый API, для компаний — договор, счёт, ЭДО, админ-панель и лимиты, а данные защищены шифрованием AES-GCM и не сохраняются. Сценарии: анализ и суммаризация больших корпусов документов, поддержка диалогов и справочных ботов, генерация и объяснение кода, подготовка двуязычных материалов для рынков Азии, а также прототипы мультимодельных систем, где Motif 3 сравнивают с другими моделями.Частые вопросы о Motif 3
Вы можете использовать результаты генерации в коммерческих целях. Все права на созданный контент принадлежат вам. Единственное ограничение: убедитесь, что в запросе не использовались защищённые авторским правом материалы третьих сторон. Ответственность за соблюдение прав на входные данные лежит на пользователе.
motif-3 — текстовая модель: она принимает текст и документы, разбирает их содержание и выдаёт ответ текстом. Рассуждения перед ответом включены, поэтому она подходит для анализа материалов, логических задач и работы с большими объёмами информации. Контекст до 262 144 токенов позволяет подать объёмный документ целиком.
За один ответ motif-3 выдаёт до 235 929 токенов — это максимальный объём вывода по нашим данным. Такого запаса хватает на длинные разборы, подробные описания и работу с крупными документами без деления задачи на части. Доступный контекст при этом — до 262 144 токенов.
Да, рассуждения перед ответом у motif-3 включены — это подтверждено в данных модели. Сначала она выстраивает ход рассуждений, а затем формулирует итог, что помогает в задачах на логику, в анализе документов и в многошаговых вопросах. Сравнить её ответы с другими моделями можно в одном окне BotHub.
Отметки о вызове функций и структурированном выводе JSON в наших данных нет — это не значит, что возможностей нет, просто они не отмечены. Если формат ответа критичен для интеграции, проверьте документацию модели или протестируйте нужный сценарий до запуска в работу.
По нашим данным motif-3 принимает только текст и документы, изображения, аудио и видео на вход не подать. Если задача связана с картинками или звуком, в BotHub есть другие модели: их можно открыть в том же окне и переключиться без смены интерфейса.
Отдельных оценок качества русского языка в данных модели нет, поэтому конкретных обещаний не дадим. Проверить её на своих материалах проще всего на практике: загрузите документ или задайте вопрос и сравните результат с ответами других моделей в BotHub.