ReMM SLERP 13B

ReMM SLERP 13B 是什麼？

對原始 MythoMax-L2-B13 的重現嘗試，但使用更新的模型。#merge

每 1M 輸入 / 輸出 token

$0.35 / $0.65

起始價

上下文視窗

6K

每次回覆最多輸出 6K

輸入

文字

輸出：文字

ReMM SLERP 13B 能做什麼

• 結構化輸出（JSON）

ReMM SLERP 13B 與同類模型價格對比

ReMM SLERP 13B 和最接近的模型實際付多少：同一類用途、來自我們主推的系列、價格相差不超過約 3 倍。

• ReMM SLERP 13B 對比 DeepSeek V4.1 Flash (1017)

  DeepSeek V4.1 Flash (1017) 價格為 $0.525，是 ReMM SLERP 13B 的 1.1 倍。

  最高級距 6 折

  DeepSeek V4.1 Flash (1017) API 

• ReMM SLERP 13B 對比 Qwen3.8 Flash

  Qwen3.8 Flash 價格為 $0.295，比 ReMM SLERP 13B 低 41%。

  最高級距 7.5 折

  Qwen3.8 Flash API 

• ReMM SLERP 13B 對比 GPT-6 Luna

  GPT-6 Luna 價格為 $0.27，比 ReMM SLERP 13B 低 46%。

  最高級距 9 折

  GPT-6 Luna API 

• ReMM SLERP 13B 對比 MiniMax M3

  MiniMax M3 價格為 $0.75，是 ReMM SLERP 13B 的 1.5 倍。

  MiniMax M3 API 

• ReMM SLERP 13B 對比 GLM 5.3 Flash

  GLM 5.3 Flash 價格為 $0.325，比 ReMM SLERP 13B 低 35%。

  GLM 5.3 Flash API 

ReMM SLERP 13B 規格

ReMM SLERP 13B 的技術參數，取自 OceanToken 模型目錄。

上下文視窗

6K token

6,144

最大輸出

6K token

5,529

輸入

文字

輸出

文字

推理

尚未公布

工具呼叫

尚未公布

結構化輸出

支援

response_format

ReMM SLERP 13B 模型 ID 與端點

OceanToken 模型 ID

undi95/remm-slerp-l2-13b已複製

OpenAI 相容 Base URL

https://api.oceantoken.ai/v1已複製

端點

POST /v1/chat/completions已複製

ReMM SLERP 13B API 價格

價格取自截至 2026年11月5日 的 OceanToken 模型目錄。依用量從預付餘額扣費，無需訂閱。

ReMM SLERP 13B 費用計算器

選一個典型請求，或填入自己的 token 數。計算器按本頁起始價計算，並列出上面對比的模型在同樣用量下的費用。

按起始價（第 1 級距）計算。快取命中的輸入按快取讀取價計費；快取寫入未計入，因為它取決於提示前綴變動的頻率。主控台會顯示你所在級距的價格。

單次請求費用

按上面的起始價計算輸入和輸出 token，不含快取。

如何在 OceanToken 上使用 ReMM SLERP 13B

三步從沒有帳戶到送出可用的請求。同一組 key 和餘額可用於目錄中的所有模型。

1. 1

   建立帳戶並取得 API Key

   註冊 OceanToken 帳戶，然後建立一組 key。一組 key 可呼叫你帳戶能用的所有模型。

   取得 API Key 

2. 2

   儲值

   OceanToken 採預付制：儲值後，每次請求從餘額扣費。主控台會顯示你所在級距的價格。

   儲值 

3. 3

   在程式碼中呼叫 ReMM SLERP 13B

   把 OpenAI SDK 指向 https://api.oceantoken.ai/v1，模型 ID 填 undi95/remm-slerp-l2-13b。下面的程式碼送出一次請求。

   from openai import OpenAI
   # 在 OceanToken 主控台建立 API Key
   client = OpenAI(base_url="https://api.oceantoken.ai/v1",
                   api_key="YOUR_API_KEY")
   reply = client.chat.completions.create(
       model="undi95/remm-slerp-l2-13b",
       messages=[{"role": "user", "content": "Hello"}])
   print(reply.choices[0].message.content)

   文件：參數、請求範例與同類模型