PrismML: Ternary Bonsai 2 9B · Prism Ml
PrismML: Ternary Bonsai 2 9B é um modelo de linguagem Prism Ml disponível em ia.gratis. Contexto 262K.
Sobre PrismML: Ternary Bonsai 2 9B
PrismML: Ternary Bonsai 2 9B é um modelo de linguagem Prism Ml disponível em ia.gratis. Contexto 262K.
Onde se destaca: Prism Ml · Chat geral · 262K contexto.
Como usar PrismML: Ternary Bonsai 2 9B
-
1
Escreve ou carrega
Escreve o que queres no quadro acima — ou carrega o ficheiro se a ferramenta o pedir.
-
2
Gera
Clica no botão principal. Espera 2-30 segundos consoante o modelo e o tamanho do input.
-
3
Descarrega ou partilha
Descarrega o resultado ou partilha o link direto. Sem marca de água, pronto a usar.
Perguntas frequentes
Quanto custa usar o PrismML: Ternary Bonsai 2 9B?
PrismML: Ternary Bonsai 2 9B é um modelo Pro: custa 10 tokens por uso (~$0.05 de custo real para nós). Você precisa de um plano Pro ($9/mês → 15.000 tokens) ou um pacote one-shot. Se você já tem tokens na conta gratuita, você também pode gastá-los diretamente.
Quantos usos do PrismML: Ternary Bonsai 2 9B estão incluídos no plano Pro?
Pro ($9/mês) dá-lhe 15.000 tokens recorrentes. A 10 tokens por uso de PrismML: Ternary Bonsai 2 9B, isso é ~1.500 usos completos por ciclo. Se você ficar curto, os pacotes one-shot (5.000 / 25.000 / 80.000 tokens) adicionam ao saldo sem expirar antes de um ano.
O que torna PrismML: Ternary Bonsai 2 9B especial?
Seus pontos fortes específicos são: prism ml, chat geral e 262k contexto. Aceita imagens como entrada (multimodal) além de texto — útil para descrever capturas, ler gráficos ou resolver problemas a partir de uma foto.
Quão rápido o PrismML: Ternary Bonsai 2 9B responde?
PrismML: Ternary Bonsai 2 9B tem velocidade equilibrada: 5-15 segundos por resposta — nem o mais rápido nem o mais lento do catálogo. O tempo real depende também do comprimento do prompt e da carga do datacenter — modelos com contexto enorme levam mais tempo quando você insere textos muito longos.
Como eu uso PrismML: Ternary Bonsai 2 9B em ia.gratis?
Você pode usar o PrismML: Ternary Bonsai 2 9B de /chat/ selecionando PrismML: Ternary Bonsai 2 9B no picker, ou via API REST com `model=ternary-bonsai-2-9b` no corpo do POST. Resumo rápido: modelo de chat do Prism Ml. O identificador interno do modelo é `ternary-bonsai-2-9b` — útil quando integrar por API.