一款主打"智能效率"的 100B 参数文本模型，完全免费，支持 256K 上下文和 32K 输出
模型概述 OpenRouter 最近上架了一款名为 Elephant Alpha 的新模型。这是一款 100B（千亿）参数的纯文本模型，主打"智能效率"（intelligence efficiency）——即在保持强劲性能的同时，尽量减少不必要的 token 消耗。
最吸引人的是：完全免费。
核心参数一览 参数 数值 模型 ID openrouter/elephant-alpha 参数量 100B 上下文长度 256K tokens 最大输出 32K tokens 输入模态 纯文本 输出模态 纯文本 定价 免费 支持的 API 参数 Elephant Alpha 支持以下 OpenRouter 标准参数：
temperature - 控制输出随机性 top_p - 核采样参数 max_tokens - 最大输出 token 数 response_format - 响应格式控制 structured_outputs - 结构化输出（JSON 模式） tools / tool_choice - 函数调用支持 快速上手 通过 OpenRouter API 调用 1curl https://openrouter.ai/api/v1/chat/completions \\ 2 -H "Content-Type: application/json" \\ 3 -H "Authorization: Bearer $OPENROUTER_API_KEY" \\ 4 -d '{ 5 "model": "openrouter/elephant-alpha", 6 "messages": [ 7 {"role": "user", "content": "解释一下什么是智能效率，为什么重要？"} 8 ] 9 }' Python 调用示例 1import openai 2 3client = openai.OpenAI( 4 base_url="https://openrouter.ai/api/v1", 5 api_key="YOUR_OPENROUTER_API_KEY" 6) 7 8response = client.chat.completions.create( 9 model="openrouter/elephant-alpha", 10 messages=[ 11 {"role": "user", "content": "用简洁的语言总结量子计算的核心原理"} 12 ], 13 max_tokens=2000 14) 15 16print(response.choices[0].message.content) 结构化输出示例（JSON 模式） 1response = client.chat.completions.create( 2 model="openrouter/elephant-alpha", 3 messages=[ 4 {"role": "user", "content": "列出 5 种常见的设计模式，返回 JSON 格式"} 5 ], 6 response_format={"type": "json_object"} 7) 适用场景分析 ✅ 推荐使用场景 长文本处理 256K 的上下文长度，适合处理长文档、书籍、代码库分析 最大 32K 输出，足以生成完整的文章或报告 成本敏感项目 完全免费，适合个人开发者、学生、初创团队 可作为主力模型的免费替代方案 结构化数据提取 支持 JSON 结构化输出，适合信息抽取、数据清洗任务 函数调用能力可用于构建工具链 文本生成与改写 纯文本模型，专注度更高 写作辅助、翻译、摘要生成等 ⚠️ 注意事项 仅支持文本：无法处理图像、音频等多模态输入 预览模型：作为新上架的预览版本，稳定性需要观察 未知训练截止日期：知识库截止时间未公开 与其他免费模型对比 模型 参数量 上下文 输出上限 特点 Elephant Alpha 100B 256K 32K 纯文本，专注效率 Gemma 4 31B (free) 31B 256K 32K 多模态，支持图像/视频 Gemma 4 26B A4B (free) 26B (3.8B激活) 256K 32K MoE 架构，多模态 Nemotron 3 Super (free) 120B (12B激活) 256K 262K MoE，推理能力强 Elephant Alpha 的优势在于 100B 纯文本参数，对于纯文本任务可能有更好的语言理解和生成质量。
...