66b là tên gọi phổ biến cho một mô hình ngôn ngữ lớn có kích thước 66 tỷ tham số. Mô hình được huấn luyện trên một tập dữ liệu văn bản rộng lớn từ nhiều nguồn khác nhau nhằm có khả năng dự đoán từ tiếp theo và sinh văn bản tự nhiên trong nhiều ngữ cảnh. So sánh với các mô hình khác, 66b nằm ở mức kích thước trung bình giữa các mô hình nhỏ và những hệ thống khổng lồ; nó cho phép thử nghiệm cân bằng giữa hiệu suất và chi phí tính toán.
Cấu trúc của 66b thường dựa trên biến đổi transformer với nhiều lớp tự chú ý và mạng feed-forward. Các tham số 66b có thể được chia thành các tầng mã hóa và giải mã hoặc chỉ giải mã tùy vào cách huấn luyện. Việc tối ưu hóa tham số và mức độ tinh chỉnh (fine-tuning) cho nhiệm vụ cụ thể sẽ ảnh hưởng đáng kể đến độ chính xác và chi phí suy diễn.
66b có thể được dùng cho tổng hợp văn bản, trả lời câu hỏi, tóm tắt nội dung, hỗ trợ lập trình và trợ lý ảo. Do quy mô lớn, nó có thể đòi hỏi phần cứng đáng kể để chạy ở quy mô lớn, nhưng cũng cho phép tối ưu hóa prompt để đạt hiệu quả cao trong các tác vụ khác nhau.