Morph V3 Fast

нейросеть

Morph V3 Fast — модель Morph для быстрых точечных правок и трансформаций кода

Характеристики

Входные данные
текст, документы
Результат
текст
Размер контекста
81 920 токенов
Макс. длина ответа
38 000 токенов
43,42 ₽

Стоимость промпта

(за 1M токенов)

65,13 ₽

Стоимость ответа

(за 1M токенов)

*Указаны цены при использовании API через ECO-провайдеров.
bothub
BotHub: Нейрожелілерді тегін қолданып көріңізbot

Caps қалды: 0 CAPS
Morph V3 Fast үшін API және код үлгісіБіз OpenAI API-іне толық қолжетімділікті ұсынамыз. Біздің барлық соңғы нүктелер OpenAI-мен толық сәйкес келеді, оларды плагиндермен де, SDK арқылы өз бағдарламаңызды әзірлегенде де қолдануға болады.API кілтін жасау
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: 'morph-v3-fast:batch',
  });
} 

// Async - Text generation 

async function main() {
  const stream = await openai.chat.completions.create({
    messages: [{ role: 'user', content: 'Say this is a test' }],
    model: 'morph-v3-fast:batch',
    stream: true
  });

  for await (const chunk of stream) {
    const part: string | null = chunk.choices[0].delta?.content ?? null;
  }
} 
main();
illustaration

Как работает Morph V3 Fast?

Morph V3 Fast — быстрый apply‑модель от Morph, оптимизированная для целевых правок кода с упором на скорость и точность. Модель демонстрирует скорость обработки примерно 10 500 токенов в секунду и точность около 96%, что делает её пригодной для массовых трансформаций и оперативных правок в больших кодовых базах. Обратите внимание, что модель требует промптов в специфичном тегированном формате: <instruction>{instruction}</instruction> <code>{initial_code}</code> <update>{edit_snippet}</update> и т.д. Через BotHub вы получаете доступ к Morph V3 Fast из России без VPN и зарубежной карты, оплата российскими картами в рублях по факту и расчёт по потреблённым токенам без сгорания баланса, работа в окне с более чем 250 моделями и единый OpenAI‑совместимый API, а также шифрование AES‑GCM и политика незаписи пользовательских данных. Подойдёт для массового рефакторинга и codemod-скриптов, автоматических правок в пулл‑реквестах, нанесения патчей по шаблону в нескольких репозиториях и интеграции в CI/CD для быстрой модификации исходников

Частые вопросы о Morph V3 Fast

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.

morph-v3-fast:batch — текстовая модель с поддержкой обработки документов. Подходит для генерации длинных текстов, суммаризации, ответа по загруженным документам, извлечения и трансформации информации из больших контекстов. Используйте её для задач документного анализа и развернутых текстовых ответов.

Модель поддерживает очень большой контекст: длина контекста указана как 81920 токенов, а максимальный объём вывода — до 38000 токенов. На практике это позволяет генерировать развернутые ответы и работать с крупными документами в одном сеансе.

В наших данных способность явно «рассуждать перед ответом» не отмечена. Вы можете попросить модель детализировать ход мысли в промпте, но это не гарантируется. Тестируйте и, при необходимости, переключитесь на другую модель через BotHub.

В наших данных вызов функций и структурированный вывод в JSON не отмечены. Тем не менее модель можно побуждать выдавать структурированные JSON-ответы через промпты. Для интеграций используйте единый OpenAI‑совместимый API BotHub и проверяйте формат программно.

Модель принимает документы помимо простого текста, но в наших данных не отмечен приём изображений, аудио или видео. Если у вас медиа, преобразуйте их в текст или вложите как документ с метаданными, затем используйте большие контексты модели для анализа.

В наших данных понимание русского языка у модели не отмечено. На практике многие текстовые модели справляются с разными языками, но точность и стилистика зависят от промпта. Рекомендуем протестировать на ваших примерах и сравнить результаты через BotHub.

Қолдау қызметі10:00-ден 18:00-ге дейін МСК жұмыс істейміз