A PandaNpc használhatja a szolgáltatás által biztosított beépített chat-modelleket és a saját API-szolgáltatón keresztül csatlakoztatott modelleket. Távolról vezérelhet olyan kódolási motorokat is, mint a Claude Code, az OpenAI Codex és a PandaCode. Ezek kapcsolódó választások, de nem felcserélhetők.
Ez az oldal a beépített modellkatalógus pillanatképe 2026. augusztus 17-én. A modellek elérhetősége gyorsabban változik, mint a dokumentáció, ezért az alkalmazásban található modellválasztó a mérvadó. A nyilvános AI-modell ranglista a legjobb hely a jelenlegi minőségi, sebességi és áradatok összehasonlítására.
Beépített modellkatalógus
A beépített modellek kiválaszthatók saját szolgáltatói kulcs megadása nélkül. A katalógus jelenleg a következőket tartalmazza:
| Szolgáltatói család | A PandaNpc-ben megjelenő modellek | Jó kiindulópont ehhez: |
|---|---|---|
| OpenAI | GPT-5.6 Sol | Általános érvelés, kódolás, eszközorientált munkafolyamatok |
| Anthropic | Claude Fable 5, Claude Opus 4.8, Claude Sonnet 5 | Hosszú formátumú érvelés, kódellenőrzés, implementációs tervezés |
| Gemini 3.1 Pro | Multimodális és hosszú dokumentumokkal végzett munka | |
| DeepSeek | DeepSeek v4 pro, DeepSeek v4 flash | Érvelés vagy gyorsabb, költségérzékeny kérések |
| Moonshot AI | Kimi Coding k3, Kimi Coding k3 [1m], Kimi K3 | Kódolási és hosszú kontextusú munkafolyamatok; a [1m] bejegyzés kifejezetten a nagy ablakú változatot azonosítja |
| Zhipu AI | GLM-5.2 | Általános célú kínai és kódolási feladatok |
| Alibaba | Qwen 3.7 Max | Általános érvelés, többnyelvű munka és kód |
A választóban szereplő nevek egy szolgáltatáskonfigurációt azonosítanak, nem pedig állandó teljesítménygaranciát. A szolgáltatók módosíthatják a mögöttes modellverziókat, a kontextus korlátait, az árazást, a sebességkorlátokat vagy a regionális elérhetőséget.
Beépített modellek, API-modellek és kódolási motorok
A nevek összehasonlítása előtt válassza ki a megfelelő réteget:
| Réteg | Hol fut | Hitelesítés és számlázás | Tipikus felhasználás |
|---|---|---|---|
| Beépített PandaNpc-modell | A PandaNpc-modellszolgáltatáson keresztül | A PandaNpc-hozzáférést és a vonatkozó szolgáltatási kvótát használja | Csevegés, jegyzetek, összefoglalók és támogatott AI-funkciók |
| Egyéni szolgáltatói modell | Közvetlenül a konfigurált Base URL ellenében, ha támogatott | A szolgáltatói API-kulcsot és a szolgáltatói számlázást használja | OpenAI-kompatibilis végpontok, privát átjárók, Ollama vagy LM Studio |
| Claude Code vagy Codex motor | A csatlakoztatott számítógépen | A helyi CLI fiók- vagy API-konfigurációját használja | Repozitóriumok szerkesztése, parancsok futtatása és ügynök-alapú kódolás |
| PandaCode motor | A csatlakoztatott számítógépen konfigurálható háttérrendszerrel | A PandaCode-hoz hozzárendelt modellt/szolgáltatót használja | Claude Code-stílusú munkafolyamat DeepSeek, Qwen, privát átjárók és más támogatott API-k esetén |
Ha egy csevegésben a GPT-5.6 Sol-t választja ki, az nem változtatja meg a gépen már futó Codex-folyamat által használt modellt. Hasonlóképpen, a Claude Code-kapcsolat megosztása nem biztosít külön beépített csevegésmodell-kvótát. A PandaPaw-kapcsolati referenciában megtudhatja, hogyan érhetők el távolról a helyi kódolási motorok.
Hogyan válasszon modellt
A feladatból induljon ki, ne a márkanévből:
- Repozitórium-méretű kódolás: használja a Claude Code-ot, a Codexet vagy a PandaCode-ot, ha a feladathoz fájlokra, shell-parancsokra, tesztekre és eszközjóváhagyásokra van szükség. A motor modelljét a repozitórium és a költségvetés alapján válassza ki.
- Összetett érvelés vagy felülvizsgálat: kezdje egy csúcsmodell vagy „pro” modell, például a GPT-5.6 Sol, a Claude Opus 4.8, a Claude Sonnet 5, a Gemini 3.1 Pro vagy a DeepSeek v4 pro használatával, majd hasonlítsa össze a tényleges eredményeket a saját promptján.
- Gyors iteráció: egy „flash” konfiguráció, például a DeepSeek v4 flash jobban megfelelhet osztályozáshoz, átíráshoz, kinyeréshez és ismételt kis hívásokhoz.
- Nagyon hosszú bemenet: válasszon egy olyan katalógusbejegyzést, amelynek megadott kontextusablaka lefedi a kérést, például a Kimi Coding k3 [1m] modellt, de ne feltételezze, hogy a maximális kontextus maximális pontosságot eredményez. A keresés, az összefoglalók és a kisebb, fókuszált bemenetek gyakran megbízhatóbbak és olcsóbbak.
- Kínai vagy többnyelvű munka: hasonlítsa össze a Kimi, DeepSeek, GLM, Qwen, Gemini, Claude és OpenAI opciókat reprezentatív szövegeken. A nyelvi minőség tartományonként és utasításstílusonként változik.
- Költségérzékeny munkaterhelések: hasonlítsa össze a bemeneti árat, a kimeneti árat, a gyorsítótárazott bemenetre vonatkozó szabályzatot és a hibák/újrapróbálkozások arányát. Egy olcsóbb token még drágább is lehet, ha a modellnek ismételt próbálkozásokra van szüksége.
A kontextusablak és a kimeneti korlát nem ugyanaz
A kontextusablak az utasítások, a beszélgetési előzmények, az eszközeredmények, a lekéri szöveg és a generált kimenet teljes tokengazdálkodási kerete. A maximális kimeneti beállítás csak a választ korlátozza. Egy egymillió tokenes ablakkal hirdetett modell nem feltétlenül fogad el egymillió tokenes promptot, ha a rendszerutasítások és a fenntartott kimenet is beleszámít.
Egyéni PandaCode-modellek esetén a modell űrlapja megjeleníti a Context Window és a Max Tokens mezőket. Ha a PandaNpc már ismeri a modellt, hagyja őket üresen. Ha egyéni értékeket ad meg, használja a szolgáltató dokumentált korlátait, és hagyjon biztonsági tartalékot a rendszerpromptok és a tömörítés számára. Ha a kontextusablakot nagyobbra állítja, mint amit a felső szintű API támogat, egy hosszú ideig futó munkamenet csak jelentős munka után szakadhat meg.
Elérhetőség, kvóták és adatvédelem
Mielőtt éles környezetben egy modellre hagyatkozna, győződjön meg a következőkről:
- Megjelenik az aktuális modellválasztóban, és engedélyezett a fiókjához.
- A bemeneti típusai megfelelnek a feladatnak; egy szöveges modell előfordulhat, hogy nem fogad el képeket vagy fájlokat.
- A szolgáltató kvótája, sebességkorlátja és számlázási szabályzata elfogadható.
- Az adatkezelési követelményei lehetővé teszik a kiválasztott tartalom küldését az adott szolgáltatónak.
- Az eszközhívás és a strukturált kimenet működik az Ön által kiválasztott pontos modellverzióval.
A PandaNpc továbbíthatja a csevegés vagy a munkamenet tartalmát a kiválasztott funkciót működtető szolgáltatónak. A bizalmas anyagok elküldése előtt tekintse át az Adatvédelmi szabályzatot és a szolgáltató saját adatmegőrzési és képzési feltételeit.
Nem listázott modell hozzáadása
Ha egy OpenAI-kompatibilis vagy támogatott szolgáltatói modell hiányzik, adjon hozzá egy szolgáltatót, majd regisztrálja a pontos modellazonosítót. A megjelenítési címke lehet emberbarát, de a Model Value értékének egyeznie kell a felső szintű API által várt azonosítóval. A teljes beállítási és ellenőrzési folyamathoz kövesse az Egyéni AI-szolgáltató és API-kulcs konfigurálása című részt.
Ha egy modell eltűnik vagy váratlanul hibát ad, először ellenőrizze az élő választót és a szolgáltató állapotát. A katalógusváltozások, a kivont modellazonosítók, a lejárt kulcsok, a fiókkorlátok és a nem kompatibilis kontextusbeállítások gyakoribb okok, mint a PandaNpc kliens telepítési problémája.