PandaNpc dapat menggunakan model obrolan bawaan yang disediakan oleh layanan dan model yang terhubung melalui penyedia API Anda sendiri. Ia juga dapat mengendalikan mesin coding dari jarak jauh seperti Claude Code, OpenAI Codex, dan PandaCode. Ini adalah pilihan yang terkait, tetapi tidak dapat dipertukarkan.
Halaman ini adalah cuplikan dari katalog model bawaan pada 17 Agustus 2026. Ketersediaan model berubah lebih cepat daripada dokumentasi, sehingga pemilih model di aplikasi adalah sumber yang otoritatif. Papan peringkat model AI publik adalah tempat terbaik untuk membandingkan data kualitas, kecepatan, dan harga saat ini.
Katalog model bawaan
Model bawaan dapat dipilih tanpa memasukkan kunci penyedia Anda sendiri. Katalog saat ini mencakup:
| Keluarga penyedia | Model yang ditampilkan di PandaNpc | Titik awal yang baik untuk |
|---|---|---|
| OpenAI | GPT-5.6 Sol | Penalaran umum, pengodean, alur kerja berorientasi alat |
| Anthropic | Claude Fable 5, Claude Opus 4.8, Claude Sonnet 5 | Penalaran bentuk panjang, tinjauan kode, perencanaan implementasi |
| Gemini 3.1 Pro | Pekerjaan multimodal dan dokumen panjang | |
| DeepSeek | DeepSeek v4 pro, DeepSeek v4 flash | Penalaran atau permintaan yang lebih cepat dan sensitif terhadap biaya |
| Moonshot AI | Kimi Coding k3, Kimi Coding k3 [1m], Kimi K3 | Pengodean dan alur kerja konteks panjang; entri [1m] secara eksplisit mengidentifikasi varian jendela besar |
| Zhipu AI | GLM-5.2 | Tugas bahasa Tionghoa dan pengodean tujuan umum |
| Alibaba | Qwen 3.7 Max | Penalaran umum, pekerjaan multibahasa, dan kode |
Nama-nama dalam pemilih mengidentifikasi konfigurasi layanan, bukan jaminan kinerja permanen. Penyedia dapat merevisi versi model yang mendasarinya, batas konteks, harga, batas kecepatan, atau ketersediaan regional.
Model bawaan, model API, dan mesin pengodean
Pilih lapisan yang tepat sebelum membandingkan nama:
| Lapisan | Tempat berjalan | Autentikasi dan penagihan | Penggunaan umum |
|---|---|---|---|
| Model bawaan PandaNpc | Melalui layanan model PandaNpc | Menggunakan akses PandaNpc Anda dan kuota layanan yang berlaku | Obrolan, catatan, ringkasan, dan fitur AI yang didukung |
| Model penyedia kustom | Langsung ke Base URL yang Anda konfigurasi saat didukung | Menggunakan API key penyedia dan penagihan penyedia Anda | Endpoint yang kompatibel dengan OpenAI, gateway pribadi, Ollama, atau LM Studio |
| Mesin Claude Code atau Codex | Di komputer Anda yang terhubung | Menggunakan akun atau konfigurasi API dari CLI lokal tersebut | Mengedit repositori, menjalankan perintah, dan pengodean agentik |
| Mesin PandaCode | Di komputer Anda yang terhubung dengan backend yang dapat dikonfigurasi | Menggunakan model/penyedia yang ditetapkan ke PandaCode | Alur kerja bergaya Claude Code di DeepSeek, Qwen, gateway pribadi, dan API lain yang didukung |
Memilih GPT-5.6 Sol dalam obrolan tidak mengubah model yang digunakan oleh proses Codex yang sudah berjalan di mesin Anda. Demikian pula, berbagi koneksi Claude Code tidak memberikan kuota model obrolan bawaan terpisah. Lihat referensi koneksi PandaPaw untuk mengetahui cara mesin pengodean lokal diekspos dari jarak jauh.
Cara memilih model
Mulailah dari tugas, bukan nama merek:
- Pengodean skala repositori: gunakan Claude Code, Codex, atau PandaCode saat tugas membutuhkan file, perintah shell, pengujian, dan persetujuan alat. Pilih model mesin berdasarkan repositori dan anggaran.
- Penalaran atau tinjauan yang kompleks: mulailah dengan model unggulan atau "pro" seperti GPT-5.6 Sol, Claude Opus 4.8, Claude Sonnet 5, Gemini 3.1 Pro, atau DeepSeek v4 pro, lalu bandingkan hasil aktual pada prompt Anda.
- Iterasi cepat: konfigurasi "flash" seperti DeepSeek v4 flash bisa lebih cocok untuk klasifikasi, penulisan ulang, ekstraksi, dan panggilan kecil yang berulang.
- Input yang sangat panjang: pilih entri katalog yang jendela konteksnya mencakup permintaan, seperti Kimi Coding k3 [1m], tetapi jangan berasumsi bahwa konteks maksimum memberikan akurasi maksimum. Pengambilan (retrieval), ringkasan, dan input terfokus yang lebih kecil sering kali lebih andal dan lebih murah.
- Pekerjaan bahasa Tionghoa atau multibahasa: bandingkan opsi Kimi, DeepSeek, GLM, Qwen, Gemini, Claude, dan OpenAI pada teks representatif. Kualitas bahasa bervariasi berdasarkan domain dan gaya instruksi.
- Beban kerja yang sensitif terhadap biaya: bandingkan harga input, harga output, kebijakan input yang di-cache, dan tingkat kegagalan/percobaan ulang. Token yang lebih murah tetap dapat memakan biaya lebih besar jika model membutuhkan percobaan berulang.
Jendela konteks dan batas keluaran itu berbeda
Jendela konteks adalah total anggaran token untuk instruksi, riwayat percakapan, hasil alat, teks yang diambil, dan keluaran yang dihasilkan. Pengaturan keluaran maksimum hanya membatasi respons. Model yang diiklankan dengan jendela satu juta token tidak serta-merta menerima prompt satu juta token setelah instruksi sistem dan keluaran yang dicadangkan disertakan.
Untuk model PandaCode kustom, formulir model menampilkan Context Window dan Max Tokens. Biarkan kosong jika PandaNpc sudah mengenal model tersebut. Jika Anda memasukkan nilai kustom, gunakan batas yang terdokumentasi dari penyedia dan berikan ruang aman untuk prompt sistem dan pemadatan. Mengatur jendela lebih besar dari yang didukung API hulu dapat membuat sesi yang berjalan lama gagal hanya setelah banyak pekerjaan selesai.
Ketersediaan, kuota, dan privasi
Sebelum mengandalkan model dalam produksi, pastikan:
- Model tersebut muncul di pemilih model Anda saat ini dan diotorisasi untuk akun Anda.
- Jenis inputnya sesuai dengan tugas Anda; model teks mungkin tidak menerima gambar atau file.
- Kuota penyedia, batas kecepatan, dan kebijakan penagihannya dapat diterima.
- Persyaratan penanganan data Anda mengizinkan pengiriman konten yang dipilih ke penyedia tersebut.
- Pemanggilan alat dan keluaran terstruktur berfungsi dengan versi model yang tepat yang Anda pilih.
PandaNpc dapat mengirimkan konten obrolan atau sesi ke penyedia yang mendukung fitur yang dipilih. Tinjau Kebijakan Privasi dan ketentuan penyimpanan serta pelatihan penyedia Anda sendiri sebelum mengirim materi rahasia.
Menambahkan model yang tidak terdaftar
Jika model penyedia yang kompatibel dengan OpenAI atau yang didukung tidak ada, tambahkan penyedia lalu daftarkan pengidentifikasi model yang tepat. Label tampilan bisa ramah pengguna, tetapi Model Value harus cocok dengan pengidentifikasi yang diharapkan oleh API hulu. Ikuti Konfigurasi penyedia AI kustom dan API key untuk alur penyiapan dan verifikasi lengkap.
Ketika sebuah model hilang atau gagal secara tidak terduga, periksa dulu pemilih langsung dan status penyedia. Perubahan katalog, ID model yang pensiun, kunci yang kedaluwarsa, batas akun, dan pengaturan konteks yang tidak kompatibel lebih sering menjadi penyebab daripada masalah instalasi klien PandaNpc.