PandaNpc може використовувати вбудовані чат-моделі, що надаються сервісом, а також моделі, підключені через вашого власного API-провайдера. Він також може віддалено керувати кодинговими рушіями, такими як Claude Code, OpenAI Codex і PandaCode. Це пов'язані варіанти, але вони не є взаємозамінними.
Ця сторінка є знімком вбудованого каталогу моделей станом на 17 серпня 2026 року. Доступність моделей змінюється швидше, ніж документація, тому селектор моделей у застосунку є авторитетним джерелом. Публічний рейтинг ШІ-моделей — найкраще місце для порівняння актуальних даних про якість, швидкість і ціну.
Вбудований каталог моделей
Вбудовані моделі можна вибрати без введення власного ключа провайдера. Каталог наразі містить:
| Сімейство провайдерів | Моделі, які відображаються в PandaNpc | Хороша відправна точка для |
|---|---|---|
| OpenAI | GPT-5.6 Sol | Загальних міркувань, кодингу, робочих процесів, орієнтованих на інструменти |
| Anthropic | Claude Fable 5, Claude Opus 4.8, Claude Sonnet 5 | Розгорнутих міркувань, рев'ю коду, планування впровадження |
| Gemini 3.1 Pro | Мультимодальної роботи та роботи з довгими документами | |
| DeepSeek | DeepSeek v4 pro, DeepSeek v4 flash | Міркувань або швидших запитів, чутливих до вартості |
| Moonshot AI | Kimi Coding k3, Kimi Coding k3 [1m], Kimi K3 | Кодингу та робочих процесів із довгим контекстом; запис [1m] явно вказує на варіант із великим вікном |
| Zhipu AI | GLM-5.2 | Універсальних завдань китайською мовою та кодингу |
| Alibaba | Qwen 3.7 Max | Загальних міркувань, багатомовної роботи та коду |
Назви в селекторі ідентифікують конфігурацію сервісу, а не постійну гарантію продуктивності. Провайдери можуть змінювати базові версії моделей, обмеження контексту, ціни, ліміти швидкості або регіональну доступність.
Вбудовані моделі, API-моделі та кодингові рушії
Перш ніж порівнювати назви, виберіть правильний рівень:
| Рівень | Де працює | Автентифікація та білінг | Типове використання |
|---|---|---|---|
| Вбудована модель PandaNpc | Через сервіс моделей PandaNpc | Використовує ваш доступ до PandaNpc і відповідну сервісну квоту | Чат, нотатки, підсумки та підтримувані функції ШІ |
| Модель користувацького провайдера | Безпосередньо до Base URL, який ви налаштовуєте, якщо це підтримується | Використовує API key і білінг вашого провайдера | OpenAI-сумісні ендпоінти, приватні шлюзи, Ollama або LM Studio |
| Рушій Claude Code або Codex | На вашому підключеному комп'ютері | Використовує обліковий запис або API-конфігурацію цього локального CLI | Редагування репозиторіїв, виконання команд та агентний кодинг |
| Рушій PandaCode | На вашому підключеному комп'ютері з налаштовуваним бекендом | Використовує модель/провайдера, призначені для PandaCode | Робочий процес у стилі Claude Code на DeepSeek, Qwen, приватних шлюзах та інших підтримуваних API |
Вибір GPT-5.6 Sol у чаті не змінює модель, яку використовує процес Codex, що вже запущений на вашому комп'ютері. Так само спільне використання з'єднання Claude Code не надає окремої квоти на вбудовану чат-модель. Як локальні кодингові рушії доступні віддалено, див. у довіднику з підключення PandaPaw.
Як вибрати модель
Виходьте із завдання, а не з назви бренду:
- Кодинг у масштабі репозиторію: використовуйте Claude Code, Codex або PandaCode, коли завдання потребує файлів, shell-команд, тестів і підтверджень інструментів. Обирайте модель рушія залежно від репозиторію та бюджету.
- Складні міркування або рев'ю: почніть із флагманської або «про»-моделі, як-от GPT-5.6 Sol, Claude Opus 4.8, Claude Sonnet 5, Gemini 3.1 Pro або DeepSeek v4 pro, а потім порівняйте фактичні результати на вашому запиті.
- Швидка ітерація: конфігурація «flash», як-от DeepSeek v4 flash, може краще підходити для класифікації, переписування, вилучення даних і повторюваних невеликих викликів.
- Дуже довгий вхід: обирайте запис у каталозі, заявлене вікно контексту якого покриває запит, наприклад Kimi Coding k3 [1m], але не вважайте, що максимальний контекст забезпечує максимальну точність. Пошук, підсумки та менші сфокусовані входи часто є надійнішими та дешевшими.
- Робота китайською або багатомовна робота: порівняйте варіанти Kimi, DeepSeek, GLM, Qwen, Gemini, Claude та OpenAI на репрезентативних текстах. Якість мови залежить від домену та стилю інструкцій.
- Навантаження, чутливі до вартості: порівнюйте ціну вхідних даних, ціну вихідних даних, політику кешування вхідних даних і частоту збоїв/повторних спроб. Дешевший токен усе одно може коштувати більше, якщо моделі потрібні повторні спроби.
Вікно контексту та ліміт виводу — це різні речі
Вікно контексту — це загальний бюджет токенів для інструкцій, історії розмови, результатів інструментів, отриманого тексту та згенерованого виводу. Налаштування максимального виводу обмежує лише відповідь. Модель, заявлена з вікном на один мільйон токенів, не обов'язково приймає запит на один мільйон токенів після врахування системних інструкцій і зарезервованого виводу.
Для користувацьких моделей PandaCode форма моделі показує Context Window і Max Tokens. Залиште їх незаданими, якщо PandaNpc уже знає модель. Якщо ви вводите власні значення, використовуйте задокументовані ліміти провайдера та залишайте запас для системних промптів і ущільнення. Встановлення вікна, більшого, ніж підтримує вищестоящий API, може призвести до збою довготривалої сесії вже після значного обсягу виконаної роботи.
Доступність, квоти та конфіденційність
Перш ніж покладатися на модель у виробничому середовищі, переконайтеся:
- Вона є у вашому поточному селекторі моделей і авторизована для вашого облікового запису.
- Її типи вхідних даних відповідають вашому завданню; текстова модель може не приймати зображення або файли.
- Квота провайдера, ліміт швидкості та політика виставлення рахунків є прийнятними.
- Ваші вимоги до обробки даних дозволяють надсилати вибраний вміст цьому провайдеру.
- Виклик інструментів і структурований вивід працюють саме з тією версією моделі, яку ви вибрали.
PandaNpc може передавати вміст чату або сесії провайдеру, який забезпечує роботу вибраної функції. Перш ніж надсилати конфіденційні матеріали, ознайомтеся з Політикою конфіденційності та власними умовами зберігання й навчання вашого провайдера.
Додавання моделі, якої немає у списку
Якщо OpenAI-сумісної або підтримуваної моделі провайдера бракує, додайте провайдера, а потім зареєструйте його точний ідентифікатор моделі. Підпис для відображення може бути зручним для людей, але Model Value має збігатися з ідентифікатором, який очікує вищестоящий API. Повний процес налаштування та перевірки описано в Налаштування власного ШІ-провайдера та API key.
Якщо модель зникає або несподівано перестає працювати, спершу перевірте актуальний селектор і статус провайдера. Зміни в каталозі, виведені з експлуатації ідентифікатори моделей, прострочені ключі, ліміти облікового запису та несумісні налаштування контексту є більш поширеними причинами, ніж проблема з інсталяцією клієнта PandaNpc.