"model":"morph/morph-v3-large"Высокоточная модель применения изменений в коде от Morph для сложных правок. ~4 500 токенов/с с точностью 98% для точных преобразований кода.
Модель требует, чтобы промпт был в следующем формате: <instruction>{instruction}</instruction> <code>{initial_code}</code> <update>{edit_snippet}</update>
Для Morph включён режим нулевого хранения данных (Zero Data Retention). Узнайте больше об этой модели в их документации
Поддерживаемые параметры
Включает возврат логарифмов вероятностей для выбранных моделью токенов. По этим значениям можно оценивать уверенность модели в каждом фрагменте ответа. Используется для аналитики, фильтрации низкоуверенных ответов и исследовательских задач. На сам текст ответа параметр не влияет — только добавляет служебные данные.
Ограничивает максимальное число токенов, которое модель сгенерирует в ответе. Это потолок длины именно ответа, не считая токенов запроса; сумма запроса и ответа не может превышать размер контекстного окна. Если лимит мал, ответ может оборваться на середине. Параметр также влияет на стоимость, так как выходные токены тарифицируются отдельно.
Задаёт требуемый формат вывода модели. В режиме JSON-объекта модель обязана вернуть синтаксически корректный JSON, что удобно для программной обработки. Можно также потребовать соответствие конкретной JSON-схеме. Использование этого параметра снижает необходимость «вычищать» свободный текст и парсить его эвристиками.
Список строк, при появлении которых генерация немедленно останавливается. Сами стоп-строки в ответ не включаются, что удобно для обрезания вывода по разделителю или маркеру конца. Часто используется в структурированных промптах и при ролевой разметке диалога. Можно задать несколько последовательностей одновременно.
Гарантирует, что ответ модели строго соответствует заданной JSON-схеме. В отличие от обычной просьбы «верни JSON», провайдер на уровне декодирования не позволяет нарушить структуру и типы полей. Это критично для надёжных интеграций, где ответ сразу передаётся в код без дополнительной валидации. Поддерживается не всеми моделями и обычно используется вместе с описанием схемы.
Управляет случайностью выбора следующего токена. Значение около 0 делает ответы почти детерминированными и предсказуемыми — модель каждый раз выбирает наиболее вероятное продолжение. Более высокие значения (0.7–1.0 и выше) повышают разнообразие и «креативность», но и риск ошибок и бессвязности. Для фактических задач и кода обычно берут низкую температуру, для генерации идей и текстов — выше.
Для каждой позиции возвращает несколько наиболее вероятных токенов-кандидатов вместе с их лог-вероятностями. Это даёт картину альтернатив, которые модель рассматривала, а не только итогового выбора. Полезно для оценки уверенности, отладки и построения собственных эвристик ранжирования. Обычно задаётся числом и работает вместе с включённым параметром logprobs.
Быстрый старт
curl https://api.aiadapter.ru/api/v1/chat/completions \
-H "Authorization: Bearer sk-aa-v1-..." \
-H "Content-Type: application/json" \
-d '{"model":"morph/morph-v3-large","messages":[{"role":"user","content":"Привет!"}]}'