Поиск.
Найдено: 3 модели и 20 материалов
Нейросети
Весь каталог
- Чат$0 · ₽ уточняйте
- API V3уточняйте · уточняйте
- через API / Pro$20 · ₽ уточняйте
- Bedrockуточняйте · уточняйте
Материалы
Что такое токены в нейросети и почему от них зависит длина ответа
Объясняем, как модели делят текст, чем токены отличаются от слов и почему русский и код расходуют контекст по-разному.
Как считать токены и расходы YandexGPT по полю usage
Контроль токенов YandexGPT: inputTextTokens, completionTokens, totalTokens, стоимость успешной задачи и поиск лишнего контекста.
Как считать токены до запроса Claude API и контролировать размер контекста
Как использовать Token Counting API Claude: собрать будущий запрос, оценить input tokens и решить, что сократить.
Как считать токены и запросы через Usage в OpenAI Agents SDK
Как получить requests, input_tokens, output_tokens и request_usage_entries в OpenAI Agents SDK, проверить многошаговый run и подготовить корректный журнал потребления.
Что лучше для OpenAI API: сокращать токены или использовать меньшую модель
Сравнение способов снизить расходы OpenAI API: входной контекст, длина ответа, кэширование, smaller model и проверка качества на eval.
Как посчитать токены русского промпта через /tokenize в llama.cpp
Считаем токены конкретным токенизатором GGUF, проверяем структуру tokens и риск переполнения контекста.
Как посчитать токены в Gemini API до отправки большого запроса
Как посчитать токены в Gemini API до отправки большого запроса: конкретные шаги, тестовый пример, проверка результата и ошибки.
Как посчитать токены локальной модели в LM Studio до запроса
Как посчитать токены локальной модели в LM Studio до запроса: точная настройка, пример, критерии проверки и типичные ошибки.
Как считать токены в Gemini API до запроса и после ответа
Как использовать countTokens и usage metadata в Gemini API, учитывать файлы и историю, а затем контролировать размер контекста.
Как работает Prompt Caching в OpenAI API и что реально экономит токены
Объясняем Prompt Caching: какой префикс повторять, куда ставить переменную часть, как измерять cached tokens и не путать кэш с памятью.
Как считать токены Claude до отправки запроса и не превышать контекст
Использование Token Counting API Claude: предварительная оценка запроса, резерв под ответ и контроль сложных блоков.
Что изменилось в GigaChat API в 2026 году: новый URL, токены и тарифы
Актуальные изменения GigaChat API на 12 сентября 2026 года: api.giga.chat, OAuth v2, токен 30 минут и новые условия подключения юрлиц.
Как считать токены, стоимость и кэш OpenRouter из поля usage
Учет расходов без дополнительного запроса: prompt, completion, reasoning, cached и cache_write tokens, cost и особенности последнего SSE-события.
Как работает prompt caching в Claude API и когда он полезен
Разбираем кэширование промптов Claude: что размещать в стабильном префиксе, как проверять токены кэша и чего не ожидать.
Почему Groq API возвращает 429 и как читать rate-limit headers
Диагностика RPM, RPD, TPM, TPD, ITPM и OTPM в Groq: retry-after, оставшиеся токены, очередь, jitter и защита от шторма повторов.
Почему нейросеть не всегда точно считает слова и символы в тексте
Разбираем, почему ИИ ошибается в точном подсчёте букв, слов и знаков, и чем безопасно проверять ограничения по объёму.
Как получить logprobs и top_logprobs через Ollama Generate API
Включаем logprobs, задаём top_logprobs, разбираем токены и альтернативы и проверяем структуру без ложной интерпретации.
Как сделать Telegram-бота с помощью ИИ: от сценария до безопасного запуска
Понятный план создания Telegram-бота: сценарий, прототип с ИИ, токены, тестирование и границы того, что нельзя отдавать модели.
Как использовать I/O Binding ONNX Runtime на CPU
I/O Binding в Python на CPU: OrtValue из NumPy, bind_ortvalue_input, bind_output, run_with_iobinding и точная проверка результата.
Как настроить intra-op потоки ONNX Runtime через SessionOptions
SessionOptions и intra_op_num_threads в ONNX Runtime: два потока, воспроизводимый output, честный benchmark и почему больше потоков не всегда быстрее.