Поиск.
Найдено: 0 моделей и 20 материалов
Материалы
Как создать Ephemeral Token для Gemini Live API и не раскрыть основной ключ
Настройка временных токенов Gemini Live API: auth_tokens.create, uses, expire_time, new_session_expire_time, constraints и безопасная выдача клиенту.
Как создать голосового ассистента через Gemini Live API и не раскрыть API-ключ
Архитектура Gemini Live API: WebSocket, PCM 16 кГц, аудио 24 кГц, ephemeral tokens, прерывание речи и проверка задержки.
Как ограничить длину генерации в Transformers через max_new_tokens и проверить результат
Граница новых токенов против общей длины входа, детерминированный тест и контроль обрезанного ответа на локальной instruct-модели.
Как управлять reasoning tokens в OpenRouter и не переплачивать за рассуждение
Параметр reasoning, лимит усилий и токенов, поля ответа, учет стоимости и тест, показывающий когда длинное рассуждение не улучшает результат.
Как настроить Prompt Caching в Claude API и проверить cache_read_input_tokens
Как расставить cache_control в Claude API, сохранить стабильный префикс и подтвердить повторное чтение кеша по usage.
Как настроить голосовой диалог через Gemini Live API и безопасно прерывать ответ
Архитектура Gemini Live API: WebSocket, PCM-аудио, ephemeral tokens, barge-in, транскрипты и проверка задержек.
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 русского промпта через /tokenize в llama.cpp
Считаем токены конкретным токенизатором GGUF, проверяем структуру tokens и риск переполнения контекста.
Как настроить ModelSettings в OpenAI Agents SDK и проверить фактические параметры
Настраиваем temperature, top_p, tool_choice, parallel_tool_calls, max_tokens и store; проверяем поддержку провайдером через ScriptedModel.
Как подключить Web Fetch в Claude API для чтения страниц и PDF
Гайд по Claude Web Fetch: allowed_domains, max_uses, max_content_tokens, citations, cache bypass, dynamic filtering и проверка источников.
Как получить полные tokenizer-поля через verbose в Ollama /api/show
Вызываем /api/show с verbose:true, читаем model_info и проверяем заполнение tokenizer tokens, merges и token_type без публикации гигантского ответа.
Как проверить prompt caching в Fireworks AI по реальным метрикам
Стабильный префикс, x-session-affinity, cache isolation, заголовки cached prompt tokens и A/B-проверка TTFT без самообмана.
Как проверить Prompt Caching в Groq API и получить cache hit
Автоматический prompt caching Groq: стабильный общий префикс, cached_tokens, двухчасовое истечение, ограничения моделей и честный A/B-тест.
Как проверить Prompt Caching в OpenAI API и найти промахи кеша
Практическая настройка Prompt Caching в OpenAI API: стабильный префикс, cached_tokens, контрольный тест и диагностика cache miss.
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 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 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 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.
Как включить Extended Thinking в Claude API и подобрать бюджет
Практическая настройка extended thinking в Claude Messages API: budget_tokens, max_tokens, тесты качества и контроль задержки.