GPT 3.5 Turbo (older v0613)
6308°
Jalankan model ini
Penawaran / Iklan
OpenAI | konteks 4.095 token | $1.00/M input, $2.00/M output. GPT-3.5 Turbo adalah model tercepat dari OpenAI. Dapat memahami dan menghasilkan bahasa alami atau kode, serta dioptimalkan untuk obrolan dan tugas penyelesaian tradisional. Data pelatihan hingga Sep 2021.
Panduan untuk model ini
10 Alternatif ChatGPT Termurah di 2026: model lokal gratis, tingkat gratis, dan paket tarif tetap
Bobot terbuka vs sumber terbuka vs hanya API: apa yang sebenarnya boleh kamu lakukan
Catatan Kapten
Catatan dari 2026-10-13
GPT-3.5 Turbo (v0613) adalah model chat dan penyelesaian OpenAI versi lama, bobot tertutup dan hanya API. Model ini menangani bahasa alami dan kode dengan harga rendah, meskipun jendela konteks 4.095 token dan batas pengetahuan hingga September 2021 membuatnya kurang cocok untuk hal-hal terkini atau panjang. Jika Anda memelihara integrasi yang dibangun pada versi ini, tidak masalah, tapi untuk pekerjaan baru ada opsi yang lebih baik.
Dikenal untuk
- Respons cepat cocok untuk tugas chat dan penyelesaian volume tinggi
- Menangani generasi bahasa alami dan kode dasar
- Harga input rendah $1,00 per juta token
- Versi v0613 yang dipin untuk perilaku API yang stabil dan dapat direproduksi
Waspadai
- Jendela konteks hanya 4.095 token — sangat terbatas menurut standar saat ini.
- Pengetahuan berhenti pada September 2021; apa pun yang lebih baru tidak termasuk dalam pelatihan.
- Bobot tertutup, hanya API — tidak bisa dijalankan lokal atau diperiksa modelnya.
Terbaik untuk
Prompt untuk dicoba
Penjelasan kode cepat
Jelaskan fungsi Python berikut baris demi baris dalam bahasa Inggris sederhana yang cocok untuk pengembang junior:
def flatten(lst):
result = []
for item in lst:
if isinstance(item, list):
result.extend(flatten(item))
else:
result.append(item)
return result
Ringkas teks pendek
Ringkas paragraf berikut dalam satu kalimat, lalu buat daftar tiga fakta terpenting dalam poin-poin. Gunakan bahasa sederhana dan hindari jargon.
Tempelkan paragraf Anda di sini.
Buat balasan singkat
Tulis balasan email singkat dan sopan menolak permintaan pertemuan. Pengirim meminta panggilan satu jam Selasa depan untuk membahas proposal kemitraan. Batasi di bawah 80 kata dan buka kemungkinan untuk percakapan di masa depan.
Bandingkan dengan
- GPT-5.6 LunaModel hanya APIkonteks 1,050,000 token · $0.20/M input, $1.20/M output
- GPT-4o-miniModel hanya APIkonteks 128,000 token · $0.15/M input, $0.60/M output
- GPT-5 NanoModel hanya APIkonteks 400,000 token · $0.05/M input, $0.40/M output
- GPT-4o-mini (2024-07-18)Model hanya APIkonteks 128,000 token · $0.15/M input, $0.60/M output
Model teks lain dari openai
Pertanyaan yang sering diajukan
- Bisakah saya menjalankan GPT-3.5 Turbo v0613 secara lokal?
- Tidak. OpenAI belum merilis bobot; model ini hanya tersedia lewat API dan tidak bisa diunduh atau dijalankan di perangkat Anda.
- Berapa biayanya dan berapa panjang konteksnya?
- Harga $1,00 per juta token input dan $2,00 per juta token output, dengan jendela konteks 4.095 token — cukup untuk pertukaran singkat tapi tidak untuk dokumen panjang.
- Apa bedanya dengan model GPT yang lebih baru?
- Ini versi lama yang dipin pada checkpoint v0613, berguna jika Anda butuh keluaran stabil dan dapat direproduksi dari integrasi yang ada; model OpenAI yang lebih baru menawarkan jendela konteks lebih besar, data pelatihan lebih baru, dan performa umumnya lebih kuat.
Putusan KaptenCheckpoint warisan yang layak disimpan hanya jika Anda memiliki integrasi yang bergantung padanya; mulai proyek baru dengan model lain.
Kapten menulis catatan ini dari deskripsi model dan kartu model itu sendiri. Harga dan ukuran konteks adalah milik penyedia pada saat penulisan dan dapat berubah.
Ranking badge
Updated Oct 22, 2026
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Also ranked: #97 Hottest Text / LLM text model
Not this creator?
Get your own badge
Bagaimana skor ini dihitung
Model ini belum punya data popularitas dari sumber mana pun, jadi memakai angka pengganti di bawah 7,000° supaya daftar tetap lengkap. Model ini tidak pernah berada di atas model yang punya data. Rinciannya akan muncul di sini segera setelah ada laporan dari sumber.
Glosarium: istilah yang dipakai di sini
- Skor heat
- Satu angka untuk seberapa banyak model dipakai dan diinginkan sekarang, dari 0° sampai 9.999°. Setiap daftar di situs ini yang bilang terpanas diurutkan berdasarkan ini dan tidak ada yang lain.
- Lantai
- 7.000° yang jadi titik awal semua model dengan data nyata. Skala dari 0° sampai 9.999°; bagian di bawah lantai untuk pengganti (model tanpa data), supaya model dengan data selalu di atas yang tanpa. Lantai sama untuk semua dan tidak menentukan apa-apa; derajat di atasnya yang dihitung.
- Setara unduhan
- Semua yang dihitung skor sebagai unduhan, dijumlahkan: unduhan itu sendiri, setiap torrent seeder dihitung 1.000, setiap gambar AI Horde dan setiap run di situs generasi dihitung satu.
- Skala log
- Menghitung per puluhan, bukan per satuan: naik dari 1.000 ke 10.000 unduhan menambah derajat yang sama dengan naik dari 10.000 ke 100.000. Ini mencegah raksasa mendominasi semuanya.
- Suka
- Jempol ke atas dan suka dari semua sumber, bernilai setengah unduhan di skala log.
- Tingkat adopsi
- Berapa banyak unduhan per hari yang didapat model sekarang, dari selisih dua pembacaan sumber. Bobot seperempat dari istilah unduhan.
- Diukur dan diperkirakan
- Diukur berarti ada dua pembacaan dari sumber dan perbedaannya nyata. Diperkirakan berarti hanya total hari ini yang diketahui dan masa lalu dibagi selama umur model; situs memberitahu mana yang sedang ditampilkan.
- Seeder
- Seseorang yang menyimpan salinan bobot secara online agar orang lain bisa mengunduh lewat torrent, atau mirror yang dihosting melakukan hal yang sama. Setiap satu dihitung sebagai 1.000 unduhan.
- AI Horde
- Jaringan sukarelawan yang menghasilkan gambar secara gratis di komputer yang disumbangkan. Jumlah gambar yang dibuat dengan model tertentu bersifat publik, dan setiap gambar dihitung sebagai satu unduhan.
- Situs generasi
- Situs yang menyimpan salinan model sendiri dan membiarkan orang menghasilkan gambar dengannya, seperti PixAI, SeaArt, dan Yodayo. Unduhan mereka dihitung seperti di Civitai dan setiap kali generasi dihitung sebagai satu unduhan.
- Token OpenRouter
- Model teks yang dilayani melalui API, seperti Claude atau GPT, tidak memiliki bobot untuk diunduh, jadi penggunaannya diukur dalam token: potongan teks yang dibaca dan ditulis melalui OpenRouter, gateway yang digunakan banyak aplikasi, selama 30 hari terakhir. Setiap 10,000,000 token dihitung sebagai satu unduhan. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Model penuh (checkpoint)
- Bobot itu sendiri, file yang bisa menghasilkan secara mandiri. Mendapat bonus karena add-on bergantung padanya.
- LoRA dan embedding
- File add-on kecil yang mengarahkan bobot orang lain ke gaya, karakter, atau konsep tertentu. Tidak bisa dijalankan sendiri.
- Keluarga dan bobot
- Dasar yang dipakai model, seperti SD 1.5, SDXL, Flux, atau Wan. Setiap model mewarisi tanggal rilis bobot keluarganya.
- Usia
- Pengurangan nilai berdasarkan seberapa lama bobot keluarga itu dirilis: 150° per tahun, sampai maksimal 750°. Ini menjaga unduhan lama yang sudah bertahun-tahun menumpuk agar tetap di atas daftar.
- Dorongan keluarga
- Dorongan kecil dan terbatas untuk LoRA dari keluarga yang sedang didorong situs ini sekarang, selalu tercantum dalam rincian.
- Skor pengganti
- Angka stabil di bawah batas yang diberikan pada model yang belum ada laporan sumbernya, supaya daftar tetap lengkap. Tidak pernah lebih tinggi dari model yang punya data.
- Baru! (masa tenggang)
- Model yang berumur kurang dari 7 hari menunjukkan label Baru! bukan skor dan tidak masuk peringkat. Skornya dihitung sejak hari pertama, tapi model yang baru sehari tumbuh lebih cepat dari apa pun, jadi tanpa masa tunggu model #1 minggu ini selalu yang baru kemarin, bukan yang bertahan seminggu.
- Tren
- Bagaimana pertumbuhan model selama periode tertentu dibandingkan dengan pertumbuhan model biasa di periode yang sama. Lebih cepat dari biasanya berarti naik, lebih lambat berarti turun.
- Model biasa
- Tengah katalog: setengah model dengan angka tumbuh lebih cepat selama periode itu, setengahnya lebih lambat.
