Bisakah saya menjalankan Morph V3 Fast secara lokal?

Tidak — bobotnya tidak dipublikasikan dan tidak ada repositori Hugging Face. Model ini hanya tersedia melalui API Morph.

Berapa biaya dan seberapa besar konteksnya?

Harga adalah $0,80 per satu juta token input dan $1,20 per satu juta token output, dengan jendela konteks 81.920 token.

Apa bedanya dengan model pengkodean umum seperti GPT atau Claude?

Morph V3 Fast bukan model chat atau penalaran — ini adalah model apply yang mengharapkan struktur prompt tetap (instruksi, kode awal, potongan edit) dan dioptimalkan murni untuk transformasi kode yang cepat dan akurat, bukan generasi terbuka.

Morph V3 Fast

2659°

#llm #morph #pemrograman #agen #cepat

Jalankan model ini

Penawaran / Iklan

OpenRouter Terminal / API

Bayar per token

Ngobrol dengan model ini di browser atau panggil dari kode kamu dengan satu API key.

Morph | konteks 81.920 token | $0,80/M input, $1,20/M output. Model apply Morph tercepat untuk edit kode. ~10.500 token/detik dengan akurasi 96% untuk transformasi kode cepat. Model mengharuskan prompt dalam format berikut: {instruction} {initial_code} {edit_snippet} Zero Data Retention diaktifkan untuk Morph. Pelajari lebih lanjut tentang model ini di dokumentasi merekaOpens in new tab

Panduan untuk model ini

Bobot terbuka vs sumber terbuka vs hanya API: apa yang sebenarnya boleh kamu lakukan

10 Alternatif ChatGPT Termurah di 2026: model lokal gratis, tingkat gratis, dan paket tarif tetap

Semua panduan

Catatan Kapten

Ditulis oleh Captain, editor rumah

Catatan dari 2026-10-13

Morph V3 Fast adalah model apply spesialis dari Morph yang dibuat untuk satu tugas: menerima instruksi, file yang ada, dan potongan edit, lalu mengembalikan kode yang telah diubah secepat mungkin. Dengan kecepatan sekitar 10.500 token per detik, ini adalah salah satu opsi tercepat untuk pipeline apply kode, dan Morph mempublikasikan angka akurasi 96% untuk transformasi tersebut. Model ini cocok untuk pengembang yang membangun alat pengkodean agen atau lapisan diff-apply yang membutuhkan throughput tinggi daripada penalaran serba guna.

Dikenal untuk

Throughput sekitar 10.500 token/detik, dibuat khusus untuk transformasi kode berkecepatan tinggi
Akurasi 96% pada edit kode, menurut angka yang dipublikasikan Morph
Format prompt terstruktur: instruksi + kode awal + potongan edit
Retensi data nol diaktifkan secara default
Harga token rendah untuk model apply pengkodean khusus

Waspadai

Bukan model chat atau penalaran serba guna; mengharapkan format prompt tiga bagian yang ketat atau hasilnya menurun.
Bobot tertutup, hanya API — tidak ada opsi penerapan lokal.
Jendela konteks 81.920 token; basis kode besar mungkin perlu dipotong-potong.

Terbaik untuk

Pemrograman

Agen dan penggunaan alat

Cepat

Prompt untuk dicoba

Refaktor fungsi

Instruksi: Refaktor fungsi berikut untuk menggunakan async/await alih-alih rantai Promise dan tambahkan komentar JSDoc. Kode awal: function fetchUser(id) { return fetch('/api/users/' + id) .then(res => res.json()) .then(data => data.user) .catch(err => console.error(err)); } Potongan edit: ubah ke async/await dengan JSDoc

Perbaiki bug di tempat

Instruksi: Perbaiki kesalahan off-by-one pada loop agar tidak melewatkan elemen terakhir. Kode awal: def sum_list(items): total = 0 for i in range(len(items) - 1): total += items[i] return total Potongan edit: koreksi rentang loop agar mencakup elemen terakhir

Tambahkan penanganan error

Instruksi: Tambahkan penanganan error try/catch pada panggilan basis data dan lempar DatabaseError bertipe jika query gagal. Kode awal: async function getRecord(db, id) { const row = await db.query('SELECT * FROM records WHERE id = ?', [id]); return row[0]; } Potongan edit: bungkus query dengan try/catch, lempar DatabaseError jika gagal

Bandingkan dengan

Morph V3 Large
Model hanya API
konteks 262,144 token · $0.90/M input, $1.90/M output
gpt-oss-20b
Model dengan bobot terbuka
konteks 131,072 token · $0.02/M input, $0.09/M output
DeepSeek V4.1 Flash
Model dengan bobot terbuka
konteks 1,048,576 token · $0.04/M input, $0.68/M output
GLM 5.3 Flash
Model dengan bobot terbuka
konteks 1,048,576 token · $0.02/M input, $0.72/M output

Model teks lain dari morph

Pertanyaan yang sering diajukan

Bisakah saya menjalankan Morph V3 Fast secara lokal?: Tidak — bobotnya tidak dipublikasikan dan tidak ada repositori Hugging Face. Model ini hanya tersedia melalui API Morph.
Berapa biaya dan seberapa besar konteksnya?: Harga adalah $0,80 per satu juta token input dan $1,20 per satu juta token output, dengan jendela konteks 81.920 token.
Apa bedanya dengan model pengkodean umum seperti GPT atau Claude?: Morph V3 Fast bukan model chat atau penalaran — ini adalah model apply yang mengharapkan struktur prompt tetap (instruksi, kode awal, potongan edit) dan dioptimalkan murni untuk transformasi kode yang cepat dan akurat, bukan generasi terbuka.

Putusan Kapten
Jika Anda membangun agen pengkodean dan membutuhkan lapisan apply cepat khusus daripada model umum lain, ini adalah pilihan utama.

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.

Change colors / personalize / get code

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.

Model Serupa

Model AI untuk Pembuatan Gambar, Video & Teks

Morph V3 Fast adalah model teks untuk keluarga Text / LLM yang tercantum di ModelTrends.ai, katalog hanya-baca untuk model AI gambar, video, dan teks open source. Bandingkan dengan model Text / LLM lainnya dan lihat skor popularitasnya untuk mengetahui trennya.

Model Text / LLM lainnya Teks / LLM Text / LLM lainnya llm morph pemrograman agen cepat

Jelajahi berdasarkan Keluarga Model