Can I run Switchyard locally or download the weights?

Tidak. Switchyard tidak memiliki bobot terbuka dan tidak ada repositori Hugging Face; ia berjalan sebagai lapisan routing melalui API OpenRouter.

What does Switchyard actually cost?

NVIDIA belum mempublikasikan harga per token yang jelas; penagihan ditangani oleh OpenRouter dan diterapkan pada model dasar mana pun yang dipilih Switchyard untuk setiap permintaan.

How is Switchyard different from a normal model?

Ini bukan model — ini adalah router. Ia memeriksa permintaan Anda dan meneruskannya ke salah satu dari dua model yang Anda tentukan, memilih berdasarkan data biaya atau popularitas tanpa menghasilkan output sendiri.

Switchyard

5383°

#llm #nvidia #agen #anggaran

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.

NVIDIA | konteks 1.000.000 token | $-1.000.000,00/M input, $-1.000.000,00/M output. Switchyard adalah perute model open-source yang beralih antara beberapa model untuk mengoptimalkan biaya permintaan. Secara default, ia menggunakan data pasar OpenRouter untuk memilih model biaya rendah dan tinggi yang paling populer. Anda dapat memasukkan dua pilihan dalam parameter models serta menentukan algoritma routing yang ditawarkan Switchyard. Detail ada di dokumentasi SwitchyardOpens in new tab. OpenRouter kemudian menerapkan routing penyedia normal, fallback, dan penagihan untuk model yang dipilih.

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

Switchyard adalah router model open-source dari NVIDIA yang berada di depan model lain dan memilih model termurah atau terpopuler untuk setiap permintaan, menggunakan data pasar OpenRouter secara default. Anda menyediakan dua model kandidat dan algoritma routing; Switchyard memutuskan model mana yang menangani panggilan. Cocok untuk pengembang yang ingin optimasi biaya otomatis antar model tanpa menulis ulang logika aplikasi mereka.

Dikenal untuk

Mengalihkan permintaan antara dua model untuk meminimalkan biaya secara otomatis.
Menggunakan data pasar OpenRouter secara langsung untuk memberi peringkat opsi populer berbiaya rendah dan tinggi.
Menerima pasangan model kustom dan algoritma routing yang dapat dipertukarkan.
Meneruskan routing penyedia, fallback, dan penagihan OpenRouter tanpa perubahan.

Waspadai

Bukan model itu sendiri — kualitas output sepenuhnya tergantung pada model yang dipilih.
Data harga menunjukkan nilai negatif; biaya per token sebenarnya tidak dipublikasikan oleh NVIDIA.
Tidak ada bobot terbuka dan tidak ada repositori Hugging Face; Anda menggunakannya hanya melalui API OpenRouter.

Terbaik untuk

Agen dan penggunaan alat

Anggaran

Prompt untuk dicoba

Uji routing sadar biaya

I need to summarise customer support tickets in bulk. Route this to the cheapest capable model available. Here is a sample ticket: 'My order arrived damaged and the packaging was torn. I want a replacement sent before Friday. Order number 48821.'

Bandingkan keputusan routing

Send the same prompt to both your low-cost and high-cost model options and return each response labelled with the model name and its estimated cost for this request: Explain the difference between supervised and unsupervised machine learning in two sentences.

Pembagian tugas berbiaya tinggi vs anggaran

I have two task types: quick classification (label this review as positive or negative: 'The battery life is terrible but the screen is gorgeous') and a detailed analysis task (write a 200-word competitive analysis of that same product). Route each to the appropriate cost tier and explain your routing choice.

Bandingkan dengan

NVIDIA Nemotron 3 Super 120B A12B
Model dengan bobot terbuka
konteks 262,144 token · $0.09/M input, $0.40/M output
NVIDIA Nemotron 3.5 Lightning
Model dengan bobot terbuka
konteks 262,144 token · $0.06/M input, $0.16/M output
Nemotron 3 Ultra
Model dengan bobot terbuka
konteks 262,144 token · $0.60/M input, $2.40/M output
Nemotron 3.5 Lightning
Model dengan bobot terbuka
konteks 262,144 token · $0.07/M input, $0.20/M output

Model teks lain dari nvidia

Pertanyaan yang sering diajukan

Can I run Switchyard locally or download the weights?: Tidak. Switchyard tidak memiliki bobot terbuka dan tidak ada repositori Hugging Face; ia berjalan sebagai lapisan routing melalui API OpenRouter.
What does Switchyard actually cost?: NVIDIA belum mempublikasikan harga per token yang jelas; penagihan ditangani oleh OpenRouter dan diterapkan pada model dasar mana pun yang dipilih Switchyard untuk setiap permintaan.
How is Switchyard different from a normal model?: Ini bukan model — ini adalah router. Ia memeriksa permintaan Anda dan meneruskannya ke salah satu dari dua model yang Anda tentukan, memilih berdasarkan data biaya atau popularitas tanpa menghasilkan output sendiri.

Putusan Kapten
Lapisan infrastruktur yang berguna untuk alur kerja API yang sadar biaya, tapi ingat Anda membeli pengatur lalu lintas, bukan model.

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

Command A

TEXT / LLM

GPT 3.5 Turbo (older v0613)

TEXT / LLM

Nova Premier 1.0

TEXT / LLM

Gemini 2.5 Flash Lite

TEXT / LLM

Model AI untuk Pembuatan Gambar, Video & Teks

Switchyard 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 nvidia agen anggaran

Jelajahi berdasarkan Keluarga Model