Posso eseguire Morph V3 Fast localmente?

No — i pesi non sono pubblici e non esiste un repository Hugging Face. È disponibile solo tramite API di Morph.

Quanto costa e quanto è grande il contesto?

Il prezzo è $0,80 per milione di token in input e $1,20 per milione in output, con una finestra di contesto di 81.920 token.

In cosa si differenzia da un modello di codifica generalista come GPT o Claude?

Morph V3 Fast non è un modello chat o di ragionamento — è un modello apply che si aspetta una struttura fissa del prompt (istruzione, codice iniziale, snippet di modifica) ed è ottimizzato esclusivamente per trasformazioni di codice veloci e accurate piuttosto che per generazione aperta.

Morph V3 Fast

2659°

#llm #morph #programmazione #agenti #veloce

Esegui questo modello

Offerte / Annunci

OpenRouter Terminale / API

Paga per token

Chatta con questo modello nel browser o chiamalo dal tuo codice con una chiave API.

Morph | contesto da 81.920 token | $0.80/M input, $1.20/M output. Il modello di applicazione più veloce di Morph per modifiche al codice. ~10.500 token/sec con il 96% di accuratezza per trasformazioni rapide del codice. Il modello richiede che il prompt sia nel formato seguente: {instruction} {initial_code} {edit_snippet} Zero Data Retention è abilitato per Morph. Scopri di più su questo modello nella loro documentazioneOpens in new tab

Guide per questo modello

Pesi aperti vs open source vs solo API: cosa puoi davvero fare

Le 10 alternative a ChatGPT più economiche nel 2026: modelli locali gratuiti, piani gratuiti e tariffe fisse

Tutte le guide

Note del capitano

Scritto da Captain, l'editor di casa

Note del 2026-10-13

Morph V3 Fast è un modello specializzato apply di Morph costruito per un solo compito: prendere un'istruzione, un file esistente e uno snippet di modifica, quindi restituire il codice trasformato il più velocemente possibile. Con circa 10.500 token al secondo è tra le opzioni più rapide per pipeline di applicazione di modifiche al codice, e Morph pubblica una precisione del 96% per queste trasformazioni. È adatto a sviluppatori che costruiscono strumenti agentici di codifica o livelli diff-apply che necessitano di throughput più che di ragionamento generalista.

Conosciuto per

~10.500 token/sec di throughput, progettato per trasformazioni di codice ad alta velocità
96% di accuratezza sulle modifiche al codice, secondo i dati pubblicati da Morph
Formato prompt strutturato: istruzione + codice iniziale + snippet di modifica
Nessuna conservazione dei dati abilitata di default
Prezzo token basso per un modello specializzato apply di codifica

Attenzione a

Non è un modello chat o di ragionamento generalista; si aspetta un formato prompt rigoroso in tre parti o i risultati peggiorano.
Pesi chiusi, solo API — nessuna opzione di esecuzione locale.
Finestra di contesto di 81.920 token; basi di codice grandi potrebbero richiedere chunking.

Ideale per

Programmazione

Agenti e uso di strumenti

Veloce

Prompt da provare

Rifattorizza una funzione

Istruzione: Rifattorizza la seguente funzione per usare async/await invece di catene di Promise e aggiungi commenti JSDoc. Codice iniziale: function fetchUser(id) { return fetch('/api/users/' + id) .then(res => res.json()) .then(data => data.user) .catch(err => console.error(err)); } Snippet di modifica: converti in async/await con JSDoc

Correggi un bug in loco

Istruzione: Correggi l'errore off-by-one nel ciclo in modo che non salti l'ultimo elemento. Codice iniziale: def sum_list(items): total = 0 for i in range(len(items) - 1): total += items[i] return total Snippet di modifica: correggi l'intervallo del ciclo per includere l'elemento finale

Aggiungi gestione errori

Istruzione: Aggiungi gestione errori try/catch alla chiamata al database e lancia un DatabaseError tipizzato se la query fallisce. Codice iniziale: async function getRecord(db, id) { const row = await db.query('SELECT * FROM records WHERE id = ?', [id]); return row[0]; } Snippet di modifica: avvolgi la query in try/catch, lancia DatabaseError in caso di fallimento

Confronta con

Morph V3 Large
Modello solo API
Contesto di 262,144 token · Input $0.90/M, output $1.90/M
gpt-oss-20b
Modello con pesi aperti
Contesto di 131,072 token · Input $0.02/M, output $0.09/M
DeepSeek V4.1 Flash
Modello con pesi aperti
Contesto di 1,048,576 token · Input $0.04/M, output $0.68/M
GLM 5.3 Flash
Modello con pesi aperti
Contesto di 1,048,576 token · Input $0.02/M, output $0.72/M

Altri modelli di testo da morph

Domande frequenti

Posso eseguire Morph V3 Fast localmente?: No — i pesi non sono pubblici e non esiste un repository Hugging Face. È disponibile solo tramite API di Morph.
Quanto costa e quanto è grande il contesto?: Il prezzo è $0,80 per milione di token in input e $1,20 per milione in output, con una finestra di contesto di 81.920 token.
In cosa si differenzia da un modello di codifica generalista come GPT o Claude?: Morph V3 Fast non è un modello chat o di ragionamento — è un modello apply che si aspetta una struttura fissa del prompt (istruzione, codice iniziale, snippet di modifica) ed è ottimizzato esclusivamente per trasformazioni di codice veloci e accurate piuttosto che per generazione aperta.

Verdetto del capitano
Se stai costruendo un agente di codifica e ti serve un livello apply dedicato e veloce piuttosto che un altro modello generalista, questa è la prima tappa ovvia.

Il capitano scrive queste note dalla descrizione e dalla scheda modello. Prezzi e dimensioni del contesto sono quelli del provider al momento della scrittura e possono cambiare.

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

Come si calcola questo punteggio

Questo modello non ha ancora dati di popolarità da nessuna fonte, quindi ha un numero provvisorio sotto 7,000° che mantiene le liste complete. Non supera mai un modello con dati. La suddivisione appare qui appena una fonte la segnala.

Glossario: i termini usati qui

Punteggio heat: Un numero che indica quanto un modello è usato e desiderato ora, da 0° a 9.999°. Ogni lista su questo sito che dice più caldo è ordinata per questo e nient’altro.
Soglia minima: I 7.000° da cui parte ogni modello con dati reali. La scala va da 0° a 9.999°; la parte sotto la soglia è riservata ai sostituti (modelli senza dati), così un modello con dati è sempre sopra uno senza. La soglia è uguale per tutti e non decide nulla; i gradi sopra sono la misura.
Equivalenti di download: Tutto ciò che il punteggio considera come un download, sommato: i download stessi, ogni seeder torrent come 1.000, ogni immagine AI Horde e ogni esecuzione su un sito di generazione come uno.
Scala logaritmica: Conta a decine, non a unità: passare da 1.000 a 10.000 download aggiunge gli stessi gradi che passare da 10.000 a 100.000. Evita che i giganti schiaccino tutto il resto.
Like: Pollici in su e like da ogni fonte, valgono metà di un download sulla scala logaritmica.
Tasso di adozione: Quanti download al giorno riceve un modello ora, dalla differenza tra due rilevazioni di una fonte. Un quarto del peso del termine download.
Misurato e stimato: Misurato significa che ci sono due letture di una fonte e la differenza è reale. Stimato significa che si conosce solo il totale di oggi e il passato è distribuito sulla vita del modello; il sito indica quale viene mostrato.
Seeder: Qualcuno che mantiene una copia dei pesi online per farli scaricare agli altri tramite torrent, o uno specchio ospitato che fa lo stesso. Ognuno conta come 1.000 download.
AI Horde: Una rete di volontari che genera immagini gratis su computer donati. Il numero di immagini create con un modello è pubblico, e ognuna conta come un download.
Siti di generazione: Siti che ospitano copie di un modello e permettono di generare con esso, come PixAI, SeaArt e Yodayo. I loro download contano come quelli di Civitai e ogni generazione come un download.
Token OpenRouter: Un modello di testo servito tramite API, come Claude o GPT, non ha pesi da scaricare, quindi il suo utilizzo si misura in token: i pezzi di testo letti e scritti tramite OpenRouter, un gateway usato da molte app, negli ultimi 30 giorni. Ogni 10,000,000 token conta come un download. Fonte: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modello completo (checkpoint): I pesi stessi, il file che genera da solo. Riceve un bonus perché da esso dipendono gli add-on.
LoRA e embedding: Piccoli file add-on che indirizzano i pesi di qualcun altro verso uno stile, un personaggio o un concetto. Non possono funzionare da soli.
Famiglia e pesi: La base su cui è costruito un modello, come SD 1.5, SDXL, Flux o Wan. Ogni modello eredita la data di rilascio dei pesi della sua famiglia.
Età: Gradi tolti in base a quanto tempo fa sono usciti i pesi della famiglia: 150° all'anno, fino a 750°. Mantiene i vecchi download che hanno avuto anni per accumularsi congelando la cima della lista.
Boost famiglia: Una piccola spinta limitata per le LoRA di una famiglia che questo sito sta promuovendo ora, sempre elencata nel dettaglio.
Punteggio stand-in: Un numero stabile sotto il minimo dato a un modello su cui nessuna fonte ha ancora dati, così le liste restano complete. Non supera mai un modello con dati.
Novità! (periodo di grazia): Un modello più giovane di 7 giorni mostra Novità! invece di un punteggio e non ha posizione nelle classifiche. Il suo punteggio è calcolato dal primo giorno, ma un modello di un giorno cresce più velocemente di qualsiasi altro, quindi senza l'attesa il #1 della settimana sarebbe sempre quello uscito ieri invece di quello che ha resistito per una settimana.
Tendenza: Come la crescita di un modello in un periodo si confronta con la crescita tipica di un modello nello stesso periodo. Più veloce del tipico si legge come aumento, più lento come calo.
Modello tipico: Il centro del catalogo: metà dei modelli con un valore è cresciuta più velocemente nel periodo, metà più lentamente.

Modelli simili

DeepSeek V4 Flash Vision Exp

TEXT / LLM

Sakana Namazu

TEXT / LLM

Modelli di IA per generare immagini, video e testo

Morph V3 Fast è un modello di testo per la famiglia Text / LLM presente su ModelTrends.ai, un catalogo in sola lettura di modelli di IA open source per immagini, video e testo. Confrontalo con gli altri modelli Text / LLM e controlla il punteggio di calore per vedere la tendenza.

Altri modelli Text / LLM Altri Testo / LLM Text / LLM llm morph programmazione agenti veloce

Sfoglia per famiglia di modelli