Dieses Modell auswählen
Auswahlhinweise von Y-API. Die vorgeschlagenen Prüfungen sind keine bereits gemessenen Testergebnisse.
Geeignete erste Aufgaben
Nutze es als Arbeitspferd hinter einem größeren Modell: abgerufenen Kontext zusammenfassen, Werkzeugaufrufe in einem Subagenten steuern oder die Masse der Anfragen bearbeiten, die kein tiefes Reasoning brauchen.
Worauf du achten solltest
Ein niedriger Tokenpreis begrenzt die Rechnung nicht, wenn Reasoning-Tokens als Ausgabe abgerechnet werden; eine lange Denkspur kann weit mehr kosten, als die Eingabe vermuten lässt. Prüfe die tatsächliche Nutzung im Anfrageprotokoll, statt sie aus dem Listenpreis zu schätzen.
Modellspezifikationen
Dies sind Modellspezifikationen von OpenRouter, kein Y-API-Kompatibilitätstest. Einzelne Routen können weniger Formate, Parameter oder Tokens akzeptieren. Prüfe benötigte Funktionen mit kleinen Anfragen: Erfolgreicher Text belegt weder Bildverständnis noch Werkzeugaufrufe.
- Kontextfenster
- 1.000.000 tokens
- Eingabe
- Text · Bild · Datei
- Ausgabe
- Text
- Bei OpenRouter gelistet seit
- Bei OpenRouter aufgeführte Parameter
include_reasoningmax_completion_tokensmax_tokensreasoningreasoning_effortresponse_formatstopstructured_outputstool_choicetoolsverbosity
Kosten berechnen
- Geschätzter Guthabenverbrauch
- 0,45 $
- Geschätztes Zahlungsäquivalent
- 0,045 $
Beispielhaftes Tokenbudget, keine Messung oder verbindliches Angebot. Enthält Ein- und Ausgabe, aber keine gesonderten Medienkosten, Cache-Rabatte oder Wiederholungen. Berechnete Reasoning-Tokens gehören zum Ausgabebudget. Die tatsächliche Abrechnung folgt der vom Dienst gemeldeten Nutzung.
$1 Zahlung ergibt $10 Guthaben. Zahlungsäquivalent = verbrauchtes Guthaben ÷ 10; dies ist nicht der Listenpreis des Modellentwicklers.
| Modell | Geschätzter Guthabenverbrauch | Geschätztes Zahlungsäquivalent |
|---|---|---|
| Claude Haiku 5.5 | 0,45 $ | 0,045 $ |
| Claude Haiku 4.5 | 3,75 $ | 0,375 $ |
| GPT-6 Luna | 0,35 $ | 0,035 $ |
API verwenden
Minimale Textanfragen mit der genauen Y-API-Modell-ID. Sie testen keine Bild-, Audio-, Video-, Datei- oder Werkzeugunterstützung. Plane auch Ausgabe für Reasoning ein; leerer Inhalt mit finish_reason=length kann auf ein ausgeschöpftes Budget hinweisen.
Eine Aufgabe zum Ausprobieren
Fasse diesen Störungsbericht in fünf Punkten für den Bereitschaftsdienst zusammen und übernimm jeden Zeitstempel und jeden betroffenen Dienstnamen exakt.
Setze TOKEN auf einen Schlüssel aus der Konsole und führe das Beispiel lokal oder serverseitig aus. Schlüssel gehören weder in Browsercode noch in öffentliche Repositories.
curl --fail-with-body --silent --show-error --max-time 120 \
'https://api.y-api.bestvirtualgoods.com/v1/chat/completions' \
-H "Authorization: Bearer ${TOKEN:?Set TOKEN first}" \
-H 'Content-Type: application/json' \
--data-binary @- <<'JSON'
{
"model": "anthropic/claude-haiku-5.5",
"messages": [
{
"role": "user",
"content": "Fasse diesen Störungsbericht in fünf Punkten für den Bereitschaftsdienst zusammen und übernimm jeden Zeitstempel und jeden betroffenen Dienstnamen exakt."
}
],
"max_tokens": 4096
}
JSONErgebnis prüfen
Kontrolliere, dass kein Zeitstempel und kein Dienstname verändert oder weggelassen wurde, und vergleiche dann mit Haiku 4.5 an denselben Berichten, welches Details günstiger erhält.
Fragen zur Auswahl
Kann Haiku 5.5 ein größeres Modell bei Agentenarbeit ersetzen?
Bei gut spezifizierten Massenschritten oft ja. Für mehrstufiges Reasoning, das über eine lange Sitzung konsistent bleiben muss, vergleiche es an deinen eigenen Aufgaben mit den Opus- und Sonnet-Einträgen, bevor du Verkehr umstellst.
Quellen und Geltungsbereich
Technische Angaben stammen aus der genannten Modellseite und gegebenenfalls der verlinkten Entwicklerkarte. Eine Karte beschreibt einen Checkpoint, beweist aber nicht die vom Gateway verwendeten Gewichte. Preise stammen ausschließlich aus dem Y-API-Katalog. Für diesen Endpunkt werden keine gemessene Latenz, Verfügbarkeit oder Benchmarkwerte behauptet.