Dieses Modell auswählen
Auswahlhinweise von Y-API. Die vorgeschlagenen Prüfungen sind keine bereits gemessenen Testergebnisse.
Geeignete erste Aufgaben
Beginne mit dem volumenstarken, eindeutigen Teil einer Pipeline: Feldextraktion, Ticket-Triage, Entwürfe für Commit-Nachrichten oder ein erster Durchlauf, den ein größeres Modell nur prüft.
Worauf du achten solltest
Das Fenster ist weniger als die Hälfte des vollständigen 5.4-Eintrags, was bei Repository-weiten Prompts zählt. Mini-Stufen bauen bei langen mehrstufigen Anweisungen auch früher ab — miss das, bevor du einen Workflow komplett umstellst.
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
- 400.000 tokens
- Eingabe
- Datei · Bild · Text
- Ausgabe
- Text
- Bei OpenRouter gelistet seit
- Bei OpenRouter aufgeführte Parameter
include_reasoningmax_completion_tokensmax_tokensreasoningreasoning_effortresponse_formatseedstructured_outputstool_choicetoolsverbosity
Kosten berechnen
- Geschätzter Guthabenverbrauch
- 3,05 $
- Geschätztes Zahlungsäquivalent
- 0,305 $
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 |
|---|---|---|
| GPT-5.4 Mini | 3,05 $ | 0,305 $ |
| GPT-5.4 | 10,00 $ | 1,00 $ |
| GPT-5.6 Luna | 0,95 $ | 0,095 $ |
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
Ordne jede dieser Support-Nachrichten den Klassen Abrechnung, Zugriff oder Fehler zu und nenne die Wendung, die entschieden hat. Gib null zurück, wenn keine der drei passt.
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": "openai/gpt-5.4-mini",
"messages": [
{
"role": "user",
"content": "Ordne jede dieser Support-Nachrichten den Klassen Abrechnung, Zugriff oder Fehler zu und nenne die Wendung, die entschieden hat. Gib null zurück, wenn keine der drei passt."
}
],
"max_tokens": 4096
}
JSONErgebnis prüfen
Miss die Genauigkeit an einer beschrifteten Stichprobe und zähle null-Rückgaben getrennt. Ein Modell, das nie null zurückgibt, rät bei den uneindeutigen Fällen, und dieser Fehler ist an der Genauigkeitszahl allein nicht zu sehen.
Fragen zur Auswahl
Wann sollte man auf das vollständige GPT-5.4 hochgehen?
Lege den Auslöser aus deinen Ergebnissen fest: wiederholte Uneinigkeit zwischen zwei Läufen, eine Eingabe nahe der Fenstergrenze oder eine Aufgabe mit mehreren abhängigen Schritten. Gehe nicht allein nach der Tokenzahl hoch.
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.