콘텐츠로 건너뛰기
  • 모델
  • 순위
  • Ori
ElevenLabs launch offer: every ElevenLabs model is 50% off through October 19, 2026. See ElevenLabs models

Footer

OpenRouterOpenRouter
© 2026 OpenRouter, Inc

제품

  • 채팅
  • 순위
  • 벤치마크
  • 앱
  • 찾아보기
  • 모델
  • Ori
  • 컬렉션
  • 제공업체
  • 도구
  • 가격
  • Business
  • Enterprise
  • 랩

회사

  • 정보
  • 블로그
  • 채용
    채용
  • 개인정보 보호
  • 서비스 약관
  • 신뢰 센터
  • 지원
  • OR과 호환
  • 데이터
  • 브랜드

개발자

  • 문서
  • API 참조
  • 개발자 플랫폼
  • 상태
  • AI 사이트맵

연결

  • Discord
  • GitHub
  • LinkedIn
  • X
  • YouTube
morph의 파비콘

Morph: Morph V3 Fast

morph/morph-v3-fast

비교

Morph's fastest apply model for code edits. ~10,500 tokens/sec with 96% accuracy for rapid code transformations.

The model requires the prompt to be in the following format: <instruction>{instruction}</instruction> <code>{initial_code}</code> <update>{edit_snippet}</update>

Zero Data Retention is enabled for Morph. Learn more about this model in their documentationOpens in new tab

모달리티
입력/출력 가격
US$0.80 / US$1.201M당
컨텍스트
82K
출시
2025년 7월 7일
비교
제공업체가격성능가동 시간앱활동자주 묻는 질문탐색

제공업체

이 모델은 하나의 제공업체에서 호스팅됩니다. OpenRouter는 모든 요청을 해당 제공업체로 직접 전달하므로 라우팅 결정을 내릴 필요가 없습니다.

가격

고객이 이 모델에 실제로 지불하는 평균 가격으로, 제공업체가 게시한 가격과 함께 표시됩니다. 캐싱과 할인으로 인해 실제 지불 가격은 게시된 가격보다 훨씬 낮은 경우가 많습니다.

성능

처리량은 모델이 얼마나 빠르게 출력하는지를 나타냅니다(초당 토큰 수 — 높을수록 좋음). 지연 시간은 전체 왕복 시간입니다(낮을수록 좋음). TTFT는 첫 토큰까지 걸리는 시간으로, 무언가 화면에 표시되기 시작할 때까지의 시간을 뜻합니다(낮을수록 좋음).

가동 시간

가동 시간은 지난 3일 동안 하나 이상의 제공업체가 요청에 응답한 시간의 비율입니다. 가용성은 추론이 성공적으로 제공된 시간의 비율입니다. OpenRouter는 지속적으로 모니터링하며, 한 제공업체에서 오류를 반환하면 다음으로 적합한 제공업체를 사용합니다.

앱

이 모델로 가장 많은 트래픽을 보내는 공개 앱입니다. 실제 프로덕션 워크로드가 어떤 모습인지 파악하는 데 유용하며, 이 모델이 어떤 사용 사례에 가장 적합한지 알려 주는 단서이기도 합니다.

활동

시간 경과에 따른 이 모델의 토큰 사용량과 요청 트래픽입니다.

API

이 모델을 호출하는 데 바로 사용할 수 있는 코드입니다. OpenRouter의 API는 OpenAI와 호환되므로 대부분의 SDK는 기본 URL만 바꾸면 작동합니다. 모델 간에 변경되는 것은 아래의 모델 슬러그뿐입니다.

더 많은 모델 살펴보기

AI 모델 순위순위
US$0.80US$1.200.38s5,390 tps
100.00%
처리량
5390tok/s

P50, 제공업체 전체 중 최고

지연 시간
0.38초

P50, 최고 제공업체

가동 시간(3일)모델에 연결할 수 있습니다. 요청이 제공업체로 라우팅되었습니다.
100.00%
가용성(3일)모델이 어떤 제공업체에서든 추론 결과를 반환한 비율입니다. 오류와 빈 응답은 가동 시간을 낮춥니다.
99.97%

지난 3일간의 가용성

최근 72시간
가용성 99.97%
3일 전2일 전어제지금

지난 24시간 동안의 가용성

OpenRouter Availability
100.00%

업스트림 제공업체에서 오류가 발생하면 요청 필터에서 허용하는 경우 정상 상태인 다른 제공업체로 라우팅하여 복구할 수 있습니다. 제공업체별 가동 시간 데이터는 프로그래밍 방식으로 엔드포인트 API를 통해 확인할 수 있습니다. 로드 밸런싱 및 사용자 지정 옵션에 대해 자세히 알아보세요.

1.
https://teamily.ai/의 파비콘
Teamily AI
신규
129M토큰
2.
https://gscopilot.com/의 파비콘
Google Apps Script Copilot
신규
37.9M토큰
3.
https://copley.com/의 파비콘
Copley
신규
13.4M토큰
4.
https://app.atarim.io/의 파비콘
Atarim
신규
10.1M토큰
5.
https://github.com/asnan-docs의 파비콘
Asnan mob proc docs
신규
1.82M토큰

자주 묻는 질문

Morph's fastest apply model for code edits. ~10,500 tokens/sec with 96% accuracy for rapid code transformations. The model requires the prompt to be in the following format: <instruction>{instruction}</instruction> <code>{initial_code}</code> <update>{edit_snippet}</update> Zero Data Retention is enabled for Morph. Learn more about this model in their documentation

Morph V3 Fast의 비용은 US$0.80/M 입력 토큰 및 US$1.20/M 출력 토큰입니다.

Morph V3 Fast의 컨텍스트 윈도우는 81,920토큰입니다. 최대 38,000개의 완료 토큰을 지원합니다.

아니요. Morph V3 Fast은(는) tools를 지원하지 않으므로 함수 호출을 사용할 수 없습니다. response_format을 지원하지 않으므로 JSON 출력이 강제되지 않습니다.

Morph V3 Large은(는) Morph의 또 다른 텍스트 모델입니다.

Morph V3 Fast은(는) 2025년 7월 7일에 출시되었습니다.

다음 제공업체의 추가 모델 morph

Morph V3 Large

Morph's high-accuracy apply model for complex code edits. ~4,500 tokens/sec with 98% accuracy for precise code transformations.

The model requires the prompt to be in the following format: <instruction>{instruction}</instruction> <code>{initial_code}</code> <update>{edit_snippet}</update>

Zero Data Retention is enabled for Morph. Learn more about this model in their documentation

텍스트컨텍스트 262KUS$0.90 / US$1.90
Fast Apply

Morph Apply is a specialized code-patching LLM that merges AI-suggested edits straight into your source files. It can apply updates from GPT-4o, Claude, and others into your files at 4000+ tokens per second.

The model requires the prompt to be in the following format: <code>${originalCode}</code>\n<update>${updateSnippet}</update>

Learn more about this model in their documentation

텍스트컨텍스트 32K