跳转到内容
Alpha
  • 模型
  • 排行榜
  • Ori
联系销售

页脚

OpenRouterOpenRouter
© 2026 OpenRouter, Inc

产品

  • 聊天
  • 排行榜
  • 基准测试
  • 应用
  • 发现
  • 模型
  • Ori
  • 合集
  • 提供商
  • 工具
  • 定价
  • Business
  • Enterprise
  • 实验室

公司

  • 关于
  • 博客
  • 客户
  • 招聘
    招聘
  • 隐私
  • 服务条款
  • 信任中心
  • 支持
  • 兼容 OR
  • 数据
  • 品牌

开发者

  • 文档
  • API 参考
  • 开发者平台
  • 状态
  • AI 站点地图

连接

  • Discord
  • GitHub
  • LinkedIn
  • X
  • YouTube
morph 的网站图标

Morph: Morph V3 Fast (batch)

morph/morph-v3-fast:batch

比较

Morph V3 Fast (batch) 由 1 家提供商提供服务。

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

模态
输入／输出价格
US$0.40 / US$0.60每 1M
上下文
82K
发布时间
2025年7月7日
比较
提供商定价性能正常运行时间应用活动常见问题探索

提供商

此模型由一家提供商托管。OpenRouter 将每个请求直接转发给该提供商，无需做出路由决策。

定价

客户为此模型实际支付的平均价格，与提供商公布的价格并列展示。由于缓存和折扣，实际支付的价格往往远低于标价。

性能

吞吐量是模型生成内容的速度（每秒 token 数，越高越好）。延迟是完整的往返时间（越低越好）。TTFT 是首个 token 的响应时间，即您看到内容出现前需要等待的时间（越低越好）。

正常运行时间

正常运行时间是指过去 3 天中至少有一家提供商响应请求的时间百分比。可用性是指成功提供推理服务的时间百分比。OpenRouter 会持续监控，并在某家提供商返回错误时使用次优提供商。

应用

向此模型发送最多流量的公开应用。这能很好地反映实际生产工作负载的情况，也能提示此模型最适合哪些用例。

活动

此模型的 token 用量和请求流量随时间的变化。

API

可直接用于调用此模型的代码。OpenRouter 的 API 与 OpenAI 兼容——大多数 SDK 只需替换基础 URL 即可使用。切换模型时，唯一需要更改的是下方的模型标识符。

目前无法通过 EU 区域内路由使用。 区域内路由文档

探索更多模型

AI 模型排行榜排名
US$0.40US$0.60----
--
提供商输入 / 输出 /百万
吞吐量正常运行时间
  • Morph 的网站图标
    输入 US$0.40 / 输出 US$0.60
    吞吐量 --正常运行时间 --

正常运行时间数据尚不足，暂时无法显示。

当上游提供商发生错误时，如果您的请求筛选条件允许，我们可以通过路由到另一家健康的提供商来恢复服务。您可以通过以下接口以编程方式访问各提供商的正常运行时间数据： 端点 API。了解更多有关我们的 负载均衡和提供商路由选项。

使用此模型的应用尚无足够数据。

常见问题

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 Fast (batch) 的费用为 US$0.40/百万输入 token 和 US$0.60/百万输出 token。

Morph V3 Fast (batch) 的上下文窗口为 81,920 个 token。它最多支持 38,000 个补全 token。

不支持。Morph V3 Fast (batch) 不接受 tools，因此无法使用函数调用。 它不支持 response_format，因此不会强制输出 JSON 格式。

Reflex和Morph V3 Large 是 Morph 的其他 文本 模型。

Morph V3 Fast (batch) 于 2025年7月7日 发布。

更多模型，来自 morph

Reflex

Morph's decision model. Answers typed choice, noul and score questions about a state. The state is prefix-cached across requests, so repeat questions on the same state bill at the cached-input rate. 65k context window.

决策US$0.042 / US$0
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

文本262K 上下文US$0.90 / US$1.90
Morph V3 Large (batch)

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

文本262K 上下文US$0.45 / US$0.95
Morph V3 Fast

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

文本262K 上下文US$0.80 / US$1.20
Morph V3 Fast (batch)

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

文本82K 上下文US$0.40 / US$0.60
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

文本32K 上下文

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