LLM-udbydere
Kategorier
Tabellerne kommer fra registret. Bevar URL-skema og fuld sti; erstat pladsholdere med din faktiske deployment. Udbyderen bestemmer adgang, priser og udfasning af modeller.
Cloud
| Udbyder | Startmodel | Basis-URL |
|---|---|---|
| DeepSeek | deepseek-v4-pro | https://api.deepseek.com |
| Qwen | qwen3-235b-a22b | https://dashscope.aliyuncs.com/compatible-mode/v1 |
| Qwen Code | qwen3-coder-plus | https://dashscope.aliyuncs.com/compatible-mode/v1 |
| Doubao | ep-xxxxxxxxxxxxxxxx | https://ark.cn-beijing.volces.com/api/v3 |
| Moonshot | kimi-k2-0905-preview | https://api.moonshot.cn/v1 |
| Xiaomi MiMo | mimo-v2.5-pro | https://api.xiaomimimo.com/v1 |
| GLM | glm-5 | https://open.bigmodel.cn/api/paas/v4 |
| Z AI | glm-5 | https://api.z.ai/api/paas/v4 |
| MiniMax | MiniMax-M2.7 | https://api.minimaxi.com/v1 |
| Baidu Qianfan | ernie-4.5-turbo-32k | https://qianfan.baidubce.com/v2 |
| SiliconFlow | Qwen/QwQ-32B | https://api.siliconflow.cn/v1 |
| Huawei Cloud MaaS | DeepSeek-V3 | https://api.modelarts-maas.com/v1 |
| OpenAI | gpt-4o | https://api.openai.com/v1 |
| Anthropic | claude-3-5-sonnet-20240620 | https://api.anthropic.com |
gemini-2.0-flash-exp | https://generativelanguage.googleapis.com/v1 | |
| Mistral | mistral-large-latest | https://api.mistral.ai/v1 |
| Azure OpenAI | gpt-4o | Angiv endpointet for din Azure-ressource |
| xAI | grok-4 | https://api.x.ai/v1 |
| Groq | moonshotai/kimi-k2-instruct-0905 | https://api.groq.com/openai/v1 |
| Together | meta-llama/Meta-Llama-3.1-70B-Instruct-Turbo | https://api.together.xyz/v1 |
| Fireworks | accounts/fireworks/models/kimi-k2p5 | https://api.fireworks.ai/inference/v1 |
| Nebius | openai/gpt-oss-120b | https://api.studio.nebius.com/v1 |
| Cerebras | gpt-oss-120b | https://api.cerebras.ai/v1 |
Gateways og proxyer
| Udbyder | Startmodel | Basis-URL |
|---|---|---|
| OpenRouter | anthropic/claude-3.7-sonnet | https://openrouter.ai/api/v1 |
| AIHubMix | gpt-4o-mini | https://aihubmix.com/v1 |
| GitHub Models | gpt-4o-mini | https://models.github.ai/inference |
| PPIO | qwen/qwen3-32b | https://api.ppinfra.com/v3/openai |
| New API | gpt-4.1 | http://localhost:3000/v1 |
| LiteLLM | your-proxy-model | http://localhost:4000/v1 |
| Hugging Face | openai/gpt-oss-120b | https://router.huggingface.co/v1 |
| Vercel AI Gateway | anthropic/claude-sonnet-4.5 | https://ai-gateway.vercel.sh/v1 |
| Requesty | anthropic/claude-3-7-sonnet-latest | https://router.requesty.ai/v1 |
| OpenAI Compatible | your-model-id | https://your-openai-compatible-endpoint/v1 |
Lokalt
| Udbyder | Startmodel | Basis-URL |
|---|---|---|
| OVMS | openvino-model | http://localhost:8000/v3 |
| LMStudio | local-model | http://localhost:1234/v1 |
| Ollama | llama3 | http://localhost:11434/api |
Kinesiske udbydere
Se regional konfiguration. Kategorien garanterer ikke geografisk adgang eller kinesisk sprogkvalitet. Afstem kontoregion, endpoint og modelrettigheder.
Valg pr. opgave
useMultiModelSettings giver separate udbydere/modeloverrides; ellers bruges activeProvider. Tom override bruger udbyderens model. Ugyldige gemte udbydervalg afstemmes med den aktive udbyder ved indlæsning.
| Opgave | Udbyderindstilling | Modeloverride |
|---|---|---|
| Links | addLinksProvider | addLinksModel |
| Titelgenerering | generateTitleProvider | generateTitleModel |
| Researchopsummering | researchProvider | researchModel |
| Oversættelse | translateProvider | translateModel |
| Begreber | extractConceptsProvider | extractConceptsModel |
| Mermaid-opsummering | summarizeToMermaidProvider | summarizeToMermaidModel |
| Originaltekst | extractOriginalTextProvider | extractOriginalTextModel |
Aktiv og gemte opgaveudbydere starter som DeepSeek. Ændring af aktiv udbyder erstatter ikke aktiverede opgaveruter. Kontrollér dem før privat indhold.
Anmodningsarkitektur
Transportlag
Notemd bruger Obsidian-anmodninger og protokolbevidst fallback. Desktop kan bruge Node HTTP-strømme, andre miljøer fetch. Claude bag en OpenAI-kompatibel gateway bruger gatewayprofilen, ikke native Anthropic.
Nye forsøg
Stabil tilstand er fra; relevante standarder er tre gentagelser med fem sekunders mellemrum. Midlertidige fejl kan bruge fælles fallback/gentagelse. Ret adgang og modelkonfiguration særskilt. Lange anmodninger kan stadig ramme timeout, grænser og kvoter.
Svarcache
En begrænset hukommelsescache kan genbruge vellykkede svar. Endpoint, model, genereringsparametre, prompt og indhold indgår i identiteten. Det er hverken varig lagring eller en prismåler og garanterer ikke gratis gentagelse.
Ræsonnerende modeller
Reasoning/thinking følger profil- og modelregler. Kopiér ikke protokolspecifikke parametre mellem tjenester. Test opgaven; modeller kan afvise token-, sampling- og ræsonnementsindstillinger.
Tokenestimat
Tekstlængde og outputgrænser er ikke præcise udbydertokenantal. Brug faktisk forbrug til prisberegning. Der findes ingen universel omkostningsgaranti.
Find modeller
Fetch models virker, hvor profilen understøtter det. Visse deployments kræver manuelt ID. Liste- og genereringsrettigheder er uafhængige. Test connection kan bestås med liste alene ved models-then-chat; chat-only genererer kort. Verificér en rigtig opgave og outputformat.
- Anthropic og Google bruger native modelopdagelse.
- Ollama viser hentede tags, LM Studio servermodeller.
- Azure kræver deployment og API-version.
- Gateways kan blokere lister, men tillade generering med præcist ID.
Kom i gang
- Vælg korrekt profil i Settings → Notemd.
- Angiv endpoint, nøgle og tilgængelig model/deployment.
- Test forbindelse og en testnote.
- Kontrollér output/rapport før batcher eller opgaverouting.
Lokal server/model skal være klar. Ollama kræver ingen nøgle; LM Studios nøgle er valgfri og starter som EMPTY. Brug en rigtig token, hvor serveren kræver den. Lokal LLM gør ikke websøgning offline.