Skip to content
🚀 EDDI 6.5.0

ผู้ให้บริการ LLM 19 ราย ฐานความรู้ที่ครอลเว็บไซต์และอ่านไฟล์ของคุณ และบทสนทนาที่ย้ายตามเวอร์ชันเอเจนต์ที่เข้ากันได้มีอะไรใหม่

แมนเนจด์คลาวด์ เริ่มต้น
โมเดลทั้งหมด
Anthropicเร็วและต้นทุนต่ำ

Claude Haiku 4.5

โมเดลปัจจุบันที่เร็วที่สุดและต้นทุนต่ำที่สุดของ Anthropic มี context window 200K และ extended thinking ให้เลือกใช้

จุดแข็ง

  • latency ต่ำที่สุดในกลุ่ม Claude
  • extended thinking พร้อมงบโทเค็น
  • อินพุตข้อความและรูปภาพ
  • เหมาะอย่างยิ่งกับงานของ sub-agent

เหมาะที่สุดสำหรับ

  • แอปพลิเคชันแบบเรียลไทม์
  • การประมวลผลปริมาณมาก
  • ชั้นแรกของ cascade

รันใน EDDI

เส้นทางที่เร็วที่สุดคือ Manager: เปิด agent wizard หรือ Platform Operator แล้วเลือกผู้ให้บริการและโมเดล หากต้องการกำหนดค่าเอง ให้ทำตามขั้นตอนเหล่านี้สำหรับผู้ให้บริการที่คุณต้องการ

Anthropic · type: "anthropic"

Model id: claude-haiku-4-5

1. เก็บ credential

เพิ่ม API key ของผู้ให้บริการลงใน Secrets Vault ใน Manager หรือด้วย PUT /secretstore/secrets/default/anthropic-key โดยใช้ชื่อตามด้านล่าง การกำหนดค่าจะอ้างอิงคีย์เป็น ${vault:…} คีย์จึงไม่ปรากฏเป็นข้อความธรรมดาเลย

${vault:anthropic-key}

2. กำหนดค่า LLM task

ใช้สิ่งนี้เป็น langchain.json ของเวิร์กโฟลว์เอเจนต์ หรือวางพารามิเตอร์ลงใน LLM editor ใน Manager

{
  "tasks": [
    {
      "actions": [
        "send_message"
      ],
      "id": "chat",
      "type": "anthropic",
      "parameters": {
        "apiKey": "${vault:anthropic-key}",
        "modelName": "claude-haiku-4-5",
        "maxTokens": "16384",
        "systemMessage": "You are a helpful assistant",
        "addToOutput": "true"
      }
    }
  ]
}

หรือสร้างทั้งเอเจนต์ในการเรียกครั้งเดียว

setup_agent เขียน rules, การกำหนดค่า LLM และเวิร์กโฟลว์ แล้ว deploy เอเจนต์ให้ เรียกผ่าน MCP หรือ POST /administration/agents/setup

setup_agent(
  agentName: "My claude-haiku-4-5 agent",
  systemPrompt: "You are a helpful assistant.",
  provider: "anthropic",
  model: "claude-haiku-4-5",
  apiKey: "${vault:anthropic-key}"
)

Amazon Bedrock · type: "bedrock"

Model id: anthropic.claude-haiku-4-5-20251001-v1:0

1. เก็บ credential

ผู้ให้บริการนี้ไม่ใช้ API key: Amazon Bedrock ยืนยันตัวตนผ่าน AWS credential chain: ตัวแปรสภาพแวดล้อม, IAM role หรือ ~/.aws/credentials

2. กำหนดค่า LLM task

ใช้สิ่งนี้เป็น langchain.json ของเวิร์กโฟลว์เอเจนต์ หรือวางพารามิเตอร์ลงใน LLM editor ใน Manager

{
  "tasks": [
    {
      "actions": [
        "send_message"
      ],
      "id": "chat",
      "type": "bedrock",
      "parameters": {
        "modelId": "anthropic.claude-haiku-4-5-20251001-v1:0",
        "region": "us-east-1",
        "maxTokens": "16384",
        "systemMessage": "You are a helpful assistant",
        "addToOutput": "true"
      }
    }
  ]
}

หมายเหตุสำหรับ EDDI

  • ชั้นแรกที่ดีใน model cascade: เร็วและราคาไม่แพง และยกระดับไปยังโมเดลที่ใหญ่กว่าเฉพาะเมื่อความเชื่อมั่นต่ำ

โมเดลที่เกี่ยวข้อง

แหล่งที่มา

ข้อมูลในหน้านี้มาจากเอกสารของผู้ผลิต ตรวจสอบเมื่อ 2026-09-30 โมเดลเปลี่ยนแปลงเร็ว จึงควรยืนยันขีดจำกัดกับผู้ผลิตก่อนนำไปใช้ ราคาไม่ได้แสดงไว้ที่นี่: ดูหน้าราคาของผู้ผลิต

เอกสารของผู้ผลิต ↗ · ราคา ↗