Skip to content
🚀 EDDI 6.5.0

ผู้ให้บริการ LLM 19 ราย ฐานความรู้ที่ครอลเว็บไซต์และอ่านไฟล์ของคุณ และบทสนทนาที่ย้ายตามเวอร์ชันเอเจนต์ที่เข้ากันได้มีอะไรใหม่

แมนเนจด์คลาวด์ เริ่มต้น
โมเดลทั้งหมด
Googleเร็วและต้นทุนต่ำ

Gemini 3.8 Flash

โมเดล Flash ปัจจุบันของ Google ที่เปิดให้ใช้งานทั่วไป มุ่งเน้นงานวิศวกรรมระยะยาว เอเจนต์อัตโนมัติ และเวิร์กโฟลว์องค์กร ด้วยความเร็วและต้นทุนระดับ Flash

จุดแข็ง

  • อินพุตข้อความ รูปภาพ วิดีโอ เสียง และ PDF
  • function calling และ structured outputs
  • ระดับการคิด low, medium และ high
  • context 1M โทเค็น

เหมาะที่สุดสำหรับ

  • เอเจนต์อัตโนมัติ
  • เวิร์กโฟลว์องค์กร
  • เอกสารหลายรูปแบบ

รันใน EDDI

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

Google Gemini API · type: "gemini"

Model id: gemini-3.8-flash

1. เก็บ credential

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

${vault:gemini-key}

2. กำหนดค่า LLM task

ใช้สิ่งนี้เป็น langchain.json ของเวิร์กโฟลว์เอเจนต์ หรือวางพารามิเตอร์ลงใน LLM editor ใน Manager

{
  "tasks": [
    {
      "actions": [
        "send_message"
      ],
      "id": "chat",
      "type": "gemini",
      "parameters": {
        "apiKey": "${vault:gemini-key}",
        "modelName": "gemini-3.8-flash",
        "maxOutputTokens": "8192",
        "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 gemini-3.8-flash agent",
  systemPrompt: "You are a helpful assistant.",
  provider: "gemini",
  model: "gemini-3.8-flash",
  apiKey: "${vault:gemini-key}"
)

Google Vertex AI · type: "gemini-vertex"

Model id: gemini-3.8-flash

1. เก็บ credential

ผู้ให้บริการนี้ไม่ใช้ API key: Vertex AI ยืนยันตัวตนด้วย Google Application Default Credentials ตั้งค่า projectId และ location สำหรับโปรเจกต์ของคุณ

2. กำหนดค่า LLM task

ใช้สิ่งนี้เป็น langchain.json ของเวิร์กโฟลว์เอเจนต์ หรือวางพารามิเตอร์ลงใน LLM editor ใน Manager

{
  "tasks": [
    {
      "actions": [
        "send_message"
      ],
      "id": "chat",
      "type": "gemini-vertex",
      "parameters": {
        "projectId": "your-gcp-project",
        "location": "us-central1",
        "modelId": "gemini-3.8-flash",
        "systemMessage": "You are a helpful assistant",
        "addToOutput": "true"
      }
    }
  ]
}

หมายเหตุสำหรับ EDDI

  • Gemini 3 ต้องได้รับ thought signature ของตัวเองกลับมาระหว่างการเรียกเครื่องมือ EDDI ทำให้เป็นค่าเริ่มต้น (returnThinking และ sendThinking เปิดอยู่สำหรับ type gemini) ให้คงไว้เช่นนั้น
  • สำหรับ Gemini 3 ที่ใช้เครื่องมือ ให้ใช้ type: gemini ไม่ใช่ gemini-vertex: เส้นทาง Vertex ส่ง thought signature ไม่ได้ ส่วน gemini-vertex ใช้ได้ดีเมื่อไม่มีเครื่องมือ
  • ชั้นแรกที่ดีใน model cascade: เร็วและราคาไม่แพง และยกระดับไปยังโมเดลที่ใหญ่กว่าเฉพาะเมื่อความเชื่อมั่นต่ำ

โมเดลที่เกี่ยวข้อง

แหล่งที่มา

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

เอกสารของผู้ผลิต ↗ · ราคา ↗