Buckets:
| title: Modele | |
| description: Konfigurowanie dostawcy i modelu LLM. | |
| opencode używa [AI SDK](https://ai-sdk.dev/) i [Models.dev](https://models.dev) do obsługi **ponad 75 dostawców LLM** i obsługi uruchamiania modeli pierwszych. | |
| ## Dostawcy | |
| Dostępna usługa dostawcy jest dostępna. Jeśli otrzymasz poświadczenie dostawcy za pomocą polecenia `/connect`, będzie on dostępny po uruchomieniu opencode. | |
| Dowiedz się więcej o [dostawcach](/docs/providers). | |
| ## Wybierz model | |
| Po skonfigurowaniu dostawcy możesz wybrać dostępny model, wpisując: | |
| ```bash frame="none" | |
| /models | |
| ``` | |
| ## Polecane modele | |
| Na rynku jest mnóstwo modeli, co tydzień pojawia się nowe. | |
| :::tip | |
| Rozważ skorzystanie z jednego z rekomendowanych przez nas modeli. | |
| ::: | |
| Jednak tylko kilka z nich jest dobrych przy generowaniu kodu, jak i wywołaniu narzędzia. | |
| Oto kilka modeli, które dobrze współpracują z opencode, w kolejności. (Nie jest to lista wyczerpująca i nie jest konieczna aktualna): | |
| - GPT 5.2 | |
| - Kodeks GPT 5.1 | |
| - Klaudiusz Opus 4.5 | |
| - Claude Sonnet 4.5 | |
| - Minimax M2.1 | |
| - Bliźnięta 3Pro | |
| ## Ustaw wartość domyślną | |
| Aby zainstalować jeden z nich jako model domyślny, możesz zainstalować klucz `model` w swoim | |
| opencode konfiguracja | |
| ```json title="opencode.json" {3} | |
| { | |
| "$schema": "https://opencode.ai/config.json", | |
| "model": "lmstudio/google/gemma-3n-e4b" | |
| } | |
| ``` | |
| Tutaj pełny identyfikator do `provider_id/model_id`. Na przykład, użycie [OpenCode Zen](/docs/zen), przestrzeganie `opencode/gpt-5.1-codex` dla Kodeksu GPT 5.1. | |
| Jeśli skonfigurowałeś [dostawcę zwykłegogo] (./providers#custom), `provider_id` jest kluczem z części `provider` twojej konfiguracji, a `model_id` jest kluczem z `provider.models`. | |
| ## Skonfiguruj modele | |
| Można globalnie skorzystać z opcji modelu poprzez plik config. | |
| ```jsonc title="opencode.jsonc" {7-12,19-24} | |
| { | |
| "$schema": "https://opencode.ai/config.json", | |
| "provider": { | |
| "openai": { | |
| "models": { | |
| "gpt-5": { | |
| "options": { | |
| "reasoningEffort": "high", | |
| "textVerbosity": "low", | |
| "reasoningSummary": "auto", | |
| "include": ["reasoning.encrypted_content"], | |
| }, | |
| }, | |
| }, | |
| }, | |
| "anthropic": { | |
| "models": { | |
| "claude-sonnet-4-5-20250929": { | |
| "options": { | |
| "thinking": { | |
| "type": "enabled", | |
| "budgetTokens": 16000, | |
| }, | |
| }, | |
| }, | |
| }, | |
| }, | |
| }, | |
| } | |
| ``` | |
| Tutaj konfigurujemy urządzenia globalne dla dwóch modeli: `gpt-5` w przypadku dostępu za pośrednictwem dostawcy `openai` i `claude-sonnet-4-20250514` w przypadku dostępu za pośrednictwem dostawcy `anthropic`. | |
| Wbudowane nazwy dostawców i modele można znaleźć na [Models.dev](https://models.dev). | |
| Można także skorzystać z opcji dla dowolnych agentów, których używa się. Konfiguracja agenta jest dostępna jako opcja globalna. [Dowiedz się więcej](/docs/agents/#additional). | |
| Można również zastosować alternatywne warianty, które wykluczają. Warianty konfiguracji ustawień konfiguracyjnych dla tego samego modelu bez tworzenia duplikatów wpisów: | |
| ```jsonc title="opencode.jsonc" {6-21} | |
| { | |
| "$schema": "https://opencode.ai/config.json", | |
| "provider": { | |
| "opencode": { | |
| "models": { | |
| "gpt-5": { | |
| "variants": { | |
| "high": { | |
| "reasoningEffort": "high", | |
| "textVerbosity": "low", | |
| "reasoningSummary": "auto", | |
| }, | |
| "low": { | |
| "reasoningEffort": "low", | |
| "textVerbosity": "low", | |
| "reasoningSummary": "auto", | |
| }, | |
| }, | |
| }, | |
| }, | |
| }, | |
| }, | |
| } | |
| ``` | |
| ## Warianty | |
| Wiele modeli obsługuje wiele wariantów lub różnych wybranych. opencode jest dostarczany z podstawowymi wariantami wariantów dla dostawców. | |
| ### Wbudowane warianty | |
| opencode jest dostarczany z domyślnymi wariantami dla wielu dostawców: | |
| **Antropiczny**: | |
| - `high` – Wysoki budżet na przemyślenie (domyślnie) | |
| - `max` - Maksymalny budżet na myślenie | |
| **OpenAI**: | |
| Różni się zależnością od modelu, ale mniej więcej: | |
| - `none` – Brak uzasadnienia | |
| - `minimal` - Minimalny wysiłek rozumowania | |
| - `low` - Niewielki wysiłek w zakresie rozumowania | |
| - `medium` – Średni wysiłek rozumowania | |
| - `high` - Duży wysiłek w zakresie rozumowania | |
| - `xhigh` - Bardzo duży wysiłek w zakresie rozumowania | |
| **Google**: | |
| - `low` — Mniejszy nakład pracy/budżet tokena | |
| - `high` — Większy nakład pracy/budżet tokena | |
| :::tip | |
| Lista ta nie jest kompletna. Wielu innych dostawców oferuje także opcję odchylenia ustawień. | |
| ::: | |
| ### Warianty niestandardowe | |
| Można uwzględnić warianty lub dodać własne: | |
| ```jsonc title="opencode.jsonc" {7-18} | |
| { | |
| "$schema": "https://opencode.ai/config.json", | |
| "provider": { | |
| "openai": { | |
| "models": { | |
| "gpt-5": { | |
| "variants": { | |
| "thinking": { | |
| "reasoningEffort": "high", | |
| "textVerbosity": "low", | |
| }, | |
| "fast": { | |
| "disabled": true, | |
| }, | |
| }, | |
| }, | |
| }, | |
| }, | |
| }, | |
| } | |
| ``` | |
| ### Przełączanie wariantów | |
| Naciśnij klawisza `variant_cycle`, aby szybko przełączać się między wariantami. [Dowiedz się więcej](/docs/keybinds). | |
| ## Ładowanie modeli | |
| Po uruchomieniu opencode sprawdzanie modeli w następującej kolejności: | |
| 1. Flaga wiersza autora `--model` lub `-m`. Format jest taki sam jak w pliku konfiguracyjnym: `provider_id/model_id`. | |
| 2. Lista modeli w konstrukcji opencode. | |
| ```json title="opencode.json" | |
| { | |
| "$schema": "https://opencode.ai/config.json", | |
| "model": "anthropic/claude-sonnet-4-20250514" | |
| } | |
| ``` | |
| Sformatuj tutaj na `provider/model`. | |
| 3. Ostatni używany model. | |
| 4. Pierwszy model sterujący priorytetem wewnętrznym. | |
Xet Storage Details
- Size:
- 5.89 kB
- Xet hash:
- e7957e382186f8fe4988a75eb71f3baf8a63651c9f309fbab4e71ef4ff702332
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.