> This is a page from the ElevenLabs documentation. For a complete page index, fetch https://elevenlabs.io/docs/llms.txt. For the full documentation in a single file, fetch https://elevenlabs.io/docs/llms-full.txt. # Modele ElevenAgents oferuje jeden interfejs do łączenia agenta z wieloma modelami i dostawcami, zapewniając elastyczność, niezawodność i optymalizację kosztów. Zamiast wybierać tutaj model, agenci głosowi mogą używać [modelu Realtime](/docs/pl/eleven-agents/customization/realtime-models) — modelu ElevenLabs stworzonego do rozmów głosowych o niskich opóźnieniach. ## Najważniejsze funkcje * **Ujednolicony dostęp**: Przełączaj się między dostawcami i modelami przy minimalnych zmianach w kodzie * **Wysoka niezawodność**: Automatycznie przechodź do innego dostawcy, gdy jeden zawiedzie * **Monitorowanie wydatków**: Śledź wydatki w różnych modelach ## Obsługiwane modele Obecnie następujące modele są natywnie obsługiwane i można je skonfigurować w ustawieniach agenta: | Dostawca | Model | | -------------- | ---------------------- | | **ElevenLabs** | Nemotron 3.5 Super VL | | | DeepSeek Flash 4.1 | | | GLM 5.2 | | | Qwen3.6-35B-A3B | | | Qwen3.5-397B-A17B | | **Google** | Gemini 4 Argon | | | Gemini 3.8 Flash | | | Gemini 3.7 Flash | | | Gemini 3.6 Flash | | | Gemini 3.5 Flash | | | Gemini 3.5 Flash-Lite | | | Gemini 3.1 Pro Preview | | | Gemini 3.1 Flash Lite | | | Gemini 3 Flash Preview | | | Gemini 2.5 Flash | | | Gemini 2.5 Flash Lite | | **OpenAI** | GPT-6.1 Sol | | | GPT-6 Astra | | | GPT-6 Sol | | | GPT-6 Luna | | | GPT-5.6 Sol | | | GPT-5.6 Terra | | | GPT-5.6 Luna | | | GPT-5.5 | | | GPT-5.4 | | | GPT-5.4 Mini | | | GPT-5.4 Nano | | | GPT-5.2 | | | GPT-5.1 | | | GPT-5 | | | GPT-5 Mini | | | GPT-5 Nano | | | GPT-4.1 | | | GPT-4.1 Mini | | | GPT-4.1 Nano | | | GPT-4o | | | GPT-4o Mini | | **Anthropic** | Claude Opus 5.5 | | | Claude Opus 5 | | | Claude Opus 4.8 | | | Claude Opus 4.7 | | | Claude Opus 4.6 | | | Claude Sonnet 5.5 | | | Claude Sonnet 5 | | | Claude Sonnet 4.6 | | | Claude Sonnet 4.5 | | | Claude Haiku 4.5 | > **Note** > > Ceny są zwykle podawane w USD za 1 milion tokenów, chyba że wskazano inaczej. Token to > podstawowa jednostka danych tekstowych dla LLM, odpowiadająca średnio około 4 znakom. ### Własny LLM Możesz użyć własnego LLM, podając endpoint, do którego mamy wysyłać żądania, oraz dane uwierzytelniające w naszym bezpiecznym magazynie sekretów. Dowiedz się więcej o [integracji własnego LLM](/docs/pl/eleven-agents/customization/llm/custom-llm). > **Note** > > Niektóre modele są niedostępne po włączeniu rezydencji danych w UE. Szczegóły dostępności znajdziesz w [RODO i rezydencji danych](/docs/pl/overview/administration/data-residency). ## Wybór modelu Wybór najodpowiedniejszego LLM dla aplikacji wymaga uwzględnienia kilku czynników: * **Złożoność zadania**: Oceń modele na reprezentatywnych zadaniach z aplikacji * **Wymagania dotyczące opóźnień**: W przypadku rozmów głosowych na żywo wybierz model o niskich opóźnieniach i zmierz czas odpowiedzi dla swoich promptów i narzędzi * **Rozmiar okna kontekstowego**: Jeśli aplikacja musi przetwarzać, rozumieć lub pamiętać informacje z długich rozmów albo obszernych dokumentów, wybierz modele z większymi oknami kontekstowymi * **Opłacalność**: Zrównoważ oczekiwaną wydajność i funkcje z budżetem. Ceny LLM mogą znacznie się różnić, więc przeanalizuj strukturę cenową (tokeny wejściowe, wyjściowe i cache) w odniesieniu do przewidywanego sposobu użycia * **Zgodność z HIPAA**: Jeśli aplikacja przetwarza chronione informacje zdrowotne (PHI), kluczowe jest użycie LLM oznaczonego jako zgodny z HIPAA oraz zapewnienie, że cały proces przetwarzania danych spełnia wymogi regulacyjne > **Note** > > Maksymalny rozmiar promptu systemowego to 2 MB. Obejmuje on instrukcje agenta, zawartość bazy wiedzy > i inny kontekst na poziomie systemu. ## Konfiguracja modelu ### Temperatura Temperatura kontroluje losowość odpowiedzi modelu. Niższe wartości dają bardziej spójne i skupione wyniki, a wyższe zwiększają kreatywność i różnorodność. * **Niska (0.0–0.3)**: Deterministyczne, spójne odpowiedzi do ustrukturyzowanych interakcji * **Średnia (0.4–0.7)**: Równowaga między kreatywnością a spójnością * **Wysoka (0.8–1.0)**: Kreatywne, zróżnicowane odpowiedzi do dynamicznych rozmów ### Konfiguracja zapasowych LLM Skonfiguruj zapasowe LLM, aby zapewnić ciągłość rozmowy, gdy główny LLM zawiedzie lub stanie się niedostępny. **Opcje konfiguracji:** * **Domyślna**: Używa zalecanej przez ElevenLabs sekwencji awaryjnej * **Własna**: Określ własną sekwencję kaskadową modeli zapasowych * **Wyłączona**: Bez trybu awaryjnego (stanowczo odradzane w środowisku produkcyjnym) > **Warning** > > Wyłączenie zapasowych LLM oznacza, że rozmowy zakończą się nagle, jeśli główny LLM zawiedzie lub stanie się > niedostępny. Stanowczo odradzamy to w środowisku produkcyjnym. Dowiedz się więcej o [kaskadowaniu LLM](/docs/pl/eleven-agents/customization/llm/llm-cascading). ## Rozumowanie Rozumowanie pomaga agentom radzić sobie ze złożonymi decyzjami, takimi jak wybór narzędzi, stosowanie zasad czy realizacja wieloetapowych workflow. W zależności od modelu możesz kontrolować zakres rozumowania za pomocą budżetu myślenia lub poziomu wysiłku rozumowania. ### Budżet myślenia Ustaw maksymalną liczbę tokenów rozumowania za pomocą suwaka numerycznego. Większy budżet może wydłużyć czas odpowiedzi. Ustaw budżet na `0`, aby wyłączyć myślenie, jeśli model na to pozwala. ### Wysiłek rozumowania Wysiłek rozumowania określa, ile rozumowania model wykonuje przed udzieleniem odpowiedzi. Dostępne poziomy zależą od wybranego modelu. > **Tip** > > W przypadku agentów głosowych na żywo zacznij od niższego budżetu lub wysiłku, ponieważ dodatkowe myślenie może opóźnić > zmianę tury. Zwiększ je w krokach workflow wymagających bardziej złożonych decyzji. ### Podsumowanie rozumowania Włącz podsumowanie rozumowania, aby rejestrować zwracane przez model rozumowanie podczas debugowania odpowiedzi, wywołań narzędzi lub ścieżek workflow. Włącz **Podsumowanie rozumowania** w ustawieniach LLM agenta lub ustaw `enable_reasoning_summary` przez API. To ustawienie jest domyślnie wyłączone. W przypadku własnych endpointów zobacz [jak ElevenLabs żąda i przechowuje rozumowanie](/docs/pl/eleven-agents/customization/llm/custom-llm#reasoning-summary). Treść rozumowania podlega ustawieniom retencji i redakcji PII. Możesz uzyskać do niej dostęp przez następujące kanały: | Miejsce docelowe | Dostępność | | ------------------------------------------------------------------------------ | ---------------------------------------------------------------------------------------- | | Historia rozmowy | Dostępne pod oznaczeniem **Rozumowanie** | | [API pobierania rozmowy](/docs/pl/api-reference/conversations/get) | Zwracane w polu `reasoning` elementu transkrypcji | | [OpenTelemetry](/docs/pl/eleven-agents/customization/opentelemetry-traces) | Uwzględnione w spanach odpowiedzi agenta po rozmowie jako `elevenlabs.reasoning_content` | | [Zdarzenia klienta](/docs/pl/eleven-agents/customization/events/client-events) | Dostępne jako `agent_reasoning_response_part` tylko w rozmowach tekstowych | > **Note** > > W [trybie Zero Retention](/docs/pl/eleven-agents/customization/privacy/zrm) ElevenLabs \*\*nie przechowuje > treści rozumowania \*\*. Jest ona przekazywana tylko klientom czatu i webhookom po rozmowie. #### Ograniczenia * Żądanie podsumowania rozumowania może zwiększyć opóźnienie odpowiedzi. Przetestuj je przed włączeniem w agentach głosowych wrażliwych na opóźnienia. * Dostawcy mogą zwrócić podsumowanie, tekst myśli, surowe delty rozumowania albo brak treści do wyświetlenia. ## Jak rozumieć ceny * **Tokeny**: Korzystanie z LLM jest zwykle rozliczane na podstawie liczby przetworzonych tokenów. Dla tekstu angielskiego 100 tokenów odpowiada w przybliżeniu 75 słowom * **Ceny wejścia i wyjścia**: Dostawcy często rozróżniają ceny tokenów wejściowych (dane wysyłane do modelu) i tokenów wyjściowych (dane generowane przez model w odpowiedzi) * **Ceny cache**: * `input_cache_read`: Koszt pobierania wcześniej przetworzonych danych wejściowych z cache. Użycie danych z cache może obniżyć koszty, jeśli identyczne dane wejściowe są przetwarzane wielokrotnie * `input_cache_write`: Koszt zapisywania danych wejściowych w cache. Niektórzy dostawcy LLM mogą pobierać opłatę za tę operację * Ceny podane w tym dokumencie dotyczą 1 miliona tokenów i opierają się na informacjach dostępnych w chwili pisania. Dostawcy LLM mogą je zmienić * **Ceny bez marży**: ElevenLabs przekazuje koszty LLM innych firm według opublikowanej stawki dostawcy, bez marży. Wybrane modele Gemini i Claude są zgodne z regionalnymi (nieglobalnymi) cenami Vertex AI, według których rozliczany jest ruch w USA i UE — wzrost o 10% dla tokenów wejściowych, wyjściowych i cache, zgodny ze stawkami regionalnymi Vertex Aktualne możliwości modeli, ceny i warunki korzystania znajdziesz w dokumentacji dostawcy. ## Zgodność z HIPAA Niektóre LLM dostępne na naszej platformie mogą nadawać się do użycia w środowiskach wymagających zgodności z HIPAA. Więcej informacji znajdziesz w [dokumentacji zgodności z HIPAA](/docs/pl/eleven-agents/legal/hipaa). ## Powiązane materiały * [Integracja własnego LLM](/docs/pl/eleven-agents/customization/llm/custom-llm) * [Kaskadowanie LLM](/docs/pl/eleven-agents/customization/llm/llm-cascading) * [Optymalizacja kosztów](/docs/pl/eleven-agents/customization/llm/optimizing-costs) ## Modele hostowane przez ElevenLabs ElevenLabs oferuje dostęp do różnych modeli AI, w tym wybranych modeli innych firm hostowanych przez ElevenLabs. Gdy model jest oznaczony jako „Hosted by ElevenLabs”, jest wdrażany i obsługiwany na infrastrukturze zarządzanej przez ElevenLabs. Modele te są obecnie hostowane w Stanach Zjednoczonych lub w regionie wdrożenia Enterprise. #### Jak rozpoznać modele hostowane przez ElevenLabs Modele hostowane przez ElevenLabs są wyraźnie oznaczone w interfejsie ElevenLabs. Podczas przeglądania lub wybierania modeli szukaj oznaczenia „Hosted by ElevenLabs”. #### Jak przetwarzamy twoje dane W przypadku modeli hostowanych przez ElevenLabs żądania są przetwarzane w infrastrukturze zarządzanej przez ElevenLabs. Oznacza to, że pierwotny dostawca modelu nie otrzymuje, nie uzyskuje dostępu ani nie przetwarza danych wejściowych i wyjściowych przesłanych przez ElevenLabs. Hostując te modele, ElevenLabs może zapewnić spójne działanie przy zachowaniu kontroli nad infrastrukturą obsługującą żądania do modeli. ## Często zadawane pytania #### Gdzie hostowane są modele hostowane samodzielnie? Modele hostowane przez ElevenLabs są obecnie hostowane na infrastrukturze w Stanach Zjednoczonych lub w regionie wdrożenia Enterprise. #### Czy pierwotny dostawca modelu ma dostęp do moich danych lub metadanych użycia? W przypadku modeli hostowanych przez ElevenLabs pierwotny deweloper modelu nigdy nie otrzymuje twoich danych wejściowych ani wyjściowych i nie ma dostępu do danych o wdrożeniu, które je przetwarza. #### Skąd wiem, czy model jest hostowany przez ElevenLabs? Modele hostowane przez ElevenLabs są wyraźnie oznaczone w interfejsie ElevenLabs jako „Hosted by ElevenLabs”.