MagicHarbor.ai
Привет
Баланс: 0,00 долларов США
Документация
Узнайте, как MagicHarbor работает в качестве единой платформы искусственного интеллекта для взаимодействия с несколькими моделями, сравнения их производительности и постр оения структурированных рабочих процессов.
Обзор
MagicHarbor — это унифицированная платформа для взаимодействия с искусственным интеллектом, позволяющая работать с несколькими моделями ИИ в единой среде.
Платформа объединяет в себе:
– доступ по модели с участием нескольких поставщиков услуг
– единый интерфейс чата
– сравнительный анализ моделей
– аналитика и оценка моделей
– необязательные ответы с помощью вспомогательных инструментов
– поддержка агентов искусственного интеллекта и автоматизации
Это позволяет пользователям перейти от простого взаимодействия с ИИ к структурированным, ориентированным на выполнение задач рабочим процессам.
Основные концепции
MagicHarbor построен на основе нескольких ключевых концепций:
Модель
Модель искусственного интеллекта, предоставляемая такими сервисами, как OpenAI, Anthropic, Google, DeepSeek, xAI, Stability и Refract.
Поставщик
Платформа, которая размещает и предоставляет модели искусственного интеллекта.
Чат
Основной интерфейс для взаимодействия с моделями.
Диалог
Постоянно обновляемая переписка, хранящая сообщения, контекст, выбранные модели и историю взаимодействия.
Прямое сравнение
Структурированный режим сравнения, позволяющий пользователям отправлять один и тот же запрос нескольким моделям ИИ и сравнивать их ответы, стоимость, задержку, использование токенов и производительность на уровне категорий.
Аналитика
Система, отслеживающая использование, стоимость, задержку, потребление токенов и показатели производительности на уровне модели.
Инструменты
Возможности, доступные на стороне бэкэнда, которые могут позволить поддерживаемым моделям получать доступ к внешним функциям, таким как онлайн-поиск, при включении параметра «Использовать инструменты».
Агент
Настраиваемая система, расширяющая функциональность платформы от взаимодействия до выполнения задач.
Начиная
1. Создайте учетную запись
2. Пополните баланс своего счета.
3. Выберите поставщика и модель ИИ.
4. Введите свой запрос и начните чат.
5. При необходимости можно включить функцию «Использовать инструменты», если требуются ответы с помощью этих инструментов.
6. Используйте функцию сравнения «лицом к лицу» для тестирования нескольких моделей в одной и той же задаче.
Вы можете в любой момент переключать модели и сравнивать результаты в рамках одного и того же интерфейса.
Как это работает
Когда вы отправляете обычный запрос на чат:
1. Запрос направляется выбранному поставщику услуг искусственного интеллекта.
2. Выбранная модель обрабатывает входные данные.
3. Ответ возвращается в MagicHarbor.
4. Ответ представлен в структурированной форме.
5. Записываются аналитические данные, такие как токены, стоимость и задержка.
В рамках одного диалога можно переключаться между моделями для сравнения результатов с сохранением контекста.
Архитектура / Последовательность выполнения
MagicHarbor использует архитектуру с несколькими провайдерами.
Фронтенд (Wix) → API-шлюз (бэкенд FastAPI) → Поставщики ИИ
Система направляет каждый запрос выбранному поставщику и модели.
Ответы нормализуются и отображаются в едином интерфейсе.
В рабочих процессах с использованием вспомогательных инструментов бэкэнд может также подключать выбранную модель к дополнительным инструментам, прежде чем вернуть окончательный ответ.
Упрощенный алгоритм действий:
Запрос пользователя
→ Фронтенд MagicHarbor
→ FastAPI Backend / API Gateway
→ Выбранный поставщик ИИ и модель
→ Дополнительные инструменты для бэкэнда
→ Нормализованный ответ
→ Структурированная отрисовка пользовательского интерфейса
→ Запись аналитических данных
Модели
MagicHarbor объединяет несколько поставщиков решений на основе искусственного интеллекта:
• OpenAI
• Антропический (Клод)
• Google (Gemini)
• DeepSeek
• xAI (Grok)
• Стабильность
• Переделка
Каждая модель отличается следующими особенностями:
– качество ответа
– скорость / задержка
– стоимость за токен
– способность к рассуждению
– навыки программирования
– мультимодальные возможности
– совместимость инструментов
– обработка контекста
MagicHarbor позволяет оценить эти различия в реальных условиях использования .
Основные характеристики
– Доступ к ИИ от нескольких поставщиков
– Быстрое переключение моделей
– Единое рабочее пространство для чата
– Постоянные диалоги
– Поддержка ввода текста и изображений.
– Структурированное отображение ответа, включая код, таблицы и изображения.
– Сравнительный анализ моделей
– Победители в категориях и сравнительные данные
– Анализ токенов, стоимости и задержки
– Анализ ранжирования моделей и их использования
– Дополнительный режим использования инструментов для доступа к инструментам через бэкэнд.
– Основа для агентов искусственного интеллекта и автоматизации рабочих процессов
Используйте опцию «Инструменты».
Параметр «Использовать инструменты» позволяет поддерживаемым моделям использовать инструменты, доступные на стороне бэкэнда, при обработке запроса.
Например, если запрос требует предоставления актуальной или внешней информации, MagicHarbor может перенаправить его через дополнительные инструменты бэкэнда, такие как онлайн-поиск, в зависимости от конфигурации и доступности.
Когда функция «Использовать инструменты» включена:
– запрос может включать инструкции по доступу к инструменту.
– бэкэнд может обращаться к внешним инструментам или сервисам.
– модель может использовать полученную информацию для формирования более обоснованного ответа.
– Окончательный ответ может сочетать в себе рассуждения, полученные с помощью модели, с информацией, полученной из внешних источников.
Функция Use Tools предназначена для практических рабочих процессов, в которых модели может потребоваться информация, выходящая за рамки ее встроенных знаний.
Важные примечания:
– Доступность инструмента может зависеть от выбранной модели, конфигурации серверной части и доступности внешних сервисов.
– Ответы, полученные с помощью инструментов, могут отличаться от ответов, полученных только с помощью модели.
– Внешняя информация может повлиять на конечный результат
– Результаты поиска могут зависеть от качества, актуальности и доступности внешних источников.
– В некоторых алгоритмах сравнения режим с использованием вспомогательных инструментов может быть отделен от прямого сравнения для обеспечения согласованности сравнений моделей.
Сравнение моделей (Head-to-Head)
Сравнение моделей позволяет пользователям оценить несколько ИИ-моделей, используя один и тот же запрос (промпт).
Этот режим полезен, когда необходимо определить, какая модель лучше всего справляется с конкретной задачей, например:
– написание текстов
– написание кода
– анализ данных
– логические рассуждения
– создание резюме (саммари)
– перевод
– разработка продуктовой стратегии
– технические разъяснения
В режиме сравнения моделей MagicHarbor может отправить один и тот же запрос выбранным моделям и отобразить структурированные результаты.
Результаты сравнения могут включать:
– ответы моделей
– время отклика
– расход токенов
– оценочную стоимость
– оценку ясности ответа
– оценку детализации ответа
– оценку ценности ответа
– победителей в отдельных категориях
– общее резюме
Это предоставляет пользователям практический инструмент для сравнения моделей в сопоставимых условиях, позволяя не полагаться исключительно на общие бенчмарки или предположения.
Аналитика сравнения моделей
MagicHarbor может обобщать результаты сравнения моделей, используя несколько категорий оценки.
Типичные категории сравнения могут включать:
– Самый прямой и лаконичный ответ
– Самый подробный ответ
– Самый понятный и ясный ответ
– Лучшее соотношение цены и качества
– Общий наилучший результат
Эти категории призваны помочь пользователям понять не только то, какая модель дала ответ, но и то, насколько эффективно каждая из них проявила себя в реальных рабочих сценариях.
К результатам сравнения моделей следует относиться как к оценкам, применимым к конкретным задачам. Модель, показавшая наилучшие результаты для одного запроса, может оказаться не лучшим выбором для другого типа задач.
Использование и лимиты
Объем доступного использования зависит от вашего текущего баланса.
Каждый запрос расходует кредиты; стоимость запроса рассчитывается на основе выбранной модели, тарифов провайдера, расхода токенов и сложности самой задачи.
Если ваш баланс обнулится, доступ к ИИ-сервисам будет приостановлен до тех пор, пока вы не пополните счет.
Различные модели могут иметь разные профили стоимости. Более продвинутая или более медленная модель может расходовать больше кредитов, чем менее сложная или более быстрая модель.
Запросы с использованием вспомогательных инструментов также могут отличаться от обычных запросов, поскольку в их обработку могут быть вовлечены внешние сервисы или дополнительные вычислительные ресурсы на стороне бэкенда.
Аналитика сессий
MagicHarbor предоставляет аналитику в реальном времени, ориентированную на диалоги, помогая пользователям отслеживать эффективность работы ИИ-моделей непосредственно в процессе взаимодействия с ними.
Показатели аналитики рассчитываются одним из двух способов:
– в реальном времени — непосредственно в ходе текущей активной сессии;
– на основе агрегированных данных с бэкенда — для выбранного диалога и определенного периода времени.
Сообщения
Общее количество сообщений, которыми обменялись пользователь и ИИ-модели. messages = user_messages + assistant_messages
Каждый ввод пользователя считается одним сообщением.
Каждый ответ модели считается одним сообщением, даже если он содержит несколько отображаемых частей, таких как текст, код, таблицы или изображения.
Токены
Общее количество токенов, обработанных моделью.
tokens = input_tokens + output_tokens
input_tokens — токены в запросах пользователя, контексте и входных данных запроса
output_tokens — токены, сгенерированные моделью в ответе
Значения могут отображаться в сокращенном виде, например:
7.1K = 7 100 токенов
Стоимость
Общая оценочная стоимость всех обращений к модели в пределах выбранного диапазона.
cost = Σ (input_tokens × input_price + output_tokens × output_price)
Тарификация зависит от выбранной модели и провайдера.
Затраты суммируются по всем запросам в рамках сессии, диалога или выбранного периода.
Для запросов с использованием инструментов (tools) итоговая стоимость также может учитывать дополнительную обработку на бэкенде или специфику работы инструментов на стороне провайдера — в зависимости от реализации.
Средняя задержка (Avg Latency)
Среднее время отклика моделей ИИ.
avg_latency = total_latency_ms / number_of_responses
latency_ms = response_time − request_time
Значение задержки может отображаться в миллисекундах или секундах — в зависимости от величины.
Диапазон (Scope)
Индикатор «Диапазон» определяет, какие данные в данный момент отображаются на панели аналитики.
Текущая сессия (Live session) — расчеты выполняются в реальном времени на фронтенде.
Текущий диалог (Current dialogue) — агрегированная аналитика с бэкенда для активного диалога.
Выбранный период (Selected period) — отфильтрованная аналитика за определенный интервал времени (например: 24 ч, 7 дн, 30 дн) или за все время.
Источник данных и согласованность
Данные аналитики собираются на основе фактических взаимодействий с моделями и отражают реальное использование.
В режиме реального времени (Live) значения могут быть оценочными (рассчитанными на фронтенде) и могут незначительно отличаться от итоговых значений на бэкенде.
При выборе конкретного диалога аналитика загружается с бэкенд-сервисов и представляет собой достоверные агрегированные значения.
Важные примечания
Значения аналитики являются динамическими и обновляются по мере отправки новых сообщений.
Сложные ответы (например: текст + код + таблицы) рассматриваются как единое сообщение от ассистента, но могут содержать несколько элементов пользовательского интерфейса.
Все метрики агрегируются по всем моделям, использовавшимся в рамках выбранного диалога или временного периода. Поведение провайдера, доступность моделей, маршрутизация на стороне бэкенда, а также внешние инструменты могут влиять на задержку, стоимость и структуру ответа.
Рейтинг моделей
MagicHarbor оценивает ИИ-модели на основе множества факторов, помогая пользователям сравнивать их производительность в реальных условиях эксплуатации.
Рейтинг отражает данные практического взаимодействия, а не результаты синтетических бенчмарков.
Критерии оценки
Качество ответа
Релевантность, полнота, ясность и полезность ответа.
Скорость ответа
Как быстро модель генерирует результат.
Эффективность затрат
Какой объем полезного результата производится относительно понесенных расходов.
Стабильность
Устойчивость результатов при выполнении множества запросов и
снижение частоты ошибок.
Сигналы взаимодействия с пользователем
Практические модели использования, такие как повторное обращение, переключение между моделями и продолжительность взаимодействия.
Как рассчитываются баллы
Каждая модель получает итоговый балл по шкале от 0 до 10, основанный на взвешенных метриках.
Балл = (Качество × 0,40) + (Скорость × 0,25) + (Эффективность × 0,25) + (Стабильность × 0,10)
Перед применением весовых коэффициентов каждая метрика нормализуется по шкале от 0 до 10.
Подробное описание метрик
Качество — оценивается на основе полезности, ясности и полноты ответа, а также паттернов взаимодействия.
Скорость — определяется на основе средней задержки ответа; более быстрые ответы получают более высокие баллы за скорость.
Эффективность — основывается на соотношении между ценностью результата, объемом использованных токенов и стоимостью.
Стабильность — основывается на согласованности результатов, частоте ошибок и успешном выполнении запросов.
О стратегии взвешивания
Весовые коэффициенты определяются на основе практической оценки того, как пользователи взаимодействуют с системами ИИ:
– Качество имеет наибольшее влияние, поскольку быстрый, но слабый ответ обладает ограниченной ценностью.
– Скорость влияет на плавность процесса взаимодействия и продуктивность пользователя.
– Экономическая эффективность имеет значение при масштабировании, особенно при частом или коммерческом использовании.
– Стабильность обеспечивает надежность при выполнении повторяющихся запросов.
Данная система взвешивания представляет собой баланс между полезностью ответа, производительностью, стоимостью и надежностью.
Почему выбраны именно эти веса
Схема взвешивания опирается на следующие факторы:
– реальные модели использования, наблюдаемые в средах с поддержкой нескольких моделей;
– типичные компромиссы между качеством, скоростью и стоимостью;
– стандартные практики оценки производительности систем ИИ;
– практическая необходимость выбора наиболее подходящей модели для конкретной задачи, а не просто самой дорогой или самой популярной.
Пример
Модель: gpt-5.4-mini
Качество: 8,5
Скорость: 9,0
Эффективность: 7,5
Стабильность: 8,0
Итоговый балл = 0,40 × 8,5 + 0,25 × 9,0 + 0,25 × 7,5 + 0,10 × 8,0 = 8,325
Отображаемый в интерфейсе балл может быть округлен.
Важное примечание
Модель оценки постоянно развивается.
Баллы нормализуются для всех моделей в рамках одного контекста и со временем могут быть скорректированы. Рейтинг моделей призван служить ориентиром, а не абсолютным эталоном.
Выбор наилучшей модели зависит от вашей конкретной задачи, типа запроса (промпта), требуемого качества, допустимой задержки и чувствительности к стоимости.
Сценарии использования
MagicHarbor можно использовать для:
– сравнения моделей ИИ перед выбором подходящей для конкретной задачи;
– тестирования запросов (промптов) у различных провайдеров;
– оценки различий в стоимости и скорости работы моделей;
– работы с текстом, кодом, таблицами и визуальными данными;
– получения ответов с использованием вспомогательных инструментов для доступа к актуальной или внешней информации;
– создания структурированных рабочих процессов для исследований и анализа;
– подготовки отчетов о сравнении моделей;
– создания основы для агентской автоматизации.
Статистика диалогов
В разделе «Статистика диалога» отображаются ключевые показатели использования и производительности для текущего открытого диалога.
Эта панель предоставляет краткий оперативный обзор беседы:
-
Ответы — количество ответов модели, зафиксированных в текущем диалоге.
-
Токены — общее количество токенов, использованных в ходе диалога.
-
Стоимость — предполагаемая общая стоимость использования модели для диалога.
-
Средняя задержка — среднее время отклика по всем записанным результатам работы модели.
Эти значения помогают пользователю понять, насколько интенсивным, затратным или быстрым был диалог с течением времени.
Важное примечание:
Статистика диалогов носит описательный, а не оценочный характер. Она суммирует использование и скорость, но не определяет, какая модель является «лучшей».
Ранжирование моделей
Функция Model Ranking сравнивает модели, которые фактически использовались в текущем диалоге, и упорядочивает их с помощью упрощенного составного показателя.
Рейтинг призван дать практическое представление о работе, а не служить научным эталоном. Он помогает пользователю увидеть, какие модели оказались более эффективными или привлекательными с точки зрения операционного использования в конкретном случае.
В таблице представлены следующие данные:
Msg — количество ответов от модели
Токены — общее использование токенов
Стоимость — предполагаемая общая стоимость
Avg Lat — средняя задержка ответа
Показатель Score — это комплексный индикатор, основанный на использовании, скорости и экономической эффективности.
Важное примечание:
Рейтинг моделей зависит от контекста. Он отражает производительность только в рамках данного диалога и должен рассматриваться как оперативный сигнал, а не как универсальная таблица лидеров.
Анализ ответа
Анализ ответов выявляет примечательные закономерности в реакции участников текущего диалога.
Вместо того чтобы ранжировать каждую модель по одному единственному числу, эта панель отображает конкретные сравнительные показатели, такие как:
Самая быстрая — модель с наименьшей средней задержкой.
Наименьшая стоимость — модель с наименьшей стоимостью ответа.
Наиболее детальная информация — это модель, которая, как правило, давала наиболее подробные ответы в диалоге.
В процессах прямого сравнения эта панель может также отражать сигналы сравнения более высокого уровня, полученные в результате прямой оценки моделей.
Этот блок предназначен для ускорения интерпретации: вместо того, чтобы читать всю таблицу рейтинга, пользователь может сразу увидеть, какая модель выделилась по конкретному параметру.
Важное примечание:
Response Insight — это вспомогательный слой. Он выделяет полезные закономерности, но его следует интерпретировать в контексте полного ранжирования и диалога.
Агенты искусственного интеллекта
В долгосрочной перспективе MagicHarbor планирует развивать направление, включающее создание агентов искусственного интеллекта.
Агенты расширяют возможности платформы, позволяя переходить от индивидуального взаимодействия с ИИ к структурированному выполнению задач.
Агент может комбинировать:
– отдельные модели
– инструкции
– память или знание
– инструменты бэкэнда
– правила рабочего процесса
– логика, специфичная для бизнеса
Это позволяет MagicHarbor поддерживать более сложные сценарии автоматизации для команд и предприятий.
Уровень агентов органично вписывается в ту же основу, что и командный центр: доступ от нескольких поставщиков, интеграция инструментов, аналитика и структурированное управление рабочими процессами.
Ограничения
MagicHarbor зависит от внешних поставщиков ИИ и, где это возможно, от внешних инструментов.
Это означает, что:
– Доступность модели может измениться
– поведение поставщика услуг может различаться
– Задержка может зависеть от внешних API.
– Стоимость может различаться в зависимости от поставщика и модели.
– Ответы, полученные с помощью вспомогательных инструментов, могут зависеть от результатов внешнего поиска или доступности сервиса.
– Контент, созданный с помощью ИИ, может быть неполным, неточным, устаревшим или требовать проверки человеком.
Пользователям следует внимательно изучать важные результаты, особенно при принятии решений, имеющих юридическое, финансовое, медицинское, техническое или бизнес-критическое значение.
Вопросы практического применения см. в разделе часто задаваемых вопросов (FAQ).
Использование и ограничения
Использование средств зависит от доступного вам баланса.
Каждый запрос расходует кредиты в зависимости от выбранной модели и сложности задачи.
Если ваш баланс обнулится, доступ к услугам ИИ будет приостановлен до тех пор, пока вы не пополните счет.
Начните использовать MagicHarbor.ai
Создайте учетную запись и начните работать с несколькими моделями ИИ в одном месте.