Какую модель я использую?
Кнопка внизу композера указывает уровень, версию линейки и уровень усилий, а страница использования записывает, какая модель обработала каждый запрос.
В Dropstone Chat посмотрите на кнопку внизу композера. Она указывает уровень, версию и уровень усилий, например Dropstone Fast 1.8 при усилии Max.
Откройте её — и вы увидите три уровня на вашей версии:
- Dropstone Fast, «Быстрейший для повседневных задач».
- Dropstone Pro, «Сбалансированные скорость и качество».
- Dropstone Heavy, «Самый мощный для сложных задач».
Одна версия охватывает все три уровня. Ниже них Effort задаёт, сколько рассуждений выполняет уровень, а More models открывает предыдущую линейку с пометками Previous Fast, Previous Pro и Previous Heavy.
Уровень без указанной версии всегда работает на последней линейке. В CLI выполните /models для того же списка.
Для полной записи откройте Usage and analytics, где использование разбито по моделям. Организация видит то же самое в своём audit log. Dropstone записывает уровень и версию, а не внутреннее имя модели, поэтому вы видите именно то, что выбрали, а не кодовое название, которое нужно искать.
Related articles
- Which AI models does Dropstone use?Dropstone runs three tiers. On the 1.8 lineup, Fast runs DeepSeek V4.1 Flash, Pro runs GLM-5.3 Flash, and Heavy runs Kimi K3, re-evaluated every month.
- Model versions and the monthly lineupDropstone numbers each lineup with the year and the month it was cut, and a new version ships only when a tier's pick changes. How to read the number, and which lineup you get.
- Dropstone lineup historyEvery Dropstone model lineup from 1.5 to 1.8, with the open-weight model that filled each tier. 1.8 is in service, 1.7 is still selectable, and 1.5 and 1.6 are retired.
- Choose a modelHow to pick between Dropstone Fast, Pro, and Heavy, where the selector lives in chat and in the CLI, and why the name Fast describes what a tier costs rather than how fast the model inside it runs.
- Usage and analyticsThe usage page in your Dropstone dashboard shows how much of your weekly allowance you have used, by day, by surface, and by model, plus how much prompt caching has saved you.