d1.2-ultra API
LiquidAI d1.2-ultra একক পাসে কাঠামোবদ্ধ সিদ্ধান্ত দেয়।
LiquidAI: d1.2-ultra হলো Liquid API-এর একটি ফ্ল্যাগশিপ হোস্টেড সিদ্ধান্ত মডেল এবং Liquid AI-এর d1 পরিবারের অংশ। এটি আগের d1-ultra মডেলের দ্বিগুণ context length ব্যবহার করে, তবে এর output limit হলো zero generated tokens। টেক্সট, ছবি ও অডিও ইনপুট থেকে কাঠামোবদ্ধ ফল দেয়।
মডেলটি টেক্সট, সংখ্যা ও তারিখ পড়তে, নির্দিষ্ট ধরনের সব passage span দিয়ে খুঁজতে এবং ছবিতে bounding boxes দিয়ে এক বা একাধিক বস্তু শনাক্ত করতে পারে। এটি পরিসরসহ সংখ্যার অনুমান, পছন্দের সব প্রযোজ্য বিকল্প নির্বাচন, নথি থেকে অক্ষরসহ মান আহরণ, অনুপস্থিত মানে not found উত্তর এবং কাঠামোবদ্ধ সিদ্ধান্তের confidence probabilities দেয়।
স্পেসিফিকেশনের বিপরীতে ত্রুটি শনাক্তকরণ, গ্রাহকের ছবির ক্ষতি যাচাই, পণ্য তালিকার অসঙ্গতি ধরা, অনলাইন fraud detection, content moderation এবং এক API কলে classification, routing, scoring, extraction ও grounding-এর জন্য এটি উপযোগী।
আপডেট:
মডেল ID
d1.2-ultra- কনটেক্সট
- 65.536K
- সর্বোচ্চ আউটপুট
- 58.982K
- ইনপুট
- text / image
- আউটপুট
- decisions
মূল বৈশিষ্ট্য
- একক forward pass
- টেক্সট-ছবি-অডিও ইনপুট
- confidence probabilities
- bounding box শনাক্তকরণ
- অনুপস্থিত মান শনাক্ত
প্রোভাইডার
প্রোভাইডারদের মধ্যে API মূল্য তুলনা করুন। সব চার্জ ও শর্ত দেখতে একটি প্রোভাইডার নির্বাচন করুন।
| প্রাপ্যতা | |||
|---|---|---|---|
| $0.042 | $0 |
অতীত পরিসংখ্যান সরাসরি অবস্থা পরীক্ষা নয়। ডেটা না থাকা মানেই পরিষেবা বন্ধ নয়।
বেঞ্চমার্ক
- 75
Artificial Analysis Decision Index v2.1
24টি decision model-এর মধ্যে প্রথম স্থান
- 2.36%
HLE-MultiChoice
এই benchmark-এ সর্বশেষ স্থান
- 98%
Receipt value extraction
রসিদের মান সঠিকভাবে পড়েছে
- 94%
Personal data extraction precision
ব্যক্তিগত তথ্য আহরণে precision
- 93%
Personal data extraction recall
ব্যক্তিগত তথ্য আহরণে recall
- 95-97%
Evaluation suite
d1.2 এবং d1.2-ultra সঠিকভাবে উত্তর দিয়েছে
স্কোর মডেল প্রোভাইডারের প্রকাশিত তথ্য অনুযায়ী।
সিদ্ধান্ত দ্রুত শুরু
স্টেট ও সংকীর্ণ টাইপড প্রশ্ন /api/v1/decisions-এ পাঠান এবং প্রতিটি প্রশ্নের একটি উত্তর পড়ুন: noul 0 থেকে 1 পর্যন্ত সম্ভাবনা, choice নির্বাচিত বিকল্প ও তার বণ্টন, আর score ক্রমবদ্ধ মানদণ্ডের জন্য সংখ্যাসূচক স্কোর ফেরত দেয়। এই endpoint Chat Completions, Messages ও Responses সারফেস থেকে আলাদা।
curl https://openapi.felo.ai/api/v1/decisions \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "d1.2-ultra",
"state": "Help! My payouts have been failing for 3 days.",
"questions": {
"is_urgent": {
"type": "noul",
"instructions": "Does this message convey urgency?",
"criteria": {"true": "Time-sensitive", "false": "No urgency"}
},
"department": {
"type": "choice",
"instructions": "Which team should handle this?",
"criteria": {
"billing": "Payments, invoicing, refunds",
"technical": "Bugs, outages, integrations",
"sales": "Pricing, upgrades, new accounts"
}
},
"frustration": {
"type": "score",
"instructions": "How frustrated is the customer?",
"criteria": ["Calm", "Frustrated", "Very angry"]
}
}
}'সাধারণ প্রশ্ন
মডেল পরিচিতি: d1.2-ultra?
LiquidAI: d1.2-ultra হলো Liquid API-এর একটি ফ্ল্যাগশিপ হোস্টেড সিদ্ধান্ত মডেল এবং Liquid AI-এর d1 পরিবারের অংশ। এটি আগের d1-ultra মডেলের দ্বিগুণ context length ব্যবহার করে, তবে এর output limit হলো zero generated tokens। টেক্সট, ছবি ও অডিও ইনপুট থেকে কাঠামোবদ্ধ ফল দেয়। মডেলটি টেক্সট, সংখ্যা ও তারিখ পড়তে, নির্দিষ্ট ধরনের সব passage span দিয়ে খুঁজতে এবং ছবিতে bounding boxes দিয়ে এক বা একাধিক বস্তু শনাক্ত করতে পারে। এটি পরিসরসহ সংখ্যার অনুমান, পছন্দের সব প্রযোজ্য বিকল্প নির্বাচন, নথি থেকে অক্ষরসহ মান আহরণ, অনুপস্থিত মানে not found উত্তর এবং কাঠামোবদ্ধ সিদ্ধান্তের confidence probabilities দেয়। স্পেসিফিকেশনের বিপরীতে ত্রুটি শনাক্তকরণ, গ্রাহকের ছবির ক্ষতি যাচাই, পণ্য তালিকার অসঙ্গতি ধরা, অনলাইন fraud detection, content moderation এবং এক API কলে classification, routing, scoring, extraction ও grounding-এর জন্য এটি উপযোগী।
ব্যবহারের জন্য কীভাবে চার্জ হয়?
আপনার বিল নির্ভর করে আপনি কোন প্রোভাইডার ব্যবহার করেন, তার মূল্য এবং আপনার ব্যবহারের ওপর। দীর্ঘ ইনপুট বা অন্যান্য শর্তে ভিন্ন মূল্য প্রযোজ্য হতে পারে।
কোন ইনপুট সমর্থন করে?
এটি text input, image input এবং audio input সমর্থন করে।
এর context ও output limit কী?
আগের d1-ultra-এর দ্বিগুণ context length রয়েছে। output limit হলো zero generated tokens।
কোন কাজের জন্য উপযোগী?
কাঠামোবদ্ধ সিদ্ধান্ত, classification, routing, scoring, extraction ও grounding-এর জন্য এটি নকশা করা হয়েছে।
এটি কি সাধারণ লেখার জন্য তৈরি?
না। এটি generative text production-এর বদলে structured decision-making-এর জন্য তৈরি।
d1 পরিবারের মডেলগুলোর মধ্যে এর অবস্থান কী?
এটি d1 পরিবারের একটি flagship hosted decision model; একই পরিবারের d1.2 এবং d1-ultra-ও রয়েছে।
সংশ্লিষ্ট মডেল
d1.2
LiquidAIসিদ্ধান্তd1.2LiquidAI: d1.2 দ্রুত কাঠামোবদ্ধ সিদ্ধান্ত দেয়
কনটেক্সট
65.536K
আউটপুট
সিদ্ধান্ত
ইনপুট টোকেন
$0.02 / 1M টোকেন
আউটপুট টোকেন
$0 / 1M টোকেন
d1.1
LiquidAIসিদ্ধান্তd1.1LiquidAI: d1.1 হলো একটি ডিসিশন মডেল, যা টেক্সট জেনারেট না করে সম্ভাব্যতা আকারে উত্তর দেয়।
কনটেক্সট
65.536K
আউটপুট
সিদ্ধান্ত
ইনপুট টোকেন
$0.02 / 1M টোকেন
আউটপুট টোকেন
$0 / 1M টোকেন