Felo API PlatformFelo API Platform
मॉडल पर वापस जाएँ

Microsoft-Decision-1.1 API

Microsoft-Decision-1.1 संरचित निर्णयों के लिए विशेष मॉडल है।

Microsoft-Decision-1.1 दिए गए पाठ और छवियों के आधार पर हाँ/नहीं, बहुविकल्पीय और रूब्रिक-आधारित प्रश्नों के उत्तर देता है। यह निश्चित विकल्पों के लिए कैलिब्रेटेड संभाव्यता स्कोर, संरचित आउटपुट और रीजनिंग टूल का समर्थन करता है। इसका संदर्भ आकार33K tokens है।

यह मॉडल एजेंट नियंत्रण, मॉडल रूटिंग, इंटेंट विश्लेषण, डेटा लेबलिंग, AI जजिंग और घटना प्रतिक्रिया जैसे कार्यों के लिए उपयुक्त है। यह अनुरोधों को रूट कर सकता है, रूब्रिक के आधार पर आउटपुट को ग्रेड कर सकता है और अनिश्चित निर्णयों को मानव समीक्षा के लिए चिह्नित कर सकता है।

यह मुक्त-रूप पाठ निर्माण के बजाय संरचित निर्णय कार्यों के लिए विशेषीकृत है। Microsoft Foundry और Opper जैसे तृतीय-पक्ष गेटवे के माध्यम से उपलब्ध है।

समय-सीमितमुफ़्त ट्रायल

अपडेट किया गया:

मॉडल ID

microsoft-decision-1.1
कॉन्टेक्स्ट
32.768K
अधिकतम आउटपुट
29.491K
इनपुट
text / image
आउटपुट
decisions

मुख्य बातें

  • कैलिब्रेटेड संभाव्यता स्कोर
  • संरचित आउटपुट समर्थन
  • रीजनिंग टूल समर्थन
  • मानव समीक्षा संकेत
  • पाठ और छवि इनपुट

प्रदाता

1 प्रदाता

प्रदाताओं के बीच API कीमतों की तुलना करें। सभी शुल्क और शर्तें देखने के लिए किसी प्रदाता को चुनें।

प्रदाता · कीमत का विवरण
उपलब्धता
$0.042$0

बेंचमार्क

  • Microsoft का बेंचमार्क

    Microsoft के पहले निर्णय मॉडल से6 points अधिक।

    68
  • Microsoft का बेंचमार्क

    9 क्षमता क्षेत्रों में से7 में अग्रणी।

    7
  • Microsoft का बेंचमार्क

    8 निर्णय मॉडलों में सर्वोच्च औसत सटीकता।

    1

स्कोर मॉडल प्रदाता के प्रकाशित आँकड़ों के अनुसार।

निर्णय त्वरित शुरुआत

स्थिति और सीमित टाइप्ड प्रश्न /api/v1/decisions पर भेजें और हर प्रश्न का एक उत्तर पाएँ: noul 0 से 1 के बीच एक प्रायिकता लौटाता है, choice चुना गया विकल्प उसके वितरण के साथ लौटाता है, और score क्रमबद्ध मानदंडों के लिए एक संख्यात्मक स्कोर लौटाता है। यह endpoint Chat Completions, Messages और Responses सतहों से अलग है।

curl https://openapi.felo.ai/api/v1/decisions \
  -H "Authorization: Bearer $FELO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "microsoft-decision-1.1",
    "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"]
      }
    }
  }'

अक्सर पूछे जाने वाले प्रश्न

मॉडल परिचय: Microsoft-Decision-1.1?

Microsoft-Decision-1.1 दिए गए पाठ और छवियों के आधार पर हाँ/नहीं, बहुविकल्पीय और रूब्रिक-आधारित प्रश्नों के उत्तर देता है। यह निश्चित विकल्पों के लिए कैलिब्रेटेड संभाव्यता स्कोर, संरचित आउटपुट और रीजनिंग टूल का समर्थन करता है। इसका संदर्भ आकार33K tokens है। यह मॉडल एजेंट नियंत्रण, मॉडल रूटिंग, इंटेंट विश्लेषण, डेटा लेबलिंग, AI जजिंग और घटना प्रतिक्रिया जैसे कार्यों के लिए उपयुक्त है। यह अनुरोधों को रूट कर सकता है, रूब्रिक के आधार पर आउटपुट को ग्रेड कर सकता है और अनिश्चित निर्णयों को मानव समीक्षा के लिए चिह्नित कर सकता है। यह मुक्त-रूप पाठ निर्माण के बजाय संरचित निर्णय कार्यों के लिए विशेषीकृत है। Microsoft Foundry और Opper जैसे तृतीय-पक्ष गेटवे के माध्यम से उपलब्ध है।

उपयोग का शुल्क कैसे लगता है?

आपका बिल इस बात पर निर्भर करता है कि आप कौन-सा प्रदाता उपयोग करते हैं, उसकी कीमतें और आपका उपयोग। लंबे इनपुट या अन्य शर्तों पर अलग कीमतें लागू हो सकती हैं।

यह किन इनपुट को समर्थन करता है?

अंतर्निहित मॉडल पाठ और छवि इनपुट का समर्थन करता है। Azure endpoints वर्तमान में Decisions और System One के माध्यम से पाठ स्वीकार करते हैं।

इसका संदर्भ आकार कितना है?

इसका संदर्भ आकार33K tokens है। आउटपुट सीमा तथ्य सूची में निर्दिष्ट नहीं है।

यह किन कार्यों के लिए उपयुक्त है?

यह संरचित निर्णय कार्यों, जैसे मॉडल रूटिंग, इंटेंट विश्लेषण, डेटा लेबलिंग और रूब्रिक-आधारित मूल्यांकन के लिए उपयुक्त है।

क्या यह अनिश्चित निर्णयों को संभाल सकता है?

हाँ। यह कैलिब्रेटेड संभाव्यता स्कोर देता है और अनिश्चित निर्णयों को मानव समीक्षा के लिए चिह्नित कर सकता है।

क्या यह मुक्त-रूप पाठ निर्माण के लिए विशेषीकृत है?

नहीं। यह मुक्त-रूप पाठ निर्माण के बजाय संरचित निर्णय कार्यों के लिए विशेषीकृत है।

संबंधित मॉडल