LiquidAI: d1.1 API
Model keputusan dari LiquidAI yang mengembalikan probabilitas untuk pertanyaan ya/tidak, pilihan, dan skor, tanpa menghasilkan token keluaran.
LiquidAI: d1.1 adalah model keputusan yang dirancang untuk memberikan jawaban terstruktur berupa probabilitas, bukan teks generatif. Model ini menjawab pertanyaan ya/tidak dengan nilai antara 0 dan 1, pertanyaan pilihan dengan probabilitas untuk setiap label, serta pertanyaan skor dengan membobot tingkat terurut dan mengembalikan posisi yang diharapkan. Beberapa pertanyaan tentang keadaan yang sama dapat diajukan dalam satu permintaan, dan semua probabilitas opsi dihitung dalam satu forward pass tanpa token keluaran. Model ini dibangun di atas model open-weight yang lebih besar dengan kustomisasi khusus Liquid.
Model ini cocok untuk pengambilan keputusan terstruktur yang cepat dalam perangkat lunak, seperti klasifikasi, perutean, penskoran, triase tiket dukungan, moderasi konten, evaluasi respons, inspeksi gambar, dan gating langkah agen. Keputusan teks memerlukan waktu 200 hingga 300 milidetik, cukup cepat untuk aplikasi real-time, dan dapat menggantikan panggilan mahal ke model bahasa besar saat keputusan terstruktur diperlukan. Model ini juga menunjukkan ketahanan tinggi terhadap prompt injection dan menangani input yang lebih panjang secara efektif.
Dalam aplikasi nyata, model ini berperforma setara atau lebih baik dari GPT-6.1 Sol dan Claude Opus 5.5 pada 4 dari 6 aplikasi, serta merespons jauh lebih cepat pada semua tugas. Model ini adalah model pertama yang melampaui Jev pada Hugging Face Decision Index. Kemampuan multimodalnya juga terlihat dalam tugas seperti Tetris, Wordle, dan Quick, Draw!, di mana input gambar meningkatkan kinerja. Model tersedia sebagai model open-weight di bawah LFM Open License v1.0, dengan bobot d1-3B dan d1-omni-600M yang dapat diunduh untuk deployment lokal atau hosted.
Diperbarui:
ID MODEL
d1.1- Konteks
- 65.536K
- Output maks
- 58.982K
- Masukan
- text / image
- Keluaran
- decisions
Sorotan
- Mengembalikan probabilitas, bukan teks
- Keputusan teks 200–300 milidetik
- Input teks dan gambar
- Tanpa token keluaran
- Tahan terhadap prompt injection
- Open-weight di bawah LFM Open License v1.0
Penyedia
Bandingkan harga API antarpenyedia. Pilih penyedia untuk melihat semua biaya dan ketentuan.
| $0.02 | $0 | $0.02 |
Tolok ukur
- 48.57
Decision Index 0.2.1
d1-3B; tertinggi di antara model keputusan di bawah 10B
- 47.11
Decider 35B-A3B
skor referensi yang dilampaui oleh d1-3B
- 74.1
Rata-rata tolok ukur gambar
d1-3B pada 11 tolok ukur gambar publik
- 73.9
Rata-rata gambar LFM2.5-VL-3B
model dasar; sedikit di bawah d1-3B
- 82.9
Rata-rata tolok ukur teks
d1-3B pada 7 tolok ukur teks publik
- 81.1
Rata-rata teks Decider 4B
skor referensi yang dilampaui oleh d1-3B
Skor sesuai publikasi penyedia model.
Mulai cepat keputusan
Kirim status dan pertanyaan bertipe yang sempit ke /api/v1/decisions dan baca satu jawaban per pertanyaan: noul mengembalikan probabilitas dari 0 hingga 1, choice mengembalikan opsi yang dipilih beserta distribusinya, dan score mengembalikan skor numerik untuk kriteria terurut. Endpoint ini terpisah dari antarmuka Chat Completions, Messages dan Responses.
curl https://openapi.felo.ai/api/v1/decisions \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "d1.1",
"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"]
}
}
}'Pertanyaan umum
Mengenal LiquidAI: d1.1?
LiquidAI: d1.1 adalah model keputusan yang dirancang untuk memberikan jawaban terstruktur berupa probabilitas, bukan teks generatif. Model ini menjawab pertanyaan ya/tidak dengan nilai antara 0 dan 1, pertanyaan pilihan dengan probabilitas untuk setiap label, serta pertanyaan skor dengan membobot tingkat terurut dan mengembalikan posisi yang diharapkan. Beberapa pertanyaan tentang keadaan yang sama dapat diajukan dalam satu permintaan, dan semua probabilitas opsi dihitung dalam satu forward pass tanpa token keluaran. Model ini dibangun di atas model open-weight yang lebih besar dengan kustomisasi khusus Liquid. Model ini cocok untuk pengambilan keputusan terstruktur yang cepat dalam perangkat lunak, seperti klasifikasi, perutean, penskoran, triase tiket dukungan, moderasi konten, evaluasi respons, inspeksi gambar, dan gating langkah agen. Keputusan teks memerlukan waktu 200 hingga 300 milidetik, cukup cepat untuk aplikasi real-time, dan dapat menggantikan panggilan mahal ke model bahasa besar saat keputusan terstruktur diperlukan. Model ini juga menunjukkan ketahanan tinggi terhadap prompt injection dan menangani input yang lebih panjang secara efektif. Dalam aplikasi nyata, model ini berperforma setara atau lebih baik dari GPT-6.1 Sol dan Claude Opus 5.5 pada 4 dari 6 aplikasi, serta merespons jauh lebih cepat pada semua tugas. Model ini adalah model pertama yang melampaui Jev pada Hugging Face Decision Index. Kemampuan multimodalnya juga terlihat dalam tugas seperti Tetris, Wordle, dan Quick, Draw!, di mana input gambar meningkatkan kinerja. Model tersedia sebagai model open-weight di bawah LFM Open License v1.0, dengan bobot d1-3B dan d1-omni-600M yang dapat diunduh untuk deployment lokal atau hosted.
Bagaimana penggunaan ditagih?
Tagihan Anda bergantung pada penyedia yang digunakan, tarifnya, dan penggunaan Anda. Masukan yang lebih panjang atau ketentuan lain dapat memiliki harga berbeda.
Input apa yang didukung oleh LiquidAI: d1.1?
Model ini mendukung input teks dan gambar, serta menghasilkan keluaran teks berupa probabilitas.
Apa perbedaan utama d1.1 dengan model generatif biasa?
d1.1 tidak menghasilkan teks, melainkan mengembalikan probabilitas untuk pertanyaan ya/tidak, pilihan, atau skor.
Tugas apa yang paling cocok untuk model ini?
Model ini cocok untuk pengambilan keputusan terstruktur seperti klasifikasi, perutean, penskoran, triase tiket, moderasi konten, evaluasi respons, inspeksi gambar, dan gating langkah agen.
Bagaimana kinerja d1.1 dibandingkan model lain?
Model ini berperforma setara atau lebih baik dari GPT-6.1 Sol dan Claude Opus 5.5 pada 4 dari 6 aplikasi nyata, dan merespons lebih cepat pada semua tugas.
Apakah d1.1 tersedia sebagai model open-weight?
Ya, model ini dirilis sebagai model open-weight di bawah LFM Open License v1.0, dengan bobot d1-3B dan d1-omni-600M yang dapat diunduh.
Apa keunggulan d1.1 dalam hal input gambar?
Model ini dapat memproses gambar sebagai input, dan dalam tugas seperti Wordle dapat membaca papan langsung dari tangkapan layar serta menyelesaikan 12 dari 12 permainan dengan rata-rata 3,8 tebakan.