Joey 1 API
Baseten의 2B 파라미터 오픈 웨이트 결정 모델로, 텍스트를 생성하는 대신 사전 정의된 선택지에 대한 보정된 확률을 반환합니다.
Joey-1은 Baseten이 공개한 2B 파라미터 규모의 오픈 웨이트 결정 모델입니다. Qwen3.5-2B를 기반으로 사후 학습되었으며, 텍스트를 생성하는 대신 구조화된 컨텍스트를 입력받아 미리 정의된 선택지에 대한 확률을 출력합니다. 분류, 라우팅, 스코어링 작업을 단일 순방향 패스로 처리할 수 있습니다.
출력은 보정된 확률 형태이므로, 0.85 이상의 확률 임계값을 적용하면 고신뢰 결정으로 다룰 수 있습니다. 동기 API 호출을 지원해 실시간 사용에 적합하며, 평균 2,000 토큰 요청 기준 P50 지연 시간은 20밀리초로 보고되었습니다. 4B 파라미터 이하 모델 중 Jev Decision Index에서 가장 우수한 성능을 보고한 모델이기도 합니다.
대량의 1차 의사결정 작업에 적합합니다. 콘텐츠 모더레이션 파이프라인, 사기 탐지, 티켓 분류 및 라우팅, 스팸 및 피싱 탐지, 프롬프트 분류 등에서 빠르고 비용 효율적인 첫 단계 모델로 활용할 수 있습니다. 불확실한 사례는 Elephant-1이나 Mammoth-1 같은 더 큰 모델로 에스컬레이션하는 계층적 구성의 고용량 계층으로 동작합니다. 다만 일반적인 텍스트 생성보다는 결정 작업에 맞춰져 있습니다.
업데이트:
모델 ID
joey-1- 컨텍스트
- 16.384K
- 최대 출력
- 14.745K
- 입력
- text / image
- 출력
- decisions
주요 특징
- 2B 파라미터 오픈 웨이트 결정 모델
- 텍스트 대신 보정된 확률 반환
- 분류·라우팅·스코어링을 단일 패스로 처리
- 0.85 확률 임계값 권장
- P50 지연 시간 20밀리초
- 사내 다운로드 및 실행 가능
제공 업체
제공 업체별 API 요금을 비교하세요. 공급자를 선택하면 전체 요금과 적용 조건을 확인할 수 있습니다.
| $0.01 | $0 |
벤치마크
- 20
P50 지연 시간
평균 2,000 토큰 요청 기준 밀리초
점수는 모델 제공 업체가 공개한 값입니다.
의사결정 빠른 시작
상태와 유형이 지정된 질문을 /api/v1/decisions로 보내면 질문마다 답을 하나 받습니다. noul은 0~1 확률, choice는 선택된 항목과 그 분포, score는 순서형 기준의 숫자 점수를 반환합니다. 이 엔드포인트는 Chat Completions, Messages, Responses와 별개입니다.
curl https://openapi.felo.ai/api/v1/decisions \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "joey-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"]
}
}
}'자주 묻는 질문
모델 소개: Joey 1?
Joey-1은 Baseten이 공개한 2B 파라미터 규모의 오픈 웨이트 결정 모델입니다. Qwen3.5-2B를 기반으로 사후 학습되었으며, 텍스트를 생성하는 대신 구조화된 컨텍스트를 입력받아 미리 정의된 선택지에 대한 확률을 출력합니다. 분류, 라우팅, 스코어링 작업을 단일 순방향 패스로 처리할 수 있습니다. 출력은 보정된 확률 형태이므로, 0.85 이상의 확률 임계값을 적용하면 고신뢰 결정으로 다룰 수 있습니다. 동기 API 호출을 지원해 실시간 사용에 적합하며, 평균 2,000 토큰 요청 기준 P50 지연 시간은 20밀리초로 보고되었습니다. 4B 파라미터 이하 모델 중 Jev Decision Index에서 가장 우수한 성능을 보고한 모델이기도 합니다. 대량의 1차 의사결정 작업에 적합합니다. 콘텐츠 모더레이션 파이프라인, 사기 탐지, 티켓 분류 및 라우팅, 스팸 및 피싱 탐지, 프롬프트 분류 등에서 빠르고 비용 효율적인 첫 단계 모델로 활용할 수 있습니다. 불확실한 사례는 Elephant-1이나 Mammoth-1 같은 더 큰 모델로 에스컬레이션하는 계층적 구성의 고용량 계층으로 동작합니다. 다만 일반적인 텍스트 생성보다는 결정 작업에 맞춰져 있습니다.
사용 요금은 어떻게 계산되나요?
이용하는 제공 업체의 요금과 실제 사용량에 따라 비용이 결정됩니다. 긴 입력 등에는 다른 요금이 적용될 수 있습니다.
어떤 입력을 지원하나요?
텍스트 입력과 이미지 입력을 받으며, 출력으로 확률을 제공합니다. 구조화된 컨텍스트를 입력하면 사전 정의된 선택지에 대한 확률을 반환합니다.
텍스트를 생성하나요?
아니요. 이 모델은 결정 작업용으로, 텍스트를 생성하는 대신 선택지에 대한 보정된 확률을 출력합니다.
어떤 작업에 적합한가요?
분류, 라우팅, 스코어링을 단일 순방향 패스로 처리하는 데 적합합니다. 콘텐츠 모더레이션, 사기 탐지, 티켓 분류, 스팸 및 피싱 탐지, 프롬프트 분류 등에 활용할 수 있습니다.
출력을 고신뢰 결정으로 다루려면 어떻게 해야 하나요?
확률 임계값 0.85 이상일 때 고신뢰 결정으로 처리하도록 권장됩니다.
Elephant-1이나 Mammoth-1과 어떻게 다른가요?
Joey-1은 고용량 1차 결정을 담당하는 빠르고 비용 효율적인 계층입니다. 불확실한 사례는 Elephant-1이나 Mammoth-1 같은 더 큰 모델로 에스컬레이션하는 계층적 구성에 적합합니다.
실시간 사용에 적합한가요?
동기 API 호출을 지원하며, 평균 2,000 토큰 요청 기준 P50 지연 시간이 20밀리초로 보고되었습니다.