LiquidAI: d1.1 API
LiquidAI의 d1.1은 텍스트를 생성하지 않고 0과 1 사이의 확률로 구조화된 결정을 내리는 결정 전용 모델입니다.
d1.1은 LiquidAI가 선보인 결정 전용 모델로, 문장을 만들어 내는 대신 예/아니오 질문, 선택지, 점수 질문에 확률로 답합니다. 선택지별 확률을 한 번의 추론으로 계산하며 출력 토큰이 발생하지 않아, 대규모 언어 모델 호출이 필요한 구조화된 결정을 빠르게 대체할 수 있습니다. 텍스트와 이미지를 입력으로 받아 텍스트 없이 결정 결과만 돌려주는 점이 특징입니다.
소프트웨어 안에서 분류, 라우팅, 점수 산정, 지원 티켓 분류, 콘텐츠 조정, 응답 평가, 이미지 검사, 에이전트 단계 제어 같은 작업에 적합합니다. 같은 상태에 대한 여러 질문을 한 요청에 담을 수 있어, 실시간성이 중요한 응용 프로그램에서도 활용하기 좋습니다.
텍스트 결정은 200~300밀리초 수준으로 빠르며, 6개 실제 응용 프로그램 중 4개에서 GPT-6.1 Sol과 Claude Opus 5.5에 뒤지지 않는 성능을 보였습니다. 프롬프트 인젝션에 대한 저항력이 높고 다국어 평가에서도 강한 결과를 냅니다.
업데이트:
모델 ID
d1.1- 컨텍스트
- 65.536K
- 최대 출력
- 58.982K
- 입력
- text / image
- 출력
- decisions
주요 특징
- 텍스트 생성 없이 확률로 결정
- 출력 토큰 없는 단일 순방향 계산
- 200~300밀리초 수준의 빠른 텍스트 결정
- 다국어 평가와 프롬프트 인젝션 저항력
- 이미지 입력과 텍스트를 함께 처리
- LFM Open License v1.0 공개 가중치
제공 업체
제공 업체별 API 요금을 비교하세요. 공급자를 선택하면 전체 요금과 적용 조건을 확인할 수 있습니다.
| $0.02 | $0 | $0.02 |
벤치마크
- 48.57
Decision Index 0.2.1
d1-3B 기준, 10B 미만 결정 모델 중 최고 점수
- 47.11
Decider 35B-A3B
d1-3B가 넘어선 참조 점수
- 74.1
이미지 벤치마크 평균
d1-3B가 11개 공개 이미지 벤치마크에서 기록한 평균
- 73.9
LFM2.5-VL-3B 이미지 평균
d1-3B의 기반 모델로, d1-3B보다 소폭 낮음
- 82.9
텍스트 벤치마크 평균
d1-3B가 7개 공개 텍스트 벤치마크에서 기록한 평균
- 81.1
Decider 4B 텍스트 평균
d1-3B가 넘어선 참조 점수
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": "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"]
}
}
}'자주 묻는 질문
모델 소개: LiquidAI: d1.1?
d1.1은 LiquidAI가 선보인 결정 전용 모델로, 문장을 만들어 내는 대신 예/아니오 질문, 선택지, 점수 질문에 확률로 답합니다. 선택지별 확률을 한 번의 추론으로 계산하며 출력 토큰이 발생하지 않아, 대규모 언어 모델 호출이 필요한 구조화된 결정을 빠르게 대체할 수 있습니다. 텍스트와 이미지를 입력으로 받아 텍스트 없이 결정 결과만 돌려주는 점이 특징입니다. 소프트웨어 안에서 분류, 라우팅, 점수 산정, 지원 티켓 분류, 콘텐츠 조정, 응답 평가, 이미지 검사, 에이전트 단계 제어 같은 작업에 적합합니다. 같은 상태에 대한 여러 질문을 한 요청에 담을 수 있어, 실시간성이 중요한 응용 프로그램에서도 활용하기 좋습니다. 텍스트 결정은 200~300밀리초 수준으로 빠르며, 6개 실제 응용 프로그램 중 4개에서 GPT-6.1 Sol과 Claude Opus 5.5에 뒤지지 않는 성능을 보였습니다. 프롬프트 인젝션에 대한 저항력이 높고 다국어 평가에서도 강한 결과를 냅니다.
사용 요금은 어떻게 계산되나요?
이용하는 제공 업체의 요금과 실제 사용량에 따라 비용이 결정됩니다. 긴 입력 등에는 다른 요금이 적용될 수 있습니다.
d1.1은 어떤 입력을 지원하나요?
텍스트와 이미지를 입력으로 받습니다. 출력은 생성된 문장이 아니라 확률 형태의 결정 결과입니다.
어떤 방식으로 질문에 답하나요?
예/아니오 질문에는 0과 1 사이의 확률로, 선택 질문에는 각 레이블의 확률로, 점수 질문에는 순서가 있는 단계에 가중치를 두어 기대 위치로 답합니다.
출력 토큰도 과금되나요?
출력 토큰은 발생하지 않으며 입력 토큰만 과금됩니다. 이미지는 텍스트와 같은 비율로 입력 토큰에 포함됩니다.
이미지는 어떻게 토큰으로 계산되나요?
32x32 픽셀 패치당 1.5토큰으로 계산되며, 1024x1024 이미지는 1,536토큰으로 집계됩니다.
한 요청에 여러 질문을 넣을 수 있나요?
가능합니다. 같은 상태에 대한 여러 질문을 한 요청에 담아 처리할 수 있고, 질문마다 각각의 프롬프트로 과금됩니다.
d1.1과 다른 d1 모델의 차이는 무엇인가요?
d1-3B는 3B 파라미터 모델로 LFM2.5-VL-3B를 기반으로 하며, d1-omni-600M은 브라우저에서 실행되는 600M 파라미터 모델, d1-ultra는 가장 뛰어난 결정 모델로 알려져 있습니다.