LiquidAI: d1.1 API
Model keputusan LiquidAI: d1.1 mengembalikan kebarangkalian dan skor pilihan tanpa menghasilkan teks, pantas untuk aplikasi masa nyata.
LiquidAI: d1.1 ialah model keputusan yang direka untuk memberikan jawapan berstruktur dan bukan teks. Ia menjawab soalan ya/tidak dengan kebarangkalian antara 0 dan 1, soalan pilihan dengan kebarangkalian bagi setiap label, dan soalan skor dengan pemberat tahap tersusun serta kedudukan jangkaan. Semua kebarangkalian pilihan dikira dalam satu laluan hadapan dengan sifar token output, dan beberapa soalan tentang keadaan yang sama boleh dihantar dalam satu permintaan.
Model ini dibina atas model terbuka yang lebih besar dengan penyesuaian khusus Liquid. Ia menerima input teks dan imej serta mengeluarkan teks. Ia sesuai untuk tugasan yang memerlukan keputusan pantas dan konsisten seperti pengelasan, penghalaan, penilaian, triaj tiket sokongan, penyederhanaan kandungan, penilaian respons, pemeriksaan imej, dan penjagaan langkah agen. Keputusan teks mengambil masa 200 hingga 300 milisaat, cukup pantas untuk aplikasi masa nyata, dan ia boleh menggantikan panggilan kos tinggi kepada model bahasa besar apabila keputusan berstruktur diperlukan.
Dari segi prestasi, d1-3B memperoleh 48.57 pada Decision Index 0.2.1, tertinggi antara model keputusan di bawah 10B, dan mengatasi skor rujukan Decider 35B-A3B (47.11) serta purata teks Decider 4B (81.1). Ia juga menunjukkan ketahanan tinggi terhadap suntikan prompt, prestasi pelbagai bahasa yang kukuh, dan pengendalian input yang lebih panjang. Dalam ujian aplikasi, ia setara atau lebih baik daripada GPT-6.1 Sol dan Claude Opus 5.5 dalam 4 daripada 6 aplikasi sebenar, dan lebih pantas pada semua tugasan. Dalam Tetris, penambahan skrin bersama teks meningkatkan skor daripada 70 kepada 81; dalam Wordle, ia membaca papan daripada tangkapan skrin dan menyelesaikan 12 daripada 12 permainan dalam purata 3.8 tekaan; dalam Quick, Draw!, ia mengenal pasti 5.2 daripada 6 contengan daripada 62 perkataan. Butiran benchmark dan spesifikasi terperinci untuk d1.1 belum disahkan dalam sumber.
Dikemas kini:
ID MODEL
d1.1- Konteks
- 65.536K
- Output maks
- 58.982K
- Input
- text / image
- Output
- decisions
Sorotan
- Mengembalikan kebarangkalian, bukan teks
- Keputusan teks 200–300 milisaat
- Sifar token output
- Menerima teks dan imej
- Tahan suntikan prompt
- Berat terbuka di bawah LFM Open License v1.0
Penyedia
Bandingkan harga API merentas penyedia. Pilih penyedia untuk melihat semua caj dan syarat.
| $0.02 | $0 | $0.02 |
Penanda aras
- 48.57
Decision Index 0.2.1
d1-3B; tertinggi antara model keputusan di bawah 10B
- 47.11
Decider 35B-A3B
skor rujukan yang dilepasi oleh d1-3B
- 74.1
Purata benchmark imej
d1-3B merentas 11 benchmark imej awam
- 73.9
LFM2.5-VL-3B purata imej
model asas; sedikit di bawah d1-3B
- 82.9
Purata benchmark teks
d1-3B merentas 7 benchmark teks awam
- 81.1
Purata teks Decider 4B
skor rujukan yang dilepasi oleh d1-3B
Skor seperti yang diterbitkan oleh penyedia model.
Mula pantas keputusan
Hantar keadaan dan soalan bertaip yang sempit ke /api/v1/decisions dan baca satu jawapan bagi setiap soalan: noul memulangkan kebarangkalian dari 0 hingga 1, choice memulangkan pilihan yang dipilih berserta taburannya, dan score memulangkan skor numerik untuk kriteria tersusun. Endpoint ini berasingan daripada antara muka 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"]
}
}
}'Soalan lazim
Mengenali LiquidAI: d1.1?
LiquidAI: d1.1 ialah model keputusan yang direka untuk memberikan jawapan berstruktur dan bukan teks. Ia menjawab soalan ya/tidak dengan kebarangkalian antara 0 dan 1, soalan pilihan dengan kebarangkalian bagi setiap label, dan soalan skor dengan pemberat tahap tersusun serta kedudukan jangkaan. Semua kebarangkalian pilihan dikira dalam satu laluan hadapan dengan sifar token output, dan beberapa soalan tentang keadaan yang sama boleh dihantar dalam satu permintaan. Model ini dibina atas model terbuka yang lebih besar dengan penyesuaian khusus Liquid. Ia menerima input teks dan imej serta mengeluarkan teks. Ia sesuai untuk tugasan yang memerlukan keputusan pantas dan konsisten seperti pengelasan, penghalaan, penilaian, triaj tiket sokongan, penyederhanaan kandungan, penilaian respons, pemeriksaan imej, dan penjagaan langkah agen. Keputusan teks mengambil masa 200 hingga 300 milisaat, cukup pantas untuk aplikasi masa nyata, dan ia boleh menggantikan panggilan kos tinggi kepada model bahasa besar apabila keputusan berstruktur diperlukan. Dari segi prestasi, d1-3B memperoleh 48.57 pada Decision Index 0.2.1, tertinggi antara model keputusan di bawah 10B, dan mengatasi skor rujukan Decider 35B-A3B (47.11) serta purata teks Decider 4B (81.1). Ia juga menunjukkan ketahanan tinggi terhadap suntikan prompt, prestasi pelbagai bahasa yang kukuh, dan pengendalian input yang lebih panjang. Dalam ujian aplikasi, ia setara atau lebih baik daripada GPT-6.1 Sol dan Claude Opus 5.5 dalam 4 daripada 6 aplikasi sebenar, dan lebih pantas pada semua tugasan. Dalam Tetris, penambahan skrin bersama teks meningkatkan skor daripada 70 kepada 81; dalam Wordle, ia membaca papan daripada tangkapan skrin dan menyelesaikan 12 daripada 12 permainan dalam purata 3.8 tekaan; dalam Quick, Draw!, ia mengenal pasti 5.2 daripada 6 contengan daripada 62 perkataan. Butiran benchmark dan spesifikasi terperinci untuk d1.1 belum disahkan dalam sumber.
Bagaimana penggunaan dicaj?
Bil anda bergantung pada penyedia yang anda gunakan, harganya dan penggunaan anda. Input yang lebih panjang atau syarat lain mungkin dikenakan harga berbeza.
Apakah jenis input yang disokong oleh d1.1?
d1.1 menerima input teks dan imej, serta mengeluarkan teks. Imej dikira sebagai token input pada kadar yang sama dengan teks, iaitu 1.5 token bagi setiap tampalan 32x32 piksel.
Bagaimanakah d1.1 menjawab soalan?
Untuk soalan ya/tidak, ia mengembalikan kebarangkalian antara 0 dan 1. Untuk soalan pilihan, ia memberikan kebarangkalian bagi setiap label. Untuk soalan skor, ia memberi pemberat tahap tersusun dan mengembalikan kedudukan jangkaan.
Adakah d1.1 menghasilkan teks output?
Tidak. d1.1 ialah model keputusan yang mengembalikan kebarangkalian dan bukannya menghasilkan teks. Semua kebarangkalian pilihan dikira dalam satu laluan hadapan dengan sifar token output.
Apakah tugasan yang sesuai untuk d1.1?
Ia sesuai untuk keputusan berstruktur pantas seperti pengelasan, penghalaan, penilaian, triaj tiket sokongan, penyederhanaan kandungan, penilaian respons, pemeriksaan imej, dan penjagaan langkah agen.
Apakah perbezaan antara d1.1 dengan model adik-beradiknya?
d1-3B ialah model 3B parameter yang dibina atas LFM2.5-VL-3B, manakala d1-omni-600M ialah model 600M parameter yang berjalan dalam pelayar. d1-ultra ialah model keputusan paling berupaya dan melaporkan prestasi mengatasi d1 dan Jev 1.14 merentas 112 penilaian, manakala d1-2B tersedia sebagai model pemberat terbuka.