Felo API PlatformFelo API Platform
กลับไปที่โมเดล

d1.2-ultra API

โมเดลตัดสินใจหลายอินพุตสำหรับการจำแนก ตรวจสอบ และดึงข้อมูลแบบมีความมั่นใจ

LiquidAI: d1.2-ultra เป็นโมเดลตัดสินใจแบบโฮสต์ระดับเรือธงบน Liquid API และเป็นสมาชิกตระกูล d1 ของ Liquid AI ออกแบบมาเพื่อการตัดสินใจแบบมีโครงสร้างมากกว่าการสร้างข้อความ รองรับอินพุตข้อความ รูปภาพ และเสียง โดยให้คำตอบที่ปรับเทียบความน่าจะเป็นได้ในการประมวลผลรอบเดียว

โมเดลนี้อ่านค่าข้อความ ตัวเลข และวันที่ ค้นหาช่วงข้อความทุกส่วนที่ตรงกับประเภทที่กำหนด ระบุตำแหน่งวัตถุในภาพด้วยกรอบสี่เหลี่ยม ประมาณค่าพร้อมช่วง เลือกตัวเลือกที่ใช้ได้ทั้งหมด และดึงค่าจากเอกสารพร้อมอักขระที่ใช้ในการอ่าน นอกจากนี้ยังตอบว่าไม่พบเมื่อไม่มีค่าที่ต้องการ และให้ความน่าจะเป็นของความมั่นใจสำหรับการตัดสินใจแบบมีโครงสร้าง

เหมาะกับการตรวจหาข้อบกพร่องเทียบกับข้อกำหนด ตรวจสอบความเสียหายจากภาพลูกค้า ตรวจจับข้อมูลสินค้าที่ไม่ตรงกับภาพ คัดกรองการฉ้อโกงและควบคุมเนื้อหา รวมถึงการจำแนก จัดเส้นทาง ให้คะแนน ดึงข้อมูล และยืนยันหลักฐานภายใน API call เดียว รองรับความยาวบริบทเป็นสองเท่าของ d1-ultra รุ่นก่อนหน้า แต่มีขีดจำกัดเอาต์พุตเป็น zero generated tokens

อัปเดต:

ID โมเดล

d1.2-ultra
บริบท
65.536K
เอาต์พุตสูงสุด
58.982K
อินพุต
text / image
เอาต์พุต
decisions

จุดเด่น

  • ตัดสินใจในรอบเดียว
  • รองรับข้อความ รูปภาพ เสียง
  • ความมั่นใจปรับเทียบได้
  • ตรวจจับด้วยกรอบสี่เหลี่ยม
  • ดึงค่าจากเอกสาร
  • รองรับการตอบว่าไม่พบ

ผู้ให้บริการ

1 ผู้ให้บริการ

เปรียบเทียบราคา API ระหว่างผู้ให้บริการ เลือกผู้ให้บริการเพื่อดูค่าใช้จ่ายและเงื่อนไขทั้งหมด

ผู้ให้บริการ · รายละเอียดราคา
อัตราความพร้อมใช้งาน
$0.042$0

เบนช์มาร์ก

  • Artificial Analysis Decision Index v2.1

    อยู่ในอันดับ1 จากโมเดลการตัดสินใจ24 รุ่น

    75
  • HLE-MultiChoice

    อยู่ในอันดับสุดท้าย

    2.36%
  • Receipt value extraction

    อ่านค่าจากใบเสร็จได้ถูกต้อง

    98%
  • Personal data extraction precision

    ค่าความแม่นยำในการดึงข้อมูลส่วนบุคคล

    94%
  • Personal data extraction recall

    ค่าการเรียกคืนในการดึงข้อมูลส่วนบุคคล

    93%
  • Evaluation suite

    คำถามที่ d1.2 และ d1.2-ultra ตอบได้ถูกต้อง

    95-97%

คะแนนตามที่ผู้ให้บริการโมเดลเผยแพร่

เริ่มต้นอย่างรวดเร็วสำหรับการตัดสินใจ

ส่งสถานะและคำถามแบบมีชนิดที่แคบเฉพาะไปยัง /api/v1/decisions และอ่านคำตอบหนึ่งรายการต่อคำถาม: noul คืนค่าความน่าจะเป็นตั้งแต่ 0 ถึง 1, choice คืนตัวเลือกที่เลือกพร้อมการกระจาย และ score คืนคะแนนตัวเลขสำหรับเกณฑ์แบบเรียงลำดับ endpoint นี้แยกจากอินเทอร์เฟซ Chat Completions, Messages และ Responses

curl https://openapi.felo.ai/api/v1/decisions \
  -H "Authorization: Bearer $FELO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "d1.2-ultra",
    "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"]
      }
    }
  }'

คำถามที่พบบ่อย

รู้จัก d1.2-ultra?

LiquidAI: d1.2-ultra เป็นโมเดลตัดสินใจแบบโฮสต์ระดับเรือธงบน Liquid API และเป็นสมาชิกตระกูล d1 ของ Liquid AI ออกแบบมาเพื่อการตัดสินใจแบบมีโครงสร้างมากกว่าการสร้างข้อความ รองรับอินพุตข้อความ รูปภาพ และเสียง โดยให้คำตอบที่ปรับเทียบความน่าจะเป็นได้ในการประมวลผลรอบเดียว โมเดลนี้อ่านค่าข้อความ ตัวเลข และวันที่ ค้นหาช่วงข้อความทุกส่วนที่ตรงกับประเภทที่กำหนด ระบุตำแหน่งวัตถุในภาพด้วยกรอบสี่เหลี่ยม ประมาณค่าพร้อมช่วง เลือกตัวเลือกที่ใช้ได้ทั้งหมด และดึงค่าจากเอกสารพร้อมอักขระที่ใช้ในการอ่าน นอกจากนี้ยังตอบว่าไม่พบเมื่อไม่มีค่าที่ต้องการ และให้ความน่าจะเป็นของความมั่นใจสำหรับการตัดสินใจแบบมีโครงสร้าง เหมาะกับการตรวจหาข้อบกพร่องเทียบกับข้อกำหนด ตรวจสอบความเสียหายจากภาพลูกค้า ตรวจจับข้อมูลสินค้าที่ไม่ตรงกับภาพ คัดกรองการฉ้อโกงและควบคุมเนื้อหา รวมถึงการจำแนก จัดเส้นทาง ให้คะแนน ดึงข้อมูล และยืนยันหลักฐานภายใน API call เดียว รองรับความยาวบริบทเป็นสองเท่าของ d1-ultra รุ่นก่อนหน้า แต่มีขีดจำกัดเอาต์พุตเป็น zero generated tokens

การใช้งานถูกเรียกเก็บเงินอย่างไร

ค่าใช้จ่ายขึ้นอยู่กับผู้ให้บริการที่คุณใช้ ราคาของผู้ให้บริการนั้น และปริมาณการใช้งาน อินพุตที่ยาวขึ้นหรือเงื่อนไขอื่นอาจมีราคาแตกต่างกัน

รองรับอินพุตประเภทใดบ้าง

รองรับอินพุตข้อความ รูปภาพ และเสียง

โมเดลเหมาะกับงานแบบใด

เหมาะกับการตัดสินใจแบบมีโครงสร้าง เช่น การจำแนก ตรวจสอบ ให้คะแนน ดึงข้อมูล และการตรวจจับความไม่ตรงกัน

โมเดลให้ผลลัพธ์อย่างไร

ให้คำตอบที่ปรับเทียบความน่าจะเป็นได้ในการประมวลผลรอบเดียว พร้อมความน่าจะเป็นของความมั่นใจสำหรับการตัดสินใจแบบมีโครงสร้าง

บริบทและความยาวเอาต์พุตเป็นอย่างไร

รองรับความยาวบริบทเป็นสองเท่าของ d1-ultra รุ่นก่อนหน้า และมีขีดจำกัดเอาต์พุตเป็น zero generated tokens

มีข้อจำกัดด้านการประเมินใดที่ควรทราบ

โมเดลได้อันดับสุดท้ายในเกณฑ์ HLE-MultiChoice

โมเดลที่เกี่ยวข้อง

d1.2

LiquidAIการตัดสินใจd1.2

โมเดลตัดสินใจหลายรูปแบบแบบมัลติโมดัล ให้ผลเป็นความน่าจะเป็นอย่างรวดเร็ว

คัดกรองทิกเก็ตสนับสนุนตรวจสอบแผงวงจรตรวจจับการฉ้อโกงจัดเส้นทางและคัดแยก

บริบท

65.536K

เอาต์พุต

การตัดสินใจ

token อินพุต

$0.02 / 1M token

token เอาต์พุต

$0 / 1M token

d1.1

LiquidAIการตัดสินใจd1.1

LiquidAI: d1.1 คือโมเดลตัดสินใจที่ตอบคำถามแบบมีโครงสร้างด้วยความน่าจะเป็น而非การสร้างข้อความ เหมาะกับงานจัดประเภท การจัดเส้นทาง และการให้คะแนนที่ต้องการความเร็ว

การจัดประเภทข้อความการจัดเส้นทางคำขอการให้คะแนนแบบมีโครงสร้างการคัดแยกตั๋วสนับสนุน

บริบท

65.536K

เอาต์พุต

การตัดสินใจ

token อินพุต

$0.02 / 1M token

token เอาต์พุต

$0 / 1M token