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
เปรียบเทียบราคา API ระหว่างผู้ให้บริการ เลือกผู้ให้บริการเพื่อดูค่าใช้จ่ายและเงื่อนไขทั้งหมด
| อัตราความพร้อมใช้งาน | |||
|---|---|---|---|
| $0.042 | $0 |
สถิติย้อนหลังไม่ใช่การตรวจสอบแบบเรียลไทม์ ข้อมูลที่หายไปไม่ได้หมายถึงบริการขัดข้อง
เบนช์มาร์ก
- 75
Artificial Analysis Decision Index v2.1
อยู่ในอันดับ1 จากโมเดลการตัดสินใจ24 รุ่น
- 2.36%
HLE-MultiChoice
อยู่ในอันดับสุดท้าย
- 98%
Receipt value extraction
อ่านค่าจากใบเสร็จได้ถูกต้อง
- 94%
Personal data extraction precision
ค่าความแม่นยำในการดึงข้อมูลส่วนบุคคล
- 93%
Personal data extraction recall
ค่าการเรียกคืนในการดึงข้อมูลส่วนบุคคล
- 95-97%
Evaluation suite
คำถามที่ d1.2 และ d1.2-ultra ตอบได้ถูกต้อง
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
LiquidAIการตัดสินใจd1.2โมเดลตัดสินใจหลายรูปแบบแบบมัลติโมดัล ให้ผลเป็นความน่าจะเป็นอย่างรวดเร็ว
บริบท
65.536K
เอาต์พุต
การตัดสินใจ
token อินพุต
$0.02 / 1M token
token เอาต์พุต
$0 / 1M token
d1.1
LiquidAIการตัดสินใจd1.1LiquidAI: d1.1 คือโมเดลตัดสินใจที่ตอบคำถามแบบมีโครงสร้างด้วยความน่าจะเป็น而非การสร้างข้อความ เหมาะกับงานจัดประเภท การจัดเส้นทาง และการให้คะแนนที่ต้องการความเร็ว
บริบท
65.536K
เอาต์พุต
การตัดสินใจ
token อินพุต
$0.02 / 1M token
token เอาต์พุต
$0 / 1M token