d1.2-ultra API
LiquidAI: d1.2-ultra 是面向结构化决策的旗舰托管模型,支持文本、图像和音频输入。
LiquidAI: d1.2-ultra 属于 LiquidAI d1 系列,定位为 Liquid API 上的旗舰托管决策模型。它支持文本、图像和音频输入,可在单次前向推理中返回经过校准的答案,并提供结构化决策所需的置信概率。其上下文长度是上一代 d1-ultra 模型的两倍,输出限制为 zero generated tokens。
该模型适合规格缺陷识别、客户照片损坏理赔核验、商品图片与详情比对、在线欺诈检测和内容审核,也适合在单次 API 调用中完成分类、路由、评分、信息抽取与依据定位。它能够读取文本、数字和日期,查找指定类型的全部文本片段,在图片中定位一个或多个目标并返回边界框,还能从文档中提取值及其字符依据;当请求值不存在时,可返回未找到响应。
d1.2-ultra还支持带范围的数值估计、从选项集合中选择所有适用项,并可通过置信度阈值将结果自动化或转交人工复核。它在 Artificial Analysis Decision Index v2.1 中排名第一,但在 HLE-MultiChoice 中排名最后,因此更适合强调可靠结构化判断与复核流程的任务,而非生成长篇文本。
更新时间:
模型 ID
d1.2-ultra- 上下文
- 65.536K
- 最大输出
- 58.982K
- 输入
- text / image
- 输出
- decisions
核心要点
- 单次前向推理决策
- 文本图像音频输入
- 提供置信概率
- 支持边界框定位
- 缺失值返回未找到
- 适合自动化与人工复核
供应商
比较不同供应商的调用价格,点击供应商可查看完整费用和适用条件。
| 可用率 | |||
|---|---|---|---|
| $0.042 | $0 |
历史统计不等于实时健康检查,缺失数据不代表服务中断。
基准测试
- 75
Artificial Analysis Decision Index v2.1
在24 个决策模型中排名第一
- 2.36%
HLE-MultiChoice
排名最后
- 98%
Receipt value extraction
正确读取收据中的数值
- 94%
Personal data extraction precision
个人数据提取精确率
- 93%
Personal data extraction recall
个人数据提取召回率
- 95-97%
Evaluation suite
d1.2 和 d1.2-ultra 正确回答查询的比例
分数来自模型厂商公布的数据,未独立验证。
决策快速开始
把状态和明确的类型化问题发给 /api/v1/decisions,每个问题读回一个答案:noul 返回 0 到 1 的概率,choice 返回选中的选项及其分布,score 返回有序标准的数值评分。这个入口与 Chat Completions、Messages、Responses 三套接口相互独立。
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"]
}
}
}'常见问题
什么是 d1.2-ultra?
LiquidAI: d1.2-ultra 属于 LiquidAI d1 系列,定位为 Liquid API 上的旗舰托管决策模型。它支持文本、图像和音频输入,可在单次前向推理中返回经过校准的答案,并提供结构化决策所需的置信概率。其上下文长度是上一代 d1-ultra 模型的两倍,输出限制为 zero generated tokens。 该模型适合规格缺陷识别、客户照片损坏理赔核验、商品图片与详情比对、在线欺诈检测和内容审核,也适合在单次 API 调用中完成分类、路由、评分、信息抽取与依据定位。它能够读取文本、数字和日期,查找指定类型的全部文本片段,在图片中定位一个或多个目标并返回边界框,还能从文档中提取值及其字符依据;当请求值不存在时,可返回未找到响应。 d1.2-ultra还支持带范围的数值估计、从选项集合中选择所有适用项,并可通过置信度阈值将结果自动化或转交人工复核。它在 Artificial Analysis Decision Index v2.1 中排名第一,但在 HLE-MultiChoice 中排名最后,因此更适合强调可靠结构化判断与复核流程的任务,而非生成长篇文本。
如何计算调用费用?
费用取决于你使用的供应商、对应价格和实际用量。长文本输入等情况可能适用不同价格,详见计费明细。
支持哪些输入?
支持文本、图像和音频输入。
上下文与输出长度如何?
上下文长度是上一代 d1-ultra 模型的两倍;输出限制为 zero generated tokens。
适合哪些任务?
适合分类、路由、评分、信息抽取、依据定位,以及缺陷识别、理赔核验和内容审核等结构化决策任务。
它能处理图像中的目标吗?
可以在图片中定位一个或多个实例,并返回边界框。
它与同系列模型有什么差别?
资料明确说明其上下文长度是上一代 d1-ultra 模型的两倍,并定位为旗舰托管决策模型;同系列其他模型的具体差别未提供。