d1.2-ultra API
LiquidAI d1.2-ultra 是面向結構化決策的多模態模型,支援文字、影像與音訊輸入。
LiquidAI d1.2-ultra 是 Liquid API 上的旗艦託管決策模型,屬於 Liquid AI 的 d1 系列。它支援文字輸入、影像輸入與音訊輸入,設計重點是結構化決策,而非生成文字;相較前一代 d1-ultra,具備兩倍的上下文長度,輸出限制為 zero generated tokens。
模型可在單次 forward pass 中回傳經校準的答案,讀取文字、數字與日期,找出文字中指定類型的所有片段,並以邊界框定位圖片中的一個或多個物件。它也能從文件擷取值及其閱讀字元,在找不到要求值時回傳未找到結果,並為結構化決策提供信心機率。
它適合規格缺陷檢查、客戶照片損壞索賠核對、商品圖片與清單資料比對、線上詐欺偵測、內容審核,以及在單一 API 呼叫中完成分類、路由、評分、擷取與 grounding。可靠的機率校準與信心門檻,亦適合將自動化與人工覆核分流。
更新時間:
模型 ID
d1.2-ultra- 上下文
- 65.536K
- 最大輸出
- 58.982K
- 輸入
- text / image
- 輸出
- decisions
核心要點
- 文字、影像與音訊輸入
- 單次 forward pass 決策
- 可靠的機率校準
- 支援信心門檻
- 結構化決策輸出
供應商
比較不同供應商的呼叫價格,點擊供應商可查看完整費用和適用條件。
| 可用率 | |||
|---|---|---|---|
| $0.042 | $0 |
歷史統計不等於即時健康檢查,缺少資料不代表服務中斷。
基準測試
- 75
Artificial Analysis Decision Index v2.1
在24 個決策模型中排名第一
- 2.36%
HLE-MultiChoice
排名最後
- 98%
Receipt value extraction
正確讀取收據中的數值
- 94%
Personal data extraction precision
個人資料擷取精確率
- 93%
Personal data extraction recall
個人資料擷取召回率
- 95-97%
Evaluation suite
d1.2 與 d1.2-ultra 正確回答查詢的比例
分數來自模型廠商公布的資料,未經獨立驗證。
決策快速開始
把狀態與明確的型別化問題送到 /api/v1/decisions,每個問題讀回一個答案:noul 回傳 0 到 1 的機率,choice 回傳選中的選項及其分布,score 回傳有序標準的數值評分。這個入口與 Chat Completions、Messages、Responses 三套介面彼此獨立。
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"]
}
}
}'常見問題
什麼是 d1.2-ultra?
LiquidAI d1.2-ultra 是 Liquid API 上的旗艦託管決策模型,屬於 Liquid AI 的 d1 系列。它支援文字輸入、影像輸入與音訊輸入,設計重點是結構化決策,而非生成文字;相較前一代 d1-ultra,具備兩倍的上下文長度,輸出限制為 zero generated tokens。 模型可在單次 forward pass 中回傳經校準的答案,讀取文字、數字與日期,找出文字中指定類型的所有片段,並以邊界框定位圖片中的一個或多個物件。它也能從文件擷取值及其閱讀字元,在找不到要求值時回傳未找到結果,並為結構化決策提供信心機率。 它適合規格缺陷檢查、客戶照片損壞索賠核對、商品圖片與清單資料比對、線上詐欺偵測、內容審核,以及在單一 API 呼叫中完成分類、路由、評分、擷取與 grounding。可靠的機率校準與信心門檻,亦適合將自動化與人工覆核分流。
如何計算呼叫費用?
費用取決於你使用的供應商、對應價格和實際用量。長文字輸入等情況可能適用不同價格,詳見計費明細。
支援哪些輸入?
支援文字輸入、影像輸入與音訊輸入。
它能生成多少輸出?
輸出限制為 zero generated tokens,定位是結構化決策,而非生成文字生產。
它適合哪些任務?
適合分類、路由、評分、擷取與 grounding,也適合規格檢查、影像核對、詐欺偵測與內容審核。
它能處理文件與影像中的資訊嗎?
可以從文件擷取值及其閱讀字元,並以邊界框定位圖片中的一個或多個實例。
它與前一代 d1-ultra 有何差別?
相較前一代 d1-ultra,d1.2-ultra具備兩倍的上下文長度。