d1 es el modelo de decisión alojado de Liquid AI para tareas acotadas de clasificación, asignación y puntuación. Este perfil cubre su flujo de decisión textual: proporciona la evidencia como un estado, define una o varias preguntas y recibe respuestas numéricas de tipos definidos sobre resultados conocidos. Liquid describe estas decisiones como evaluaciones que devuelven probabilidades directamente, con cero tokens de salida generados. El resultado útil es una decisión definida y su incertidumbre, en lugar de un pasaje de texto recién compuesto.
Proporciona el texto que permita tomar la decisión, incluido el contexto necesario para interpretarlo. Mantén el estado separado de las instrucciones que describen qué se debe evaluar. Un mensaje de soporte puede necesitar una descripción del producto o del problema; un pasaje de un documento puede necesitar la pregunta de búsqueda del usuario. Define el conjunto de respuestas antes de formular la pregunta y da a cada opción un significado que encaje en el flujo de trabajo previsto. Las etiquetas cortas pueden actuar como claves estables de salida, mientras que las descripciones explican los límites entre ellas.
Utiliza preguntas con nombre sobre un estado compartido. Un nombre claro, como intent, urgency o relevant, mantiene la salida asociada a la decisión que representa. Por ejemplo, un mensaje que comunica que una página falla puede sustentar una elección de intención, una rúbrica de urgencia y una comprobación de sí/no sobre un defecto comunicado. Cada pregunta debe conservar su propio criterio, en lugar de combinar los tres juicios en una única etiqueta ambigua.
Una pregunta choice selecciona una etiqueta de un conjunto sin orden y devuelve la distribución entre las opciones con nombre. Define las opciones mediante descripciones de criterios; el resultado incluye la opción seleccionada, las probabilidades y la confianza. Para organizar documentos, define las carpetas o temas posibles y explica qué contenido pertenece a cada uno. Para asignar solicitudes, describe los destinos que existen realmente. Una aplicación puede utilizar la etiqueta resultante para elegir su siguiente paso, conservando las probabilidades competidoras para revisión.
Una tarea ilustrativa de archivo puede separar una pregunta sobre el producto, un problema de integración y un problema de acceso, con una opción other para el material ajeno a esas definiciones. Mantén concretos los límites: un mensaje que no consigue autenticarse es distinto de uno que pregunta cómo configurar una función. La etiqueta devuelta selecciona entre significados proporcionados; no crea un destino que falte ni ejecuta un cambio en otro sistema.
Una pregunta noul devuelve una probabilidad entre 0 y 1 de que se cumpla la condición de sí/no definida. Liquid muestra comprobaciones binarias para revisión de contenido y relevancia de pasajes. Formula la condición con precisión y elige cómo se utilizará la probabilidad resultante: marcar una coincidencia probable, filtrar un pasaje o enviar un caso incierto a revisión. El umbral pertenece a la tarea que utiliza el resultado, y una probabilidad no debe tratarse como un veredicto factual garantizado.
Para filtrar por relevancia, proporciona tanto la consulta como el pasaje candidato. Pregunta si ese pasaje ayuda a responder a la consulta y conserva después el pasaje original junto con su probabilidad. Esto puede apoyar la selección de material de origen para una respuesta posterior sin pedir a d1 que redacte esa respuesta. Si la relevancia necesita varios grados en lugar de una condición de sí/no, define una rúbrica ordenada y utiliza una pregunta score.
Una pregunta score sitúa el estado en una rúbrica con niveles ordenados y descritos. Los índices de nivel empiezan en 0 y la puntuación es su posición ponderada por probabilidad, que puede quedar entre niveles. El resultado también incluye la distribución de niveles y la confianza. Para la urgencia, define qué distingue un problema sin impacto inmediato, una molestia significativa y una tarea bloqueada. Por tanto, una rúbrica de cuatro niveles tiene índices de 0 a 3; su puntuación esperada no es automáticamente una categoría numerada de 1 a 4.
Utiliza la puntuación fraccionaria para ordenar o agregar cuando ese sea el resultado previsto y conserva la distribución completa cuando importe la ambigüedad. Categorías como los departamentos no tienen un orden natural y corresponden a una pregunta choice. La confianza resume lo definida que está la respuesta comunicada en la interfaz documentada; debe mantenerse separada de la puntuación deseada de la tarea y de una supuesta garantía de que la decisión sea correcta.
Varias preguntas pueden evaluar el mismo estado en una sola llamada al productor, manteniendo cada una su tipo y sus probabilidades. Los ejemplos textuales de Liquid incluyen el filtrado de tickets de soporte, el archivo de documentos en una taxonomía de carpetas, la selección de rutas de búsqueda de código, la elección entre acciones disponibles del agente y la decisión sobre qué material de salida de herramientas conservar. Todos estos flujos tienen una siguiente decisión acotada. Un paso de búsqueda de código puede seleccionar una carpeta prometedora a partir de sus descripciones; un paso de selección de contenido puede elegir keep, trim o drop para el material proporcionado. La aplicación que lo integra sigue siendo quien obtiene los datos de origen y realiza la operación seleccionada.
Las primitivas documentadas son adecuadas para resultados conocidos, valoraciones de rúbrica y comprobaciones de condiciones. La prosa nueva, los resúmenes, el código y una conversación abierta requieren un flujo de generación, en lugar de darse por implícitos en el resultado de decisión de d1. Prepara una pregunta en torno a evidencia observable y conserva sus definiciones junto con la salida, para que una etiqueta o puntuación pueda interpretarse más adelante.
Mantén cada estado centrado en la evidencia que responda a sus preguntas definidas y separa las tareas de decisión no relacionadas para que sus criterios sigan claros. Conserva material de origen pertinente, define significados alternativos para una cobertura incompleta de categorías y evalúa los umbrales de probabilidad con ejemplos etiquetados de la tarea. Un artefacto útil registra la categoría seleccionada o la puntuación esperada junto con su distribución, la identidad de la pregunta y la evidencia original.
", "aboutText": "d1 es el modelo de decisión alojado de Liquid AI para tareas acotadas de clasificación, asignación y puntuación. Este perfil cubre su flujo de decisión textual: proporciona la evidencia como un estado, define una o varias preguntas y recibe respuestas numéricas de tipos definidos sobre resultados conocidos. Liquid describe estas decisiones como evaluaciones que devuelven probabilidades directamente, con cero tokens de salida generados. El resultado útil es una decisión definida y su incertidumbre, en lugar de un pasaje de texto recién compuesto.\n\n### Prepara conjuntamente la evidencia y la pregunta\n\nProporciona el texto que permita tomar la decisión, incluido el contexto necesario para interpretarlo. Mantén el estado separado de las instrucciones que describen qué se debe evaluar. Un mensaje de soporte puede necesitar una descripción del producto o del problema; un pasaje de un documento puede necesitar la pregunta de búsqueda del usuario. Define el conjunto de respuestas antes de formular la pregunta y da a cada opción un significado que encaje en el flujo de trabajo previsto. Las etiquetas cortas pueden actuar como claves estables de salida, mientras que las descripciones explican los límites entre ellas.\n\nUtiliza preguntas con nombre sobre un estado compartido. Un nombre claro, como intent, urgency o relevant, mantiene la salida asociada a la decisión que representa. Por ejemplo, un mensaje que comunica que una página falla puede sustentar una elección de intención, una rúbrica de urgencia y una comprobación de sí/no sobre un defecto comunicado. Cada pregunta debe conservar su propio criterio, en lugar de combinar los tres juicios en una única etiqueta ambigua.\n\n### Choice para categorías y asignación\n\nUna pregunta choice selecciona una etiqueta de un conjunto sin orden y devuelve la distribución entre las opciones con nombre. Define las opciones mediante descripciones de criterios; el resultado incluye la opción seleccionada, las probabilidades y la confianza. Para organizar documentos, define las carpetas o temas posibles y explica qué contenido pertenece a cada uno. Para asignar solicitudes, describe los destinos que existen realmente. Una aplicación puede utilizar la etiqueta resultante para elegir su siguiente paso, conservando las probabilidades competidoras para revisión.\n\nUna tarea ilustrativa de archivo puede separar una pregunta sobre el producto, un problema de integración y un problema de acceso, con una opción other para el material ajeno a esas definiciones. Mantén concretos los límites: un mensaje que no consigue autenticarse es distinto de uno que pregunta cómo configurar una función. La etiqueta devuelta selecciona entre significados proporcionados; no crea un destino que falte ni ejecuta un cambio en otro sistema.\n\n### Noul para comprobaciones de condiciones y relevancia\n\nUna pregunta noul devuelve una probabilidad entre 0 y 1 de que se cumpla la condición de sí/no definida. Liquid muestra comprobaciones binarias para revisión de contenido y relevancia de pasajes. Formula la condición con precisión y elige cómo se utilizará la probabilidad resultante: marcar una coincidencia probable, filtrar un pasaje o enviar un caso incierto a revisión. El umbral pertenece a la tarea que utiliza el resultado, y una probabilidad no debe tratarse como un veredicto factual garantizado.\n\nPara filtrar por relevancia, proporciona tanto la consulta como el pasaje candidato. Pregunta si ese pasaje ayuda a responder a la consulta y conserva después el pasaje original junto con su probabilidad. Esto puede apoyar la selección de material de origen para una respuesta posterior sin pedir a d1 que redacte esa respuesta. Si la relevancia necesita varios grados en lugar de una condición de sí/no, define una rúbrica ordenada y utiliza una pregunta score.\n\n### Score para niveles ordenados\n\nUna pregunta score sitúa el estado en una rúbrica con niveles ordenados y descritos. Los índices de nivel empiezan en 0 y la puntuación es su posición ponderada por probabilidad, que puede quedar entre niveles. El resultado también incluye la distribución de niveles y la confianza. Para la urgencia, define qué distingue un problema sin impacto inmediato, una molestia significativa y una tarea bloqueada. Por tanto, una rúbrica de cuatro niveles tiene índices de 0 a 3; su puntuación esperada no es automáticamente una categoría numerada de 1 a 4.\n\nUtiliza la puntuación fraccionaria para ordenar o agregar cuando ese sea el resultado previsto y conserva la distribución completa cuando importe la ambigüedad. Categorías como los departamentos no tienen un orden natural y corresponden a una pregunta choice. La confianza resume lo definida que está la respuesta comunicada en la interfaz documentada; debe mantenerse separada de la puntuación deseada de la tarea y de una supuesta garantía de que la decisión sea correcta.\n\n### Varias preguntas y aplicaciones del productor\n\nVarias preguntas pueden evaluar el mismo estado en una sola llamada al productor, manteniendo cada una su tipo y sus probabilidades. Los ejemplos textuales de Liquid incluyen el filtrado de tickets de soporte, el archivo de documentos en una taxonomía de carpetas, la selección de rutas de búsqueda de código, la elección entre acciones disponibles del agente y la decisión sobre qué material de salida de herramientas conservar. Todos estos flujos tienen una siguiente decisión acotada. Un paso de búsqueda de código puede seleccionar una carpeta prometedora a partir de sus descripciones; un paso de selección de contenido puede elegir keep, trim o drop para el material proporcionado. La aplicación que lo integra sigue siendo quien obtiene los datos de origen y realiza la operación seleccionada.\n\n### Alcance y artefacto útil de decisión\n\nLas primitivas documentadas son adecuadas para resultados conocidos, valoraciones de rúbrica y comprobaciones de condiciones. La prosa nueva, los resúmenes, el código y una conversación abierta requieren un flujo de generación, en lugar de darse por implícitos en el resultado de decisión de d1. Prepara una pregunta en torno a evidencia observable y conserva sus definiciones junto con la salida, para que una etiqueta o puntuación pueda interpretarse más adelante.\n\nMantén cada estado centrado en la evidencia que responda a sus preguntas definidas y separa las tareas de decisión no relacionadas para que sus criterios sigan claros. Conserva material de origen pertinente, define significados alternativos para una cobertura incompleta de categorías y evalúa los umbrales de probabilidad con ejemplos etiquetados de la tarea. Un artefacto útil registra la categoría seleccionada o la puntuación esperada junto con su distribución, la identidad de la pregunta y la evidencia original.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "976f3167270723ccb411bcd52c3edb9c5eda09572a60519779c69192832bdef1", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "es", "methods": [ { "html": "liquid/d1El flujo de decisión textual de d1 de Liquid AI evalúa evidencia proporcionada respecto a resultados fijos y devuelve probabilidades, una elección de categoría o una puntuación de rúbrica. Admite clasificación, asignación, filtrado por relevancia y priorización sin generar una respuesta escrita.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
d1 es el modelo de decisión alojado de Liquid AI para tareas acotadas de clasificación, asignación y puntuación. Este perfil cubre su flujo de decisión textual: proporciona la evidencia como un estado, define una o varias preguntas y recibe respuestas numéricas de tipos definidos sobre resultados conocidos. Liquid describe estas decisiones como evaluaciones que devuelven probabilidades directamente, con cero tokens de salida generados. El resultado útil es una decisión definida y su incertidumbre, en lugar de un pasaje de texto recién compuesto.
Proporciona el texto que permita tomar la decisión, incluido el contexto necesario para interpretarlo. Mantén el estado separado de las instrucciones que describen qué se debe evaluar. Un mensaje de soporte puede necesitar una descripción del producto o del problema; un pasaje de un documento puede necesitar la pregunta de búsqueda del usuario. Define el conjunto de respuestas antes de formular la pregunta y da a cada opción un significado que encaje en el flujo de trabajo previsto. Las etiquetas cortas pueden actuar como claves estables de salida, mientras que las descripciones explican los límites entre ellas.
Utiliza preguntas con nombre sobre un estado compartido. Un nombre claro, como intent, urgency o relevant, mantiene la salida asociada a la decisión que representa. Por ejemplo, un mensaje que comunica que una página falla puede sustentar una elección de intención, una rúbrica de urgencia y una comprobación de sí/no sobre un defecto comunicado. Cada pregunta debe conservar su propio criterio, en lugar de combinar los tres juicios en una única etiqueta ambigua.
Una pregunta choice selecciona una etiqueta de un conjunto sin orden y devuelve la distribución entre las opciones con nombre. Define las opciones mediante descripciones de criterios; el resultado incluye la opción seleccionada, las probabilidades y la confianza. Para organizar documentos, define las carpetas o temas posibles y explica qué contenido pertenece a cada uno. Para asignar solicitudes, describe los destinos que existen realmente. Una aplicación puede utilizar la etiqueta resultante para elegir su siguiente paso, conservando las probabilidades competidoras para revisión.
Una tarea ilustrativa de archivo puede separar una pregunta sobre el producto, un problema de integración y un problema de acceso, con una opción other para el material ajeno a esas definiciones. Mantén concretos los límites: un mensaje que no consigue autenticarse es distinto de uno que pregunta cómo configurar una función. La etiqueta devuelta selecciona entre significados proporcionados; no crea un destino que falte ni ejecuta un cambio en otro sistema.
Una pregunta noul devuelve una probabilidad entre 0 y 1 de que se cumpla la condición de sí/no definida. Liquid muestra comprobaciones binarias para revisión de contenido y relevancia de pasajes. Formula la condición con precisión y elige cómo se utilizará la probabilidad resultante: marcar una coincidencia probable, filtrar un pasaje o enviar un caso incierto a revisión. El umbral pertenece a la tarea que utiliza el resultado, y una probabilidad no debe tratarse como un veredicto factual garantizado.
Para filtrar por relevancia, proporciona tanto la consulta como el pasaje candidato. Pregunta si ese pasaje ayuda a responder a la consulta y conserva después el pasaje original junto con su probabilidad. Esto puede apoyar la selección de material de origen para una respuesta posterior sin pedir a d1 que redacte esa respuesta. Si la relevancia necesita varios grados en lugar de una condición de sí/no, define una rúbrica ordenada y utiliza una pregunta score.
Una pregunta score sitúa el estado en una rúbrica con niveles ordenados y descritos. Los índices de nivel empiezan en 0 y la puntuación es su posición ponderada por probabilidad, que puede quedar entre niveles. El resultado también incluye la distribución de niveles y la confianza. Para la urgencia, define qué distingue un problema sin impacto inmediato, una molestia significativa y una tarea bloqueada. Por tanto, una rúbrica de cuatro niveles tiene índices de 0 a 3; su puntuación esperada no es automáticamente una categoría numerada de 1 a 4.
Utiliza la puntuación fraccionaria para ordenar o agregar cuando ese sea el resultado previsto y conserva la distribución completa cuando importe la ambigüedad. Categorías como los departamentos no tienen un orden natural y corresponden a una pregunta choice. La confianza resume lo definida que está la respuesta comunicada en la interfaz documentada; debe mantenerse separada de la puntuación deseada de la tarea y de una supuesta garantía de que la decisión sea correcta.
Varias preguntas pueden evaluar el mismo estado en una sola llamada al productor, manteniendo cada una su tipo y sus probabilidades. Los ejemplos textuales de Liquid incluyen el filtrado de tickets de soporte, el archivo de documentos en una taxonomía de carpetas, la selección de rutas de búsqueda de código, la elección entre acciones disponibles del agente y la decisión sobre qué material de salida de herramientas conservar. Todos estos flujos tienen una siguiente decisión acotada. Un paso de búsqueda de código puede seleccionar una carpeta prometedora a partir de sus descripciones; un paso de selección de contenido puede elegir keep, trim o drop para el material proporcionado. La aplicación que lo integra sigue siendo quien obtiene los datos de origen y realiza la operación seleccionada.
Las primitivas documentadas son adecuadas para resultados conocidos, valoraciones de rúbrica y comprobaciones de condiciones. La prosa nueva, los resúmenes, el código y una conversación abierta requieren un flujo de generación, en lugar de darse por implícitos en el resultado de decisión de d1. Prepara una pregunta en torno a evidencia observable y conserva sus definiciones junto con la salida, para que una etiqueta o puntuación pueda interpretarse más adelante.
Mantén cada estado centrado en la evidencia que responda a sus preguntas definidas y separa las tareas de decisión no relacionadas para que sus criterios sigan claros. Conserva material de origen pertinente, define significados alternativos para una cobertura incompleta de categorías y evalúa los umbrales de probabilidad con ejemplos etiquetados de la tarea. Un artefacto útil registra la categoría seleccionada o la puntuación esperada junto con su distribución, la identidad de la pregunta y la evidencia original.
POST /v1/systemonetextdecisions| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites liquid/d1 | Predeterminado— |
Campoprovider | Tiposchema | RequisitoOpcional | Valores y límites | Predeterminado— |
Campoquestions | Tipoobject | RequisitoObligatorio | Valores y límites | Predeterminado— |
Camposession_id | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campostate | Tiposchema | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campotrace | Tiposchema | RequisitoOpcional | Valores y límites | Predeterminado— |
Campouser | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campoquestions.<id>.type | Tipostring | RequisitoObligatorio | Valores y límites noul, choice, score | Predeterminado— |
Campoquestions.<id>.instructions | Tipostring|object|array | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campoquestions.<id>.criteria | Tipoobject|array | RequisitoOpcional | Valores y límites Condiciones: choice/score: obligatorios; noul: opcional. Los criterios de choice son un objeto; score es una lista con minItems1. | Predeterminado— |
Campoquestions.<id>.criteria.true | Tipostring|object|array | RequisitoObligatorio | Valores y límites Se aplica cuando: Se ha proporcionado un objeto de criterios noul | Predeterminado— |
Campoquestions.<id>.criteria.false | Tipostring|object|array | RequisitoObligatorio | Valores y límites Se aplica cuando: Se ha proporcionado un objeto de criterios noul | Predeterminado— |
noul · Obligatorio: state, questions.<id>.type=noul, questions.<id>.instructions
choice · Obligatorio: state, questions.<id>.type=choice, questions.<id>.instructions, criteria object
score · Obligatorio: state, questions.<id>.type=score, questions.<id>.instructions, criteria array with minItems1
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, state, questions |
Parámetromaterial_types | Contratotext |
Parámetrooptional_controls | Contratoprovider, session_id, trace, user |
Parámetromultimodal_input_binding | Contratonull |
Ciclo de vida: synchronous
Envía el ID exacto del modelo y conserva la respuesta nativa completa.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.00008 / 1K tokens Salida · Tokens de salida $0 / 1K tokens Entrada · Lectura de caché $0.00008 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónTramo 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.00008 / 1K tokens Salida · Tokens de salida $0 / 1K tokens Entrada · Lectura de caché $0.00008 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "liquid/d1",\n "questions": {\n "is_bug": {\n "criteria": {\n "false": "The customer is asking a question or requesting a feature.",\n "true": "The customer describes broken or unexpected product behavior."\n },\n "instructions": "Is the customer reporting a software defect?",\n "type": "noul"\n },\n "team": {\n "criteria": {\n "account": "Login, permissions, or profile issues.",\n "frontend": "Rendering, layout, or browser compatibility issues.",\n "payments": "Checkout, billing, or payment processing issues."\n },\n "instructions": "Which team should own this ticket?",\n "type": "choice"\n },\n "urgency": {\n "criteria": [\n "Can wait for the next release",\n "Should be fixed this week",\n "Blocking revenue right now"\n ],\n "instructions": "How urgent is this ticket?",\n "type": "score"\n }\n },\n "state": {\n "customer_tier": "enterprise",\n "ticket": "My checkout page shows a blank screen after I click Pay. I have tried two browsers."\n }\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_REQUEST_FILE:?Set your actual JSON request file}"\nexport AILOOT_REQUEST_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads(Path(os.environ['AILOOT_REQUEST_FILE']).read_text(encoding='utf-8'))\nif not isinstance(p,dict): raise SystemExit('Request must be a JSON object')\np['model']='liquid/d1'\nPath('request.json').write_text(json.dumps(p,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/systemone \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path('result.json').read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\njson
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Se conserva cada respuesta al ID de pregunta proporcionado con su tipo exacto, valor noul/choice/score, confianza, probabilidades y leyenda. El JSON original completo se almacena y solo se devuelve tras la liquidación.
Conserva la operación original y la respuesta completa o parcial; no repitas el POST.
| Campo | Tipo |
|---|---|
Campomodel | Tipostring |
Campoid | Tipostring |
Campoprovider | Tipostring |
Campoanswers.<id>.type | Tipostring |
Campoanswers.<id>.noul | Tiponumber |
Campoanswers.<id>.choice | Tipostring |
Campoanswers.<id>.score | Tiponumber |
Campoanswers.<id>.confidence | Tiponumber |
Campoanswers.<id>.probabilities | Tipoobject |
Campoanswers.<id>.legend | Tipoobject |
Campousage.input_tokens | Tipointeger |
Campousage.output_tokens | Tipointeger |
Campousage.cost | Tiponumber |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampo obligatorio, representación o valor no válido | Siguiente pasoCorrige el campo indicado de la solicitud. |
Ailoot Ultra liquid/d1
Usa las rutas de método indicadas arriba.