model

LiquidAI: d1

Markdown · JSON

LiquidAI: d1

Alur keputusan teks d1 dari Liquid AI mengevaluasi bukti yang diberikan berdasarkan hasil tetap dan mengembalikan probabilitas, pilihan kategori, atau skor rubrik. Model mendukung klasifikasi, pengarahan, penyaringan relevansi, dan prioritas tanpa menghasilkan jawaban tertulis.

Tentang model

Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.

d1 adalah model keputusan yang dihosting Liquid AI untuk tugas klasifikasi, pengarahan, dan penilaian dalam batas yang ditentukan. Profil ini mencakup alur keputusan teksnya: berikan bukti sebagai keadaan, tetapkan satu atau beberapa pertanyaan, dan terima jawaban numerik bertipe untuk hasil yang diketahui. Liquid menjelaskan keputusan ini sebagai evaluasi yang langsung mengembalikan probabilitas, dengan nol token keluaran yang dihasilkan. Hasil yang berguna adalah keputusan yang ditetapkan beserta ketidakpastiannya, bukan bagian teks yang baru disusun.

Siapkan bukti dan pertanyaan bersama-sama

Berikan teks yang memungkinkan pengambilan keputusan, termasuk konteks yang diperlukan untuk menafsirkannya. Pisahkan keadaan dari instruksi yang menjelaskan hal yang dievaluasi. Pesan dukungan mungkin memerlukan deskripsi produk atau masalah; bagian dokumen mungkin memerlukan pertanyaan pencarian pengguna. Tetapkan himpunan jawaban sebelum mengajukan pertanyaan, dan berikan setiap opsi makna yang sesuai dengan alur kerja tujuan. Label pendek dapat menjadi kunci keluaran yang stabil, sementara deskripsi menjelaskan batas antaropsi.

Gunakan pertanyaan bernama pada keadaan bersama. Nama yang jelas seperti intent, urgency, atau relevant menjaga keluaran terhubung dengan keputusan yang diwakilinya. Misalnya, pesan yang melaporkan halaman gagal dapat mendukung pilihan maksud, rubrik urgensi, dan pemeriksaan ya/tidak atas cacat yang dilaporkan. Setiap pertanyaan harus mempertahankan kriterianya sendiri alih-alih menyatukan ketiga penilaian menjadi satu label ambigu.

Choice untuk kategori dan pengarahan

Pertanyaan choice memilih satu label dari himpunan tanpa urutan dan mengembalikan distribusi pada opsi bernama. Tetapkan opsi melalui deskripsi kriteria; hasil mencakup pilihan terpilih, probabilitas, dan confidence. Untuk pengorganisasian dokumen, tetapkan folder atau subjek yang mungkin dan nyatakan konten yang termasuk dalam masing-masing. Untuk pengarahan permintaan, jelaskan tujuan yang benar-benar tersedia. Aplikasi dapat menggunakan label hasil untuk memilih tahap berikutnya sambil mempertahankan probabilitas yang bersaing untuk ditinjau.

Contoh tugas pengarsipan dapat memisahkan pertanyaan produk, masalah integrasi, dan masalah akses, dengan opsi other untuk materi di luar definisi tersebut. Buat batasnya konkret: pesan tentang kegagalan autentikasi berbeda dari pesan yang menanyakan cara mengonfigurasi fitur. Label yang dikembalikan memilih di antara makna yang diberikan; model tidak membuat tujuan yang belum ada atau menjalankan perubahan dalam sistem lain.

Noul untuk pemeriksaan kondisi dan relevansi

Pertanyaan noul mengembalikan probabilitas dari 0 hingga 1 bahwa kondisi ya/tidak yang ditetapkan terpenuhi. Liquid mencontohkan pemeriksaan biner untuk peninjauan konten dan relevansi bagian teks. Nyatakan kondisi dengan tepat dan tentukan cara menggunakan probabilitas hasilnya: menandai kemungkinan kecocokan, menyaring bagian teks, atau mengirim kasus tidak pasti untuk ditinjau. Ambang ditentukan oleh tugas yang menggunakan hasil, dan probabilitas tidak boleh diperlakukan sebagai putusan faktual yang terjamin.

Untuk penyaringan relevansi, berikan kueri dan bagian teks kandidat. Tanyakan apakah bagian tersebut membantu menjawab kueri, lalu simpan bagian aslinya bersama probabilitas. Ini dapat mendukung pemilihan materi sumber untuk jawaban berikutnya tanpa meminta d1 menyusun jawaban itu sendiri. Jika relevansi memerlukan beberapa tingkat, bukan kondisi ya/tidak, tetapkan rubrik berurutan dan gunakan pertanyaan score.

Score untuk tingkat berurutan

Pertanyaan score menempatkan keadaan pada rubrik dengan tingkat-tingkat berurutan yang dijelaskan. Indeks tingkat dimulai dari 0, dan skor adalah posisi berbobot probabilitas, yang dapat berada di antara tingkat. Hasil juga mencakup distribusi tingkat dan confidence. Untuk urgensi, tetapkan perbedaan antara masalah tanpa dampak langsung, gangguan yang berarti, dan tugas yang terhambat. Karena itu, rubrik empat tingkat memiliki indeks 0 hingga 3; nilai harapan skornya tidak otomatis menjadi kategori bernomor 1 hingga 4.

Gunakan skor pecahan untuk pengurutan atau agregasi ketika itulah hasil yang dimaksudkan, dan simpan distribusi lengkap ketika ambiguitas penting. Kategori seperti departemen tidak memiliki urutan alami dan termasuk dalam pertanyaan choice. Confidence merangkum seberapa tegas jawaban yang dilaporkan dalam antarmuka yang didokumentasikan; nilai ini harus tetap dibedakan dari skor yang diinginkan tugas dan dari anggapan jaminan bahwa keputusan benar.

Beberapa pertanyaan dan penerapan produsen

Beberapa pertanyaan dapat mengevaluasi keadaan yang sama dalam satu panggilan produsen, masing-masing mempertahankan jenis dan probabilitasnya. Contoh teks Liquid meliputi penyaringan tiket dukungan, pengarsipan dokumen ke taksonomi folder, pemilihan jalur pencarian kode, pemilihan tindakan agen yang tersedia, dan penentuan materi keluaran alat yang perlu disimpan. Semua alur tersebut memiliki keputusan berikutnya yang dibatasi. Tahap pencarian kode dapat memilih folder yang menjanjikan dari deskripsinya; tahap pemilihan konten dapat memilih keep, trim, atau drop untuk materi yang diberikan. Aplikasi di sekelilingnya tetap memperoleh data sumber dan menjalankan operasi terpilih.

Cakupan dan artefak keputusan yang berguna

Primitif yang didokumentasikan sesuai untuk hasil yang diketahui, penilaian rubrik, dan pemeriksaan kondisi. Prosa baru, ringkasan, kode, dan percakapan terbuka membutuhkan alur pembangkitan, bukan kemampuan yang tersirat dari hasil keputusan d1. Siapkan pertanyaan berdasarkan bukti yang dapat diamati dan simpan definisinya bersama keluaran agar label atau skor dapat ditafsirkan di kemudian waktu.

Fokuskan setiap keadaan pada bukti yang menjawab pertanyaannya, dan pisahkan tugas keputusan yang tidak terkait agar kriterianya tetap jelas. Jaga relevansi materi sumber, tetapkan makna opsi cadangan untuk cakupan kategori yang tidak lengkap, dan nilai ambang probabilitas menggunakan contoh berlabel dari tugas. Artefak yang berguna mencatat kategori terpilih atau nilai harapan skor bersama distribusi, identitas pertanyaan, dan bukti aslinya.

Ailoot Ultra · System One POST /v1/systemone liquid/d1

liquid/d1

LiquidAI /liquid/d1

Mulai

Alur keputusan teks d1 dari Liquid AI mengevaluasi bukti yang diberikan berdasarkan hasil tetap dan mengembalikan probabilitas, pilihan kategori, atau skor rubrik. Model mendukung klasifikasi, pengarahan, penyaringan relevansi, dan prioritas tanpa menghasilkan jawaban tertulis.

Masukan yang diterima
Teks
Hasil
decisions

Tersedia di Ailoot · masukan & metode

Ailoot Ultra · System One POST /v1/systemone
Masukan
text
Keluaran
decisions
Format keluaran
json
KolomJenisPersyaratanNilai & batasanBawaan
KolommodelJenisstringPersyaratanWajibNilai & batasan
liquid/d1
Bawaan—
KolomproviderJenisschemaPersyaratanOpsionalNilai & batasanBawaan—
KolomquestionsJenisobjectPersyaratanWajibNilai & batasanBawaan—
Kolomsession_idJenisstringPersyaratanOpsionalNilai & batasanBawaan—
KolomstateJenisschemaPersyaratanWajibNilai & batasanBawaan—
KolomtraceJenisschemaPersyaratanOpsionalNilai & batasanBawaan—
KolomuserJenisstringPersyaratanOpsionalNilai & batasanBawaan—
Kolomquestions.<id>.typeJenisstringPersyaratanWajibNilai & batasan
noul, choice, score
Bawaan—
Kolomquestions.<id>.instructionsJenisstring|object|arrayPersyaratanWajibNilai & batasanBawaan—
Kolomquestions.<id>.criteriaJenisobject|arrayPersyaratanOpsionalNilai & batasan
Kondisi: choice/score: wajib; noul: opsional. Kriteria choice berupa objek; score berupa array dengan minItems1.
Bawaan—
Kolomquestions.<id>.criteria.trueJenisstring|object|arrayPersyaratanWajibNilai & batasan
Berlaku jika: Objek criteria noul disertakan
Bawaan—
Kolomquestions.<id>.criteria.falseJenisstring|object|arrayPersyaratanWajibNilai & batasan
Berlaku jika: Objek criteria noul disertakan
Bawaan—
Kombinasi bahan masukan

noul · Wajib: state, questions.<id>.type=noul, questions.<id>.instructions

choice · Wajib: state, questions.<id>.type=choice, questions.<id>.instructions, criteria object

score · Wajib: state, questions.<id>.type=score, questions.<id>.instructions, criteria array with minItems1

Parameter metode dan siklus hidup
ParameterKontrak
Parametercontent_typeKontrakapplication/json
ParameterrequiredKontrakmodel, state, questions
Parametermaterial_typesKontraktext
Parameteroptional_controlsKontrakprovider, session_id, trace, user
Parametermultimodal_input_bindingKontraknull

Siklus hidup: synchronous

Kirim ID model yang persis dan simpan respons native secara utuh.

Paket

Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.

Mode Fast
Tidak ditentukan Saat mode fast dipilih
Mode Flex
Tidak ditentukan Saat mode flex dipilih
Upaya penalaran maksimum
Tidak ditentukan Saat upaya penalaran maksimum menggunakan penyesuaian default

Tarif Ailoot

Harga menurut konfigurasi

Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.

KonfigurasiJadwal tarifToken konteks, lebih dariToken konteks, hingga dan termasukBiaya
KonfigurasiTarif dasar tokenJadwal tarifTarif dasarToken konteks, lebih dari—Token konteks, hingga dan termasukTanpa batas atasBiaya
Masukan · Token masukan $0.00008 / 1K token
Keluaran · Token keluaran $0 / 1K token
Masukan · Pembacaan cache $0.00008 / 1K token
Masukan · Penulisan cache — / 1K token
Masukan · Penulisan cache, 1 jam — / 1K token
KonfigurasiPanjang permintaan · tingkat 1Jadwal tarif—Token konteks, lebih dari0Token konteks, hingga dan termasukTanpa batas atasBiaya
Masukan · Token masukan $0.00008 / 1K token
Keluaran · Token keluaran $0 / 1K token
Masukan · Pembacaan cache $0.00008 / 1K token
Masukan · Penulisan cache — / 1K token
Masukan · Penulisan cache, 1 jam — / 1K token

Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →

Contoh permintaan

Ailoot Ultra · System One

Struktur permintaan resmi yang dipertahankan; contoh untuk dokumentasiGunakan bahan permintaan Anda yang sebenarnya dan simpan hasil secara lengkap
{
  "model": "liquid/d1",
  "questions": {
    "is_bug": {
      "criteria": {
        "false": "The customer is asking a question or requesting a feature.",
        "true": "The customer describes broken or unexpected product behavior."
      },
      "instructions": "Is the customer reporting a software defect?",
      "type": "noul"
    },
    "team": {
      "criteria": {
        "account": "Login, permissions, or profile issues.",
        "frontend": "Rendering, layout, or browser compatibility issues.",
        "payments": "Checkout, billing, or payment processing issues."
      },
      "instructions": "Which team should own this ticket?",
      "type": "choice"
    },
    "urgency": {
      "criteria": [
        "Can wait for the next release",
        "Should be fixed this week",
        "Blocking revenue right now"
      ],
      "instructions": "How urgent is this ticket?",
      "type": "score"
    }
  },
  "state": {
    "customer_tier": "enterprise",
    "ticket": "My checkout page shows a blank screen after I click Pay. I have tried two browsers."
  }
}
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_REQUEST_FILE:?Set your actual JSON request file}"
export AILOOT_REQUEST_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads(Path(os.environ['AILOOT_REQUEST_FILE']).read_text(encoding='utf-8'))
if not isinstance(p,dict): raise SystemExit('Request must be a JSON object')
p['model']='liquid/d1'
Path('request.json').write_text(json.dumps(p,ensure_ascii=False),encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/systemone \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path('result.json').read_text()),ensure_ascii=False,indent=2))
PY_RESULT

Terima dan simpan hasil

Ailoot Ultra · System One

json

Simpan semua hasil yang selesai

Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.

Setiap jawaban berdasarkan ID pertanyaan yang diberikan dipertahankan beserta tipe persisnya, nilai noul/pilihan/skor, tingkat keyakinan, probabilitas, dan legenda. Seluruh JSON asli disimpan dan hanya dikembalikan setelah penyelesaian tagihan.

Jika respons asli perlu diperiksa

Simpan operasi awal dan balasan lengkap/sebagian; jangan ulangi POST.

Kolom respons
KolomJenis
KolommodelJenisstring
KolomidJenisstring
KolomproviderJenisstring
Kolomanswers.<id>.typeJenisstring
Kolomanswers.<id>.noulJenisnumber
Kolomanswers.<id>.choiceJenisstring
Kolomanswers.<id>.scoreJenisnumber
Kolomanswers.<id>.confidenceJenisnumber
Kolomanswers.<id>.probabilitiesJenisobject
Kolomanswers.<id>.legendJenisobject
Kolomusage.input_tokensJenisinteger
Kolomusage.output_tokensJenisinteger
Kolomusage.costJenisnumber
Kesalahan dan langkah berikutnya
ResponsKondisiLangkah berikutnya
Respons400 · invalid_request_errorKondisiBidang wajib, representasi, atau nilai tidak validLangkah berikutnyaPerbaiki bidang permintaan yang ditunjukkan.

Alias

Alias model

Ailoot Ultra liquid/d1

Alias jalur metode

Gunakan jalur metode yang ditampilkan di atas.

ID pemanggil terkait

liquid/d1

FAQ · LiquidAI: d1
Input dan hasil apa yang tersedia?

POST /v1/systemone · liquid/d1: text → decisions

Kolom apa yang digunakan permintaan?

POST /v1/systemone · liquid/d1: model, provider, questions, session_id, state, trace, user

Rincian selengkapnya

Hubungkan Ailoot ke Claude Code, OpenCode, Hermes, atau aplikasi Anda.

Perusahaan dan portofolio proyeknya

Perusahaan dan portofolio proyeknya: jutaan pelanggan; penjualan miliaran setiap bulan.

Beli token dengan diskon.

Diskon langganan untuk pekerjaan rutin. Kode promo — hingga 50% untuk pembelian token.

Langganan
Pilih paket dengan diskon untuk permintaan rutin Anda.
Kode promo hingga 50%
Masukkan kode saat membeli. Harga dihitung ulang sesuai promosi aktif.
Biaya dalam riwayat
Model, token, dan jumlah tagihan disimpan untuk setiap permintaan.

Pilih langganan · Lihat harga model

Hubungkan API ke produk yang Anda jual.

SaaS, aplikasi, dan bot — sesuai penawaran dan perjanjian lisensi Ailoot. Untuk penjualan kembali, mintalah lisensi reseller.

Aplikasi komersial
Integrasikan pembuatan teks, gambar, video, dan suara dalam fitur berbayar layanan Anda.
Lisensi reseller
Kirim deskripsi proyek dan skema akses. Mintalah ketentuan penggunaan dan penjualan kembali secara tertulis.
Dokumen di situs
Penawaran, perjanjian lisensi, dan kebijakan pemrosesan data tersedia sebelum koneksi.

Minta lisensi reseller · Penawaran dan perjanjian lisensi