Mercury Decide è il modello di Inception per decisioni strutturate su prove fornite. Combina uno stato condiviso con domande denominate e restituisce risposte tipizzate con probabilità. Il risultato può essere una categoria selezionata, una probabilità stimata sì/no o una posizione su una scala definita. Questo profilo serve per una decisione vincolata che il software può interpretare; la sua interfaccia documentata non genera risposte di chat in forma libera.
La richiesta del produttore contiene un modello, uno stato e una mappa non vuota di domande. I nomi delle domande vengono mantenuti nella mappa delle risposte. Fornisci le informazioni necessarie per giudicare ogni domanda e assegna alle domande nomi basati sui risultati usati dal flusso di lavoro, come category, priority o needs_follow_up. Più domande valutano le stesse prove in modo indipendente. Il fatto di trovarsi nella stessa richiesta non rende una domanda successiva dipendente da una risposta precedente.
L'esempio di Inception usa un oggetto JSON per lo stato. La guida consente anche stringhe, oggetti o array nello stato, nelle istruzioni e nelle descrizioni dei criteri, con istruzioni facoltative o null. Preserva una struttura utile quando le prove sono già costituite da campi, e mantieni identificabile un documento o un messaggio quando fornisci testo. Per un caso di assistenza, includi la richiesta effettiva e i fatti pertinenti, invece di chiedere di dedurre il contesto mancante.
Una domanda noul rappresenta una condizione sì/no. Il suo output è una probabilità da 0 a 1 che si applichi la risposta positiva. Descrizioni facoltative per vero e falso possono specificare che cosa conta da ciascun lato della domanda. Ad esempio, chiedi se un messaggio richiede esplicitamente una sostituzione e distinguilo da un reclamo generico sull'articolo. La probabilità fornisce un giudizio numerico; l'applicazione sceglie la soglia e l'azione del flusso di lavoro che ne consegue.
Mantieni la condizione abbastanza ristretta da poter essere risolta dalle prove. Se una domanda mescola se l'utente vuole aiuto, se un articolo è difettoso e se il caso è urgente, separa queste condizioni. Conserva la probabilità restituita insieme alla definizione della domanda, così che un revisore successivo possa capire che cosa misura effettivamente quel numero.
Una domanda Choice usa una mappa di nomi e descrizioni di opzioni, da una a 255; le descrizioni possono essere null. La scelta restituita è l'opzione fornita con la probabilità più alta. Il risultato contiene anche una probabilità per ogni opzione e la confidenza. Definisci significati distinti per le categorie e includi una categoria di ripiego quando alcuni input non rientreranno nelle opzioni specifiche. Chiavi di output brevi possono identificare le categorie, mentre descrizioni più complete stabiliscono i confini tra di esse.
Una descrizione di instradamento potrebbe distinguere un problema di accesso, una domanda sul prodotto e un difetto segnalato. Specifica il significato di ogni opzione e fornisci il messaggio da instradare. L'output è una categoria selezionata con una distribuzione, non un'istruzione che abbia già modificato una coda o contattato un altro sistema. Esamina le probabilità concorrenti quando un caso è ambiguo, invece di interpretare l'etichetta vincente come prova di certezza.
Una domanda Score usa un array ordinato da una a dieci descrizioni di livello, a partire dal livello 0. Il suo punteggio è la media ponderata per probabilità degli indici dei livelli e può cadere tra due livelli. La risposta contiene la legenda, le probabilità per livello e la confidenza. Definisci l'ordine e i criteri di ciascun livello, ad esempio nessun impatto immediato, un problema con un'alternativa praticabile e un'attività completamente bloccata.
Un punteggio atteso frazionario è utile per la definizione delle priorità o l'aggregazione. È diverso dalla scelta del singolo livello più probabile. Conserva la legenda insieme al numero, così che un punteggio non venga interpretato su una scala non correlata. La confidenza per Choice e Score è riportata separatamente tra 0 e 1; la guida pertinente non la definisce identica alla probabilità dell'opzione più alta né fornisce una formula universale per ricostruirla.
Una stessa prova può supportare domande indipendenti su categoria, urgenza e condizione. Un'attività di revisione di documenti può chiedere se è presente un argomento richiesto, sceglierne la categoria e valutarne la pertinenza su livelli descritti. Usa solo materiale di origine disponibile nello stato, con criteri legati alla decisione di cui il flusso di lavoro ha bisogno subito dopo. Se un'azione richiede un risultato precedente, rendi esplicito quel risultato nelle prove per il passo successivo, invece di presumere che le domande formino una sequenza nascosta.
La risposta restituisce il nome del modello e una mappa delle risposte con chiavi corrispondenti ai nomi delle domande forniti. Le probabilità di Choice usano i nomi delle opzioni; le probabilità di Score usano indici in formato stringa, con la legenda che ne spiega il significato. Mantieni associati l'identificatore dello stato, le definizioni delle domande e le risposte tipizzate. In questo modo si ottiene un artefatto di classificazione o valutazione interpretabile, invece di un numero scollegato dai fatti che lo hanno generato.
Inception documenta Mercury Decide tramite la sua interfaccia decisionale dedicata. Non supporta le interfacce di completamento di chat, streaming o chiamata di strumenti del produttore, quindi le capacità dei profili di Mercury per ragionamento, voce e generazione di codice non vanno trasferite a questo modello. La guida decisionale specifica il numero di opzioni e di livelli, ma non indica un limite numerico di token per lo stato né un tetto al numero di domande; mantieni le prove condivise concentrate sulle domande da valutare.
Valuta le probabilità e i confini tra le categorie su materiale etichettato rappresentativo dell'attività prevista. Esamina le risposte al limite rispetto allo stato e mantieni esplicite le informazioni mancanti invece di sostituirle con fatti inventati. Un risultato utile di Mercury Decide fornisce una decisione chiusa, le sue probabilità e le definizioni necessarie per comprenderla; l'applicazione circostante determina come quel risultato diventi instradamento, definizione delle priorità o esito di una revisione.
", "aboutText": "Mercury Decide è il modello di Inception per decisioni strutturate su prove fornite. Combina uno stato condiviso con domande denominate e restituisce risposte tipizzate con probabilità. Il risultato può essere una categoria selezionata, una probabilità stimata sì/no o una posizione su una scala definita. Questo profilo serve per una decisione vincolata che il software può interpretare; la sua interfaccia documentata non genera risposte di chat in forma libera.\n\n### Stato condiviso e nomi di domanda significativi\n\nLa richiesta del produttore contiene un modello, uno stato e una mappa non vuota di domande. I nomi delle domande vengono mantenuti nella mappa delle risposte. Fornisci le informazioni necessarie per giudicare ogni domanda e assegna alle domande nomi basati sui risultati usati dal flusso di lavoro, come category, priority o needs_follow_up. Più domande valutano le stesse prove in modo indipendente. Il fatto di trovarsi nella stessa richiesta non rende una domanda successiva dipendente da una risposta precedente.\n\nL'esempio di Inception usa un oggetto JSON per lo stato. La guida consente anche stringhe, oggetti o array nello stato, nelle istruzioni e nelle descrizioni dei criteri, con istruzioni facoltative o null. Preserva una struttura utile quando le prove sono già costituite da campi, e mantieni identificabile un documento o un messaggio quando fornisci testo. Per un caso di assistenza, includi la richiesta effettiva e i fatti pertinenti, invece di chiedere di dedurre il contesto mancante.\n\n### Noul: una risposta positiva stimata\n\nUna domanda noul rappresenta una condizione sì/no. Il suo output è una probabilità da 0 a 1 che si applichi la risposta positiva. Descrizioni facoltative per vero e falso possono specificare che cosa conta da ciascun lato della domanda. Ad esempio, chiedi se un messaggio richiede esplicitamente una sostituzione e distinguilo da un reclamo generico sull'articolo. La probabilità fornisce un giudizio numerico; l'applicazione sceglie la soglia e l'azione del flusso di lavoro che ne consegue.\n\nMantieni la condizione abbastanza ristretta da poter essere risolta dalle prove. Se una domanda mescola se l'utente vuole aiuto, se un articolo è difettoso e se il caso è urgente, separa queste condizioni. Conserva la probabilità restituita insieme alla definizione della domanda, così che un revisore successivo possa capire che cosa misura effettivamente quel numero.\n\n### Choice: selezione di un'opzione denominata\n\nUna domanda Choice usa una mappa di nomi e descrizioni di opzioni, da una a 255; le descrizioni possono essere null. La scelta restituita è l'opzione fornita con la probabilità più alta. Il risultato contiene anche una probabilità per ogni opzione e la confidenza. Definisci significati distinti per le categorie e includi una categoria di ripiego quando alcuni input non rientreranno nelle opzioni specifiche. Chiavi di output brevi possono identificare le categorie, mentre descrizioni più complete stabiliscono i confini tra di esse.\n\nUna descrizione di instradamento potrebbe distinguere un problema di accesso, una domanda sul prodotto e un difetto segnalato. Specifica il significato di ogni opzione e fornisci il messaggio da instradare. L'output è una categoria selezionata con una distribuzione, non un'istruzione che abbia già modificato una coda o contattato un altro sistema. Esamina le probabilità concorrenti quando un caso è ambiguo, invece di interpretare l'etichetta vincente come prova di certezza.\n\n### Score: una posizione attesa su una rubrica\n\nUna domanda Score usa un array ordinato da una a dieci descrizioni di livello, a partire dal livello 0. Il suo punteggio è la media ponderata per probabilità degli indici dei livelli e può cadere tra due livelli. La risposta contiene la legenda, le probabilità per livello e la confidenza. Definisci l'ordine e i criteri di ciascun livello, ad esempio nessun impatto immediato, un problema con un'alternativa praticabile e un'attività completamente bloccata.\n\nUn punteggio atteso frazionario è utile per la definizione delle priorità o l'aggregazione. È diverso dalla scelta del singolo livello più probabile. Conserva la legenda insieme al numero, così che un punteggio non venga interpretato su una scala non correlata. La confidenza per Choice e Score è riportata separatamente tra 0 e 1; la guida pertinente non la definisce identica alla probabilità dell'opzione più alta né fornisce una formula universale per ricostruirla.\n\n### Preparare un risultato decisionale utile\n\nUna stessa prova può supportare domande indipendenti su categoria, urgenza e condizione. Un'attività di revisione di documenti può chiedere se è presente un argomento richiesto, sceglierne la categoria e valutarne la pertinenza su livelli descritti. Usa solo materiale di origine disponibile nello stato, con criteri legati alla decisione di cui il flusso di lavoro ha bisogno subito dopo. Se un'azione richiede un risultato precedente, rendi esplicito quel risultato nelle prove per il passo successivo, invece di presumere che le domande formino una sequenza nascosta.\n\nLa risposta restituisce il nome del modello e una mappa delle risposte con chiavi corrispondenti ai nomi delle domande forniti. Le probabilità di Choice usano i nomi delle opzioni; le probabilità di Score usano indici in formato stringa, con la legenda che ne spiega il significato. Mantieni associati l'identificatore dello stato, le definizioni delle domande e le risposte tipizzate. In questo modo si ottiene un artefatto di classificazione o valutazione interpretabile, invece di un numero scollegato dai fatti che lo hanno generato.\n\n### Ambito e limiti dell'interfaccia\n\nInception documenta Mercury Decide tramite la sua interfaccia decisionale dedicata. Non supporta le interfacce di completamento di chat, streaming o chiamata di strumenti del produttore, quindi le capacità dei profili di Mercury per ragionamento, voce e generazione di codice non vanno trasferite a questo modello. La guida decisionale specifica il numero di opzioni e di livelli, ma non indica un limite numerico di token per lo stato né un tetto al numero di domande; mantieni le prove condivise concentrate sulle domande da valutare.\n\nValuta le probabilità e i confini tra le categorie su materiale etichettato rappresentativo dell'attività prevista. Esamina le risposte al limite rispetto allo stato e mantieni esplicite le informazioni mancanti invece di sostituirle con fatti inventati. Un risultato utile di Mercury Decide fornisce una decisione chiusa, le sue probabilità e le definizioni necessarie per comprenderla; l'applicazione circostante determina come quel risultato diventi instradamento, definizione delle priorità o esito di una revisione.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "48a2ef4b47fffcbe81a1f9a632eff7542f87e2068c3ce72363c7fc2f402db04a", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "it", "methods": [ { "html": "inception/mercury-decide:freeMercury Decide valuta prove testuali o JSON condivise rispetto a domande denominate e restituisce scelte tipizzate, probabilità sì/no o punteggi frazionari su una rubrica. Inception documenta un flusso decisionale dedicato con fino a 255 opzioni Choice e dieci livelli Score.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
Mercury Decide è il modello di Inception per decisioni strutturate su prove fornite. Combina uno stato condiviso con domande denominate e restituisce risposte tipizzate con probabilità. Il risultato può essere una categoria selezionata, una probabilità stimata sì/no o una posizione su una scala definita. Questo profilo serve per una decisione vincolata che il software può interpretare; la sua interfaccia documentata non genera risposte di chat in forma libera.
La richiesta del produttore contiene un modello, uno stato e una mappa non vuota di domande. I nomi delle domande vengono mantenuti nella mappa delle risposte. Fornisci le informazioni necessarie per giudicare ogni domanda e assegna alle domande nomi basati sui risultati usati dal flusso di lavoro, come category, priority o needs_follow_up. Più domande valutano le stesse prove in modo indipendente. Il fatto di trovarsi nella stessa richiesta non rende una domanda successiva dipendente da una risposta precedente.
L'esempio di Inception usa un oggetto JSON per lo stato. La guida consente anche stringhe, oggetti o array nello stato, nelle istruzioni e nelle descrizioni dei criteri, con istruzioni facoltative o null. Preserva una struttura utile quando le prove sono già costituite da campi, e mantieni identificabile un documento o un messaggio quando fornisci testo. Per un caso di assistenza, includi la richiesta effettiva e i fatti pertinenti, invece di chiedere di dedurre il contesto mancante.
Una domanda noul rappresenta una condizione sì/no. Il suo output è una probabilità da 0 a 1 che si applichi la risposta positiva. Descrizioni facoltative per vero e falso possono specificare che cosa conta da ciascun lato della domanda. Ad esempio, chiedi se un messaggio richiede esplicitamente una sostituzione e distinguilo da un reclamo generico sull'articolo. La probabilità fornisce un giudizio numerico; l'applicazione sceglie la soglia e l'azione del flusso di lavoro che ne consegue.
Mantieni la condizione abbastanza ristretta da poter essere risolta dalle prove. Se una domanda mescola se l'utente vuole aiuto, se un articolo è difettoso e se il caso è urgente, separa queste condizioni. Conserva la probabilità restituita insieme alla definizione della domanda, così che un revisore successivo possa capire che cosa misura effettivamente quel numero.
Una domanda Choice usa una mappa di nomi e descrizioni di opzioni, da una a 255; le descrizioni possono essere null. La scelta restituita è l'opzione fornita con la probabilità più alta. Il risultato contiene anche una probabilità per ogni opzione e la confidenza. Definisci significati distinti per le categorie e includi una categoria di ripiego quando alcuni input non rientreranno nelle opzioni specifiche. Chiavi di output brevi possono identificare le categorie, mentre descrizioni più complete stabiliscono i confini tra di esse.
Una descrizione di instradamento potrebbe distinguere un problema di accesso, una domanda sul prodotto e un difetto segnalato. Specifica il significato di ogni opzione e fornisci il messaggio da instradare. L'output è una categoria selezionata con una distribuzione, non un'istruzione che abbia già modificato una coda o contattato un altro sistema. Esamina le probabilità concorrenti quando un caso è ambiguo, invece di interpretare l'etichetta vincente come prova di certezza.
Una domanda Score usa un array ordinato da una a dieci descrizioni di livello, a partire dal livello 0. Il suo punteggio è la media ponderata per probabilità degli indici dei livelli e può cadere tra due livelli. La risposta contiene la legenda, le probabilità per livello e la confidenza. Definisci l'ordine e i criteri di ciascun livello, ad esempio nessun impatto immediato, un problema con un'alternativa praticabile e un'attività completamente bloccata.
Un punteggio atteso frazionario è utile per la definizione delle priorità o l'aggregazione. È diverso dalla scelta del singolo livello più probabile. Conserva la legenda insieme al numero, così che un punteggio non venga interpretato su una scala non correlata. La confidenza per Choice e Score è riportata separatamente tra 0 e 1; la guida pertinente non la definisce identica alla probabilità dell'opzione più alta né fornisce una formula universale per ricostruirla.
Una stessa prova può supportare domande indipendenti su categoria, urgenza e condizione. Un'attività di revisione di documenti può chiedere se è presente un argomento richiesto, sceglierne la categoria e valutarne la pertinenza su livelli descritti. Usa solo materiale di origine disponibile nello stato, con criteri legati alla decisione di cui il flusso di lavoro ha bisogno subito dopo. Se un'azione richiede un risultato precedente, rendi esplicito quel risultato nelle prove per il passo successivo, invece di presumere che le domande formino una sequenza nascosta.
La risposta restituisce il nome del modello e una mappa delle risposte con chiavi corrispondenti ai nomi delle domande forniti. Le probabilità di Choice usano i nomi delle opzioni; le probabilità di Score usano indici in formato stringa, con la legenda che ne spiega il significato. Mantieni associati l'identificatore dello stato, le definizioni delle domande e le risposte tipizzate. In questo modo si ottiene un artefatto di classificazione o valutazione interpretabile, invece di un numero scollegato dai fatti che lo hanno generato.
Inception documenta Mercury Decide tramite la sua interfaccia decisionale dedicata. Non supporta le interfacce di completamento di chat, streaming o chiamata di strumenti del produttore, quindi le capacità dei profili di Mercury per ragionamento, voce e generazione di codice non vanno trasferite a questo modello. La guida decisionale specifica il numero di opzioni e di livelli, ma non indica un limite numerico di token per lo stato né un tetto al numero di domande; mantieni le prove condivise concentrate sulle domande da valutare.
Valuta le probabilità e i confini tra le categorie su materiale etichettato rappresentativo dell'attività prevista. Esamina le risposte al limite rispetto allo stato e mantieni esplicite le informazioni mancanti invece di sostituirle con fatti inventati. Un risultato utile di Mercury Decide fornisce una decisione chiusa, le sue probabilità e le definizioni necessarie per comprenderla; l'applicazione circostante determina come quel risultato diventi instradamento, definizione delle priorità o esito di una revisione.
POST /v1/systemonetextdecisions| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti inception/mercury-decide:free | Predefinito— |
Campoprovider | Tiposchema | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campoquestions | Tipoobject | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Camposession_id | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campostate | Tiposchema | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campotrace | Tiposchema | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campouser | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campoquestions.<id>.type | Tipostring | RequisitoObbligatorio | Valori e limiti noul, choice, score | Predefinito— |
Campoquestions.<id>.instructions | Tipostring|object|array | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campoquestions.<id>.criteria | Tipoobject|array | RequisitoFacoltativo | Valori e limiti Condizioni: choice/score: obbligatori; noul: facoltativo. I criteri di choice sono un oggetto; score è un array con minItems1. | Predefinito— |
Campoquestions.<id>.criteria.true | Tipostring|object|array | RequisitoObbligatorio | Valori e limiti Si applica quando: Oggetto criteria noul fornito | Predefinito— |
Campoquestions.<id>.criteria.false | Tipostring|object|array | RequisitoObbligatorio | Valori e limiti Si applica quando: Oggetto criteria noul fornito | Predefinito— |
noul · Obbligatorio: state, questions.<id>.type=noul, questions.<id>.instructions
choice · Obbligatorio: state, questions.<id>.type=choice, questions.<id>.instructions, criteria object
score · Obbligatorio: state, questions.<id>.type=score, questions.<id>.instructions, criteria array with minItems1
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, state, questions |
Parametromaterial_types | Contrattotext |
Parametrooptional_controls | Contrattoprovider, session_id, trace, user |
Parametromultimodal_input_binding | Contrattonull |
Ciclo di vita: synchronous
Invia l'ID esatto del modello e conserva l'intera risposta nativa.
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0 / 1K token Output · Token in output $0 / 1K token Input · Lettura dalla cache — / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0 / 1K token Output · Token in output $0 / 1K token Input · Lettura dalla cache — / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "inception/mercury-decide:free",\n "questions": {\n "is_bug": {\n "criteria": {\n "false": "The customer is asking a question or requesting a feature.",\n "true": "The customer describes broken or unexpected product behavior."\n },\n "instructions": "Is the customer reporting a software defect?",\n "type": "noul"\n },\n "team": {\n "criteria": {\n "account": "Login, permissions, or profile issues.",\n "frontend": "Rendering, layout, or browser compatibility issues.",\n "payments": "Checkout, billing, or payment processing issues."\n },\n "instructions": "Which team should own this ticket?",\n "type": "choice"\n },\n "urgency": {\n "criteria": [\n "Can wait for the next release",\n "Should be fixed this week",\n "Blocking revenue right now"\n ],\n "instructions": "How urgent is this ticket?",\n "type": "score"\n }\n },\n "state": {\n "customer_tier": "enterprise",\n "ticket": "My checkout page shows a blank screen after I click Pay. I have tried two browsers."\n }\n}set -eu\n: "${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']='inception/mercury-decide:free'\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 ogni risposta, file e parte di contenuto restituiti per intero.
Viene conservata ogni risposta associata all'ID della domanda fornito, con il tipo esatto, il valore noul/choice/score, la confidenza, le probabilità e la legenda. L'intero JSON originale viene memorizzato e restituito solo dopo il conguaglio dell'addebito.
Conserva l'operazione originale e la risposta completa o parziale; non ripetere 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 |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampo obbligatorio, rappresentazione o valore non valido | Passaggio successivoCorreggi il campo della richiesta indicato. |
Ailoot Ultra inception/mercury-decide:free
Usa i percorsi dei metodi indicati sopra.