modelos

LiquidAI: d1

Markdown · JSON

LiquidAI: d1

O fluxo de decisão sobre texto do d1 da Liquid AI avalia a evidência fornecida face a resultados fixos e devolve probabilidades, uma escolha de categoria ou uma pontuação numa rubrica. Suporta classificação, encaminhamento, filtragem por relevância e priorização sem gerar uma resposta escrita.

Sobre o modelo

Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.

O d1 é o modelo de decisão alojado da Liquid AI para tarefas delimitadas de classificação, encaminhamento e pontuação. Este perfil abrange o seu fluxo de decisão sobre texto: forneça a evidência como estado, defina uma ou mais perguntas e receba respostas numéricas tipadas sobre resultados conhecidos. A Liquid descreve estas decisões como avaliações que devolvem probabilidades diretamente, com zero tokens de saída gerados. O resultado útil é uma decisão definida e a respetiva incerteza, e não um excerto de texto recém-composto.

Prepare a evidência e a pergunta em conjunto

Forneça o texto que torna a decisão possível, incluindo o contexto necessário para o interpretar. Mantenha o estado separado das instruções que descrevem o que avaliar. Uma mensagem de suporte pode precisar de uma descrição do produto ou do problema; um excerto de documento pode precisar da pergunta de pesquisa do utilizador. Defina o conjunto de respostas antes de fazer a pergunta e dê a cada opção um significado adequado ao fluxo de trabalho pretendido. Etiquetas curtas podem funcionar como chaves de saída estáveis, enquanto as descrições explicam os limites entre elas.

Utilize perguntas nomeadas sobre um estado partilhado. Um nome claro, como intent, urgency ou relevant, mantém a saída associada à decisão que representa. Por exemplo, uma mensagem a comunicar que uma página falha pode suportar uma escolha de intenção, uma rubrica de urgência e uma verificação de sim/não de um defeito comunicado. Cada pergunta deve preservar o seu próprio critério, em vez de combinar os três juízos numa única etiqueta ambígua.

Escolha para categorias e encaminhamento

Uma pergunta de escolha seleciona uma etiqueta de um conjunto não ordenado e devolve a distribuição pelas opções nomeadas. Defina as opções através de descrições de critérios; o resultado inclui a escolha selecionada, as probabilidades e a confiança. Para organizar documentos, defina as pastas ou os assuntos possíveis e indique que conteúdo pertence a cada um. Para encaminhar pedidos, descreva os destinos que realmente existem. Uma aplicação pode utilizar a etiqueta resultante para escolher o passo seguinte, conservando as probabilidades concorrentes para revisão.

Uma tarefa ilustrativa de arquivo pode separar uma pergunta sobre o produto, um problema de integração e um problema de acesso, com uma opção «outro» para o material fora dessas definições. Mantenha os limites concretos: uma mensagem sobre a impossibilidade de autenticação é diferente de uma que pergunta como configurar uma funcionalidade. A etiqueta devolvida seleciona entre os significados fornecidos; não cria um destino em falta nem executa uma alteração noutro sistema.

Noul para verificações de condições e relevância

Uma pergunta noul devolve uma probabilidade de 0 a 1 de que a condição de sim/não definida se verifica. A Liquid demonstra verificações binárias para revisão de conteúdos e relevância de excertos. Formule a condição com precisão e escolha como a probabilidade resultante será utilizada: assinalar uma correspondência provável, filtrar um excerto ou enviar um caso incerto para revisão. O limiar pertence à tarefa que consome o resultado, e uma probabilidade não deve ser tratada como um veredicto factual garantido.

Para filtrar por relevância, forneça tanto a consulta como o excerto candidato. Pergunte se esse excerto ajuda a responder à consulta e, em seguida, conserve o excerto original com a respetiva probabilidade. Isto pode ajudar a selecionar material de origem para uma resposta posterior sem pedir ao d1 que componha ele próprio essa resposta. Se a relevância precisar de vários graus em vez de uma condição de sim/não, defina uma rubrica ordenada e utilize uma pergunta de pontuação.

Pontuação para níveis ordenados

Uma pergunta de pontuação coloca o estado numa rubrica com níveis ordenados e descritos. Os índices dos níveis começam em 0, e a pontuação é a posição ponderada por probabilidades, que pode ficar entre níveis. O resultado inclui também a distribuição pelos níveis e a confiança. Para a urgência, defina o que separa um problema sem impacto imediato, um incómodo significativo e uma tarefa bloqueada. Uma rubrica de quatro níveis tem, portanto, os índices 0 a 3; a sua pontuação esperada não é automaticamente uma categoria numerada de 1 a 4.

Utilize a pontuação fracionária para ordenação ou agregação quando esse for o resultado pretendido e conserve a distribuição completa quando a ambiguidade for importante. Categorias como departamentos não têm uma ordem natural e pertencem a uma pergunta de escolha. A confiança resume, na interface documentada, até que ponto a resposta comunicada é inequívoca; deve manter-se distinta da pontuação pretendida pela tarefa e de uma suposta garantia de que a decisão está correta.

Várias perguntas e aplicações do produtor

Várias perguntas podem avaliar o mesmo estado numa única chamada ao produtor, cada uma mantendo o seu tipo e as suas probabilidades. Os exemplos de texto da Liquid incluem a filtragem de pedidos de suporte, o arquivo de documentos numa taxonomia de pastas, a seleção de caminhos de pesquisa de código, a escolha entre as ações disponíveis de um agente e a decisão sobre que material da saída de ferramentas conservar. Todos estes fluxos têm uma decisão seguinte delimitada. Um passo de pesquisa de código pode selecionar uma pasta promissora a partir das respetivas descrições; um passo de seleção de conteúdo pode escolher manter, encurtar ou descartar o material fornecido. A aplicação envolvente continua a obter os dados de origem e a realizar a operação selecionada.

Âmbito e um artefacto de decisão útil

As primitivas documentadas adequam-se a resultados conhecidos, classificações em rubrica e verificações de condições. Texto novo, resumos, código e uma conversa aberta exigem um fluxo de geração, e não decorrem do resultado de decisão do d1. Prepare uma pergunta em torno de evidência observável e conserve as definições dessa pergunta com a saída, para que uma etiqueta ou pontuação possa ser interpretada mais tarde.

Mantenha cada estado centrado na evidência que responde às perguntas definidas e separe tarefas de decisão não relacionadas, para que os respetivos critérios se mantenham claros. Mantenha o material de origem relevante, defina significados de recurso para uma cobertura incompleta de categorias e avalie os limiares de probabilidade com exemplos etiquetados da tarefa. Um artefacto útil regista a categoria selecionada ou a pontuação esperada juntamente com a respetiva distribuição, a identidade da pergunta e a evidência original.

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

liquid/d1

LiquidAI /liquid/d1

Introdução

O fluxo de decisão sobre texto do d1 da Liquid AI avalia a evidência fornecida face a resultados fixos e devolve probabilidades, uma escolha de categoria ou uma pontuação numa rubrica. Suporta classificação, encaminhamento, filtragem por relevância e priorização sem gerar uma resposta escrita.

Entradas aceites
Texto
Resultados
decisions

Disponível no Ailoot · entradas e métodos

Ailoot Ultra · System One POST /v1/systemone
Entrada
text
Saída
decisions
Formato de saída
json
CampoTipoRequisitoValores e limitesPredefinição
CampomodelTipostringRequisitoObrigatórioValores e limites
liquid/d1
Predefinição—
CampoproviderTiposchemaRequisitoOpcionalValores e limitesPredefinição—
CampoquestionsTipoobjectRequisitoObrigatórioValores e limitesPredefinição—
Camposession_idTipostringRequisitoOpcionalValores e limitesPredefinição—
CampostateTiposchemaRequisitoObrigatórioValores e limitesPredefinição—
CampotraceTiposchemaRequisitoOpcionalValores e limitesPredefinição—
CampouserTipostringRequisitoOpcionalValores e limitesPredefinição—
Campoquestions.<id>.typeTipostringRequisitoObrigatórioValores e limites
noul, choice, score
Predefinição—
Campoquestions.<id>.instructionsTipostring|object|arrayRequisitoObrigatórioValores e limitesPredefinição—
Campoquestions.<id>.criteriaTipoobject|arrayRequisitoOpcionalValores e limites
Condições: choice/score: obrigatório; noul: opcional. Os critérios de choice são um objeto; score é uma matriz com minItems1.
Predefinição—
Campoquestions.<id>.criteria.trueTipostring|object|arrayRequisitoObrigatórioValores e limites
Aplica-se quando: Objeto de critérios noul fornecido
Predefinição—
Campoquestions.<id>.criteria.falseTipostring|object|arrayRequisitoObrigatórioValores e limites
Aplica-se quando: Objeto de critérios noul fornecido
Predefinição—
Combinações de materiais de entrada

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

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

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

Parâmetros e ciclo de vida do método
ParâmetroContrato
Parâmetrocontent_typeContratoapplication/json
ParâmetrorequiredContratomodel, state, questions
Parâmetromaterial_typesContratotext
Parâmetrooptional_controlsContratoprovider, session_id, trace, user
Parâmetromultimodal_input_bindingContratonull

Ciclo de vida: synchronous

Envie o ID exato do modelo e conserve a resposta nativa completa.

Tarifários

As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.

Modo rápido
Não especificado Quando o modo rápido está selecionado
Modo flex
Não especificado Quando o modo flex está selecionado
Esforço máximo de raciocínio
Não especificado Quando o esforço máximo de raciocínio usa o ajuste predefinido (default)

Tarifas Ailoot

Preços por configuração

Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.

ConfiguraçãoTabela de tarifasTokens de contexto, mais deTokens de contexto, até ao limite inclusiveCusto
ConfiguraçãoTarifas base dos tokensTabela de tarifasTarifa baseTokens de contexto, mais de—Tokens de contexto, até ao limite inclusiveSem limite superiorCusto
Entrada · Tokens de entrada $0.00008 / 1K tokens
Saída · Tokens de saída $0 / 1K tokens
Entrada · Leitura da cache $0.00008 / 1K tokens
Entrada · Escrita na cache — / 1K tokens
Entrada · Escrita na cache, 1 hora — / 1K tokens
ConfiguraçãoEscalão 1 por comprimento do pedidoTabela de tarifas—Tokens de contexto, mais de0Tokens de contexto, até ao limite inclusiveSem limite superiorCusto
Entrada · Tokens de entrada $0.00008 / 1K tokens
Saída · Tokens de saída $0 / 1K tokens
Entrada · Leitura da cache $0.00008 / 1K tokens
Entrada · Escrita na cache — / 1K tokens
Entrada · Escrita na cache, 1 hora — / 1K tokens

O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →

Exemplos de pedidos

Ailoot Ultra · System One

Estrutura oficial do pedido preservada; exemplo de documentaçãoUse o material real do seu pedido e guarde o resultado completo
{
  "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

Receber e guardar os resultados

Ailoot Ultra · System One

json

Guardar todos os resultados concluídos

Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.

É conservada cada resposta fornecida a um ID de pergunta, com o respetivo tipo exato, valor noul/choice/score, confiança, probabilidades e legenda. O JSON original completo é armazenado e devolvido apenas após a liquidação.

Se for necessário verificar a resposta original

Conserve a operação original e a resposta completa/parcial; não repita o POST.

Campos da resposta
CampoTipo
CampomodelTipostring
CampoidTipostring
CampoproviderTipostring
Campoanswers.<id>.typeTipostring
Campoanswers.<id>.noulTiponumber
Campoanswers.<id>.choiceTipostring
Campoanswers.<id>.scoreTiponumber
Campoanswers.<id>.confidenceTiponumber
Campoanswers.<id>.probabilitiesTipoobject
Campoanswers.<id>.legendTipoobject
Campousage.input_tokensTipointeger
Campousage.output_tokensTipointeger
Campousage.costTiponumber
Erros e passos seguintes
RespostaCondiçãoPasso seguinte
Resposta400 · invalid_request_errorCondiçãoCampo obrigatório, representação ou valor inválidoPasso seguinteCorrija o campo indicado no pedido.

Aliases

Aliases do modelo

Ailoot Ultra liquid/d1

Aliases dos caminhos dos métodos

Use os caminhos dos métodos indicados acima.

IDs de chamada relacionados

liquid/d1

FAQ · LiquidAI: d1
Que entradas e resultados estão disponíveis?

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

Que campos utiliza o pedido?

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

Mais detalhes

Ligue o Ailoot ao Claude Code, OpenCode, Hermes ou à sua aplicação.

A empresa e a sua carteira de projetos

A empresa e a sua carteira de projetos: milhões de clientes; vendas mensais na ordem dos milhares de milhões.

Compre tokens com desconto.

Desconto por subscrição para trabalho regular. Códigos promocionais — até 50% na compra de tokens.

Subscrição
Escolha um plano com desconto para os pedidos regulares.
Código promocional até 50%
Introduza o código na compra. O preço é recalculado conforme a campanha em vigor.
Custos no histórico
O modelo, os tokens e o montante são guardados para cada pedido.

Escolher subscrição · Ver preços dos modelos

Ligue a API ao produto que vende.

SaaS, aplicações e bots — ao abrigo da oferta e do contrato de licença Ailoot. Para revenda, peça uma licença de revendedor.

Aplicação comercial
Integre geração de texto, imagens, vídeo e som nas funcionalidades pagas do seu serviço.
Licença de revendedor
Envie uma descrição do projeto e do modelo de acesso. Peça condições escritas de utilização e revenda.
Documentos no site
A oferta, o contrato de licença e a política de tratamento de dados estão disponíveis antes da ligação.

Pedir licença de revendedor · Oferta e contrato de licença