Respan: Span-01

Respan : Span-01 est un modèle de notation de comportement de Respan. Il est répertorié sur api14 dans la catégorie decisions, et sa date de publication par le fournisseur est le 2026-09-26. Plutôt que de générer de la prose libre, il est conçu pour lire un span de conversation et renvoyer, pour chaque comportement en langage naturel que vous définissez, la probabilité que ce comportement soit présent. Cela en fait un composant de notation dans un pipeline plutôt qu'un assistant général, et il s'adresse aux équipes qui ont besoin d'un signal numérique reproductible sur ce qui se passe dans une conversation.

Côté entrée, Span-01 accepte du texte. Côté sortie, il produit des decisions, ce qui signifie que le résultat est un ensemble de probabilités de comportement plutôt qu'une réponse de chat. La longueur de contexte n'est pas publiée dans les métadonnées du modèle, vous ne devez donc pas supposer un budget de tokens spécifique et devez plutôt valider les tailles de span que vous prévoyez d'envoyer. Il en va de même pour la taille de sortie : la sortie maximale est indiquée à 0, ce qui reflète que ce modèle renvoie des scores plutôt que du texte généré, il n'y a donc pas de longueur de complétion significative à prévoir. Le modèle n'expose aucun paramètre de requête pris en charge au-delà des bases de l'appel lui-même.

Les usages pratiques découlent directement de cette conception. Vous pouvez noter une conversation de support pour des comportements tels que savoir si l'agent a reconnu le problème du client, si un remboursement a été promis, ou si le client a exprimé de la frustration. Vous pouvez exécuter le même span contre plusieurs définitions de comportement à la fois et utiliser les probabilités résultantes comme caractéristiques dans le routage, l'échantillonnage QA, l'escalade ou la revue de conformité. Comme les comportements sont décrits en langage naturel, vous pouvez ajouter ou modifier une définition sans rien réentraîner, ce qui convient aux équipes dont les politiques évoluent avec le temps. Cela convient aussi à l'analyse hors ligne, où vous notez des spans historiques en masse et recherchez des tendances.

Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'id de modèle "respan/span-01". Comme l'interface est compatible OpenAI, vous pouvez pointer un client OpenAI existant vers l'URL de base d'api14 et définir le champ model sur cet id, avec votre clé api14 pour l'authentification. Le modèle ne liste aucun paramètre pris en charge, donc gardez les requêtes minimales et évitez de supposer que des contrôles d'échantillonnage tels que temperature ou top_p modifieront la sortie. Traitez la réponse comme une charge utile de décision et extrayez-en les probabilités de comportement plutôt que d'attendre un contenu de message.

Span-01 est un outil spécialisé, il vaut donc la peine d'être clair sur le moment où ce n'est pas le bon choix. Il ne prend que du texte, donc tout ce qui implique des images, de l'audio ou des fichiers est hors périmètre. Il ne produit pas de texte conversationnel, donc si vous avez besoin d'un assistant pour rédiger, résumer ou répondre, un modèle de chat général convient mieux. Et comme la longueur de contexte n'est pas publiée, les transcriptions très longues peuvent devoir être découpées en spans avant la notation.