Respan: Span-01

Respan: Span-01은 Respan의 행동 점수 산정 모델입니다. api14에 decisions 카테고리로 등록되어 있으며, 제공자 출시일은 2026-09-26입니다. 자유 형식의 산문을 생성하는 대신, 대화 스팬을 읽고 사용자가 정의한 각 일상어 행동에 대해 그 행동이 존재할 확률을 반환하도록 만들어졌습니다. 따라서 이는 범용 어시스턴트가 아니라 파이프라인 안의 점수 산정 구성 요소이며, 대화 내부에서 무슨 일이 일어나는지에 대한 반복 가능한 수치 신호가 필요한 팀을 대상으로 합니다.

입력 측면에서 Span-01은 텍스트를 받습니다. 출력 측면에서는 decisions를 생성합니다. 즉, 결과는 채팅 답변이 아니라 행동 확률의 집합입니다. 컨텍스트 길이는 모델 메타데이터에 공개되지 않았으므로 특정 토큰 예산을 가정하지 말고, 전송하려는 스팬 크기를 직접 검증해야 합니다. 출력 크기도 마찬가지입니다. 최대 출력이 0으로 표시되는데, 이는 이 모델이 생성된 텍스트가 아니라 점수를 반환한다는 점을 반영하므로 계획할 만한 의미 있는 완성 길이가 없습니다. 이 모델은 호출 자체의 기본 요소 외에는 지원되는 요청 파라미터를 노출하지 않습니다.

실용적인 용도는 그 설계에서 바로 따라옵니다. 상담 대화에서 상담원이 고객의 문제를 인지했는지, 환불이 약속되었는지, 고객이 불만을 표현했는지 같은 행동을 점수로 산정할 수 있습니다. 동일한 스팬을 여러 행동 정의에 대해 한 번에 실행하고, 그 결과 확률을 라우팅, QA 샘플링, 에스컬레이션, 규정 준수 검토의 피처로 사용할 수 있습니다. 행동이 일상어로 설명되므로 아무것도 재학습하지 않고 정의를 추가하거나 변경할 수 있으며, 이는 정책이 시간에 따라 바뀌는 팀에 적합합니다. 과거 스팬을 대량으로 점수 산정하고 추세를 찾는 오프라인 분석에도 맞습니다.

모델 id "respan/span-01"을 사용해 api14의 OpenAI 호환 API를 통해 호출합니다. 인터페이스가 OpenAI 호환이므로 기존 OpenAI 클라이언트를 api14의 base URL로 지정하고 model 필드를 해당 id로 설정한 뒤, 인증에는 api14 키를 사용하면 됩니다. 이 모델은 지원되는 파라미터를 나열하지 않으므로 요청을 최소한으로 유지하고, temperature나 top_p 같은 샘플링 제어가 출력을 바꿀 것이라고 가정하지 마십시오. 응답은 decision 페이로드로 취급하고, 메시지 내용을 기대하기보다 그로부터 행동 확률을 파싱하십시오.

Span-01은 좁은 범위의 도구이므로, 언제 이것이 올바른 선택이 아닌지 분명히 하는 것이 좋습니다. 텍스트만 받으므로 이미지, 오디오, 파일이 관련된 것은 범위 밖입니다. 대화형 텍스트를 생성하지 않으므로, 초안 작성, 요약, 답변을 해 줄 어시스턴트가 필요하다면 범용 채팅 모델이 더 적합합니다. 또한 컨텍스트 길이가 공개되지 않았으므로 매우 긴 대화 기록은 점수 산정 전에 스팬으로 나누어야 할 수 있습니다.