Respan: Span-01

Respan: Span-01 to model oceny zachowań od Respan. Jest wymieniony na api14 w kategorii decisions, a data wydania przez dostawcę to 2026-09-26. Zamiast generować dowolny tekst, został zbudowany tak, aby odczytać fragment rozmowy i zwrócić, dla każdego zdefiniowanego przez ciebie zachowania opisanego prostym językiem, prawdopodobieństwo wystąpienia tego zachowania. To czyni go komponentem oceniającym w potoku, a nie ogólnym asystentem, i jest skierowany do zespołów, które potrzebują powtarzalnego sygnału liczbowego o tym, co dzieje się w rozmowie.

Po stronie danych wejściowych Span-01 przyjmuje tekst. Po stronie danych wyjściowych generuje decisions, co oznacza, że wynikiem jest zbiór prawdopodobieństw zachowań, a nie odpowiedź czatu. Długość kontekstu nie jest podana w metadanych modelu, więc nie należy zakładać konkretnego budżetu tokenów, a zamiast tego należy zweryfikować rozmiary fragmentów, które planujesz wysyłać. To samo dotyczy rozmiaru danych wyjściowych: maksymalna długość danych wyjściowych jest podana jako 0, co odzwierciedla fakt, że ten model zwraca wyniki punktowe, a nie wygenerowany tekst, więc nie ma sensownej długości uzupełnienia, którą można by zaplanować. Model nie udostępnia żadnych obsługiwanych parametrów żądania poza podstawami samego wywołania.

Praktyczne zastosowania wynikają bezpośrednio z tej konstrukcji. Możesz ocenić rozmowę z obsługi klienta pod kątem zachowań, takich jak to, czy agent potwierdził problem klienta, czy obiecano zwrot pieniędzy albo czy klient wyraził frustrację. Możesz uruchomić ten sam fragment względem kilku definicji zachowań jednocześnie i wykorzystać uzyskane prawdopodobieństwa jako cechy w routingu, próbkowaniu QA, eskalacji lub przeglądzie zgodności. Ponieważ zachowania są opisane prostym językiem, możesz dodać lub zmienić definicję bez ponownego trenowania czegokolwiek, co pasuje do zespołów, których polityki zmieniają się w czasie. Sprawdza się także w analizie offline, gdzie oceniasz historyczne fragmenty masowo i szukasz trendów.

Wywołujesz go przez zgodne z OpenAI API api14, używając identyfikatora modelu "respan/span-01". Ponieważ interfejs jest zgodny z OpenAI, możesz skierować istniejącego klienta OpenAI na bazowy adres URL api14 i ustawić pole model na ten identyfikator, z twoim kluczem api14 do uwierzytelniania. Model nie wymienia żadnych obsługiwanych parametrów, więc utrzymuj żądania minimalne i nie zakładaj, że elementy sterujące próbkowaniem, takie jak temperature lub top_p, zmienią dane wyjściowe. Traktuj odpowiedź jako ładunek decyzyjny i analizuj z niej prawdopodobieństwa zachowań, zamiast oczekiwać treści wiadomości.

Span-01 to wąskie narzędzie, więc warto jasno powiedzieć, kiedy nie jest właściwym wyborem. Przyjmuje tylko tekst, więc wszystko związane z obrazami, dźwiękiem lub plikami jest poza zakresem. Nie generuje tekstu konwersacyjnego, więc jeśli potrzebujesz asystenta do tworzenia szkiców, streszczania lub odpowiadania, lepiej pasuje ogólny model czatu. A ponieważ długość kontekstu nie jest podana, bardzo długie transkrypcje mogą wymagać podzielenia na fragmenty przed oceną.