Używamy plików cookie. Pliki cookie i pamięć przeglądarki pozwalają utrzymać logowanie i zapamiętać Twoje preferencje. Za Twoją zgodą mierzymy też, jak korzystasz ze strony. W każdej chwili możesz . Zobacz naszą politykę cookie.
~liquid/d1-ultra-latestKorzysta z Twojego salda według powyższych cen. Nowe konta zaczynają z darmowym użyciem.
Ustawienia
LiquidAI: d1-ultra Latest to model od LiquidAI, należący do kategorii decisions. Jest to przekierowujący alias: model zawsze wskazuje na najnowszy model z rodziny d1-ultra, więc bazowa wersja może się z czasem zmieniać, podczas gdy identyfikator modelu pozostaje ten sam. Warto o tym wiedzieć przed budowaniem na jego podstawie, ponieważ przypięcie do ruchomego celu różni się od przypięcia do stałej migawki.
Model przyjmuje tekst i obrazy jako dane wejściowe, więc może pracować z promptami łączącymi pisemne instrukcje i materiał wizualny. Jego modalność wyjściowa to decyzje, a nie swobodna proza, co oznacza, że należy oczekiwać ustrukturyzowanego wyboru, a nie odpowiedzi w stylu czatu. Okno kontekstu wynosi 32768 tokenów, a maksymalne wyjście to 29491 tokenów. Te dwie liczby razem oznaczają, że żądanie może nieść znaczną ilość danych wejściowych i wciąż pozostawić miejsce na duże wyjście decyzyjne.
Praktyczne zastosowania wynikają z tego kształtu. Ponieważ przyjmuje obrazy oraz tekst i zwraca decyzje, nadaje się do zadań klasyfikacji i routingu, gdzie odpowiedzią jest etykieta, kategoria lub wybór spośród opcji. Przykłady obejmują triage przychodzących żądań, sortowanie dokumentów lub zrzutów ekranu do kategorii oraz wybieranie gałęzi w zautomatyzowanym przepływie pracy. Wejście obrazowe otwiera przypadki, w których sygnał decyzyjny jest wizualny, takie jak ocena zdjęcia lub wyrenderowanego interfejsu, podczas gdy wejście tekstowe niesie reguły lub kontekst decyzji. Duży limit wyjścia jest przydatny, gdy jedno wywołanie musi zwrócić wiele decyzji naraz, a nie jedną.
Wywołujesz go przez API zgodne z OpenAI w api14, używając identyfikatora modelu "~liquid/d1-ultra-latest". Ponieważ endpoint podąża za kształtem chat completions OpenAI, wysyłasz wiadomości w zwykły sposób i odczytujesz odpowiedź ze standardowych pól. Model nie obsługuje żadnych dodatkowych parametrów żądania poza typowymi, więc nie ma osobnej powierzchni strojenia do konfiguracji; ogranicz żądanie do standardowych pól i umieść instrukcje zadania w promptcie. Ponieważ identyfikator jest przekierowaniem, to samo żądanie może później obsłużyć inna bazowa wersja d1-ultra, więc przetestuj ponownie, jeśli zachowanie się zmieni.
Jeśli twoje zadanie wymaga generowanego tekstu, rozmowy lub wyjaśnień, a nie decyzji, lepiej pasować będzie model z modalnością wyjściową tekstu. Kontekst 32768 tokenów to także realny limit: długie dokumenty, duże zestawy obrazów lub rozszerzona historia mogą wymagać dzielenia na fragmenty albo modelu z dłuższym oknem. A jeśli potrzebujesz powtarzalnego zachowania w czasie, przekierowujący charakter tego identyfikatora jest powodem, aby sprawdzić, czy zamiast niego dostępna jest stała wersja.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.post("/decisions", { body: {
"model": "~liquid/d1-ultra-latest",
"state": "Customer: I was charged twice for my order and want my money back.",
"questions": {
"team": {
"type": "choice",
"instructions": "Which team should handle this message?",
"criteria": {
"billing": "Payments, refunds, invoices",
"support": "Product questions and bugs",
"sales": "Pricing and new purchases"
}
},
"urgent": {
"type": "noul",
"instructions": "Does this need a reply today?",
"criteria": {
"true": "Money, outage or legal risk",
"false": "Can wait"
}
}
}
} });
console.log(result.answers);
Ta społeczność nie ma jeszcze wątków. Załóż pierwszy wątek o LiquidAI: d1-ultra Latest.