Liquid d1-ultra API: /v1/systemone ile olasılıklı kararlar

Kısa yanıt: metin değil, soru başına olasılık döndüren bir model

LLMTR (llmtr.com), farklı sağlayıcıların dil modellerine tek bir OpenAI uyumlu API ile erişim veren bir gateway'dir. Liquid AI'nin karar modeli d1-ultra'yı burada liquid/d1-ultra model kimliğiyle, POST /v1/systemone uç noktası üzerinden çağırırsınız; temel adres diğer modellerde olduğu gibi https://llmtr.com/v1'dir. 1 milyon girdi token'ı 0,042 $, çıktı 0 $'dır.

d1-ultra bir sohbet modeli değildir. Ona bir durum (state) ve kendi tanımladığınız soruları (questions) gönderirsiniz; her soru için yapılandırılmış bir yanıt döner: evet/hayır sorusunda evet olasılığı, seçim sorusunda seçeneklerinizden biri ve olasılık dağılımı, puan sorusunda kendi ölçeğinizde bir konum. Durumu metin ya da JSON olarak gönderirsiniz, isterseniz yanına görsel eklersiniz. Liquid modeli 15 Ekim 2026'da metni, görseli ya da ikisini birlikte okuyabilen yeni bir karar modeli olarak duyurdu.

• Liquid AI, d1-ultra announcement · 2026-10-17

Liquid d1-ultra API'si nasıl çağrılır?

İsteği https://llmtr.com/v1/systemone adresine POST ile gönderin; Authorization başlığında Bearer ile LLMTR API anahtarınız yer alır. Gövdede üç zorunlu alan vardır: model, state ve questions. questions, anahtarlarını sizin seçtiğiniz bir soru haritasıdır ve yanıtlar aynı anahtarlarla döner. Aşağıdaki istek kendi kataloğunuzdaki bir ürün ilanına iki soru sorar: ilan bir güvenlik özelliğinden bahsediyor mu ve hangi kategoriye girer.

Soru anahtarları modele gönderilmez, yalnızca yanıtı eşleştirmeye yarar; sorunun tamamını instructions alanına yazın. Aynı istekteki sorular birbirinden bağımsız değerlendirilir, bir sorunun yanıtı diğerine bağlam olmaz. Gövde katı biçimde denetlenir: tanınmayan ya da yanlış yazılmış bir alan 400 invalid_request alır ve hata mesajı alanı söyler. Bu uç nokta Chat Completions biçiminde değildir; OpenAI SDK'sının sohbet istemcisi yerine curl ya da Python requests gibi bir HTTP istemcisi kullanın.

Bir ürün ilanına noul ve choice tipinde iki soru soran curl isteği.

curl https://llmtr.com/v1/systemone \
  -H "Authorization: Bearer $LLMTR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "liquid/d1-ultra",
    "state": "Listing 8841: Stainless steel kettle, 1.7 L, 2200 W. Automatic shut-off and boil-dry protection. Ships in 2 days.",
    "questions": {
      "safety_feature": {
        "type": "noul",
        "instructions": "Does the listing mention a safety feature?"
      },
      "category": {
        "type": "choice",
        "instructions": "Which catalog category does this listing belong to?",
        "criteria": {
          "kitchen": "Kitchen appliances and cookware",
          "electronics": "Phones, computers, audio and video",
          "garden": "Garden tools and outdoor equipment",
          "other": null
        }
      }
    }
  }'

Soru tipleri ve yanıtın biçimi

d1-ultra üç soru tipini yanıtlar. noul evet/hayır sorusudur ve cevabın evet olma olasılığını 0 ile 1 arasında verir. choice, criteria içinde tanımladığınız seçeneklerden birini seçer; seçilen seçeneği, bütün seçeneklerin olasılıklarını ve bir confidence değerini döndürür. Girdi listeye uymayabilecekse other gibi bir seçenek ekleyin, yoksa model her zaman en yakın seçeneği döndürür. score, en az iki seviyeli sıralı bir listede olasılık ağırlıklı bir konum, olasılıklar, legend ve confidence döndürür.

Yanıtta model alanı LLMTR katalog kimliğini, answers istekteki anahtarları, usage ise girdi ve çıktı token sayılarını taşır. Liquid'in belgesine göre karar modelleri token üretmediği için output_tokens her zaman 0'dır. Aşağıdaki örnek yanıt yukarıdaki isteğin biçimini gösterir; sayılar örnektir. Konum soran box tipi bu modelde yoktur; gönderilirse istek modele gitmeden 400 invalid_request ile döner.

Örnek yanıt: alanlar Liquid'in belgelediği biçimdedir, sayılar örnektir.

{
  "model": "liquid/d1-ultra",
  "answers": {
    "safety_feature": { "type": "noul", "noul": 0.97 },
    "category": {
      "type": "choice",
      "choice": "kitchen",
      "probabilities": { "kitchen": 0.9, "electronics": 0.07, "garden": 0.01, "other": 0.02 },
      "confidence": 0.87
    }
  },
  "usage": { "input_tokens": 292, "output_tokens": 0 }
}

• Liquid AI, d1 decision models documentation · 2026-10-17

Görsel göndermek: images dizisi

Görseller üst seviyedeki images dizisine konur ve dizideki her görseli her soru görür. Bir öğe base64 veri URL'si (data:image/jpeg;base64,...) ya da content_type ve base64 alanlarını taşıyan bir nesne olabilir; ayrı bir başlık gerekmez. LLMTR JPEG, PNG ve WebP kabul eder ve bir istekte en fazla 8 görsel taşır. http ya da https adresi, başka bir dosya türü ya da dokuzuncu görsel 400 invalid_request döner. Görsellere sırasıyla değinin: birinci görsel, ikinci görsel.

Liquid'in belgesine göre bir görselin token sayısı ceil(ceil(genişlik / 32) x ceil(yükseklik / 32) x 1,5) ile hesaplanır ve görsel her soru için yeniden sayılır; 1024 x 1024 bir görsel soru başına 1.536 token tutar. Bir istekteki tüm görseller birlikte en fazla 10.000 adet 32 x 32 piksellik kare içerebilir, bir görselin uzun kenarı kısa kenarının 100 katını geçemez ve istek gövdesi 4,5 MB'ın altında kalmalıdır; aşan gövde 413 provider_error döner. Liquid duyurusunda kusur tespitini örnek verir; aşağıdaki kod bir devre kartı fotoğrafının teknik şartnameye uyup uymadığını sorar.

Python requests ile images dizisinde bir JPEG gönderen d1-ultra isteği.

import base64
import os

import requests

API_KEY = os.environ["LLMTR_API_KEY"]

with open("board.jpg", "rb") as f:
    photo = base64.b64encode(f.read()).decode("ascii")

response = requests.post(
    "https://llmtr.com/v1/systemone",
    headers={"Authorization": f"Bearer {API_KEY}"},
    json={
        "model": "liquid/d1-ultra",
        "state": "Inspection 77. Spec: the board has four mounting screws installed and no scorch marks. The first image is the board.",
        "images": [f"data:image/jpeg;base64,{photo}"],
        "questions": {
            "matches_spec": {
                "type": "noul",
                "instructions": "Does the board in the first image match the spec?",
            }
        },
    },
    timeout=60,
)
response.raise_for_status()
result = response.json()
print(result["answers"]["matches_spec"]["noul"])
print(result["usage"])

Fiyat: her soru ayrı bir istem olarak faturalanır

liquid/d1-ultra için 1 milyon girdi token'ı 0,042 $, çıktı 0 $'dır. Liquid'in duyurusuna göre her soru, metni ve tüm görsellerle birlikte ayrı bir istem olarak faturalanır; yani durum ve görseller her soruda yeniden sayılır. LLMTR ücreti yanıttaki usage.input_tokens değerinden hesaplar; bu sayı bütün soruların girdisini, görsel token'ları dahil, toplar.

Örnek hesap: durumla birlikte soru başına yaklaşık 500 token tutan üç soruluk bir istek yaklaşık 1.500 girdi token'ı eder: 1.500 x 0,042 $ / 1.000.000 = 0,000063 $. Aynı isteğe 1024 x 1024 bir görsel eklerseniz görsel her soruda 1.536 token daha ekler; toplam 6.108 token, yaklaşık 0,000257 $ olur. Bu yüzden yalnızca sonucunu kullanacağınız soruları gönderin. İsteğe bağlı max_budget_usd alanı, gövdeden çıkarılan tahmini maliyet bu değeri aşarsa isteği göndermeden reddeder; kesin bir üst sınır için API anahtarı başına harcama limiti kullanın.

• Liquid AI, pricing · 2026-10-17
• Liquid AI, d1-ultra announcement · 2026-10-17

Sınırlar, hata kodları ve veri notu

Her soru, durum ve bütün görsellerle birlikte 32.768 token ya da 250.000 bayt metin sınırına sığmalıdır; aşan istek 422 provider_error döner ve mesaj hangi sorunun sınırı aştığını söyler. O durumda durumu, görselleri ya da o soruyu küçültün. LLMTR tek istekte en fazla 1.000 soru kabul eder. Uç nokta akış (streaming) desteklemez, yanıt tek parça gelir; model Playground'da ve sohbet uç noktalarında görünmez. Anahtarın istek sınırı aşılırsa 429 rate_limit_error, kredi bakiyesi isteğe yetmezse 402 insufficient_credits, model geçici olarak yanıt veremezse 503 model_unavailable döner.

Model kartındaki veri notu açıktır: bu model üçüncü taraf bir sağlayıcı üzerinden sunulur; gönderdiğiniz metin ve görseller sağlayıcı tarafından saklanabilir ve Liquid modellerinin eğitiminde kullanılabilir. Hassas, kişisel veya müşteri verilerini göndermeyin. Liquid, d1-ultra için desteklenen dillerin listesini yayımlamıyor; Türkçe metinlerle çalışacaksanız sonuçlara önce kendi örneklerinizle bakın.

d1-ultra'yı LLMTR üzerinden çağırma

Hesap açın, API anahtarı oluşturun ve liquid/d1-ultra ile https://llmtr.com/v1/systemone adresine ilk karar isteğini gönderin.

1. Hesap. llmtr.com'da bir hesap oluşturun ve Dashboard > Faturalandırma'dan bakiye yükleyin.
2. API anahtarı. Dashboard > API Anahtarları altında bir anahtar oluşturun. Ham anahtar yalnızca bir kez gösterilir; LLMTR_API_KEY ortam değişkeninde saklayın.
3. İlk karar. model, state ve questions alanlarını taşıyan JSON gövdesini https://llmtr.com/v1/systemone adresine gönderin ve answers altındaki olasılıkları okuyun.

Sık sorulan sorular

Liquid d1-ultra API'si ne kadar?

LLMTR'de liquid/d1-ultra için 1 milyon girdi token'ı 0,042 $, çıktı 0 $'dır. Her soru durum ve tüm görsellerle birlikte ayrı faturalandığı için toplam token sayısı soru sayısıyla artar.

d1-ultra OpenAI SDK ile çağrılabilir mi?

Chat Completions istemcisiyle çağrılamaz; model yalnızca https://llmtr.com/v1/systemone uç noktasında yanıt verir. Herhangi bir HTTP istemcisiyle model, state ve questions taşıyan JSON gövdesini Authorization: Bearer başlığıyla gönderin.

d1-ultra görsel kabul eder mi?

Evet. Görselleri üst seviyedeki images dizisinde, base64 veri URL'si ya da content_type ve base64 alanlı bir nesne olarak gönderin. JPEG, PNG ve WebP kabul edilir, bir istekte en fazla 8 görsel olabilir ve her görsel her soruda yeniden sayılır.

İlgili yazılar

• d1-ultra ile ürün kataloğu kategorilendirme ve inceleme
• Ekim 2026'da LLMTR'ye eklenen modeller: tablo ve rehber

• d1-ultra model sayfası
• Yapılandırılmış Kararlar (System One) dokümantasyonu
• Liquid dokümantasyonu
• Fiyatlandırma