Nouveau : Rakesign. Signature électronique gratuite, illimitée et juridiquement contraignante.Découvrir

Des décisions en moins d'une seconde.

Un modèle de langage pour les décisions à l'intérieur de vos logiciels. Il lit un message, un billet ou une page et renvoie une réponse typée avec une probabilité, sans jamais rédiger une phrase.

Explorer le modèleLire la documentation
  • decision-machine-1
  • Disponible
Latence typique
0,5–1,3 s
De bout en bout, transit réseau compris.
Prix
0,04 $
Par million de jetons d'entrée. La sortie est gratuite.
Capacités
Huit
Une décision typée chacune, plus une route compatible OpenAI.
Par requête
20 000 car.
Ou jusqu'à 32 textes en un seul lot.

C'est comme l'IA générative. Sans la génération.

Dans un logiciel, une réponse décide souvent d'un embranchement, d'un champ ou d'un score. L'application a besoin de la valeur, pas de la prose autour, alors decision-machine-1 s'arrête à la valeur.

Avec un LLMAvec decision-machine-1
Acheminer un message de soutienUne consigne, une reprise quand le JSON revient malformé, et une seule étiquette qu'il faut croire sur parole.L'étiquette, sa probabilité et le score de toutes les autres étiquettes proposées, en une seule réponse typée.
Extraire un champ d'un documentUn paragraphe à analyser, ou un schéma que le modèle remanie discrètement quand il lui prend d'ajouter un champ.L'objet décrit par votre schéma JSON, typé, avec les positions de caractères d'où proviennent les valeurs.
Savoir quand il hésiteDemandez un indice de confiance et vous obtenez un nombre que le modèle a rédigé, pas un nombre qu'il a mesuré.Une distribution de probabilités sur les options fournies. Deux étiquettes à 0,5 chacune, c'est un cas pour un humain, et il le dit.
Ce que coûte un appelVous payez la réflexion et la réponse, et les deux augmentent avec la question.0,04 $ par million de jetons d'entrée. Le prix suit le texte envoyé, pas le nombre d'étiquettes, d'énoncés ou de questions posées à son sujet.
Ce que prend un appelDes secondes, et une file d'attente derrière dès qu'il faut la réponse dans le chemin de la requête.D'une demi-seconde à une seconde et un tiers, réseau compris. Sa place est dans le chemin de la requête.

Tout ce qu'il est, sur une page.

Un modèle hébergé, une URL de base, un prix. Ce qu'il ne fera pas fait partie de la spécification, ce n'est pas une réserve.

Modèle
Nomdecision-machine-1
CatégorieModèle de décisionFait partie de milliseconds.ai, une famille de modèles de décision rapides et précis par CloudRaker.
TâcheDécisions typées sur du texteClassement, notation, sélection d'extraits et remplissage de schéma. Aucune génération libre.
ExécutionModèles encodeurs sur CPUAucun GPU dans le chemin de la requête, d'où le plancher de latence.
DisponibilitéAPI hébergée
Interface
URL de basehttps://api.milliseconds.ai
Routes nativesPOST /v1/decision-machine-1/{capability}Une route par capacité, chacune avec son type de requête et de réponse.
Compatible OpenAIPOST /v1/chat/completionsExtraction et appel de fonctions depuis un client OpenAI que vous avez déjà. Pointez l'URL de base vers api.milliseconds.ai et indiquez le modèle. La conversation libre est rejetée avec un 400, volontairement.
AuthentificationAuthorization: Bearer sk-ms-...Requis sur chaque route /v1.
Limites
Entrée par texte20 000 caractèresLe texte de plus de 2 000 caractères est découpé automatiquement.
Lot32 textes par requêteEnvoyez `text` ou `texts`, jamais les deux. Les résultats reviennent dans l'ordre d'entrée.
En-têtes de réponsex-input-chars, x-input-tokens, x-inference-msChaque appel indique ce qu'il a lu et la durée de l'inférence.
LangueTexte non anglais, étiquettes en anglaisLe modèle lit le texte de l'étiquette : gardez les étiquettes en anglais.
Prix
Entrée0,04 $ par million de jetonsLe même prix sur chaque capacité et sur la route compatible OpenAI.
Sortie0 $Distributions de probabilités, extraits et résultats de lot ne coûtent rien, quelle que soit leur taille.
Hors périmètre
GénérationAucuneChaque extrait renvoyé provient de votre entrée, avec ses positions. Il ne résume ni ne réécrit.
RaisonnementUne seule passePas de chaîne de pensée, pas de délibération en plusieurs étapes.
ConversationSans étatPas de consigne système, aucun contexte entre les appels, pas de diffusion de jetons.
Prix
Jetons d'entrée0,04 $ par millionÉvaluez chaque message entrant, vérifiez chaque champ extrait, notez chaque billet. Le prix suit le texte envoyé : la facture suit donc votre trafic, pas le nombre de questions posées.
Jetons de sortie0 $
Chaque capacité, et la route compatible OpenAImême prix
Étiquettes, énoncés et questions posés sur un textenon facturés
Un court message de soutienbien moins d'un cent

Les latences citées sur cette page ont été mesurées sur l'API de production les 16 et 17 septembre 2026 et incluent le transit réseau.

Lire la référence complète

Une couche de décision en moins d'une seconde pour une paperasse plus intelligente.

Voici le chemin d'une requête dans l'API Paperwork. decision-machine-1 est la première chose qu'elle touche. Il décide où va le travail, et s'il faut réveiller un modèle de raisonnement.

  1. Une personne ou un agent demande quelque chose

    Un message, un billet, un fichier téléversé, un appel d'outil venant d'un agent.

  2. decision-machine-1

    Une réponse typée avec une probabilité, en environ une seconde. C'est l'étape qui rend déterministe le reste du parcours.

    milliseconds.ai0.5–1.3 s

    • AcheminerAgent

      Confier le travail au bon agent, avec l'étiquette déjà décidée.

    • DéclencherAPI

      Appeler la capacité choisie par la décision, et rien d'autre.

    • DéciderFlux de travail

      Brancher un playbook, approuver, escalader ou retenir, sur un nombre.

  4. Besoin de raisonnement ?

    • NonDirectement à l'action

      L'essentiel du trafic. La décision était tout le travail, et aucun grand modèle n'est réveillé.

    • OuiAppeler un modèle de raisonnement

      Le reste ambigu, et lui seul, ce qui maintient la facture stable.

      rakedoc-nano-2your LLM

  5. Le travail lui-même

    Ce que la décision a choisi, exécuté sur le document : une surface, un contrat, une piste d'audit.

    ParseClassifySplitExtractRedactFillComposeSign

  6. Une tâche accomplie, pas un paragraphe

    Des champs structurés, un document signé, un webhook vers le système d'enregistrement, avec la décision et sa probabilité rattachées à l'exécution.

Toutes les étapes sauf la décision existent déjà sur CloudRaker. Ce que le modèle ajoute, c'est la possibilité de placer un jugement dans le chemin de la requête sans payer un grand modèle pour le rendre.

Voir l'API Paperwork

Un modèle. Huit capacités.

Chacune pose une question différente au même texte et répond dans son propre type. Choisissez celle qui correspond à la décision que votre code doit prendre.

curl -X POST https://api.milliseconds.ai/v1/decision-machine-1/yes-no \
  -H "Content-Type: application/json" \
  -H "authorization: Bearer sk-ms-..." \
  -d '{
    "text": "I need this fixed today, my launch is tomorrow.",
    "statements": [
      "The customer expresses urgency.",
      "The customer is asking about shipping."
    ]
  }'

Gardez votre LLM. Appelez-le au besoin.

Ce n'est pas un remplacement. C'est une première passe. Exécutez d'abord la décision typée, peu coûteuse, acceptez les résultats qui franchissent votre seuil, et n'escaladez vers un grand modèle ou vers une personne que les cas ambigus.

Le seuil vous appartient, parce que le modèle vous donne les nombres pour le fixer : une probabilité, une confiance et le score de chaque option proposée. Quand deux étiquettes reviennent à 0,5 chacune, ce n'est pas un échec. C'est le modèle qui vous dit que le texte est réellement ambigu, et c'est précisément le cas qui mérite un second regard.

  • Acheminez selon les nombres. Acceptez au-dessus de votre seuil, escaladez en dessous.
  • Encadrez un appel au LLM, pour que le modèle coûteux ne voie que les cas qui l'exigent.
  • Vérifiez ce qu'un plus grand modèle a produit par rapport à la source qui lui a été fournie.
Lire le motif en cascade

Des questions importantes, des réponses rapides.

  • Non. Cela signifie que la réponse a la bonne forme et s'accompagne d'un nombre exploitable. Une réponse typée élimine les échecs d'analyse, pas l'erreur du modèle. D'où la probabilité et la distribution complète des scores à chaque appel, pour fixer un seuil et acheminer ce qui tombe en dessous.

Commencez par une vraie tâche.

Prenez un classement ou une extraction que vous envoyez déjà à un LLM. Comparez l'exactitude, la latence et le coût sur des entrées représentatives, puis gardez le gagnant. milliseconds.ai est une catégorie de modèles de décision rapides et précis par CloudRaker, l'infrastructure de la paperasse pour l'ère agentique.

Lire le démarrage rapideNous parler