上线准备

将判断结果交由程序自动执行之前，需要设置置信度阈值、评估成本，并处理超长输入。

设置置信度阈值

通常的做法是：置信度高于阈值时自动执行，低于阈值时转人工处理或交由能力更强的模型复核。阈值可按以下步骤确定：

1. 准备 50–100 条真实数据，并人工标注正确答案。
2. 将全部数据交由 Jev 判断，记录每条数据的答案与置信度（predicate 记录 probability）。
3. 按置信度从高到低排序，找出分界点，使高于该点的结果基本全部正确。该分界点即为阈值。
4. 上线后定期抽查低于阈值、转人工处理的数据，必要时调整阈值或修改问题。

predicate 可设置上下两个阈值，例如大于 0.9 判定为「是」、小于 0.1 判定为「否」，介于两者之间的转人工处理。

成本与耗时

• 仅按输入 token 计费，输出不计费，单价见模型页 。
• 对同一内容提出多个问题时，将其放在同一请求中，成本和耗时均明显低于分次调用。
• 不支持流式输出，单次请求同步返回全部答案，单个问题耗时约 0.6 秒。

输入限制

• 仅支持文本和 JSON 输入，不支持图片；传入图片时返回 400。
• 上下文上限为 64K token，超出时返回 400 max_tokens_exceeded。长文档请先拆分，或仅传入与问题相关的部分。
• 单次请求最大 32 MiB；choice 最多 255 个选项，score 支持 2–10 级。