答案结构明确
直接返回选项、等级分数或 P(true)，方便应用按自己的规则继续处理。
在线体验 Laya 决策模型
Free Laya Model Online：在线免费体验 Laya
在浏览器中选择 Laya 模型，输入自己的场景，查看分类、评分与是非判断结果。无需安装 Python 或下载模型权重；登录后即可在 Playground 免费运行。
覆盖不同语言
可以选择英文、多语言或自动路由，然后检查实际返回的模型。
一次提出多个问题
多个问题共享同一份上下文，一次请求可同时判断类别、紧急程度与意图。
理解模型
直接在浏览器里试用决策模型
Laya 是一组开源权重的结构化决策模型。它接收 state 上下文和一个或多个类型化问题，再返回预先定义好的结果，例如分类标签、有序评分或一个命题为真的概率。对于需要把支持工单分组、估计紧急程度或检查退款诉求的应用，free laya model 可以让你快速试出问题应该怎样表达。
模型不会替应用执行退款、审批或路由动作。它给出结构化判断，最终如何处理仍由你的程序负责。为高影响操作保留确定性的权限校验和人工复核，并通过真实标注样例选择置信度阈值。free laya model 体验适合先检查接口输出是否符合工作流预期，再决定下一步集成。
无需本机装 Python、下载权重或启动模型服务器，即可在线体验 free laya model。登录后可以编辑上下文、问题及选项，并查看答案和概率分布。网页 Playground 免费；从自己的程序调用 API 则按账户积分计费。开始时使用脱敏的小样例，避免在不必要的测试中发送机密资料。
Laya 与 Jev 都采用 state 输入、类型化问题输出的决策接口，但它们属于不同模型系列。把同一问题和样例分别交给模型测试，可以帮助团队发现语言能力、输出概率和实际工作流中的差异。不要根据一个例子或通用基准直接判断生产效果，free laya model 的表现需要用自己的数据验证。
三个模型选项
按任务选择 Laya 路由
Playground 提供三种模型选项。问题和上下文格式相同，选择项决定请求使用哪个 Laya 检查点。
laya-english
输入为英文时可直接指定英文检查点。使用 free laya model 测试英文工单时，可以固定路由后比较类别说明和判断标准的效果。
laya-multilingual
处理中文或多语言内容时可指定多语言检查点。free laya model 会对一个请求中的所有问题共用同一份 state；请用实际覆盖的每种语言分别验证结果。
laya-auto
让 Laya 根据 state 自动选择英文或多语言路由。请求不传 model，响应中的 routing.model 会标明实际模型。free laya model 自动路由适合快速试用，但短句、混合文字和中英夹杂都要单独评测。
一个简单的工作流
从应用真正需要的判断开始
01选择一个接近真实输入的脱敏样例。例如，客服消息同时包含重复扣款和退款诉求，就能测试分类、紧急程度与退款意图。清楚的上下文有助于 free laya model 区分退款问题与一般账单咨询。
02先决定程序期望收到什么答案。分类问题列出所有标签并解释含义；评分按由低到高排列等级；是非问题则清晰说明要判断的命题。free laya model 按这些类型返回结构化值，程序不需要从长篇自然语言中提取标签。
03每个问题聚焦一个判断。多个问题可以同时读取同一份 state，但指令应分别说明判断对象。运行后检查答案和各候选项的概率。如果选择结果出乎意料，先看输入是否包含相关证据，再修改标准并重新试用 free laya model。
04把模型结果与熟悉业务的人类判断比较。两个候选项概率接近，通常提示边界还不明确，或者需要人工复核。free laya model 的概率反映的是当前模型响应，不是你业务上的准确率承诺。
三种结构化答案
Jev 和 Laya 支持相同的基本问题类型，便于你围绕应用所需的数据形状设计程序。
当程序需要从一组标签中选一个结果时使用 choice，例如 billing、technical 和 other。free laya model 会返回所选项以及候选项概率。准备好兜底标签，并在评测中加入无法分类的输入。
当结果是有序等级时使用 score，例如 routine、time-sensitive 与 blocking。返回值是等级索引上的期望值，可能带小数，不是百分比。借助 free laya model 试用来检查业务人员是否理解同一评分标准。
聚焦一个是非命题时使用 noul。它返回 0 到 1 的 P(true)，而非布尔值；criteria.true 与 criteria.false 可解释两种含义。用标注样例校准阈值，不要单凭 free laya model 的高概率执行敏感操作。
交互式 playground
在下方在线体验 Laya
下方嵌入了本站相同的交互式 Playground，并默认选择 Laya。切换英文、多语言和自动路由时，问题格式保持不变，可以直接比较结果。
适用于中文及多语言判断。 建议使用短输入：英文每题预算 512 tokens，多语言为 1,024 tokens，包含指令和选项；超长输入可能被截断。
登录后网页免费 · API 消耗积分
草稿保存在当前浏览器 · 登录后会恢复当前草稿。
你的下一次决策从这里开始。
运行已加载的示例，或编辑输入。结果来自模型实际运行。
choicescorenoul
编辑共享上下文，并用问题写明业务需要的判断。可添加问题、改选项，也可以把示例换成小型代表性输入。登录后即可免费运行网页 Playground。free laya model 网页试验不需要你在页面中填写 API key，模型选项在编辑问题时仍可随时切换。
Request 标签可以检查即将发送的结构；Results 展示答案与概率分布，Response 显示完整的 API 响应格式。保存配置和历史记录会关联选择的模型，便于重现 free laya model 实验或与团队成员讨论。
Compare rules 可以在相同标注样例上比较两套配置。先捕获一套规则，再更改模型或问题标准并捕获另一套，观察答案变化。这样 free laya model 评测一次只修改一类因素；不过，小样本仍只是早期探索。
应用接入
从浏览器验证走向 API 集成
确认请求结构后，Code 标签可生成服务端 cURL、JavaScript 和 Python 示例。应用通过 API 调用模型需要 API key，并按账户积分计费。
API key 仅作占位示例。请创建本站 API key，并将真实密钥保存在服务端环境变量。
示例：从服务端发送决策请求
// Server-side JavaScript (Node 20+ or Bun). Set JEV_API_KEY.
const response = await fetch("https://jevaimodel.net/v1/systemone", {
method: "POST",
headers: {
"Authorization": `Bearer ${process.env.JEV_API_KEY}`,
"Content-Type": "application/json",
},
body: JSON.stringify({
"model": "laya-multilingual",
"state": "I was billed twice for order A-4471. Please refund the extra payment.",
"questions": {
"route": {
"type": "choice",
"instructions": "Which team should handle this ticket? Use other when no option fits.",
"criteria": {
"billing": "Payments, charges and refunds",
"technical": "Bugs and product errors",
"account": "Login and account access",
"other": "None of these teams"
}
}
}
}),
});
const body = await response.json();
if (!response.ok || body.code !== 0) throw new Error(body.message);
console.log(body.data.result.answers);
console.log(body.data.creditsUsed);API key 应保存在服务端环境变量中，通过 Authorization: Bearer 请求头发送。不要把密钥写进浏览器代码、公开仓库或分享出去的代码示例。网页上的 free laya model 测试用于交互探索；应用端集成仍需要设置 API key。
API 使用相同的 state、questions 和模型名称。laya-english 与 laya-multilingual 会指定对应检查点；laya-auto 则不传 model，由 Laya 路由。自动路由的实际结果会在响应 routing.model 中返回。free laya model API 接入也应验证参数，并处理超时和错误响应。
成功的 API 调用按照本站已公布的输入 tokens 积分规则计费，输出 tokens 免费。预计规模化使用前，先查看价格和账户用量页面。网页 Playground 登录后免费；重复的 free laya model API 测试会消耗积分，应计入托管推理预算。
完整请求大小和问题数量都有上限。文档中的每问题上下文预算约为英文 512 tokens、多语言 1,024 tokens，包含指令和选项；过长的 state 可能被截断。free laya model 调用应先在应用中选取相关信息，并测试最长的真实输入。
laya-english · 英文输入，显式指定 english 检查点。
laya-multilingual · 中文和多语言输入，显式指定 multilingual 检查点。
laya-auto · 省略上游 model 参数，根据输入自动路由。
用真正关心的错误来做评测
一次 free laya model 返回结果能帮助理解接口，但上线准备需要多种代表性样例。加入普通输入、模糊表达、证据不足、多语言文本以及当前标签无法覆盖的案例。先写好预期答案，再运行模型，减少看过结果后临时改变评分标准的偏差。
不同错误的业务后果并不相同：退款请求进入错误队列、安全风险被忽略、普通消息被紧急升级，处理方式都不一样。按错误代价决定何时人工复核，并用另一组标注数据调整阈值。free laya model 返回概率，但如何制定后续业务策略需要由团队负责。
使用相同 state、问题和预期答案比较三个模型路由。记录答案质量、概率校准、语言差异、端到端延迟和人工复核比例。一个好的 free laya model 测试应回答具体部署问题，例如自动路由对短中文消息是否稳定。
公开基准有参考价值，却不保证自己的任务会得到相同结果。源指南指出英文、多语言和特定任务微调版本在不同测试中的效果可能有较大差别。使用准备部署的准确模型和标准来做 free laya model 验收，并保留自有样例。
了解边界
正式上线前需要考虑的限制
Laya 是结构化决策模型，不负责为每个判断写长篇理由。把关键事实放入 state，并在指令中明确决策范围。不要期待 free laya model 从模糊问题中自动猜出未提供的业务政策。
概率不等于校准后的准确率保证。请用实际标注数据测试明确的正例和反例；对于 noul，确认 criteria.true 和 criteria.false 符合业务语义。free laya model 也可能在高概率下判断错误，重大操作仍应通过确定性规则把关。
选项过多且彼此重叠时，choice 更难判断。让标签含义区分明确、提供兜底选项，并把实际边界案例加入评测。如果类别混淆，可以改写选项说明或拆成两个阶段，再用留出的样例重跑 free laya model。
极短文本、中英夹杂和混合文字可能增加语言路由的不确定性。应用如果已知道输入语言，可以显式选择模型；否则就按语言统计 auto 路由表现。测试 free laya model 时按输入语言分组，避免总体平均值掩盖问题。
托管 API 不需要你维护模型服务器，但依赖网络、服务可用性和账户积分。为调用设置超时并谨慎重试，避免重复处理。free laya model Playground 体验不能代替预期流量下的延迟和容量测试。
常见问题
在线体验需要自己安装模型吗？+
不需要。登录后在浏览器 Playground 选择 Laya 并运行示例。free laya model 网页体验不需要下载权重或配置 Python。
所有 Laya 使用方式都是免费的吗？+
登录后的网页 Playground 运行免费；应用通过 API 调用则使用账户积分。free laya model 在线体验和 API 计费是两种不同用法，详细价格见价格页面。
三个模型应该选哪一个？+
英文任务可用 laya-english，中文或多语言任务可用 laya-multilingual，希望模型自动选择时可用 laya-auto。用自己的样例比较 free laya model 结果，再决定生产路由。
返回结果会包含文字解释吗？+
不会。结果是结构化类别、分数或概率，应用应根据结果决定如何展示。free laya model 不是聊天助手。
我可以把返回概率当作准确率吗？+
不可以。概率是模型输出，不代表在你的数据上测出的正确率。先用标注案例评测 free laya model，并明确处理不确定结果的方式。
能否直接按 Playground 结果自动操作？+
Playground 用于探索和评测。接入自动操作前，请加入权限检查、监控和人工复核路径。free laya model 评测能提供参考证据，但不能替应用团队制定安全策略。
从一个真实问题开始
准备一条简短、脱敏且有代表性的输入，写明答案格式，再观察模型如何回应。一次 free laya model 网页运行能给出具体起点；是否适合上线，还要由你的样例评测和业务要求决定。