象信 2.0xiangxin-2.0.0
系统一模型：
给软件的决策，
不是给人看的文字
发送一段内容作为 state，附上一组带类型的问题（Choice / Score / Noul），一次调用拿到结构化答案和校准概率。没有长篇回复，没有 JSON 解析失败。
POST /v1/systemonexiangxin-latest
state
订单 20260921-7788 已经五天没发货了，今天再不发我就申请退款。
要求退款？noul0.88
问题类型choicelogistics
紧急程度 0–3score2.4
示意：三个问题一次请求、并行作答，答案是代码可以直接用的值
大模型写给人看，
象信只做判断
不是聊天
大模型为「让人满意」而训练，擅长写东西，但会跑题、会过度自信，输出还得再解析。要让软件直接用，就得有人盯着。
判断模型
象信不逐字生成。你定义答案的形状，它直接给出每个选项的概率——软件拿到就能用。
决策，不是字符串
类型化输出，代码可以直接 if。
校准置信度
每个答案都带概率，知道自己有多确定。
更像代码
同样输入几乎同样输出，问题之间互不干扰。
输出免费
只按输入 token 计费。
系统一.置信度
同一张工单的 24 个答案
把鼠标移到格子上看答案
给自动化用的
每个答案都带校准概率。你来设阈值：高于阈值的直接自动处理，低于的转人工或交给更强的模型。拖一下左边的滑块，就是你上线后要做的那个决定。
if ans.confidence >= 0.6:
自动处理(ans)
else:
转人工(ans)
格子为一张工单的示例答案；noul 的置信度取 max(p, 1−p)。
一个模型，一个接口
规格xiangxin-latest
写 xiangxin-latest 就行
- 输入 ¥0.042 / 百万 token，输出免费
- 每组织 250,000 token/秒，1,200 请求/分钟
- 单请求 64k token 上下文
价格
每百万 token 价格（人民币）2026-09
输入 …
DeepSeek-Flash 未命中¥2.00
DeepSeek-Flash 命中¥0.04
象信¥0.042
输出 …
DeepSeek-Flash¥8.00
象信免费
DeepSeek 为官方高峰时段价。注意：DeepSeek 缓存命中时的输入价与象信相当，差距主要在输出（思考 token 也按输出计费）。
¥42每十亿输入 token
¥5注册即送（1 个月有效），约够处理 1 亿输入 token
¥0月费、最低消费、输出 token
按量预付，充值最低 ¥10，充值额度 12 个月有效，未消耗余额可申请退款。
先用 ¥5 试你自己的数据免费开始
常见问题
象信和大模型有什么区别？
大模型擅长写东西给人看；象信只做判断。你事先定义好答案的形状（选项、档位或真假），它直接返回概率分布，不经过逐字生成，所以更快、更便宜，结果也不需要解析。两者常常搭配使用：象信负责分流和把关，大模型负责真正需要写作或多步推理的部分。
它能生成文字或写代码吗？
不能，这是设计上的取舍。象信的输出只有 Choice、Score、Noul 三种类型化答案。需要抽取某段文字时，常见做法是先用正则或规则找出候选，再让象信从候选中选出正确的那个。
支持中文吗？
支持。中文和英文都在训练数据中，状态和问题都可以直接用中文书写，也可以中英混排。不过任何模型在具体业务上的表现都需要实测：建议先用几十条自己的数据跑一遍，并结合置信度决定哪些结果自动处理。
跟 TypeSafe Jev 比较过吗？准确度和速度怎么样？
象信 2.0 与 TypeSafe Jev 的准确度、校准和延迟对比正在测量，完成后在这里公布结果和测试方法。在此之前，最可靠的办法是用你自己的数据试：注册送的 ¥5 足够跑上亿 token。
怎么计费？
只按输入 token 计费：¥0.042 / 百万 token（即 ¥42 / 十亿 token），输出免费。每个账号注册即送 ¥5 额度，1 个月内有效；充值为预付费，最低 ¥10，充值额度自购买起 12 个月内有效，未消耗的充值余额可申请退款。用量和账单可在控制台实时查看。
我的数据会被用来训练模型吗？
不会直接用来训练。我们不直接使用你通过 API 或在线调试（Playground）发送的请求、返回的答案或账户数据来训练模型，所有账号使用同一套模型权重；可能参考它们的类型和结构，生成不含你原始内容的合成数据来改进模型。请求内容最多保存 30 天，用于故障排查、滥用与安全调查、计费争议处理和上述合成数据，到期自动删除；token 数、时间和费用等用量数据按法律要求保存用于计费。组织可以在控制台 设置 → 组织 开启零内容留存，开启后不保存内容、也不用于合成数据。所有服务与数据都在中国大陆。详见隐私政策。
置信度可信吗？
模型的概率经过校准训练，这是在大量样本上成立的统计性质：在所有给出 0.8 的答案里，大约八成是对的。它不保证某一个具体答案一定正确。上线前请用你自己的标注数据检查阈值，再据此设置自动处理与人工复核的分界线。
有速率限制吗？
有。每个组织默认 250,000 token/秒、1,200 请求/分钟，单请求上下文 64k token。超出限制会返回 429 并附带 retry-after，官方 Python SDK 会自动退避重试。需要更高额度请联系我们。
如何开始？
用邮箱注册并设置密码登录控制台（首次登录填写手机号），领取注册赠送的 ¥5 额度，先在 Playground 里粘贴一段文本试几个问题；满意后创建 API 密钥，pip install xiangxin-sdk，几行代码即可接入。文档里有 8 篇以上可直接运行的中文实战手册。
