Trio-Spark v1.3 · QuickSilver Pro
Trio-Spark v1.3 是 MachineFi 的 System One 决策模型。通过 POST /v1/systemone 发送文本 state 和带类型的问题，一次前向传播即可返回 choice、score 或 noul 答案及校准概率，不生成 token。QSP 仅支持文本输入，输入上限为 1,024 token。每百万输入 token $0.042，输出免费。
概览
以校准概率的形式给出路由、分类、分诊和护栏决策 —— 无需解析任何内容。
价格对比（$/1M token）
| 服务商 | 输入 | 输出 | 对比 QSP |
|---|---|---|---|
| QuickSilver Pro | $0.042 | 免费 | — |
| MachineFi 刊例价 (trio-spark-v1.3) | $0.042 | 免费 | 相同 |
适用场景
Trio-Spark v1.3: 适合短文本的路由、分类、工单分诊和评分。MachineFi 报告其在 2,977 次决策组成的十任务测试中达到 90.9%（v1.0 为 83.1%），预期校准误差为 0.019。同一测试中 Jev 1.13 为 90.0%，Clef 为 90.8%，Clef-Flash 为 91.8%。多个问题可以共用一个 state。
何时该选其他模型
输入上限为 1,024 token，包括 state 和问题；超过上限的请求会被拒绝。Jev 1.13 支持 32K 上下文，适合更长的决策输入。QSP 仅接受文本，不支持图片或视频输入。生成文本、代码或摘要请使用聊天模型。System One 不支持流式响应。
快速开始：POST /v1/systemone（curl）
curl https://api.quicksilverpro.io/v1/systemone \
-H "Authorization: Bearer $QSP_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "trio-spark-v1.3",
"state": "hi",
"questions": {
"greeting": {
"type": "choice",
"instructions": "Is the state a greeting?",
"criteria": {"yes": "it is a greeting", "no": "it is not a greeting"}
}
}
}'
# {"id":"so-45a870bb532d4a72b41404cc8911c72e","model":"trio-spark-v1.3",
# "answers":{"greeting":{"type":"choice","choice":"yes",
# "probabilities":{"no":0.07,"yes":0.93},"confidence":0.87}},
# "usage":{"input_tokens":314,"output_tokens":33,"cost":...,"currency":"USD"}}import os, requests
resp = requests.post(
"https://api.quicksilverpro.io/v1/systemone",
headers={"Authorization": f"Bearer {os.environ['QSP_KEY']}"},
json={
"model": "trio-spark-v1.3",
"state": {"ticket": "I was charged twice for my subscription this month."},
"questions": {
"queue": {
"type": "choice",
"instructions": "Which team should handle this ticket?",
"criteria": {
"billing": "payments, charges, refunds, invoices",
"technical": "bugs, errors, integrations",
"account": "login, email, profile changes",
},
},
"urgent": {
"type": "noul",
"instructions": "Does this ticket need a reply within the hour?",
},
},
},
timeout=30,
)
resp.raise_for_status()
data = resp.json()
queue = data["answers"]["queue"]
print(queue["choice"], queue["probabilities"]) # picked queue + per-option probabilities
print(data["answers"]["urgent"]["noul"]) # probability-like number
print(data["usage"]) # input_tokens, output_tokens, cost这是 System One API，不是 Chat Completions：发送 state 和带类型的 questions，返回带概率的结构化答案。与其他模型共用同一把 key 和余额。 System One 完整文档 →
常见问题
一种做决策而不是写文本的模型。你发送一个 state —— 任意 JSON，字符串或对象均可 —— 外加一组带类型的问题，Trio-Spark v1.3 会在一次前向传播中回答所有问题，并给出经过校准的概率。问题有三种类型：choice（从你指定的选项中选一个，并给出每个选项的概率）、score（把 state 放到你描述的量表上）和 noul（针对偏向「是」的问题给出一个类似概率的数值）。
POST https://api.quicksilverpro.io/v1/systemone，以 Bearer token 的形式带上你的 QuickSilver Pro key，JSON 请求体中包含 model、state 和 questions —— 每次调用最多 64 个问题。它是一个普通的 HTTPS JSON endpoint，所以 curl、requests 或 httpx 都能用。它不属于 OpenAI Chat Completions 接口：对 trio-spark-v1.3 发起 chat 调用会被拒绝，也不支持流式输出。/docs/systemone 指南中有完整的 schema、全部三种问题类型和错误码。
只对输入 token 计费，每百万 $0.042 —— 输出 token 免费。每个响应的 usage 块都会报告 input_tokens、output_tokens 以及该次调用的美元成本，并从与其他所有模型相同的预付余额中扣除。这是 MachineFi 自家的刊例价；QuickSilver Pro 不加价。
答案以你选定的问题 ID 为键。choice 问题会返回被选中的选项、每个选项的概率以及一个置信度 —— 例如 {"type":"choice","choice":"yes","probabilities":{"no":0.07,"yes":0.93},"confidence":0.87}。noul 问题返回单个数值，例如 {"type":"noul","noul":0.69}。响应中还带有一个 id、model 以及包含该次调用成本的 usage 块。