跳转到内容
AMD AMD Radeon Cloud 文档

d3-flash

POST /v1/systemone model: d3-flash

d3-flash 是 vLLM Semantic Router 的决策模型系列 Decision 3.0 中的 9B 模型，基于 Qwen3.5-9B。它接受的请求、返回的响应都和 d3 相同，输入上限同为 32,768 token，在本部署上快约三倍，准确率略低。请求字段、问题类型、响应和错误请看 d3 页面。

概览

Section titled “概览”
端点POST /v1/systemone
输入state（文本或任意 JSON），可选图片和视频
输出每个问题一个答案，附每个选项的概率
问题类型choice、noul、score
输入上限每个问题 32,768 token；超长请求会被拒绝，不会截断
延迟三个问题的文本请求逐个发送约 0.1 秒
流式❌
计费按输入 token，对应 usage.input_tokens；output_tokens 恒为 0
稳定性experimental
许可证Apache-2.0

示例

Section titled “示例”
Terminal window
curl https://developer.amd.com.cn/radeon/api/v1/systemone \
  -H "Authorization: Bearer $RADEON_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "d3-flash",
    "state": "Write a Python function that merges two sorted lists.",
    "questions": {
      "kind": {"type": "choice", "instructions": "What kind of work is this?",
               "criteria": {"code": "Writing or fixing code", "math": "Mathematics", "chat": "Anything else"}},
      "reasoning": {"type": "noul", "instructions": "Does answering this need multi-step reasoning?"}
    }
  }'