以决策为先的语言-视觉模型,基于类型化的 systemone 接口:向它提供一个状态以及一个或多个类型化问题,即可在单次前向传播中获得经过校准、机器可读的判定结果,并附带概率与置信度。多模态(状态中包含图像);多个问题可并行作答。通过 POST /v1/systemone 提供服务。
OrcaC2-1.0 是一个基于类型化 systemone 接口的决策优先语言-视觉模型。你向它提供一个观察(状态)以及一个或多个类型化问题,它会在单次前向传递中返回经过校准、机器可读的判定——每个判定都带有概率和置信度——且不生成思维链。它专为高吞吐、低延迟的结构化决策而构建。
发送一个 state 和一个或多个带类型的问题;判定结果以机器可读的形式返回,每个判定都附带概率和置信度。多个问题会针对同一个 state 并行作答。放入 state 中的图像(image / image_url / images,URL 或 base64 data-URI)会以多模态方式读取。提供思考模式(reasoning / reasoning_effort)。输出是结构化的,而非散文式文本。
OrcaC2 按调用计费,根据输入的大小以及请求是否包含图像分级收费,而不是按 token 计费。当前费率请参阅本页面的定价。
使用您的 OrcaRouter API 密钥,通过模型 orca/orcac2-1.0 向 POST /v1/systemone 发送请求。请求体中包含观察结果(state)——任何图像都放在 image / image_url / images 键下——以及一个或多个类型化的问题。响应是一组结构化的、经过校准的判定结果。错误使用 OpenAI 错误信封格式。
import os, requests
resp = requests.post(
"https://api.orcarouter.ai/v1/systemone",
headers={"Authorization": f"Bearer {os.environ['ORCAROUTER_API_KEY']}"},
json={
"model": "orca/orcac2-1.0",
"state": "Help! My payouts have been failing for 3 days.",
"questions": {
"is_urgent": {"type": "noul", "instructions": "Does this convey urgency?"},
"department": {
"type": "choice",
"instructions": "Which team should handle this?",
"criteria": {"billing": "Payments, invoicing, refunds",
"technical": "Bugs, outages, integrations"},
},
"frustration": {
"type": "score",
"instructions": "How frustrated is the customer?",
"criteria": ["Calm", "Frustrated", "Very angry"],
},
},
},
)
print(resp.json()["answers"])reasoningreasoning_effort| 每次请求 | $0.0000 |
|---|---|
| 货币 | USD |
| 每次 API 调用统一计费(图像生成模型) | |
本周开发者的讨论
@misc{orcarouter_orcac2_1_0,
title = {OrcaC2 1.0 API},
author = {Orca},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/orca/orcac2-1.0}
}Orca. (2026). OrcaC2 1.0 API. OrcaRouter. https://www.orcarouter.ai/models/orca/orcac2-1.0