Poznaj odpowiedź JSON
Pomyślne pojedyncze odpowiedzi zawierają data i meta. Poniższy zbiór danych jest przykładem ilustracyjnym, a nie pomiarem dokładności produktu ani obietnicą uzyskania tego samego wyniku na żywo. Pokazuje dostęp próbny IP. Żądania uwierzytelnione kluczem konta zwracają access.mode: api_key; pola, które dotyczą tylko wersji próbnej mają wartość null.
| Pole | Znaczenie |
|---|---|
| data.input | Typ wejścia, wartość i kraj. forceToGenderize jest dołączany do true. |
| data.name | Dopasowane lub wyodrębnione imię; null, gdy żaden nie jest dostępny. |
| data.gender | male, female lub JSON null. To przepowiednia, a nie dowód tożsamości danej osoby. |
| data.result_status / reason | Gdy result_status to identified, reason to null. Gdy status to unknown, przyczyną jest not_found, no_name_candidate, ambiguous lub insufficient_evidence. |
| data.confidence | Wynik 0–1 lub null. Płeć zerowa ma pewność null. |
| data.confidence_kind | observed_frequency: liczba dominującej płci podzielona przez całkowitą liczbę w wybranym zbiorze danych. model_reported: wynik AI, a nie skalibrowane prawdopodobieństwo. Jeśli wartość jest niedostępna, to null. |
| data.sample_count | Rozmiar próbki zbioru danych lub null. Sztuczna inteligencja nie wymyśla liczby próbek. |
| data.source | dataset, ai lub none. |
| data.country / country_source | Powiązanie kraju ze zbioru danych lub ai_association, lub null. Nie ustala narodowości, miejsca zamieszkania ani pochodzenia etnicznego. |
| data.match | Dopasowane imię w zbiorze danych, metoda (normalized, token, substring lub model_inference), zakres (country lub global) i dopasowany kraj. Brakujące informacje mają wartość null. |
| meta.request_id / duration_ms | Identyfikator operacji i czas przetwarzania w milisekundach. |
| meta.access | Jak przyznano dostęp i powód powrotu do wersji próbnej, jeśli taki miał miejsce. |
| meta.usage | Opłata netto, saldo czasu realizacji, status rozliczeń i informacje o resetowaniu próbnym. |
{
"data": {
"input": {
"type": "name",
"value": "Onur",
"country": "TR"
},
"name": "onur",
"gender": "male",
"country": "TR",
"confidence": 0.9,
"confidence_kind": "observed_frequency",
"sample_count": 100,
"source": "dataset",
"result_status": "identified",
"reason": null,
"country_source": "dataset",
"match": {
"name": "onur",
"method": "normalized",
"scope": "country",
"country": "TR"
}
},
"meta": {
"request_id": "11111111-1111-4111-8111-111111111111",
"duration_ms": 12,
"access": {
"mode": "ip_trial",
"reason": "api_key_missing"
},
"usage": {
"charged_credits": 1,
"remaining_credits": 9,
"billing_status": "confirmed",
"resets_at": "2026-09-26T12:00:00.000Z",
"limit": 10,
"period_seconds": 86400
}
}
}Pomyślny nieznany wynik
HTTP 200 oznacza, że operacja została zakończona; nie gwarantuje płci. Zachowaj JSON null zamiast konwertować go na male, female, pusty ciąg znaków lub zerową pewność. Sprawdź data.result_status i data.reason oddzielnie od błędów HTTP.
Ten przykład dotyczący tylko zestawu danych zwraca source: none i reason: not_found i nadal kosztuje 1 kredyt. Jeśli zbiory danych dla obu płci są równe, wynik może zawierać reason: ambiguous, zachowując jednocześnie sample_count. Nieznany wynik AI wykorzystuje source: ai i reason: insufficient_evidence.
{
"data": {
"input": {
"type": "name",
"value": "zzzxxyy",
"country": null
},
"name": null,
"gender": null,
"country": null,
"confidence": null,
"confidence_kind": null,
"sample_count": null,
"source": "none",
"result_status": "unknown",
"reason": "not_found",
"country_source": null,
"match": {
"name": null,
"method": null,
"scope": null,
"country": null
}
},
"meta": {
"request_id": "11111111-1111-4111-8111-111111111111",
"duration_ms": 12,
"access": {
"mode": "ip_trial",
"reason": "api_key_missing"
},
"usage": {
"charged_credits": 1,
"remaining_credits": 8,
"billing_status": "confirmed",
"resets_at": "2026-09-26T12:00:00.000Z",
"limit": 10,
"period_seconds": 86400
}
}
}Interpretuj pewność i pasujące dowody
Pewność 0,9 mieści się w skali 0–1. Dla observed_frequency oznacza to dominującą liczbę podzieloną przez sumę wybranego zbioru danych; nie jest mierzona kompleksowa dokładność produktu. Wynik model_reported jest dostarczany przez sztuczną inteligencję i nie jest kalibrowany względem częstotliwości zbioru danych.
Wybierz dowolny próg aplikacji, korzystając z własnych danych ewaluacyjnych i confidence_kind. Nie klasyfikuj bezpośrednio zbioru danych i wyników AI, tak jakby mierzyły to samo. AI match.name, match.scope i match.country to null, ponieważ nie wybrano żadnego wiersza zbioru danych; match.method to model_inference.
W przypadku pełnych nazw wynik zbioru danych może pochodzić z komponentu, a nie z pełnego ciągu znaków. data.input zachowuje przesłaną wartość; data.name opisuje zwróconą nazwę, a data.match opisuje zakres kandydata i wyszukiwania.