Förstå JSON-svaret
Framgångsrika enstaka svar innehåller data och meta. Datauppsättningssvaret nedan är ett illustrativt exempel, inte ett mått på produktens noggrannhet eller ett löfte om samma liveresultat. Den visar IP-teståtkomst. Begäran autentiserade med en kontonyckelretur access.mode: api_key; fält som endast gäller testet har värdet null.
| Fält | Betydelse |
|---|---|
| data.input | Ingångstyp, värde och land. forceToGenderize ingår när true. |
| data.name | Matchat eller extraherat förnamn; null när ingen är tillgänglig. |
| data.gender | male, female eller JSON null. Detta är en förutsägelse, inte ett bevis på en persons identitet. |
| data.result_status / reason | När result_status är identified, är reason null. När statusen är unknown är orsaken not_found, no_name_candidate, ambiguous eller insufficient_evidence. |
| data.confidence | 0–1 poäng eller null. Null kön har null förtroende. |
| data.confidence_kind | observed_frequency: det dominerande antalet kön dividerat med det totala antalet i den valda datamängden. model_reported: en AI-poäng, inte en kalibrerad sannolikhet. Värdet är null när det inte är tillgängligt. |
| data.sample_count | Dataset provstorlek eller null. AI uppfinner inte en provräkning. |
| data.source | dataset, ai eller none. |
| data.country / country_source | Landsassociation från dataset eller ai_association eller null. Fastställer inte nationalitet, bosättning eller etnicitet. |
| data.match | Matchat namn i datamängden, metod (normalized, token, substring eller model_inference), omfattning (country eller global) och matchat land. Uppgifter som saknas har värdet null. |
| meta.request_id / duration_ms | Operationsidentifierare och bearbetningstid i millisekunder. |
| meta.access | Hur tillträde beviljades och anledningen till eventuell reservtest. |
| meta.usage | Nettodebitering, saldo för slutförandetid, faktureringsstatus och information om återställning av provperioden. |
{
"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
}
}
}Ett lyckat okänt resultat
HTTP 200 betyder operationen avslutad; det garanterar inte ett kön. Bevara JSON null istället för att konvertera den till male, female, en tom sträng eller noll konfidens. Kontrollera data.result_status och data.reason separat från HTTP-fel.
Det här exemplet med endast dataset returnerar source: none och reason: not_found och kostar fortfarande 1 kredit. Om datamängden för de två könen är lika, kan resultatet innehålla reason: ambiguous samtidigt som sample_count bevaras. Ett okänt AI-resultat använder source: ai och 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
}
}
}Tolka förtroende och matchande bevis
En konfidens på 0,9 är på en 0–1 skala. För observed_frequency betyder det det dominerande antalet dividerat med den valda datamängden; det mäts inte produktnoggrannhet från slut till slut. En model_reported-poäng tillhandahålls av AI och är inte kalibrerad mot datauppsättningsfrekvenser.
Välj valfri applikationströskel med hjälp av dina egna utvärderingsdata och confidence_kind. Rangordna inte dataset och AI-poäng direkt som om de mätte samma sak. AI match.name, match.scope och match.country är null eftersom ingen datauppsättningsrad har valts; match.method är model_inference.
För fullständiga namn kan ett datauppsättningsresultat komma från en komponent snarare än hela strängen. data.input bevarar det inlämnade värdet; data.name beskriver det returnerade namnet och data.match beskriver kandidaten och uppslagsomfånget.