Como funciona
- Você envia o texto como contexto: uma mensagem, um e-mail, um comentário ou um JSON.
- Você descreve as categorias como opções de um
pick, de 2 a 26, cada uma com uma descrição curta do que cobre. - O Iryx devolve a categoria mais provável, a confiança dela e o espectro: a probabilidade de cada categoria.
No mesmo pedido cabem até 32 perguntas sobre o mesmo texto. Assim, uma chamada classifica o assunto, diz se é urgente (check) e mede o tom (scale):
{
"context": {"message": "Fui cobrado duas vezes no cartão pelo mesmo pedido. Preciso disso resolvido hoje."},
"decisions": {
"assunto": {"kind": "pick", "prompt": "Qual é o assunto da mensagem?",
"options": {"pagamento": "cobrança, reembolso, cartão",
"entrega": "atraso, rastreio, endereço",
"troca": "troca ou devolução",
"outro": "qualquer outro assunto"}},
"urgente": {"kind": "check", "prompt": "O cliente precisa de resposta hoje"},
"tom": {"kind": "scale", "prompt": "Tom do cliente",
"levels": ["calmo", "preocupado", "irritado", "furioso"]}
}
}"results": {
"assunto": {"kind": "pick", "value": "pagamento", "confidence": 0.94,
"spectrum": {"pagamento": 0.94, "entrega": 0.02, "troca": 0.02, "outro": 0.02}},
"urgente": {"kind": "check", "value": 0.88},
"tom": {"kind": "scale", "value": 1.6, "level": "irritado",
"spectrum": {"calmo": 0.05, "preocupado": 0.35, "irritado": 0.55, "furioso": 0.05}}
}Onde um classificador por API ajuda
- Atendimento: assunto, urgência e tom de cada chamado, para mandar à fila certa.
- E-mail: o que precisa de uma pessoa e o que pode ser arquivado.
- Moderação: "este comentário viola a regra?", com a probabilidade.
- Engenharia: triagem de bugs e de alertas por equipe e gravidade.
- Sistemas: registros e eventos em JSON, classificados na hora em que chegam.
Esses são exemplos de aplicação; os números medidos estão na seção abaixo.
Números publicados
Em 19.10.2026, o Iryx 1.0 foi medido ao lado de outros dez modelos de decisão, todos chamados da mesma máquina em Brasília, na mesma hora: o acerto na prova própria da Iryx, em português, e o tempo de cada caso, pela internet.
| Modelo | Acerto em português (225) | Tempo mediano por caso | Casos com tempo (de 300) |
|---|---|---|---|
| Iryx 1.0 | 83,1% | 310 ms | 283 |
| Amos 1 Large | 82,7% | 278 ms | 300 |
| span-02 | 82,7% | 475 ms | 293 |
| Perplexity Decider v1.2 | 82,2% | 509 ms | 293 |
| Jev 1.14 | 80,9% | 410 ms | 293 |
| vLLM-SR d3 | 80,4% | 255 ms | 300 |
| Clef | 78,2% | 560 ms | 268 |
| OpenAI Decisions* | 76,4% | 429 ms | 292 |
| Liquid d1 | 74,7% | 690 ms | 293 |
| Clef Flash | 73,3% | 550 ms | 271 |
| Kev 4B | 65,8% | 850 ms | 293 |
Medido em 19.10.2026: onze modelos de decisão chamados da mesma máquina em Brasília, pela internet, na mesma hora. Acerto na prova e no gabarito próprios da Iryx, em português, a língua em que o Iryx é treinado (200 casos, 225 decisões). Tempo: os mesmos 300 casos públicos de decisão (de 1 a 64 perguntas cada) foram enviados a todos; a mediana de cada um usa os casos que ele respondeu (a última coluna; no Iryx, 17 casos acima do limite de tamanho por pedido ficaram fora da mediana), com a ida e a volta pela internet. Oito dos dez outros foram chamados por um agregador de APIs; o Iryx e os outros dois, direto. * 10 dos 200 casos deram erro do serviço, e erro conta como errado. A tabela completa, com o intervalo de 95% e o p95 do tempo, está em Números do Iryx 1.0.
Em resumo: na prova própria da Iryx, em português, o Iryx teve o maior acerto da rodada de 19.10.2026: 83,1% (187 de 225 decisões). Nas perguntas em que a resposta podia ser calculada, a dele saiu exata. Mediana de 310 ms por caso, de Brasília, pela internet; 95% dos casos saem em até 3,2 s. A comparação da tabela é só entre os 11 modelos de decisão medidos em 19.10.2026. Nas duas provas cegas de setembro de 2026, em assuntos novos, o Iryx fez 86% e 73% (100 perguntas cada).
Sem dados rotulados ou com um classificador treinado?
| Ponto | Iryx 1.0 | Classificador treinado para a sua tarefa |
|---|---|---|
| Dados rotulados | não precisa | precisa de exemplos rotulados |
| Mudar as categorias | muda o pedido | treina de novo |
| Probabilidades | em toda resposta | depende do modelo |
O Iryx serve quando as categorias mudam, quando não há dados rotulados ou quando você não quer treinar um classificador: as categorias vão no próprio pedido.
Limites
- O contexto cabe em cerca de 6.000 caracteres com 1 a 4 perguntas por pedido, e encolhe com mais perguntas (veja Limites).
- De 2 a 26 opções por
picke de 2 a 26 níveis porscale. - O Iryx não escreve texto e não sabe fatos fora do contexto que você envia.
- O Iryx é treinado em português, e os números de acerto publicados são em português. Em inglês, ainda não há número publicado: por enquanto, use em português.
- A API ainda não está aberta ao público: o acesso vem com a pré-reserva.
Perguntas
Preciso de exemplos rotulados para começar?
Não. As categorias vão no pedido, com uma descrição curta de cada uma. Descrições claras ajudam mais que nomes curtos.
Funciona com JSON e dados estruturados?
Sim. O contexto pode ser qualquer objeto JSON. Chaves com nomes claros ajudam, porque fazem parte do que o Iryx lê.
Quanto custa classificar um texto?
A cobrança é por decisão, nunca por token: cada pergunta respondida conta uma. Os planos começam em R$ 110 por mês, com 1.000.000 decisões. Sem mensalidade, o crédito avulso custa R$ 0,120 por mil decisões. Veja os planos.
Ele classifica texto em inglês?
A API aceita qualquer texto, mas o Iryx é treinado em português, e os números de acerto publicados são em português. Em inglês, ainda não há número publicado: por enquanto, use em português.
Fontes
Atualizado em 06.11.2026. Viu um erro? Escreva para contato@iryxia.com.