Source: https://ailoot.ai/models/da/qwen-max-latest/ Canonical: https://ailoot.ai/models/da/qwen-max-latest/ Language: da # qwen-max [Markdown](https://ailoot.ai/models/da/qwen-max-latest/index.md) · [JSON](https://ailoot.ai/models/da/qwen-max-latest/facts.json) ## [qwen-max](https://ailoot.ai/models/da/qwen-max-latest/) Qwen-Max er en tekstmodel til flersproget samtale, logisk ræsonnement, programmering og indholdsproduktion. Den kombinerer præcis instruktionsfølgning med JSON-orienteret output og kontrol over svarstilen. - [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `qwen-max-latest`](https://ailoot.ai/models/da/qwen-max-latest/#method-0) - [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `qwen-max-latest`](https://ailoot.ai/models/da/qwen-max-latest/#method-1) Om modellen Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode. Qwen-Max er en stor tekstmodel i Qwen-familien til opgaver, som kombinerer sprogforståelse, logisk ræsonnement og et omfattende skriftligt resultat. Udvikleren fremhæver programmeringsopgaver på kinesisk og engelsk, flersproget arbejde, kreativ skrivning og rollebaseret samtale. Modellen er designet til at producere tydeligere og mere detaljerede svar og samtidig følge den ønskede svarstil. Modelnavnet opdateres løbende. Udvikleren beskriver aktuelt qwen-max som funktionelt svarende til øjebliksbilledet qwen-max-2025-01-25. Det løbende navn og det daterede øjebliksbillede har forskellige formål: det ene følger serien, mens den udvikler sig, og det andet identificerer en bestemt udgave. Bevar forskellen ved sammenligning af gentagne opgaver eller vedligeholdelse af en ensartet assistentkonfiguration. Modelmuligheder Qwen-Max modtager tekst og producerer tekst. Den kan arbejde med en samtale, kildepassager, et softwarekrav eller et eksisterende kodefragment. Brug den, når resultatet skal være en forklaring, et omskrevet dokument, en implementering eller et sæt udtrukne felter. En scannet side eller et skærmbillede kræver et separat trin, som gør de nødvendige oplysninger tilgængelige som tekst; modellens dokumenterede input er ikke et billede. Udvikleren fremhæver især overholdelse af JSON-formatering. En praktisk udtrækningsopgave kan angive felter såsom et emne, de betingelser der udtrykkeligt nævnes i kilden, og et uafklaret spørgsmål. Giv kildepassagen og de tilsigtede feltnavne, og angiv, hvordan manglende oplysninger skal repræsenteres. Det gør et samtalesvar til data, som en applikation kan undersøge og behandle. En anmodning om JSON og en anmodning om en forklaring i prosa er forskellige outputkrav og skal angives separat. De dokumenterede grænseflader omfatter også funktionskald, struktureret output, fortsættelse fra et svarpræfiks, kontekstcaching og batchinferens. Funktionskald og websøgning tilbydes ikke på samme måde i alle udviklerkonfigurationer. Behandl dem som muligheder i den omgivende grænseflade: applikationen giver værktøjerne, udfører valgte handlinger og returnerer resultaterne. Caching og batchbehandling vedrører, hvordan arbejde indsendes og genbruges, ikke en ny indholdsmodalitet. Kontekstgrænser Den offentliggjorte specifikation angiver et kontekstvindue på 32.768 tokens, maksimalt input på 30.720 tokens og maksimalt output på 8.192 tokens. Hold kildematerialet, samtalen og det ønskede svar inden for de gældende grænser. Outputloftet er nyttigt, når der vælges mellem et kortfattet svar og et langt dokument; det skal ikke fortolkes som en garanti for, at hvert svar bruger hele længden. Ved en dokumentopgave placeres de væsentlige kildeafsnit før valgfrie eksempler, og det angives, hvad slutresultatet skal indeholde. Giv for eksempel en produktbeskrivelse og en kundes spørgsmål, og bed derefter om et svar, som bevarer de givne betingelser, bruger kundens sprog og skelner ubesvarede spørgsmål fra bekræftede oplysninger. Resultatet kan være et kundevendt svar og en lille JSON-post til næste trin i applikationen. Ved programmering gives funktionens formål, det accepterede input, forventet output og det eksisterende fragment, som skal forblive kompatibelt. Bed om implementeringen, en forklaring af beslutningerne og eksempler på et almindeligt input og et grænsetilfælde. Det bruger modellens dokumenterede programmerings- og ræsonnementsfokus uden at antage adgang til et repository, en compiler eller en kørende applikation. Ved kreativ skrivning eller rollebaseret dialog defineres målgruppe, tone og de fakta, som skal overleve en revision. En rolle kan organisere samtalen, mens kildematerialet bestemmer, hvad modellen skal sige. Bed om alternative indledninger eller forklaringer til forskellige læsere frem for en uspecificeret omskrivning; hver variant får dermed et observerbart formål. Relevante begrænsninger Qwen-Max er en tekst-til-tekst-serie, ikke en visuel udgave eller en udgave til talegenerering. Udvikleren angiver ikke finjustering som en understøttet grænseflademulighed på dette modelkort. Værktøjsunderstøttet adfærd afhænger af den tilknyttede grænseflade, og det løbende navn fastlåser ikke et permanent øjebliksbillede. Disse forskelle hjælper med at vælge den rigtige udgave og forberede input, som passer til det resultat, der faktisk er brug for. **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `qwen-max-latest` [`qwen-max-latest`](https://ailoot.ai/models/da/#m=qwen-max-latest&route=Ultra&caller=qwen-max-latest&fmt=chat) Alibaba /`qwen-max-latest` ### Start Qwen-Max er en tekstmodel til flersproget samtale, logisk ræsonnement, programmering og indholdsproduktion. Den kombinerer præcis instruktionsfølgning med JSON-orienteret output og kontrol over svarstilen. Accepterede input Tekst Resultater Tekst ### Tilgængelig i Ailoot · input og metoder **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` Inputtyper `text` Outputtyper `text` Outputformat json eller SSE | Felt | Type | Krav | Værdier og grænser | Standard | | --- | --- | --- | --- | --- | | Felt`model` | Type`string` | KravPåkrævet | Værdier og grænser qwen-max-latest | Standard— | | Felt`messages` | Type`message[]` | KravPåkrævet | Værdier og grænser Minimumsantal elementer: 1 | Standard— | | Felt`messages[].role` | Type`string` | KravPåkrævet | Værdier og grænser Afhænger af modellen | Standard— | | Felt`messages[].content` | Type`string` | KravValgfrit | Værdier og grænser Gælder når: Tekstsamtale | Standard— | | Felt`stream` | Type`boolean` | KravValgfrit | Værdier og grænser | Standardfalse | Kombinationer af inputmaterialer **Tekst** · UTF8-tekst `messages[].content` Metodeparametre og livscyklus | Parameter | Kontrakt | | --- | --- | | Parameter`content_type` | Kontraktapplication/json | | Parameter`required` | Kontraktmodel, messages | | Parameter`material_types` | Kontrakttext | | Parameter`messages` | Kontraktbeskedarray med strukturen role/content | | Parameter`file_material` | Kontraktfaktisk UTF-8-dokument indsat som bogstavelig tekst; intet fil-ID udledes | | Parameter`optional_controls` | Kontraktstream | | Parameter`control_scope` | KontraktTekstsamtale; stream er en boolesk værdi og er som standard false. | | Parameter`output_modalities` | Kontrakttext | | Parameter`hosted_operations` | Kontraktfalse | | Parameter`multimodal_input_binding` | Kontraktnull | Metodealiaser: `/chat/completions` Livscyklus: `synchronous_or_streamed` Send det præcise model-ID med messages. Kontekstlængde er ikke et outputloft. En tekstfil kan levere bogstavelig tekst; billed-, lyd- og filobjektinput kræver en præcis binding. ### Priser Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode. Hurtig tilstand Ikke angivet Når hurtig tilstand er valgt flex-tilstand Ikke angivet Når flex-tilstanden er valgt Maksimal ræsonneringsindsats Ikke angivet Når default-justeringen anvendes ved maksimal ræsonneringsindsats #### Ailoot-takster #### Priser efter konfiguration | Konfiguration | Takstplan | Beløb | | --- | --- | --- | | KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Beløb Input · Inputtokens **$0.000686** / 1K tokens Output · Outputtokens **$0.002744** / 1K tokens Input · Cachelæsning **$0** / 1K tokens Input · Cacheskrivning **$0** / 1K tokens Input · Cacheskrivning, 1 time **—** / 1K tokens | Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. [Sådan fungerer reservation og afregning →](https://ailoot.ai/docs/da/billing/reserve/) ### Eksempelanmodninger #### Ailoot Ultra · OpenAI Chat curlPython SDK ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model":"qwen-max-latest","messages":[{"role":"user","content":"hello"}],"stream":false}') Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path r=json.loads(Path("result.json").read_text()) for x in r.get("choices",[]): if x.get("message",{}).get("content"): print(x["message"]["content"]) PY_RESULT ``` ```python from openai import OpenAI import os if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) result=client.chat.completions.create(model="qwen-max-latest", messages=[{"role":"user","content":"hello"}], stream=False) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) save_result(result.to_dict(mode="json")) ``` ### Hent og gem resultater #### Ailoot Ultra · OpenAI Chat json eller SSE ##### Behold alle færdige resultater Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel. Bevar hvert valg og dets indhold, værktøjskald og ræsonnement. Saml i SSE deltaer efter valg-/værktøjsindeks, og bevar den endelige afslutningsårsag og forbrugsoplysningerne. ##### Hvis det oprindelige svar skal kontrolleres Bevar anmodnings-/svar-ID’er og headere. Der leveres ingen generel URL til at hente tekstjob. Svarfelter | Felt | Type | | --- | --- | | Felt`choices[].index` | Typeinteger | | Felt`choices[].message.content` | Typestring\|null | | Felt`choices[].message.tool_calls` | Typetool\_call\[\] | | Felt`choices[].message.reasoning_content` | Typestring | | Felt`choices[].message.reasoning_details` | Typeobject\|array | | Felt`choices[].finish_reason` | Typestring\|null | | Felt`usage` | Typeobject | Fejl og næste trin | Svar | Betingelse | Næste trin | | --- | --- | --- | | Svar400 · `invalid_request_error` | BetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdi | Næste trinRet de angivne felter før en ny oprettelsesanmodning. | ### Aliaser #### Modelaliaser **Ailoot Ultra** [`qwen-max-latest`](https://ailoot.ai/models/da/#m=qwen-max-latest&route=Ultra&caller=qwen-max-latest&fmt=chat) #### Aliaser for metodestier `/chat/completions` #### Relaterede kalder-ID’er [`qwen-max-latest`](https://ailoot.ai/models/da/#m=qwen-max-latest&route=Ultra&caller=qwen-max-latest&fmt=chat) **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `qwen-max-latest` [`qwen-max-latest`](https://ailoot.ai/models/da/#m=qwen-max-latest&route=Ultra&caller=qwen-max-latest&fmt=messages) Alibaba /`qwen-max-latest` ### Start Qwen-Max er en tekstmodel til flersproget samtale, logisk ræsonnement, programmering og indholdsproduktion. Den kombinerer præcis instruktionsfølgning med JSON-orienteret output og kontrol over svarstilen. Accepterede input Tekst Resultater json · sse ### Tilgængelig i Ailoot · input og metoder **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` Inputtyper `text` Outputtyper `json`, `sse` Outputformat JSON eller SSE | Felt | Type | Krav | Værdier og grænser | Standard | | --- | --- | --- | --- | --- | | Felt`model` | Type`string` | KravPåkrævet | Værdier og grænser qwen-max-latest | Standard— | | Felt`messages` | Type`message[]` | KravPåkrævet | Værdier og grænser | Standard— | | Felt`messages[].role` | Type`string` | KravPåkrævet | Værdier og grænser user, assistant | Standard— | | Felt`messages[].content` | Type`string` | KravPåkrævet | Værdier og grænser | Standard— | | Felt`max_tokens` | Type`integer` | KravPåkrævet | Værdier og grænser | Standard— | | Felt`stream` | Type`boolean` | KravValgfrit | Værdier og grænser | Standardfalse | Kombinationer af inputmaterialer **Tekst** · UTF-8-tekst `messages[].content som streng` Metodeparametre og livscyklus | Parameter | Kontrakt | | --- | --- | | Parameter`content_type` | Kontraktapplication/json | | Parameter`required` | Kontraktmodel, messages, max\_tokens | | Parameter`optional_controls` | Kontraktstream | | Parameter`material_types` | Kontrakttext | | Parameter`text_file_material` | KontraktLæs det faktiske UTF-8-dokument, og indsæt teksten i det angivne input eller beskedens indholdsstreng. | Livscyklus: `synchronous_or_streamed` ### Priser Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode. Hurtig tilstand Ikke angivet Når hurtig tilstand er valgt flex-tilstand Ikke angivet Når flex-tilstanden er valgt Maksimal ræsonneringsindsats Ikke angivet Når default-justeringen anvendes ved maksimal ræsonneringsindsats #### Ailoot-takster #### Priser efter konfiguration | Konfiguration | Takstplan | Beløb | | --- | --- | --- | | KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Beløb Input · Inputtokens **$0.000686** / 1K tokens Output · Outputtokens **$0.002744** / 1K tokens Input · Cachelæsning **$0** / 1K tokens Input · Cacheskrivning **$0** / 1K tokens Input · Cacheskrivning, 1 time **—** / 1K tokens | Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. [Sådan fungerer reservation og afregning →](https://ailoot.ai/docs/da/billing/reserve/) ### Eksempelanmodninger #### Ailoot Ultra · Anthropic Messages Komplet minimalt requestbody i JSONcurl · brug dit UTF-8-dokumentPython · gem hele resultatet ```json { "model": "qwen-max-latest", "max_tokens": 128, "messages": [ { "role": "user", "content": "Summarize the incident report." } ], "stream": false } ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}" export AILOOT_TEXT_FILE python3 - <<'PY_REQUEST' import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'qwen-max-latest', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8') PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \ -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) PY_RESULT ``` ```python import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'qwen-max-latest', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text from urllib.request import Request, urlopen from urllib.error import HTTPError api_key = os.environ['AILOOT_API_KEY'] if not api_key.strip(): raise SystemExit('Set AILOOT_API_KEY before making a request') headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'} headers['x-api-key'] = api_key request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST') try: with urlopen(request, timeout=120) as response: raw = response.read() Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8') except HTTPError as error: Path('result.json').write_bytes(error.read()) Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8') raise Path('result.json').write_bytes(raw) import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) ``` ### Hent og gem resultater #### Ailoot Ultra · Anthropic Messages JSON eller SSE ##### Behold alle færdige resultater Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel. Bevar alle indholdsblokke, ræsonnementssignaturer og faktiske værktøjsbrugs-ID’er. Saml alle SSE-blokdeltaer; den første tekstblok er ikke hele outputtet. ##### Hvis det oprindelige svar skal kontrolleres Bevar anmodnings-/svar-ID’er og headere. Der leveres ingen generel URL til at hente tekstjob. Svarfelter | Felt | Type | | --- | --- | | Felt`id` | Typestring | | Felt`model` | Typestring | | Felt`content[]` | Typetext\|thinking\|tool\_use\|other content block | | Felt`stop_reason` | Typestring\|null | | Felt`usage` | Typeobject | Fejl og næste trin | Svar | Betingelse | Næste trin | | --- | --- | --- | | Svar400 · `invalid_request_error` | BetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdi | Næste trinRet de angivne felter før en ny oprettelsesanmodning. | ### Aliaser #### Modelaliaser **Ailoot Ultra** [`qwen-max-latest`](https://ailoot.ai/models/da/#m=qwen-max-latest&route=Ultra&caller=qwen-max-latest&fmt=messages) #### Aliaser for metodestier `/chat/completions` #### Relaterede kalder-ID’er [`qwen-max-latest`](https://ailoot.ai/models/da/#m=qwen-max-latest&route=Ultra&caller=qwen-max-latest&fmt=messages) FAQ · qwen-max Hvilke input og resultater er tilgængelige? `POST /v1/chat/completions` · `qwen-max-latest`: `text` → `text` `POST /v1/messages` · `qwen-max-latest`: `text` → `json`, `sse` Hvilke felter bruger anmodningen? `POST /v1/chat/completions` · `qwen-max-latest`: `model`, `messages`, `stream` `POST /v1/messages` · `qwen-max-latest`: `model`, `messages`, `max_tokens`, `stream` Hvilke grænser gælder? `POST /v1/chat/completions` · `qwen-max-latest`: `messages.min_items`: `1` Tilslut Ailoot til Claude Code, OpenCode, Hermes eller din egen applikation. ## Virksomheden og dens projektportefølje Virksomheden og dens projektportefølje: millioner af kunder; månedligt salg for milliarder. ## Køb tokens med rabat. Abonnementsrabat til regelmæssigt arbejde. Rabatkoder giver op til 50% på tokenkøb. Abonnement Vælg et abonnement med rabat til dine regelmæssige anmodninger. Rabatkode på op til 50% Indtast koden ved købet. Prisen genberegnes efter den aktuelle kampagne. Udgifter i historikken Model, tokens og beløb gemmes for hver anmodning. [Vælg abonnement](https://ailoot.ai/docs/da/billing/subscriptions/) · [Se modelpriser](https://ailoot.ai/models/da/) ## Tilslut API’et til produktet, du sælger. SaaS, apps og bots efter Ailoots tilbudsvilkår og licensaftale. Anmod om en forhandlerlicens til videresalg. Kommerciel applikation Byg generering af tekst, billeder, video og lyd ind i tjenestens betalte funktioner. Licens til forhandlere Send projektbeskrivelse og adgangsmodel. Bed om skriftlige vilkår for anvendelse og videresalg. Dokumenter på websitet Tilbudsvilkår, licensaftale og politik for behandling af data kan læses før tilslutning. [Anmod om forhandlerlicens](mailto:support@ailoot.ai) · [Tilbudsvilkår og licensaftale](https://ailoot.ai/legal/offer?lang=da) ## Ailoot · Virksomheden og dens projektportefølje Ailoot bygger på solid driftserfaring, en stor kundebase, stabil service og løbende kontrol af KPI. Virksomheden og dens projektportefølje: millioner af kunder; månedligt salg for milliarder. Ailoot bruger denne driftserfaring til API-adgang til AI-funktioner i kundernes produkter, agenter, applikationer og automatiseringer.