Source: https://ailoot.ai/models/da/xiaomimimo-mimo-v2-flash/
Canonical: https://ailoot.ai/models/da/xiaomimimo-mimo-v2-flash/
Language: da

# MiMo v2 Flash

[Markdown](https://ailoot.ai/models/da/xiaomimimo-mimo-v2-flash/index.md) · [JSON](https://ailoot.ai/models/da/xiaomimimo-mimo-v2-flash/facts.json)

## [MiMo v2 Flash](https://ailoot.ai/models/da/xiaomimimo-mimo-v2-flash/)

MiMo-V2-Flash er Xiaomis tekstmodel til ræsonnement, kodning og værktøjsunderstøttet agentarbejde. Dens kontekst på 256K, hybride opmærksomhed og særskilte eftertrænede udgave passer til opgaver, der forbinder omfattende tekstmateriale med et bestemt svar, en kodeændring eller en næste handling.

- [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/da/xiaomimimo-mimo-v2-flash/#method-0)
- [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/da/xiaomimimo-mimo-v2-flash/#method-1)

Om modellen

Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.

Modelprofil og udgaver

MiMo-V2-Flash er Xiaomis sprogmodel til ræsonnement og agentforløb. Dens mixture-of-experts-arkitektur har 309 milliarder parametre i alt og 15 milliarder aktive parametre. Den frigivne model angiver en kontekstlængde på 256K tokens; producentens inferenseksempel konfigurerer 262.144 tokens. Den modtager tekst og producerer tekst, herunder forklaringer, kode og den information, der kræves til værktøjsinteraktioner. Flash-Base og den eftertrænede Flash-udgave er særskilt navngivne udgaver med forskellige roller.

Hybrid opmærksomhed og forudsigelse

Arkitekturen kombinerer opmærksomhed i et glidende vindue og global opmærksomhed i forholdet 5:1. Det lokale opmærksomhedsvindue er på 128 tokens, mens global opmærksomhed fastholder forbindelser på tværs af det længere materiale. Fortræningen bruger en indbygget sekvenslængde på 32K, og den frigivne model understøtter den længere kontekst på 256K. Et let modul til forudsigelse af flere tokens er integreret i træning og inferens. Dette er egenskaber ved modeldesignet; de angiver ikke, hvor hurtigt en bestemt applikation returnerer et svar.

Eftertræning til ræsonnement og agenter

MiMo-V2-Flash bruger Multi-Teacher On-Policy Distillation, hvor domænespecifikke lærermodeller vejleder dens egne genererede svar, efterfulgt af agentbaseret forstærkningslæring i stor skala. Træningen dækker kodeagentmiljøer og omfatter også matematik og generelle agentopgaver. Under webudviklingstræningen bruges en visionsbaseret verifikator til at vurdere de udførte resultater. Denne verifikator er en del af træningsprocessen og gør ikke tekstmodellen til en model med billed- eller videoinput.

Kodning og dokumentforberedelse

Ved en kodeopgave skal du vedlægge de relevante filer som tekst, den observerede fejl, et input, der demonstrerer den, og den adfærd, der skal bevares. En illustrativ anmodning kan bede om en lille rettelse, en forklaring af berørte afhængigheder og kontroller af det forventede resultat. Ved langt tekstmateriale skal du identificere de vigtige afsnit og bede om en sammenligning knyttet til deres passager. Hold outputtet konkret: rettet kode, en tabel over uoverensstemmelser, en beregning med antagelser eller en foreslået næste handling.

Tænkning, værktøjer og samtalehistorik

Det offentliggjorte tænkningseksempel aktiverer en ræsonnementstilstand, og producenten angiver en dedikeret parser til værktøjskald. Ved værktøjsbrug over flere ture kan svaret indeholde reasoning\_content sammen med tool\_calls. Næste forespørgsel skal bevare den tidligere reasoning\_content i samtalehistorikken, så sekvensen med tænkning og værktøjer kan fortsætte korrekt. Applikationen stiller værktøjerne til rådighed og udfører dem; modellen vælger, hvordan deres resultater bruges. Det gør forberedelsen af historikken til et væsentligt integrationskrav frem for at behandle den sidste brugerbesked som hele opgaven.

Producentens anbefalinger og grænser

Brugsvejledningen anbefaler top\_p på 0.95, temperature 0.8 til matematik, skrivning og webudvikling samt temperature 0.3 til agentbaserede opgaver. Den anbefaler også en systembesked, der identificerer MiMo som Xiaomis assistent, med den aktuelle dato og en vidensgrænse i december 2024. Vedlæg nyere fakta, når opgaven afhænger af senere begivenheder. Den offentliggjorte forespørgsels svarbudget på 4096 tokens er en eksempelindstilling og ikke en erklæret maksimal outputlængde. MiMo-V2-Flash bevarer sin egen identitet ved siden af Flash-Base, Pro og Omni; deres kontekst- eller modalitetsspecifikationer bør vælges efter den pågældende udgave.

**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `xiaomimimo/mimo-v2-flash`

[`xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/da/#m=xiaomimimo%2Fmimo-v2-flash&route=Ultra&caller=xiaomimimo%2Fmimo-v2-flash&fmt=chat)

Andet /`xiaomimimo/mimo-v2-flash`

### Start

MiMo-V2-Flash er Xiaomis tekstmodel til ræsonnement, kodning og værktøjsunderstøttet agentarbejde. Dens kontekst på 256K, hybride opmærksomhed og særskilte eftertrænede udgave passer til opgaver, der forbinder omfattende tekstmateriale med et bestemt svar, en kodeændring eller en næste handling.

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 xiaomimimo/mimo-v2-flash | 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 **$0.0002** / 1K tokens Output · Outputtokens **$0.0006** / 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":"xiaomimimo/mimo-v2-flash","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="xiaomimimo/mimo-v2-flash", 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** [`xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/da/#m=xiaomimimo%2Fmimo-v2-flash&route=Ultra&caller=xiaomimimo%2Fmimo-v2-flash&fmt=chat)

#### Aliaser for metodestier

`/chat/completions`

#### Relaterede kalder-ID’er

[`xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/da/#m=xiaomimimo%2Fmimo-v2-flash&route=Ultra&caller=xiaomimimo%2Fmimo-v2-flash&fmt=chat)

**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `xiaomimimo/mimo-v2-flash`

[`xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/da/#m=xiaomimimo%2Fmimo-v2-flash&route=Ultra&caller=xiaomimimo%2Fmimo-v2-flash&fmt=messages)

Andet /`xiaomimimo/mimo-v2-flash`

### Start

MiMo-V2-Flash er Xiaomis tekstmodel til ræsonnement, kodning og værktøjsunderstøttet agentarbejde. Dens kontekst på 256K, hybride opmærksomhed og særskilte eftertrænede udgave passer til opgaver, der forbinder omfattende tekstmateriale med et bestemt svar, en kodeændring eller en næste handling.

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 xiaomimimo/mimo-v2-flash | 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 **$0.0002** / 1K tokens Output · Outputtokens **$0.0006** / 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": "xiaomimimo/mimo-v2-flash",
  "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': 'xiaomimimo/mimo-v2-flash', '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': 'xiaomimimo/mimo-v2-flash', '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** [`xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/da/#m=xiaomimimo%2Fmimo-v2-flash&route=Ultra&caller=xiaomimimo%2Fmimo-v2-flash&fmt=messages)

#### Aliaser for metodestier

`/chat/completions`

#### Relaterede kalder-ID’er

[`xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/da/#m=xiaomimimo%2Fmimo-v2-flash&route=Ultra&caller=xiaomimimo%2Fmimo-v2-flash&fmt=messages)

FAQ · xiaomimimo/mimo-v2-flash

Hvilke input og resultater er tilgængelige?

`POST /v1/chat/completions` · `xiaomimimo/mimo-v2-flash`: `text` → `text` `POST /v1/messages` · `xiaomimimo/mimo-v2-flash`: `text` → `json`, `sse`

Hvilke felter bruger anmodningen?

`POST /v1/chat/completions` · `xiaomimimo/mimo-v2-flash`: `model`, `messages`, `stream` `POST /v1/messages` · `xiaomimimo/mimo-v2-flash`: `model`, `messages`, `max_tokens`, `stream`

Hvilke grænser gælder?

`POST /v1/chat/completions` · `xiaomimimo/mimo-v2-flash`: `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.