Modelle

ScaleDown: Extract

Markdown · JSON

ScaleDown: Extract

Extract findet vom Aufrufer beschriebene Entitäten in Text, Bildern und Dokumentdateien. Definieren Sie Felder in einfachem Englisch und bewahren Sie passende Textstellen, Konfidenzwerte, Zeichenpositionen und Kontext auf. Integrierte OCR unterstützt Scans und PDFs, mit einem veröffentlichten Kontext von 1.000.000 Token für Dokumentabläufe.

Über das Modell

Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.

Extract ist ScaleDowns beschreibungsbasiertes Modell zur Entitätsextraktion. Statt aus einem festen Satz von Entitätstypen zu wählen, beschreibt der Aufrufer die gesuchten Informationen in einfachem Englisch. Das Modell liefert passende Textstellen mit Konfidenz, Zeichenpositionen und umgebendem Kontext zurück, wodurch sich das Ergebnis leichter mit dem Ausgangsmaterial verbinden lässt.

Beschreiben Sie die benötigten Felder

Benennen Sie jede angeforderte Entität anhand eines konkreten geschäftlichen Zwecks. Ein Rechnungsablauf kann Dokumentkennungen, Datumsangaben und Beträge in ihrer geschriebenen Form suchen. Ein Vertragsablauf kann benannte Parteien, Fristen oder bestimmte Verpflichtungen suchen. Ein E-Mail-Ablauf kann Kontaktdaten oder eine angeforderte Aktion suchen.

Beschreiben Sie die Bedeutung eines Feldes, statt sich allein auf seinen Kurznamen zu verlassen. Unterscheiden Sie Ausstellungsdatum und Zahlungsfrist oder den Namen einer Person und den einer Organisation. Wenn mehrere Felder ähnliche Formulierungen haben, geben Sie jedem eine Definition, die zurückgegebene Treffer getrennt hält.

Bewahren Sie den Treffer und seine Belege auf

Ein hilfreiches Extraktionsergebnis erhält die Quelltextstelle zusammen mit ihren Zeichenpositionen und dem umgebenden Text. Diese Werte ermöglichen es der Anwendung, die Herkunft eines Treffers zu bestimmen, und einer prüfenden Person, die Belege ohne erneute Suche im gesamten Dokument zu betrachten. Bewahren Sie den Konfidenzwert mit dem Treffer auf, statt jede zurückgegebene Textstelle als gleich sicher zu behandeln.

Benötigt ein Ablauf ein normalisiertes Datum, einen umgerechneten Betrag oder einen anderen abgeleiteten Wert, bewahren Sie den ursprünglichen Text neben dieser späteren Umwandlung auf. Entitätsextraktion identifiziert, was das Dokument aussagt; die Anwendung entscheidet, welche Normalisierungen und Validierungsregeln sie auf die zurückgegebenen Belege anwendet.

Scans, Dokumente und lange Eingaben

Die veröffentlichten Eingabetypen des Modells umfassen Text, Bilder und Dateien wie PDFs, mit integrierter OCR für gescannte Dokumente. Verwenden Sie lesbares Ausgangsmaterial und bewahren Sie Dokument- und Seitenidentitäten auf, wo sie für die Prüfung wichtig sind. Ein schlechter Scan kann ein Feld mehrdeutig machen; betrachten Sie deshalb den zurückgegebenen Kontext, bevor Sie einen kritischen Wert übernehmen.

Das veröffentlichte Kontextfenster beträgt 1.000.000 Token. Halten Sie bei einem großen Dokument oder einer Sammlung die angeforderten Entitätsdefinitionen konsistent und verbinden Sie jedes Ergebnis mit dem Material, aus dem es stammt. Derselbe Definitionssatz kann einer Anwendung helfen, extrahierte Felder über Verträge, Rechnungen, Nachrichten oder Transkripte hinweg zu vergleichen.

Textausgabe und nachgelagerte Validierung

Die veröffentlichte Ausgabemodalität ist Text. Verwenden Sie den umgebenden Extraktionsablauf, um die von ihm benötigte maschinenlesbare Datensatzstruktur zu validieren. Bewahren Sie passenden Text und Quellenkontext auf, bevor Sie das Ergebnis speichern oder umwandeln.

Ein hilfreiches Endergebnis enthält den angeforderten Entitätsnamen, den passenden Quelltext, die relevante Position oder den Kontext sowie die zu prüfende Konfidenz. Halten Sie ungeklärte oder konkurrierende Treffer sichtbar, statt ein fehlendes Feld zu erfinden. So entsteht ein beleggestützter Extraktionsdatensatz für nachfolgende Prüfungen und Umwandlungen.

Fähigkeiten

  • In einfachem Englisch beschriebene Entitätstypen.
  • Passende Textstellen mit Konfidenz, Zeichenpositionen und umgebendem Kontext.
  • Integrierte OCR für gescannte Bilder und PDFs.
  • Text-, Bild- und Dateieingaben mit veröffentlichtem Kontext von 1.000.000 Token.
  • Textergebnisse für beleggestützte Feldextraktion.

Anwendungsfälle

  • Extraktion von Rechnungsfeldern — Rechnungen und Definitionen der zu suchenden Kennungen, Datumsangaben oder Beträge. Ergebnis: Passende Quellfelder mit erhaltenen Belegen.
  • Vorbereitung der Vertragsprüfung — Verträge und präzise Definitionen von Parteien, Datumsangaben oder Verpflichtungen. Ergebnis: Extrahierte Textstellen für eine spätere rechtliche oder operative Prüfung.
  • E-Mail-Eingang — Nachrichten und die vom Ablauf benötigten Entitäten. Ergebnis: Belegbezogene Kontakt- oder Anfragedatensätze.
  • Datenerfassung aus gescannten Dokumenten — Lesbare Scans/PDFs und stabile Entitätsdefinitionen. Ergebnis: Treffer mit Quellenkontext und Konfidenz zur Validierung.

Grenzen

  • Kontext — Veröffentlichtes Kontextfenster: 1.000.000 Token.
  • Ergebnisbelege — Bewahren Sie Textstellen, Zeichenpositionen und umgebenden Kontext auf, bevor Sie spätere Normalisierungen anwenden.
  • Ausgabevorgaben — Die veröffentlichte Ausgabe ist Text; JSON mit durchgesetzter Schemaeinhaltung und Funktionsaufrufe sind für dieses Modell nicht aufgeführt.
  • Felddefinitionen — Die Entitätsauswahl wird durch bereitgestellte Beschreibungen bestimmt statt durch eine feste Taxonomie.
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions scaledown/extract

scaledown/extract

ScaleDown /scaledown/extract

Einstieg

Extract findet vom Aufrufer beschriebene Entitäten in Text, Bildern und Dokumentdateien. Definieren Sie Felder in einfachem Englisch und bewahren Sie passende Textstellen, Konfidenzwerte, Zeichenpositionen und Kontext auf. Integrierte OCR unterstützt Scans und PDFs, mit einem veröffentlichten Kontext von 1.000.000 Token für Dokumentabläufe.

Zulässige Eingaben
Text
Ergebnisse
Text

In Ailoot verfügbar · Eingaben und Methoden

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
Eingabe
text
Ausgabe
text
Ausgabeformat
json oder SSE
FeldTypAnforderungWerte und LimitsStandard
FeldmodelTypstringAnforderungErforderlichWerte und Limits
scaledown/extract
Standard—
FeldmessagesTypmessage[]AnforderungErforderlichWerte und Limits
Mindestanzahl Elemente: 1
Standard—
Feldmessages[].roleTypstringAnforderungErforderlichWerte und Limits
Modellabhängig
Standard—
Feldmessages[].contentTypstringAnforderungOptionalWerte und Limits
Gilt, wenn: Textgespräch
Standard—
FeldstreamTypbooleanAnforderungOptionalWerte und LimitsStandardfalse
Kombinationen von Eingabematerialien

Text · UTF8-Text

messages[].content

Methodenparameter und Lebenszyklus
ParameterVertrag
Parametercontent_typeVertragapplication/json
ParameterrequiredVertragmodel, messages
Parametermaterial_typesVertragtext
ParametermessagesVertragNachrichtenarray mit role/content-Struktur
Parameterfile_materialVertragTatsächliches UTF-8-Dokument als wörtlicher Text eingefügt; keine Datei-ID abgeleitet
Parameteroptional_controlsVertragstream
Parametercontrol_scopeVertragTextgespräch; stream ist ein boolescher Wert und standardmäßig false.
Parameteroutput_modalitiesVertragtext
Parameterhosted_operationsVertragfalse
Parametermultimodal_input_bindingVertragnull

Methodenaliasnamen: /chat/completions

Lebenszyklus: synchronous_or_streamed

Die genaue Modell-ID zusammen mit messages senden.

Die Kontextlänge ist keine Ausgabeobergrenze.

Eine Textdatei kann wörtlichen Text liefern; Bild-, Audio- und Dateiobjekteingaben benötigen eine exakte Zuordnung.

Tarife

Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.

Schnellmodus
Nicht angegeben Wenn der Schnellmodus ausgewählt ist
Flex-Modus
Nicht angegeben Wenn der Modus flex ausgewählt ist
Maximaler Denkaufwand
Nicht angegeben Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird

Ailoot-Tarife

Preise nach Konfiguration

Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.

KonfigurationTarifstaffelKontexttoken, mehr alsKontexttoken, bis einschließlichGebühr
KonfigurationBasistarife für TokenTarifstaffelGrundtarifKontexttoken, mehr als—Kontexttoken, bis einschließlichKeine ObergrenzeGebühr
Eingabe · Eingabetoken $0.0001 / 1K Tokens
Ausgabe · Ausgabetoken $0 / 1K Tokens
Eingabe · Cache lesen — / 1K Tokens
Eingabe · In Cache schreiben — / 1K Tokens
Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens
KonfigurationAnfragelängenstufe 1Tarifstaffel—Kontexttoken, mehr als0Kontexttoken, bis einschließlichKeine ObergrenzeGebühr
Eingabe · Eingabetoken $0.0001 / 1K Tokens
Ausgabe · Ausgabetoken $0 / 1K Tokens
Eingabe · Cache lesen — / 1K Tokens
Eingabe · In Cache schreiben — / 1K Tokens
Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens

Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →

Beispielanfragen

Ailoot Ultra · OpenAI Chat

curlPython SDK
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model":"scaledown/extract","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
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="scaledown/extract", 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"))

Ergebnisse abrufen und speichern

Ailoot Ultra · OpenAI Chat

json oder SSE

Alle fertiggestellten Ergebnisse aufbewahren

Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.

Alle Antwortvarianten mit ihren Inhalten, Werkzeugaufrufen und Reasoning-Daten beibehalten. In SSE die Deltas nach Varianten- und Werkzeugindex zusammensetzen; endgültigen Beendigungsgrund und Verbrauchsdaten beibehalten.

Wenn die ursprüngliche Antwort geprüft werden muss

Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.

Antwortfelder
FeldTyp
Feldchoices[].indexTypinteger
Feldchoices[].message.contentTypstring|null
Feldchoices[].message.tool_callsTyptool_call[]
Feldchoices[].message.reasoning_contentTypstring
Feldchoices[].message.reasoning_detailsTypobject|array
Feldchoices[].finish_reasonTypstring|null
FeldusageTypobject
Fehler und nächste Schritte
AntwortBedingungNächster Schritt
Antwort400 · invalid_request_errorBedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültigNächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren.

Aliasnamen

Modellaliasnamen

Ailoot Ultra scaledown/extract

Aliasnamen für Methodenpfade

/chat/completions

Zugehörige Aufrufer-IDs

scaledown/extract

Ailoot Ultra · Anthropic Messages POST /v1/messages scaledown/extract

scaledown/extract

ScaleDown /scaledown/extract

Einstieg

Extract findet vom Aufrufer beschriebene Entitäten in Text, Bildern und Dokumentdateien. Definieren Sie Felder in einfachem Englisch und bewahren Sie passende Textstellen, Konfidenzwerte, Zeichenpositionen und Kontext auf. Integrierte OCR unterstützt Scans und PDFs, mit einem veröffentlichten Kontext von 1.000.000 Token für Dokumentabläufe.

Zulässige Eingaben
Text
Ergebnisse
json · sse

In Ailoot verfügbar · Eingaben und Methoden

Ailoot Ultra · Anthropic Messages POST /v1/messages
Eingabe
text
Ausgabe
json, sse
Ausgabeformat
JSON oder SSE
FeldTypAnforderungWerte und LimitsStandard
FeldmodelTypstringAnforderungErforderlichWerte und Limits
scaledown/extract
Standard—
FeldmessagesTypmessage[]AnforderungErforderlichWerte und LimitsStandard—
Feldmessages[].roleTypstringAnforderungErforderlichWerte und Limits
user, assistant
Standard—
Feldmessages[].contentTypstringAnforderungErforderlichWerte und LimitsStandard—
Feldmax_tokensTypintegerAnforderungErforderlichWerte und LimitsStandard—
FeldstreamTypbooleanAnforderungOptionalWerte und LimitsStandardfalse
Kombinationen von Eingabematerialien

Text · UTF-8-Text

Zeichenfolge messages[].content

Methodenparameter und Lebenszyklus
ParameterVertrag
Parametercontent_typeVertragapplication/json
ParameterrequiredVertragmodel, messages, max_tokens
Parameteroptional_controlsVertragstream
Parametermaterial_typesVertragtext
Parametertext_file_materialVertragDas tatsächliche UTF-8-Dokument lesen und seinen Text in die angegebene Zeichenfolge für Eingabe oder Nachrichteninhalt einfügen.

Lebenszyklus: synchronous_or_streamed

Tarife

Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.

Schnellmodus
Nicht angegeben Wenn der Schnellmodus ausgewählt ist
Flex-Modus
Nicht angegeben Wenn der Modus flex ausgewählt ist
Maximaler Denkaufwand
Nicht angegeben Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird

Ailoot-Tarife

Preise nach Konfiguration

Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.

KonfigurationTarifstaffelKontexttoken, mehr alsKontexttoken, bis einschließlichGebühr
KonfigurationBasistarife für TokenTarifstaffelGrundtarifKontexttoken, mehr als—Kontexttoken, bis einschließlichKeine ObergrenzeGebühr
Eingabe · Eingabetoken $0.0001 / 1K Tokens
Ausgabe · Ausgabetoken $0 / 1K Tokens
Eingabe · Cache lesen — / 1K Tokens
Eingabe · In Cache schreiben — / 1K Tokens
Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens
KonfigurationAnfragelängenstufe 1Tarifstaffel—Kontexttoken, mehr als0Kontexttoken, bis einschließlichKeine ObergrenzeGebühr
Eingabe · Eingabetoken $0.0001 / 1K Tokens
Ausgabe · Ausgabetoken $0 / 1K Tokens
Eingabe · Cache lesen — / 1K Tokens
Eingabe · In Cache schreiben — / 1K Tokens
Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens

Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →

Beispielanfragen

Ailoot Ultra · Anthropic Messages

Vollständiger minimaler JSON-Bodycurl · eigenes UTF-8-Dokument verwendenPython · das vollständige Ergebnis speichern
{
  "model": "scaledown/extract",
  "max_tokens": 128,
  "messages": [
    {
      "role": "user",
      "content": "Summarize the incident report."
    }
  ],
  "stream": false
}
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': 'scaledown/extract', '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
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': 'scaledown/extract', '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))

Ergebnisse abrufen und speichern

Ailoot Ultra · Anthropic Messages

JSON oder SSE

Alle fertiggestellten Ergebnisse aufbewahren

Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.

Alle Inhaltsblöcke, Thinking-Signaturen und tatsächlichen Werkzeugaufruf-IDs beibehalten. Alle SSE-Blockdeltas zusammensetzen; der erste Textblock ist nicht die vollständige Ausgabe.

Wenn die ursprüngliche Antwort geprüft werden muss

Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.

Antwortfelder
FeldTyp
FeldidTypstring
FeldmodelTypstring
Feldcontent[]Typtext|thinking|tool_use|other content block
Feldstop_reasonTypstring|null
FeldusageTypobject
Fehler und nächste Schritte
AntwortBedingungNächster Schritt
Antwort400 · invalid_request_errorBedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültigNächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren.

Aliasnamen

Modellaliasnamen

Ailoot Ultra scaledown/extract

Aliasnamen für Methodenpfade

/chat/completions

Zugehörige Aufrufer-IDs

scaledown/extract

FAQ · ScaleDown: Extract
Welche Eingaben und Ergebnisse sind verfügbar?

POST /v1/chat/completions · scaledown/extract: text → text

POST /v1/messages · scaledown/extract: text → json, sse

Welche Felder verwendet die Anfrage?

POST /v1/chat/completions · scaledown/extract: model, messages, stream

POST /v1/messages · scaledown/extract: model, messages, max_tokens, stream

Welche Grenzen gelten?

POST /v1/chat/completions · scaledown/extract: messages.min_items: 1

Weitere Details

Verbinden Sie Ailoot mit Claude Code, OpenCode, Hermes oder Ihrer eigenen Anwendung.

Das Unternehmen und sein Projektportfolio

Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe.

Tokens mit Rabatt kaufen.

Aborabatt für regelmäßige Arbeit. Aktionscodes bieten bis 50% beim Tokenkauf.

Abo
Wählen Sie einen Tarif mit Rabatt für Ihre regelmäßigen Anfragen.
Aktionscode bis 50%
Geben Sie den Code beim Kauf ein. Der Preis wird nach den gültigen Aktionsbedingungen berechnet.
Ausgaben in der Historie
Modell, Tokens und Betrag werden für jede Anfrage gespeichert.

Abo wählen · Modellpreise ansehen

Verbinden Sie die API mit dem Produkt, das Sie verkaufen.

SaaS, Anwendungen und Bots nach dem offiziellen Angebot und Lizenzvertrag von Ailoot. Fordern Sie für den Weiterverkauf eine Reseller-Lizenz an.

Kommerzielle Anwendung
Integrieren Sie Text-, Bild-, Video- und Audioerzeugung in kostenpflichtige Funktionen Ihres Dienstes.
Reseller-Lizenz
Senden Sie Projektbeschreibung und Zugangsmodell. Fordern Sie schriftliche Nutzungs- und Weiterverkaufsbedingungen an.
Dokumente auf der Website
Offizielles Angebot, Lizenzvertrag und Datenschutzerklärung sind vor der Verbindung zugänglich.

Reseller-Lizenz anfordern · Offizielles Angebot und Lizenzvertrag