Source: https://ailoot.ai/models/de-ch/mistralai-mistral-medium-3-5-u003a-batch/
Canonical: https://ailoot.ai/models/de-ch/mistralai-mistral-medium-3-5-u003a-batch/
Language: de-ch

# Mistral: Mistral Medium 3.5 (batch)

[Markdown](https://ailoot.ai/models/de-ch/mistralai-mistral-medium-3-5-u003a-batch/index.md) · [JSON](https://ailoot.ai/models/de-ch/mistralai-mistral-medium-3-5-u003a-batch/facts.json)

## [Mistral: Mistral Medium 3.5 (batch)](https://ailoot.ai/models/de-ch/mistralai-mistral-medium-3-5-u003a-batch/)

Mistral Medium 3.5 verbindet Anweisungsbefolgung, Schlussfolgern und Programmierung in einem dichten Text- und Bildmodell mit 128 Milliarden Parametern. Es bietet einen Herstellerkontext von 256k, Denkeinstellungen pro Anfrage, native Funktionsaufrufe und strukturierte Ausgaben für Dokument- und Agentenabläufe.

- [**Ailoot Ultra · Stapelverarbeitung** `POST /v1/batches` `mistralai/mistral-medium-3-5:batch`](https://ailoot.ai/models/de-ch/mistralai-mistral-medium-3-5-u003a-batch/#method-0)

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.

Mistral Medium 3.5 ist das dichte Modell mit 128 Milliarden Parametern von Mistral AI, das Anweisungsbefolgung, Schlussfolgern und Programmierung in einem einzigen Gewichtesatz vereint. Es nimmt Text und Bilder entgegen und gibt Text zurück. Der Hersteller positioniert es für Agenten- und Programmieraufgaben; derselbe Checkpoint kann eine direkte Gesprächsantwort erzeugen oder für eine anspruchsvollere Aufgabe seinen dokumentierten Denkmodus nutzen.

Einheitliches Modell und visuelle Fähigkeiten

Die veröffentlichte Modellkarte nennt 128 Milliarden dichte Parameter und ein Kontextfenster von 256k. Der Bildencoder ist für unterschiedliche Bildgrössen und Seitenverhältnisse trainiert. Bilder können Belege zu einer Programmier- oder Dokumentaufgabe liefern: einen Screenshot einer Oberfläche, ein Diagramm zu einer Anforderung oder eine Seite mit Informationen, die das Modell interpretieren muss. Das Ergebnis kann eine schriftliche Erklärung, Code oder strukturierte Felder statt eines generierten Bildes sein.

Der Hersteller beschreibt mehrsprachige Unterstützung für Dutzende Sprachen, darunter Englisch, Französisch, Spanisch, Deutsch, Italienisch, Portugiesisch, Niederländisch, Chinesisch, Japanisch, Koreanisch und Arabisch. Er hebt ausserdem Systemprompt-Befolgung und native Funktionsaufrufe mit JSON-Ausgabe hervor. Legen Sie Zielgruppe, Sprache und Antwortregeln getrennt vom untersuchten Material fest, damit der Wortlaut eines Quelldokuments als Beleg für die Aufgabe erhalten bleibt.

Denkeinstellungen

Die Modellkarte dokumentiert zwei Werte für den Denkaufwand pro Anfrage. Der Wert none liefert eine anweisungsbezogene Antwort ohne Denkmodus; high aktiviert das Schlussfolgern und wird für komplexe Prompts und agentengestützte Programmierung empfohlen. Dies ist eine Moduswahl innerhalb desselben Medium-3.5-Checkpoints und keine andere Modellidentität.

Für hohen Denkaufwand empfiehlt der Hersteller eine Temperatur von 0.7 und einen Top-p-Wert von 0.95. Für none dokumentiert er je nach Aufgabe Temperaturen zwischen 0.0 und 0.7 und lässt Top-p ungesetzt oder bei 1.0. Dies sind Empfehlungen zur Veröffentlichung. Wählen Sie zunächst den Ausgabezweck: eine knappe Feldextraktion, eine Codeänderung mit Erklärung oder einen Vergleich, der mehrere begründete Entscheidungen erfordert.

Eine praktische Denkaufgabe kann eine Anforderung, die Implementierung und die Eingabe bereitstellen, die eine Abweichung sichtbar macht. Bitten Sie das Modell, den relevanten Pfad zu ermitteln, die Abweichung zu erklären und die kleinste Änderung vorzuschlagen, die die öffentliche Schnittstelle bewahrt. Fordern Sie den überarbeiteten Code getrennt von Annahmen und Beispielen an. Das Modell erzeugt einen Vorschlag; Kompilieren, Ausführen und Anwenden erfordern die mit dem Agenten verbundene Entwicklungsumgebung.

Werkzeuge, Dokumente und vorhersehbare Änderungen

Die Servicekarte des Herstellers nennt auch strukturierte Ausgaben, vorhergesagte Ausgaben, Dokumentfragen, Antwortpräfixe, Stapelverarbeitung und Agentengespräche. Definieren Sie für eine Extraktion Feldnamen, Typen und den Umgang mit fehlenden Werten. Der JSON-Modus liefert eine strukturierte Darstellung, während ein benutzerdefiniertes Schema in der verbundenen Schnittstelle eine spezifischere Form festlegt. Fordern Sie nur den Datensatz an, wenn ein Programm ihn parst, und eine separate Erklärung, wenn ein Mensch die Interpretation prüfen muss.

Dokumentfragen verbinden per OCR aufbereiteten Text und Struktur mit Sprachmodellverständnis. Benennen Sie für einen Vergleich die Dokumente und die zu beurteilende Bedingung und fordern Sie jede Erkenntnis mit ihrer Quellstelle an. Eine nützliche Ausgabe kann gemeinsame Anforderungen, Widersprüche und offene Fragen trennen. Direkte Bildfragen können sich auf eine Diagrammbeschriftung oder ein Oberflächenelement konzentrieren; Überschriften, Einheiten und Bildrollen zu bewahren hilft, die Antwort mit dem bereitgestellten Material zu verbinden.

Vorhergesagte Ausgaben sind für Aufgaben dokumentiert, bei denen ein grosser Teil der gewünschten Antwort bereits bekannt ist, etwa die Neugenerierung einer Codedatei oder eines Dokuments mit begrenzten Änderungen. Stellen Sie den bestehenden Inhalt bereit und benennen Sie die konkrete Änderung, wobei die zu erhaltenden Teile bewahrt werden. Dies unterscheidet sich von der Anforderung eines vollständig neuen Artefakts oder der Fortsetzung ab einem bekannten Antwortpräfix. Die Servicefunktionen beschreiben Übermittlungs- und Formatierungsoptionen; sie ändern weder die Text- und Bildeingabe noch die Textausgabe des Modells.

In einem werkzeuggestützten Ablauf stellt die Anwendung Funktionsbeschreibungen und Parameter bereit, das Modell wählt eine Funktion und bereitet Argumente vor, und die Anwendung führt sie aus und liefert das Ergebnis zurück. Ein Rechenwerkzeug kann aus einem bereitgestellten Bild gelesene Werte erhalten, während ein Abfragewerkzeug fehlende Informationen für die nächste Antwort liefern kann. Halten Sie das Werkzeugergebnis mit dem Vorgang verknüpft, der es erzeugt hat. Agentengestütztes Schlussfolgern beruht auf dieser Umgebung; reine Texterzeugung führt keine externen Handlungen aus.

Lange Sitzungen vorbereiten

Nutzen Sie den Kontext von 256k für zusammengehörigen Quellcode, Dokumente und Gesprächsverlauf und halten Sie das tatsächliche Ziel ausdrücklich fest. Eine Programmiersitzung kann das Modul, seinen Aufrufer und die Anforderungen bewahren, während sie eine definierte Änderung anfordert. Eine Dokumentsitzung kann die relevanten Abschnitte zusammenhalten und zugleich eine kurze Tabelle oder überarbeitete Passage zurückgeben. Die Kontextkapazität legt keine separate maximale Antwortlänge fest; das Generierungsbeispiel mit 1’024 Tokens in der Modellkarte ist eine Veranschaulichung und keine solche Grenze.

Der Hersteller weist darauf hin, dass eine ältere veröffentlichte Konfiguration einen Fehler für lange Kontexte enthielt, der behoben wurde, auch mit Bedeutung für abgeleitete Checkpoints. Bewahren Sie bei der Nutzung der Gewichte für lange Sitzungen die korrigierte Veröffentlichungskonfiguration. Die hybriden Modi und die Architektur mit 128 Milliarden Parametern von Medium 3.5 dürfen nicht Medium 3.1 oder einem separat benannten Draft-Head-Checkpoint zugeschrieben werden, nur weil ihre Namen dieselbe Familie teilen.

**Ailoot Ultra · Stapelverarbeitung** `POST /v1/batches` `mistralai/mistral-medium-3-5:batch`

[`mistralai/mistral-medium-3-5:batch`](https://ailoot.ai/models/de-ch/#m=mistralai%2Fmistral-medium-3-5%3Abatch&route=Ultra&caller=mistralai%2Fmistral-medium-3-5%3Abatch&fmt=batches)

Mistral /`mistralai/mistral-medium-3-5:batch`

### Einstieg

Mistral Medium 3.5 verbindet Anweisungsbefolgung, Schlussfolgern und Programmierung in einem dichten Text- und Bildmodell mit 128 Milliarden Parametern. Es bietet einen Herstellerkontext von 256k, Denkeinstellungen pro Anfrage, native Funktionsaufrufe und strukturierte Ausgaben für Dokument- und Agentenabläufe.

Zulässige Eingaben

Text

Ergebnisse

Text

### In Ailoot verfügbar · Eingaben und Methoden

**Ailoot Ultra · Stapelverarbeitung** `POST /v1/batches`

Eingabe

`text`

Ausgabe

`text`

Ausgabeformat

eingebettetes JSON unter results\[\].response.body

| Feld | Typ | Anforderung | Werte und Limits | Standard |
| --- | --- | --- | --- | --- |
| Feld`endpoint` | Typ`string` | AnforderungErforderlich | Werte und Limits /v1/chat/completions | Standard— |
| Feld`model` | Typ`string` | AnforderungErforderlich | Werte und Limits mistralai/mistral-medium-3-5:batch | Standard— |
| Feld`requests` | Typ`batch_item[]` | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
| Feld`requests[].custom_id` | Typ`string` | AnforderungErforderlich | Werte und Limits | Standard— |
| Feld`requests[].body.messages` | Typ`message[]` | AnforderungErforderlich | Werte und Limits | Standard— |
| Feld`completion_window` | Typ`string` | AnforderungOptional | Werte und Limits 24h | Standard— |
| Feld`provider` | Typ`object\|null` | AnforderungOptional | Werte und Limits | Standard— |
| Feld`requests[].body.model` | Typ`string` | AnforderungOptional | Werte und Limits mistralai/mistral-medium-3-5:batch, mistralai/mistral-medium-3-5 | Standard— |
| Feld`provider.only` | Typ`string[]` | AnforderungOptional | Werte und Limits mistral | Standard— |
| Feld`provider.allow_fallbacks` | Typ`boolean\|null` | AnforderungOptional | Werte und Limits false, null | Standard— |

Methodenparameter und Lebenszyklus

| Parameter | Vertrag |
| --- | --- |
| Parameter`content_type` | Vertragapplication/json |
| Parameter`required` | Vertragendpoint, model, requests |
| Parameter`material_types` | Vertragtext |
| Parameter`representation` | Vertrageingebettete requests\[\]; jedes Element enthält custom\_id und body |
| Parameter`request_endpoint_profile` | Vertrag/v1/chat/completions |
| Parameter`file_material` | VertragDer Aufrufer kann tatsächliches UTF-8-JSONL lokal in requests\[\] einlesen. Es werden weder ein Upload-Zweck noch input\_file\_id oder eine Dateireferenz verwendet. Fehlendes oder leeres Kundenmaterial stoppt die Vorbereitung vor POST. |
| Parameter`serialization_order` | Vertragendpoint, model, provider (falls angegeben), completion\_window (falls angegeben), requests als letztes Feld |
| Parameter`optional_controls` | Vertragprovider.only, provider.allow\_fallbacks, completion\_window |
| Parameter`schema_scope` | VertragAnfragekörper für Text Chat Completions in der dokumentierten Inline-Batch-Struktur. |

Lebenszyklus: `asynchronous`

`GET /v1/batches/{operation_id}` · die tatsächliche response.id der ursprünglichen Erstellungsantwort; derselbe Nutzer/Schlüssel/dieselbe Gruppe

### 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

Preise für explizites Caching

Nicht aktiviert Wenn explizites Caching angefordert wird

#### Ailoot-Tarife

#### Preise nach Konfiguration

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

| Konfiguration | Tarifstaffel | Kontexttoken, mehr als | Kontexttoken, bis einschliesslich | Gebühr |
| --- | --- | --- | --- | --- |
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Kontexttoken, mehr als— | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken **$0.0015** / 1K Tokens Ausgabe · Ausgabetoken **$0.0075** / 1K Tokens Eingabe · Cache lesen **—** / 1K Tokens Eingabe · Cache schreiben **—** / 1K Tokens Eingabe · Cache schreiben, 1 Stunde **—** / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken **$0.0015** / 1K Tokens Ausgabe · Ausgabetoken **$0.0075** / 1K Tokens Eingabe · Cache lesen **—** / 1K Tokens Eingabe · Cache schreiben **—** / 1K Tokens Eingabe · 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 →](https://ailoot.ai/docs/de-ch/billing/reserve/)

### Beispielanfragen

#### Ailoot Ultra · Stapelverarbeitung

curl · gespeicherte BeispieldatenPython HTTP · tatsächliche JSONL-Daten des KundenPython · jedes fertiggestellte Ergebnis speichern

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json
from pathlib import Path
body=json.loads('{"endpoint":"/v1/chat/completions","model":"mistralai/mistral-medium-3-5:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')
Path("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json
```

```python
import json, os
from pathlib import Path
from urllib.request import Request, urlopen

def prepare_requests(customer_path):
    path = Path(customer_path)
    if not path.is_file(): raise ValueError("Customer JSONL file is missing")
    items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]
    if not items: raise ValueError("Customer JSONL contains no requests")
    ids = set()
    for item in items:
        if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")
        cid = item["custom_id"]
        if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")
        ids.add(cid)
        if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")
        supplied_model = item["body"].get("model")
        if supplied_model is not None and supplied_model not in ['mistralai/mistral-medium-3-5:batch', 'mistralai/mistral-medium-3-5']: raise ValueError("body.model must be an exact documented caller or wire ID")
    return {"endpoint":"/v1/chat/completions", "model":"mistralai/mistral-medium-3-5:batch", "requests":items}

if __name__ == "__main__":
    material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")
    if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")
    body = prepare_requests(material)
    key = os.environ.get("AILOOT_API_KEY", "")
    if not key: raise SystemExit("Set AILOOT_API_KEY")
    request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")
    with urlopen(request) as response:
        raw = response.read()
        Path("batch-create-response.json").write_bytes(raw)
        print(raw.decode("utf-8"))
```

```python
import json
from pathlib import Path
raw = Path("batch-status-response.json").read_bytes()
response = json.loads(raw)
if response.get("status") != "completed":
    raise SystemExit("Keep the original operation; read its status without resubmitting")
results = response.get("results")
if not isinstance(results, list) or not results:
    raise SystemExit("Preserve the original response; completed results are missing")
Path("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\n" for item in results), encoding="utf-8")
# Preserve batch-status-response.json with aggregate usage and every result/error.
```

### Ergebnisse abrufen und speichern

#### Ailoot Ultra · Stapelverarbeitung

eingebettetes JSON unter results\[\].response.body

- `GET /v1/batches/{operation_id}`

##### Auftragsstatus prüfen

curl · Status des ursprünglichen Vorgangs

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
BATCH_OPERATION_ID="$(python3 - <<'PY_ID'
import json
from pathlib import Path
from urllib.parse import quote
response = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))
operation = response.get("id")
if not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")
print(quote(operation, safe=""))
PY_ID
)"
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json
```

##### Alle fertiggestellten Ergebnisse aufbewahren

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

Das vollständige ursprüngliche Status-JSON, jedes Ergebnis/jede custom\_id und den vollständigen Antwort- oder Fehlerkörper aufbewahren. Abgeschlossene results\[\] ohne Filterung als JSONL speichern.

##### Wenn die ursprüngliche Antwort geprüft werden muss

Die ursprüngliche Vorgangs-ID beibehalten. Bei 503 result\_pending\_check gilt X-Should-Retry:false; einen ursprünglichen Batch mit unbekanntem Ausgang niemals erneut einreichen.

Antwortfelder

| Feld | Typ |
| --- | --- |
| Feld`results[].custom_id` | Typstring |
| Feld`results[].response.body.choices[].message.content` | Typstring\|null |
| Feld`results[].error` | Typobject\|null |
| Feld`usage` | Typobject\|null |
| Feld`id` | Typstring |
| Feld`model` | Typstring |
| Feld`endpoint` | Typstring |
| Feld`status` | Typstring |
| Feld`request_counts` | Typobject |
| Feld`results[].id` | Typstring |
| Feld`results[].response.status_code` | Typinteger |
| Feld`results[].response.request_id` | Typstring |

Fehler und nächste Schritte

| Antwort | Bedingung | Nächster Schritt |
| --- | --- | --- |
| Antwort400 · `invalid_request_error` | BedingungUngültige Struktur der dokumentierten Inline-Einbettung, doppelte Schlüssel, ungültige Identitätsangaben zu einem Element oder ein Konflikt mit den konfigurierten Modellfähigkeiten. | Nächster SchrittDie angegebenen Felder vor jeder neuen Einreichung korrigieren. |
| Antwort401 · `authentication_error` | BedingungUngültiger API-Schlüssel. | Nächster SchrittDen autorisierten Ailoot-Schlüssel verwenden. |
| Antwort403 · `permission_error` | BedingungGruppe für Stapelverarbeitung nicht verfügbar. | Nächster SchrittDie Berechtigung des Schlüssels bzw. der Gruppe prüfen. |
| Antwort422 · `invalid_request_error` | BedingungStapelverarbeitung wird über das Guthaben abgerechnet; die Erstellung über ein Abonnement wird abgelehnt. | Nächster SchrittDie autorisierte Gruppe mit Guthabenabrechnung verwenden. |
| Antwort422 · `price_unavailable` | BedingungFür die Batch-Eingabe kann kein Preisangebot erstellt werden. | Nächster SchrittAntwort aufbewahren; die dokumentierte Eingabe der API-Familie verwenden. |
| Antwort402 · `billing_error` | BedingungReservierung für Stapelverarbeitung nicht verfügbar. | Nächster SchrittDie Zulassung klären, bevor eine neue Anfrage gestellt wird. |
| Antwort503 · `price_unavailable` | BedingungMethodenpreis bzw. native Tarife für Stapelverarbeitung nicht verfügbar. | Nächster SchrittAntwort aufbewahren; keine anderen Preise einsetzen. |
| Antwort503 · `api_error` | BedingungDie genaue Anbieterroute ist nicht verfügbar. | Nächster SchrittAntwort zur Reparatur der Route aufbewahren. |
| Antwort503 · `result_pending_check` | BedingungDas ursprüngliche Ergebnis muss geprüft werden; X-Should-Retry:false. | Nächster SchrittDie ursprüngliche operation\_id/id beibehalten und ihren Status lesen; den ursprünglichen POST niemals wiederholen. |
| Antwort404 · `not_found` | BedingungDer Batch-Vorgang, dessen Status abgefragt wird, ist nicht vorhanden oder gehört einer anderen Identität. | Nächster SchrittDie genaue ursprüngliche id und denselben Nutzer/Schlüssel/dieselbe Gruppe verwenden. |

### Aliasnamen

#### Modellaliasnamen

**Ailoot Ultra** [`mistralai/mistral-medium-3-5:batch`](https://ailoot.ai/models/de-ch/#m=mistralai%2Fmistral-medium-3-5%3Abatch&route=Ultra&caller=mistralai%2Fmistral-medium-3-5%3Abatch&fmt=batches)

#### Aliasnamen für Methodenpfade

Verwenden Sie die oben angezeigten Methodenpfade.

#### Zugehörige Aufrufer-IDs

[`mistralai/mistral-medium-3-5:batch`](https://ailoot.ai/models/de-ch/#m=mistralai%2Fmistral-medium-3-5%3Abatch&route=Ultra&caller=mistralai%2Fmistral-medium-3-5%3Abatch&fmt=batches)

FAQ · Mistral: Mistral Medium 3.5 (batch)

Welche Eingaben und Ergebnisse sind verfügbar?

`POST /v1/batches` · `mistralai/mistral-medium-3-5:batch`: `text` → `text`

Welche Felder verwendet die Anfrage?

`POST /v1/batches` · `mistralai/mistral-medium-3-5:batch`: `endpoint`, `model`, `requests`, `completion_window`, `provider`

Welche Grenzen gelten?

`POST /v1/batches` · `mistralai/mistral-medium-3-5:batch`: `requests.min_items`: `1`

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](https://ailoot.ai/docs/de-ch/billing/subscriptions/) · [Modellpreise ansehen](https://ailoot.ai/models/de-ch/)

## 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](mailto:support@ailoot.ai) · [Offizielles Angebot und Lizenzvertrag](https://ailoot.ai/legal/offer?lang=de-ch)

## Ailoot · Das Unternehmen und sein Projektportfolio





Ailoot baut auf bewährte Betriebserfahrung, einen großen Kundenstamm, stabilen Service und kontinuierliche KPI-Kontrolle.





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





Ailoot nutzt diese Betriebserfahrung für den API-Zugang zu KI-Funktionen in Kundenprodukten, Agenten, Anwendungen und Automatisierungen.