Source: https://ailoot.ai/models/el/meta-muse-spark-1-2/
Canonical: https://ailoot.ai/models/el/meta-muse-spark-1-2/
Language: el

# Meta: Muse Spark 1.2

[Markdown](https://ailoot.ai/models/el/meta-muse-spark-1-2/index.md) · [JSON](https://ailoot.ai/models/el/meta-muse-spark-1-2/facts.json)

## [Meta: Muse Spark 1.2](https://ailoot.ai/models/el/meta-muse-spark-1-2/)

Το Muse Spark 1.2 είναι το πολυτροπικό μοντέλο συλλογιστικής της Meta με έμφαση στον προγραμματισμό από οπτικό υλικό, τα γραφήματα και την οπτικοακουστική κατανόηση. Μπορεί να μετατρέπει παρεχόμενες εικόνες ή βίντεο σε προτεινόμενο κώδικα ιστοσελίδων και παιχνιδιών μέσω συνδεδεμένων εργαλείων, με έξοδο κειμένου και παράθυρο συμφραζομένων 1.048.576 tokens κατά τον δημιουργό.

- [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `meta/muse-spark-1.2`](https://ailoot.ai/models/el/meta-muse-spark-1-2/#method-0)
- [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `meta/muse-spark-1.2`](https://ailoot.ai/models/el/meta-muse-spark-1-2/#method-1)

Σχετικά με το μοντέλο

Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.

Το Muse Spark 1.2 είναι μια ενημέρωση με έμφαση στον προγραμματισμό του Muse Spark 1.1 της Meta, με επίκεντρο την πολυτροπική κατανόηση και την οπτική συλλογιστική. Οι επιδείξεις του δημιουργού συνδέουν εικόνες και βίντεο με ψηφιακά παραδοτέα όπως ιστοσελίδες και παιχνίδια, ενώ ο πίνακας μοντέλων του αναφέρει παράθυρο συμφραζομένων 1.048.576 tokens και έξοδο κειμένου. Αυτή η καταχώριση αφορά το Standard 1.2, διαφορετικό από το Contributor 1.2 και το μεταγενέστερο 1.3.

Προγραμματισμός από οπτικό υλικό

Η έκδοση περιγράφει τη μετατροπή οπτικής διάταξης, ιεραρχίας και ύφους σε λειτουργικό κώδικα και κατόπιν την εξέταση του παραγόμενου παραδοτέου μέσω εργαλείων. Για μια χρήσιμη εργασία, δώστε την εικόνα ή το απόσπασμα βίντεο μαζί με τη συμπεριφορά προς υλοποίηση. Ένα στιγμιότυπο οθόνης μπορεί να δείχνει την εμφάνιση αλλά να αφήνει απροσδιόριστες τις αλληλεπιδράσεις, επομένως ονομάστε τα στοιχεία ελέγχου, τις καταστάσεις και την αναμενόμενη απόκριση σε ενέργειες χρήστη που πρέπει να περιλαμβάνει το αποτέλεσμα.

Ζητήστε χωριστά την ορατή δομή, την προτεινόμενη υλοποίηση και τις παραδοχές. Για παράδειγμα, μια εργασία ανακατασκευής σελίδας μπορεί να απαιτεί τις ονομασμένες ενότητες και τις οπτικές σχέσεις που εμφανίζονται στην αναφορά και κατόπιν να ζητά τον κώδικα για μία καθορισμένη αλληλεπίδραση. Η απόδοση και η δοκιμή αυτού του κώδικα απαιτούν το συνδεδεμένο περιβάλλον· το στιγμιότυπο οθόνης ή η ανατροφοδότηση εκτέλεσης που προκύπτει μπορεί να γίνει είσοδος για την επόμενη διόρθωση.

Ο δημιουργός προσδιορίζει κατανόηση γραφημάτων και οπτική συλλογιστική πέρα από την παραγωγή κώδικα. Διατηρήστε τους άξονες, τις μονάδες και τις ετικέτες ενός γραφήματος και ζητήστε την παρατήρηση που υποστηρίζει κάθε συμπέρασμα. Για διάγραμμα, προσδιορίστε τη σχέση προς εξήγηση και τις ετικέτες πηγών προς διατήρηση. Για εικόνα εγγράφου, διακρίνετε τη μεταγραφή της ορατής διατύπωσης από μια σύνοψη ή ερμηνεία.

Χωρικές και οπτικοακουστικές ροές εργασίας

Η ανακοίνωση 1.2 συζητά επίσης μια εξειδικευμένη παραλλαγή ρομποτικής και ένα σύστημα σχεδιασμού και δράσης δύο επιπέδων. Αυτά είναι διακριτά πειραματικά συστατικά: ένα μοντέλο υψηλού επιπέδου συλλογίζεται τη σκηνή και τις υποεργασίες, ενώ μια ξεχωριστή πολιτική όρασης, γλώσσας και δράσης εκτελεί ενέργειες χαμηλού επιπέδου. Το μοντέλο Standard με έξοδο κειμένου δεν πρέπει να περιγράφεται ως ρομποτικός ενεργοποιητής απλώς επειδή η έκδοση της οικογένειας περιέχει αυτή την επίδειξη.

Για την έκδοση Standard, ο πίνακας μοντέλων τεκμηριώνει κείμενο, εικόνες, βίντεο, ήχο και PDF ως εισόδους. Μια οπτικοακουστική εργασία μπορεί να ζητά το γεγονός ή την προφορικά διατυπωμένη συνθήκη που σχετίζεται με ένα ερώτημα και να επιστρέφει μια καταγραφή του υποστηρικτικού υλικού σε σειρά. Προσδιορίστε το σχετικό τμήμα και τη μορφή απάντησης, αντί να ζητάτε μη κατευθυνόμενη σύνοψη κάθε τροπικότητας.

Τα παραδείγματα του δημιουργού συνδυάζουν κατανόηση βίντεο, πυκνή περιγραφή με λεζάντες και εξέταση με βοήθεια εργαλείων. Μια πρακτική ροή μπορεί να συγκρίνει μια επίδειξη με τη γραπτή διαδικασία της, να ζητά τις ορατές αντιστοιχίες και διαφορές και κατόπιν να προετοιμάζει αποτέλεσμα κειμένου για μεταγενέστερο βήμα εφαρμογής. Το παραγόμενο πεζό κείμενο, ο κώδικας και τα δομημένα ευρήματα είναι η τεκμηριωμένη έξοδος· η παραγωγή εικόνας ή ομιλίας ανήκει σε χωριστά ονομασμένα συστατικά.

Ρυθμίσεις συλλογιστικής και συμφραζόμενα

Το Muse Spark συλλογίζεται εσωτερικά πριν παράγει ορατό κείμενο. Τα τεκμηριωμένα επίπεδα που ισχύουν για το 1.2 είναι minimal, low, medium, high και xhigh. Το max ανήκει στο Standard 1.3 και το none δεν είναι υποστηριζόμενος τρόπος απενεργοποίησης της συλλογιστικής. Όταν δεν προσδιορίζεται επίπεδο, το μοντέλο χρησιμοποιεί επίπεδο που καθορίζει το ίδιο.

Το παράθυρο συμφραζομένων 1.048.576 tokens μπορεί να διατηρεί σχετικό πηγαίο υλικό και συνομιλία, αλλά ο στόχος και το τελικό παραδοτέο εξακολουθούν να πρέπει να ορίζονται. Για μια εργασία εκτενούς εγγράφου, προσδιορίστε το ερώτημα, επισημάνετε κάθε πηγή και κρατήστε τη θέση της δίπλα στις εξαγόμενες πληροφορίες. Τα tokens συλλογιστικής και ορατής απάντησης μοιράζονται τον προϋπολογισμό εξόδου, επομένως αφήστε αρκετό χώρο για την εξήγηση ή τον κώδικα που χρειάζεται πραγματικά η εργασία.

Η ακατέργαστη εσωτερική συλλογιστική δεν εκτίθεται ως συνηθισμένο κείμενο. Η διεπαφή συνομιλίας του δημιουργού επίσης δεν μεταφέρει ευανάγνωστο ιδιωτικό ίχνος μεταξύ γύρων για εξωτερικούς καλούντες· διατηρήστε τα ορατά μηνύματα, τις πηγές και τα επιστρεφόμενα αποτελέσματα εργαλείων που χρειάζεται ένα επόμενο αίτημα. Οι λογαριθμικές πιθανότητες δεν υποστηρίζονται, επομένως το μοντέλο δεν παρέχει αυτή τη δυνατότητα ως μέτρο βεβαιότητας για τα συμπεράσματά του.

Εργαλεία και δομημένα παραδοτέα

Η εφαρμογή περιγράφει συναρτήσεις προγραμματιστή, το μοντέλο παράγει τις προτεινόμενες κλήσεις και τα ορίσματα και η εφαρμογή τις εκτελεί και επιστρέφει το αποτέλεσμα κάθε κλήσης. Το μοντέλο μπορεί κατόπιν να εξετάσει την πραγματική ανατροφοδότηση και να επιλέξει το επόμενο βήμα. Η έμφαση της έκδοσης στην εξέταση τόσο των οπτικών εισόδων όσο και των παραγόμενων παραδοτέων εξαρτάται από την παρουσία αυτών των εργαλείων στο περιβάλλον.

Η δομημένη έξοδος μπορεί να περιορίζει το κείμενο σε καθορισμένο σχήμα JSON. Μια εγγραφή οπτικής εξαγωγής πληροφοριών μπορεί να περιέχει την εικόνα πηγής, το αντικείμενο ή την ετικέτα, την παρατηρημένη τιμή και την ερμηνεία. Ένας έλεγχος κώδικα μπορεί να προσδιορίζει το επηρεαζόμενο σύμβολο, την απόκλιση και την προτεινόμενη αλλαγή. Η αυστηρή λειτουργία του δημιουργού απαιτεί απλό αντικείμενο στη ρίζα, όλες τις καταχωρισμένες ιδιότητες υποχρεωτικές και απενεργοποίηση πρόσθετων ιδιοτήτων· τα αναδρομικά σχήματα απορρίπτονται.

Ορίστε την ορθότητα του παραδοτέου με πρακτικούς όρους: ποιες λεπτομέρειες πηγής πρέπει να διατηρεί, πώς πρέπει να συμπεριφέρεται μια αλληλεπίδραση και ποια επιστρεφόμενη ανατροφοδότηση θα τεκμηρίωνε αυτή τη συμπεριφορά. Οι πηγές που εξετάστηκαν δεν παρέχουν ανεξάρτητες μέγιστες χωρητικότητες tokens εισόδου ή εξόδου πέρα από το παράθυρο του μοντέλου. Διατηρήστε την έκδοση Standard 1.2 και τη διαφορά μεταξύ προτεινόμενου παραδοτέου κειμένου και αποτελέσματος εκτέλεσης ή απόδοσης που χρησιμοποιείται για την εξέτασή του.

Πρακτική εργασία

### Πρακτική εργασία

Τεχνικό παράδειγμα στα αγγλικά

```
Implement a specified responsive layout

Draft semantic HTML and CSS for a product comparison section with a title, introduction and three feature columns. At narrow widths, stack the columns in the same reading order. Each column needs a heading and three bullet points. Use the placeholder copy supplied in your code and explain the breakpoint choice; return source only, without claiming a rendered result.
```

#### Αναμενόμενο αποτέλεσμα

```
A bounded HTML/CSS section and a short explanation of stacking behavior and reading order.
```

#### Έλεγχος αποτελέσματος

```
At the proposed narrow breakpoint, the DOM order and visual order match and no horizontal overflow is introduced.
```

**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `meta/muse-spark-1.2`

[`meta/muse-spark-1.2`](https://ailoot.ai/models/el/#m=meta%2Fmuse-spark-1.2&route=Ultra&caller=meta%2Fmuse-spark-1.2&fmt=chat)

Meta /`meta/muse-spark-1.2`

### Εισαγωγή

Το Muse Spark 1.2 είναι το πολυτροπικό μοντέλο συλλογιστικής της Meta με έμφαση στον προγραμματισμό από οπτικό υλικό, τα γραφήματα και την οπτικοακουστική κατανόηση. Μπορεί να μετατρέπει παρεχόμενες εικόνες ή βίντεο σε προτεινόμενο κώδικα ιστοσελίδων και παιχνιδιών μέσω συνδεδεμένων εργαλείων, με έξοδο κειμένου και παράθυρο συμφραζομένων 1.048.576 tokens κατά τον δημιουργό.

Αποδεκτές είσοδοι

Κείμενο

Αποτελέσματα

Κείμενο

### Διαθέσιμα στο Ailoot · είσοδοι και μέθοδοι

**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions`

Είσοδος

`text`

Έξοδος

`text`

Μορφή εξόδου

json ή SSE

| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
| --- | --- | --- | --- | --- |
| Πεδίο`model` | Τύπος`string` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια meta/muse-spark-1.2 | Προεπιλογή— |
| Πεδίο`messages` | Τύπος`message[]` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Ελάχιστο πλήθος στοιχείων: 1 | Προεπιλογή— |
| Πεδίο`messages[].role` | Τύπος`string` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Παραδείγματα: system, user, assistant, tool, function Συνθήκες: Αυτοί οι ρόλοι αναπαρίστανται ρητά από τους τύπους συμβατότητας του πηγαίου κώδικα· το ακριβές σύνολο ρόλων παραμένει ειδικό για κάθε μοντέλο. Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`messages[].content` | Τύπος`string\|content_part[]\|null` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
| Πεδίο`messages[].tool_calls` | Τύπος`tool_call[]` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
| Πεδίο`messages[].tool_call_id` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εφαρμόζεται όταν: role=tool· χρησιμοποιήστε το πραγματικό ID που επιστράφηκε | Προεπιλογή— |
| Πεδίο`messages[].name` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
| Πεδίο`messages[].reasoning_content` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εφαρμόζεται όταν: Επαναποστείλετε το πραγματικό περιεχόμενο συλλογιστικής που επιστράφηκε, όταν το μοντέλο το χρησιμοποιεί | Προεπιλογή— |
| Πεδίο`messages[].reasoning_details` | Τύπος`object\|array` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`max_tokens` | Τύπος`integer` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 1 Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`max_completion_tokens` | Τύπος`integer` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 1 Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`stream` | Τύπος`boolean` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογήfalse |
| Πεδίο`stream_options.include_usage` | Τύπος`boolean` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`temperature` | Τύπος`number` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`top_p` | Τύπος`number` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`stop` | Τύπος`string\|string[]` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`tools` | Τύπος`function_tool[]` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`tools[].type` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια function Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`tools[].function.name` | Τύπος`string` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Εφαρμόζεται όταν: Παρεχόμενο εργαλείο τύπου συνάρτησης | Προεπιλογή— |
| Πεδίο`tools[].function.description` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
| Πεδίο`tools[].function.parameters` | Τύπος`JSON_schema` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
| Πεδίο`tool_choice` | Τύπος`string\|object` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`parallel_tool_calls` | Τύπος`boolean` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`response_format` | Τύπος`object` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`reasoning_effort` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`reasoning` | Τύπος`object` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`service_tier` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`instructions` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Πεδίο συμβατότητας | Προεπιλογή— |
| Πεδίο`functions` | Τύπος`function[]` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`function_call` | Τύπος`string\|object` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`prompt_cache_options` | Τύπος`object` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`modalities` | Τύπος`string[]` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια text | Προεπιλογή— |
| Πεδίο`provider` | Τύπος`object` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Συνθήκες: Το provider.options απορρίπτεται σε αυτή τη διαδρομή κειμένου Ultra | Προεπιλογή— |
| Πεδίο`cache_control.ttl` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Συνθήκες: Το 1h απορρίπτεται στα πραγματικά πεδία κρυφής μνήμης προτροπών | Προεπιλογή— |

Συνδυασμοί υλικών εισόδου

**Κείμενο** · Κείμενο UTF8

`messages[].content`

Παράμετροι και κύκλος ζωής μεθόδου

| Παράμετρος | Σύμβαση |
| --- | --- |
| Παράμετρος`content_type` | Σύμβασηapplication/json |
| Παράμετρος`required` | Σύμβασηmodel, messages |
| Παράμετρος`material_types` | Σύμβασηtext |
| Παράμετρος`messages` | ΣύμβασηΠίνακας μηνυμάτων με δομή role/content |
| Παράμετρος`file_material` | Σύμβασηπραγματικό έγγραφο UTF-8 που εισάγεται ως αυτούσιο κείμενο· δεν συνάγεται ID αρχείου |
| Παράμετρος`optional_controls` | Σύμβασηstream, temperature, top\_p, stop, max\_tokens, max\_completion\_tokens, reasoning, response\_format, tools, tool\_choice |
| Παράμετρος`control_scope` | Σύμβασηεξαρτάται από το μοντέλο· τα εργαλεία συναρτήσεων του χρήστη διαφέρουν από τα φιλοξενούμενα εργαλεία |
| Παράμετρος`output_modalities` | Σύμβασηtext |
| Παράμετρος`hosted_operations` | Σύμβασηfalse |
| Παράμετρος`multimodal_input_binding` | Σύμβασηnull |

Κύκλος ζωής: `synchronous_or_streamed`

Στείλτε το ακριβές ID μοντέλου μαζί με το messages.

Το μήκος συμφραζομένων δεν είναι ανώτατο όριο εξόδου.

Ένα αρχείο κειμένου μπορεί να παρέχει αυτούσιο κείμενο· οι είσοδοι εικόνας/ήχου/αντικειμένων αρχείων χρειάζονται ακριβή αντιστοίχιση.

### Τιμολόγηση

Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.

Γρήγορη λειτουργία

Τυπική χρέωση Όταν επιλέγεται η γρήγορη λειτουργία

Λειτουργία flex

Τυπική χρέωση Όταν επιλέγεται η λειτουργία flex

Μέγιστη προσπάθεια συλλογισμού

Τυπική χρέωση Όταν η μέγιστη προσπάθεια συλλογισμού χρησιμοποιεί την προσαρμογή default

Προσπάθεια συλλογισμού · high

Τυπική χρέωση Όταν η προσπάθεια συλλογισμού είναι high

Προσπάθεια συλλογισμού · low

Τυπική χρέωση Όταν η προσπάθεια συλλογισμού είναι low

Προσπάθεια συλλογισμού · medium

Τυπική χρέωση Όταν η προσπάθεια συλλογισμού είναι medium

Προσπάθεια συλλογισμού · minimal

Τυπική χρέωση Όταν η προσπάθεια συλλογισμού είναι minimal

Προσπάθεια συλλογισμού · xhigh

Τυπική χρέωση Όταν η προσπάθεια συλλογισμού είναι xhigh

#### Χρεώσεις Ailoot

#### Τιμές ανά διαμόρφωση

Αντιστοιχίστε κάθε χρέωση στις συνθήκες που εμφανίζονται. Χρησιμοποιήστε μία χρέωση ανά σύνολο εναλλακτικών διαμορφώσεων.

| Διαμόρφωση | Πίνακας χρεώσεων | Token συμφραζομένων, πάνω από | Token συμφραζομένων, έως και | Χρέωση |
| --- | --- | --- | --- | --- |
| ΔιαμόρφωσηΒασικές χρεώσεις ανά token | Πίνακας χρεώσεωνΒασική χρέωση | Token συμφραζομένων, πάνω από— | Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο | Χρέωση Είσοδος · Token εισόδου **$0.0025** / 1K token Έξοδος · Token εξόδου **$0.0085** / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη **$0.0003** / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη **—** / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα **—** / 1K token |
| ΔιαμόρφωσηΕπίπεδο 1 βάσει μήκους αιτήματος | Πίνακας χρεώσεων— | Token συμφραζομένων, πάνω από0 | Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο | Χρέωση Είσοδος · Token εισόδου **$0.0025** / 1K token Έξοδος · Token εξόδου **$0.0085** / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη **$0.0003** / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη **—** / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα **—** / 1K token |

Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. [Πώς λειτουργούν η δέσμευση και η εκκαθάριση →](https://ailoot.ai/docs/el/billing/reserve/)

### Παραδείγματα αιτημάτων

#### Ailoot Ultra · OpenAI Chat

curlPython SDKΡοή σε Python

```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": "meta/muse-spark-1.2", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')

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='meta/muse-spark-1.2',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])
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"))
```

```python
from openai import OpenAI
import os
from pathlib import Path

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)
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))

with client.chat.completions.stream(model='meta/muse-spark-1.2',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:
    with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:
        for event in stream:
            payload=event.to_dict(mode="json")
            log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush()
            print(json.dumps(payload,ensure_ascii=False))
    final=stream.get_final_completion()
    save_result(final.to_dict(mode="json"),"stream-result")
```

### Λήψη και αποθήκευση αποτελεσμάτων

#### Ailoot Ultra · OpenAI Chat

json ή SSE

##### Διατηρήστε όλα τα ολοκληρωμένα αποτελέσματα

Διατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.

Διατηρήστε κάθε επιλογή και το περιεχόμενο/τις κλήσεις εργαλείων/το περιεχόμενο συλλογιστικής της. Στο SSE συνθέστε τις διαφορικές ενημερώσεις ανά δείκτη επιλογής/εργαλείου και κρατήστε την τελική αιτία τερματισμού και τα στοιχεία χρήσης.

##### Αν χρειάζεται έλεγχος της αρχικής απάντησης

Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου.

Πεδία απάντησης

| Πεδίο | Τύπος |
| --- | --- |
| Πεδίο`choices[].index` | Τύποςinteger |
| Πεδίο`choices[].message.content` | Τύποςstring\|null |
| Πεδίο`choices[].message.tool_calls` | Τύποςtool\_call\[\] |
| Πεδίο`choices[].message.reasoning_content` | Τύποςstring |
| Πεδίο`choices[].message.reasoning_details` | Τύποςobject\|array |
| Πεδίο`choices[].finish_reason` | Τύποςstring\|null |
| Πεδίο`usage` | Τύποςobject |

Σφάλματα και επόμενα βήματα

| Απάντηση | Συνθήκη | Επόμενο βήμα |
| --- | --- | --- |
| Απάντηση400 · `invalid_request_error` | ΣυνθήκηΜη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου | Επόμενο βήμαΔιορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας. |

### Εναλλακτικά ονόματα

#### Εναλλακτικά ονόματα μοντέλου

**Ailoot Ultra** [`meta/muse-spark-1.2`](https://ailoot.ai/models/el/#m=meta%2Fmuse-spark-1.2&route=Ultra&caller=meta%2Fmuse-spark-1.2&fmt=chat)

#### Εναλλακτικές διαδρομές μεθόδων

Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.

#### Σχετικά ID μοντέλων

[`meta/muse-spark-1.2`](https://ailoot.ai/models/el/#m=meta%2Fmuse-spark-1.2&route=Ultra&caller=meta%2Fmuse-spark-1.2&fmt=chat)

**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `meta/muse-spark-1.2`

[`meta/muse-spark-1.2`](https://ailoot.ai/models/el/#m=meta%2Fmuse-spark-1.2&route=Ultra&caller=meta%2Fmuse-spark-1.2&fmt=messages)

Meta /`meta/muse-spark-1.2`

### Εισαγωγή

Το Muse Spark 1.2 είναι το πολυτροπικό μοντέλο συλλογιστικής της Meta με έμφαση στον προγραμματισμό από οπτικό υλικό, τα γραφήματα και την οπτικοακουστική κατανόηση. Μπορεί να μετατρέπει παρεχόμενες εικόνες ή βίντεο σε προτεινόμενο κώδικα ιστοσελίδων και παιχνιδιών μέσω συνδεδεμένων εργαλείων, με έξοδο κειμένου και παράθυρο συμφραζομένων 1.048.576 tokens κατά τον δημιουργό.

Αποδεκτές είσοδοι

Κείμενο

Αποτελέσματα

json · sse

### Διαθέσιμα στο Ailoot · είσοδοι και μέθοδοι

**Ailoot Ultra · Anthropic Messages** `POST /v1/messages`

Είσοδος

`text`

Έξοδος

`json`, `sse`

Μορφή εξόδου

JSON ή SSE

| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
| --- | --- | --- | --- | --- |
| Πεδίο`model` | Τύπος`string` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια meta/muse-spark-1.2 | Προεπιλογή— |
| Πεδίο`messages` | Τύπος`message[]` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
| Πεδίο`messages[].role` | Τύπος`string` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια user, assistant | Προεπιλογή— |
| Πεδίο`messages[].content` | Τύπος`string` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
| Πεδίο`max_tokens` | Τύπος`integer` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
| Πεδίο`stream` | Τύπος`boolean` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογήfalse |

Συνδυασμοί υλικών εισόδου

**Κείμενο** · Κείμενο UTF-8

`Συμβολοσειρά messages[].content`

Παράμετροι και κύκλος ζωής μεθόδου

| Παράμετρος | Σύμβαση |
| --- | --- |
| Παράμετρος`content_type` | Σύμβασηapplication/json |
| Παράμετρος`required` | Σύμβασηmodel, messages, max\_tokens |
| Παράμετρος`optional_controls` | Σύμβασηstream |
| Παράμετρος`material_types` | Σύμβασηtext |
| Παράμετρος`text_file_material` | ΣύμβασηΔιαβάστε το πραγματικό έγγραφο UTF-8 και τοποθετήστε το κείμενό του στην υποδεικνυόμενη συμβολοσειρά εισόδου ή περιεχομένου του μηνύματος. |

Κύκλος ζωής: `synchronous_or_streamed`

### Τιμολόγηση

Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.

Γρήγορη λειτουργία

Τυπική χρέωση Όταν επιλέγεται η γρήγορη λειτουργία

Λειτουργία flex

Τυπική χρέωση Όταν επιλέγεται η λειτουργία flex

Μέγιστη προσπάθεια συλλογισμού

Τυπική χρέωση Όταν η μέγιστη προσπάθεια συλλογισμού χρησιμοποιεί την προσαρμογή default

Προσπάθεια συλλογισμού · high

Τυπική χρέωση Όταν η προσπάθεια συλλογισμού είναι high

Προσπάθεια συλλογισμού · low

Τυπική χρέωση Όταν η προσπάθεια συλλογισμού είναι low

Προσπάθεια συλλογισμού · medium

Τυπική χρέωση Όταν η προσπάθεια συλλογισμού είναι medium

Προσπάθεια συλλογισμού · minimal

Τυπική χρέωση Όταν η προσπάθεια συλλογισμού είναι minimal

Προσπάθεια συλλογισμού · xhigh

Τυπική χρέωση Όταν η προσπάθεια συλλογισμού είναι xhigh

#### Χρεώσεις Ailoot

#### Τιμές ανά διαμόρφωση

Αντιστοιχίστε κάθε χρέωση στις συνθήκες που εμφανίζονται. Χρησιμοποιήστε μία χρέωση ανά σύνολο εναλλακτικών διαμορφώσεων.

| Διαμόρφωση | Πίνακας χρεώσεων | Token συμφραζομένων, πάνω από | Token συμφραζομένων, έως και | Χρέωση |
| --- | --- | --- | --- | --- |
| ΔιαμόρφωσηΒασικές χρεώσεις ανά token | Πίνακας χρεώσεωνΒασική χρέωση | Token συμφραζομένων, πάνω από— | Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο | Χρέωση Είσοδος · Token εισόδου **$0.0025** / 1K token Έξοδος · Token εξόδου **$0.0085** / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη **$0.0003** / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη **—** / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα **—** / 1K token |
| ΔιαμόρφωσηΕπίπεδο 1 βάσει μήκους αιτήματος | Πίνακας χρεώσεων— | Token συμφραζομένων, πάνω από0 | Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο | Χρέωση Είσοδος · Token εισόδου **$0.0025** / 1K token Έξοδος · Token εξόδου **$0.0085** / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη **$0.0003** / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη **—** / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα **—** / 1K token |

Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. [Πώς λειτουργούν η δέσμευση και η εκκαθάριση →](https://ailoot.ai/docs/el/billing/reserve/)

### Παραδείγματα αιτημάτων

#### Ailoot Ultra · Anthropic Messages

Πλήρες ελάχιστο σώμα JSONcurl · χρησιμοποιήστε το έγγραφό σας σε UTF-8Python · αποθηκεύστε το πλήρες αποτέλεσμα

```json
{
  "model": "meta/muse-spark-1.2",
  "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': 'meta/muse-spark-1.2', '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': 'meta/muse-spark-1.2', '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))
```

### Λήψη και αποθήκευση αποτελεσμάτων

#### Ailoot Ultra · Anthropic Messages

JSON ή SSE

##### Διατηρήστε όλα τα ολοκληρωμένα αποτελέσματα

Διατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.

Διατηρήστε όλα τα μπλοκ περιεχομένου, τις υπογραφές συλλογιστικής και τα πραγματικά ID χρήσης εργαλείων. Συνθέστε όλες τις διαφορικές ενημερώσεις μπλοκ SSE· το πρώτο μπλοκ κειμένου δεν είναι η πλήρης έξοδος.

##### Αν χρειάζεται έλεγχος της αρχικής απάντησης

Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου.

Πεδία απάντησης

| Πεδίο | Τύπος |
| --- | --- |
| Πεδίο`id` | Τύποςstring |
| Πεδίο`model` | Τύποςstring |
| Πεδίο`content[]` | Τύποςtext\|thinking\|tool\_use\|other content block |
| Πεδίο`stop_reason` | Τύποςstring\|null |
| Πεδίο`usage` | Τύποςobject |

Σφάλματα και επόμενα βήματα

| Απάντηση | Συνθήκη | Επόμενο βήμα |
| --- | --- | --- |
| Απάντηση400 · `invalid_request_error` | ΣυνθήκηΜη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου | Επόμενο βήμαΔιορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας. |

### Εναλλακτικά ονόματα

#### Εναλλακτικά ονόματα μοντέλου

**Ailoot Ultra** [`meta/muse-spark-1.2`](https://ailoot.ai/models/el/#m=meta%2Fmuse-spark-1.2&route=Ultra&caller=meta%2Fmuse-spark-1.2&fmt=messages)

#### Εναλλακτικές διαδρομές μεθόδων

Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.

#### Σχετικά ID μοντέλων

[`meta/muse-spark-1.2`](https://ailoot.ai/models/el/#m=meta%2Fmuse-spark-1.2&route=Ultra&caller=meta%2Fmuse-spark-1.2&fmt=messages)

FAQ · Meta: Muse Spark 1.2

Ποιες είσοδοι και αποτελέσματα διατίθενται;

`POST /v1/chat/completions` · `meta/muse-spark-1.2`: `text` → `text` `POST /v1/messages` · `meta/muse-spark-1.2`: `text` → `json`, `sse`

Ποια πεδία χρησιμοποιεί το αίτημα;

`POST /v1/chat/completions` · `meta/muse-spark-1.2`: `model`, `messages`, `stream`, `modalities`, `provider` `POST /v1/messages` · `meta/muse-spark-1.2`: `model`, `messages`, `max_tokens`, `stream`

Ποια όρια ισχύουν;

`POST /v1/chat/completions` · `meta/muse-spark-1.2`: `messages.min_items`: `1`

Συνδέστε το Ailoot με Claude Code, OpenCode, Hermes ή τη δική σας εφαρμογή.

## Η εταιρεία και το χαρτοφυλάκιο έργων της

Η εταιρεία και το χαρτοφυλάκιο έργων της: εκατομμύρια πελάτες· μηνιαίες πωλήσεις δισεκατομμυρίων.

## Αγοράστε token με έκπτωση.

Έκπτωση συνδρομής για τακτική χρήση. Προωθητικοί κωδικοί — έως 50% στην αγορά token.

Συνδρομή

Επιλέξτε πρόγραμμα με έκπτωση για τα τακτικά αιτήματά σας.

Προωθητικός κωδικός έως 50%

Εισαγάγετε τον κωδικό στην αγορά. Η τιμή επανυπολογίζεται σύμφωνα με την ενεργή προσφορά.

Δαπάνες στο ιστορικό

Μοντέλο, token και ποσό αποθηκεύονται για κάθε αίτημα.

[Επιλέξτε συνδρομή](https://ailoot.ai/docs/el/billing/subscriptions/) · [Δείτε τιμές μοντέλων](https://ailoot.ai/models/el/)

## Συνδέστε το API με το προϊόν που πουλάτε.

SaaS, εφαρμογές και bot — σύμφωνα με τη δημόσια προσφορά και τη σύμβαση άδειας χρήσης Ailoot. Για μεταπώληση ζητήστε σχετική άδεια.

Εμπορική εφαρμογή

Ενσωματώστε δημιουργία κειμένου, εικόνων, βίντεο και ήχου στις πληρωμένες λειτουργίες της υπηρεσίας σας.

Άδεια για μεταπωλητή

Στείλτε περιγραφή έργου και τρόπο πρόσβασης. Ζητήστε γραπτούς όρους χρήσης και μεταπώλησης.

Έγγραφα στον ιστότοπο

Δημόσια προσφορά, σύμβαση άδειας χρήσης και πολιτική επεξεργασίας δεδομένων είναι διαθέσιμες πριν τη σύνδεση.

[Ζητήστε άδεια μεταπώλησης](mailto:support@ailoot.ai) · [Δημόσια προσφορά και σύμβαση άδειας χρήσης](https://ailoot.ai/legal/offer?lang=el)

## Ailoot · Η εταιρεία και το χαρτοφυλάκιο έργων της





Η Ailoot στηρίζεται στη συσσωρευμένη λειτουργική εμπειρία, τη μεγάλη πελατειακή βάση, τη σταθερή εξυπηρέτηση και τον συνεχή έλεγχο KPI.





Η εταιρεία και το χαρτοφυλάκιο έργων της: εκατομμύρια πελάτες· μηνιαίες πωλήσεις δισεκατομμυρίων.





Η Ailoot αξιοποιεί αυτή τη λειτουργική εμπειρία για πρόσβαση μέσω API σε λειτουργίες AI στα προϊόντα, τους πράκτορες, τις εφαρμογές και τους αυτοματισμούς των πελατών.
