Source: https://ailoot.ai/models/fr-be/xiaomimimo-mimo-v2-flash/ Canonical: https://ailoot.ai/models/fr-be/xiaomimimo-mimo-v2-flash/ Language: fr-be # MiMo v2 Flash [Markdown](https://ailoot.ai/models/fr-be/xiaomimimo-mimo-v2-flash/index.md) · [JSON](https://ailoot.ai/models/fr-be/xiaomimimo-mimo-v2-flash/facts.json) ## [MiMo v2 Flash](https://ailoot.ai/models/fr-be/xiaomimimo-mimo-v2-flash/) MiMo-V2-Flash est le modèle textuel de Xiaomi pour le raisonnement, la programmation et les tâches d’agents assistées par des outils. Son contexte de 256 K, son attention hybride et sa version post-entraînée distincte conviennent aux tâches reliant des contenus textuels volumineux à une réponse précise, une modification de code ou une action suivante. - [**Ailoot Ultra · Chat OpenAI** `POST /v1/chat/completions` `xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/fr-be/xiaomimimo-mimo-v2-flash/#method-0) - [**Ailoot Ultra · Messages Anthropic** `POST /v1/messages` `xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/fr-be/xiaomimimo-mimo-v2-flash/#method-1) À propos du modèle Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous. Profil du modèle et éditions MiMo-V2-Flash est le modèle linguistique de Xiaomi pour le raisonnement et les workflows d’agents. Son architecture à mélange d’experts compte 309 milliards de paramètres au total, dont 15 milliards actifs. Le modèle publié annonce un contexte de 256 K tokens ; l’exemple d’inférence du fabricant le configure à 262 144 tokens. Il reçoit et produit du texte, notamment des explications, du code et les informations nécessaires aux interactions avec des outils. Flash-Base et la version Flash post-entraînée sont des éditions nommées séparément, aux rôles distincts. Attention hybride et prédiction L’architecture combine l’attention à fenêtre glissante et l’attention globale dans un rapport de 5:1. La fenêtre d’attention locale est de 128 tokens, tandis que l’attention globale conserve des liens à travers les contenus plus longs. Le préentraînement utilise une longueur de séquence native de 32 K, et le modèle publié prend en charge le contexte étendu de 256 K. Un module léger de prédiction de plusieurs tokens est intégré à l’entraînement et à l’inférence. Ce sont des propriétés de conception du modèle ; elles ne précisent pas la rapidité à laquelle une application donnée renverra une réponse. Post-entraînement pour le raisonnement et les agents MiMo-V2-Flash utilise la méthode Multi-Teacher On-Policy Distillation, dans laquelle des modèles enseignants spécialisés par domaine guident ses propres réponses générées, puis un apprentissage par renforcement agentique à grande échelle. L’entraînement couvre les environnements d’agents de code et s’étend aux mathématiques et aux tâches générales d’agents. Un vérificateur fondé sur la vision est utilisé pendant l’entraînement au développement web pour évaluer les résultats exécutés. Il fait partie du processus d’entraînement et ne transforme pas ce modèle textuel en modèle acceptant des images ou des vidéos en entrée. Programmation et préparation documentaire Pour une tâche de programmation, fournissez les fichiers pertinents sous forme de texte, l’échec constaté, une entrée qui le démontre et le comportement qui doit rester intact. Une demande type peut porter sur un petit correctif, une explication des dépendances concernées et des vérifications du résultat attendu. Pour des contenus textuels longs, identifiez les sections importantes et demandez une comparaison reliée à leurs passages. Gardez une sortie concrète : du code corrigé, un tableau d’écarts, un calcul avec ses hypothèses ou une action suivante proposée. Réflexion, outils et historique de conversation L’exemple publié de réflexion active un mode de raisonnement, et le fabricant indique un analyseur dédié aux appels d’outils. Lors de l’utilisation d’outils sur plusieurs tours, la réponse peut inclure reasoning\_content avec tool\_calls. La requête suivante doit conserver le reasoning\_content précédent dans l’historique pour permettre à la séquence de réflexion et d’outils de se poursuivre correctement. L’application fournit et exécute les outils ; le modèle choisit comment utiliser leurs résultats. La préparation de l’historique constitue donc une exigence importante d’intégration, au lieu de traiter le dernier message utilisateur comme la totalité de la tâche. Recommandations et limites du fabricant Le guide d’utilisation recommande un top\_p de 0.95, une température de 0.8 pour les mathématiques, la rédaction et le développement web, et de 0.3 pour les tâches agentiques. Il recommande aussi un message système identifiant MiMo comme l’assistant de Xiaomi, avec la date actuelle et une date limite des connaissances en décembre 2024. Fournissez des faits récents si la tâche dépend d’événements plus nouveaux. Le budget de réponse de 4096 tokens de la requête publiée est un réglage d’exemple, et non une longueur de sortie maximale déclarée. MiMo-V2-Flash conserve sa propre identité aux côtés de Flash-Base, Pro et Omni ; les spécifications de contexte ou de modalités doivent être choisies pour l’édition correspondante. **Ailoot Ultra · Chat OpenAI** `POST /v1/chat/completions` `xiaomimimo/mimo-v2-flash` [`xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/fr-be/#m=xiaomimimo%2Fmimo-v2-flash&route=Ultra&caller=xiaomimimo%2Fmimo-v2-flash&fmt=chat) Autre /`xiaomimimo/mimo-v2-flash` ### Premiers pas MiMo-V2-Flash est le modèle textuel de Xiaomi pour le raisonnement, la programmation et les tâches d’agents assistées par des outils. Son contexte de 256 K, son attention hybride et sa version post-entraînée distincte conviennent aux tâches reliant des contenus textuels volumineux à une réponse précise, une modification de code ou une action suivante. Entrées acceptées Texte Résultats Texte ### Disponible dans Ailoot · entrées et méthodes **Ailoot Ultra · Chat OpenAI** `POST /v1/chat/completions` Entrée `text` Sortie `text` Format de sortie json ou SSE | Champ | Type | Exigence | Valeurs et limites | Par défaut | | --- | --- | --- | --- | --- | | Champ`model` | Type`string` | ExigenceObligatoire | Valeurs et limites xiaomimimo/mimo-v2-flash | Par défaut— | | Champ`messages` | Type`message[]` | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— | | Champ`messages[].role` | Type`string` | ExigenceObligatoire | Valeurs et limites Selon le modèle | Par défaut— | | Champ`messages[].content` | Type`string` | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Conversation textuelle | Par défaut— | | Champ`stream` | Type`boolean` | ExigenceFacultatif | Valeurs et limites | Par défautfalse | Combinaisons d’éléments d’entrée **Texte** · Texte UTF8 `messages[].content` Paramètres et cycle de vie de la méthode | Paramètre | Contrat | | --- | --- | | Paramètre`content_type` | Contratapplication/json | | Paramètre`required` | Contratmodel, messages | | Paramètre`material_types` | Contrattext | | Paramètre`messages` | Contrattableau de messages avec une structure role/content | | Paramètre`file_material` | Contratdocument UTF-8 réel inséré sous forme de texte littéral ; aucun identifiant de fichier déduit | | Paramètre`optional_controls` | Contratstream | | Paramètre`control_scope` | ContratConversation textuelle ; stream est un booléen dont la valeur par défaut est false. | | Paramètre`output_modalities` | Contrattext | | Paramètre`hosted_operations` | Contratfalse | | Paramètre`multimodal_input_binding` | Contratnull | Alias de méthode : `/chat/completions` Cycle de vie : `synchronous_or_streamed` Envoyez l’identifiant exact du modèle avec messages. La longueur du contexte n’est pas un plafond de sortie. Un fichier texte peut fournir du texte littéral ; les entrées image/audio/objets fichier nécessitent une liaison exacte. ### Tarifs Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée. Mode rapide Non précisé Lorsque le mode rapide est sélectionné Mode Flex Non précisé Lorsque le mode flex est sélectionné Effort de raisonnement maximal Non précisé Lorsque l’effort de raisonnement maximal utilise l’ajustement par défaut (default) #### Tarifs Ailoot #### Prix par configuration | Configuration | Barème tarifaire | Coût | | --- | --- | --- | | ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Coût Entrée · Tokens en entrée **$0.0002** / 1K tokens Sortie · Tokens en sortie **$0.0006** / 1K tokens Entrée · Lecture du cache **$0** / 1K tokens Entrée · Écriture dans le cache **$0** / 1K tokens Entrée · Écriture dans le cache, 1 h **—** / 1K tokens | Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. [Fonctionnement de la réservation et du débit →](https://ailoot.ai/docs/fr-be/billing/reserve/) ### Exemples de requêtes #### Ailoot Ultra · Chat OpenAI curlPython SDK ```bash set -eu : "${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")) ``` ### Recevoir et enregistrer les résultats #### Ailoot Ultra · Chat OpenAI json ou SSE ##### Conserver tous les résultats terminés Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité. Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, puis conservez le motif final de terminaison et les données d’utilisation. ##### Si la réponse d’origine doit être vérifiée Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie. Champs de la réponse | Champ | Type | | --- | --- | | Champ`choices[].index` | Typeinteger | | Champ`choices[].message.content` | Typestring\|null | | Champ`choices[].message.tool_calls` | Typetool\_call\[\] | | Champ`choices[].message.reasoning_content` | Typestring | | Champ`choices[].message.reasoning_details` | Typeobject\|array | | Champ`choices[].finish_reason` | Typestring\|null | | Champ`usage` | Typeobject | Erreurs et étapes suivantes | Réponse | Condition | Étape suivante | | --- | --- | --- | | Réponse400 · `invalid_request_error` | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. | ### Alias #### Alias du modèle **Ailoot Ultra** [`xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/fr-be/#m=xiaomimimo%2Fmimo-v2-flash&route=Ultra&caller=xiaomimimo%2Fmimo-v2-flash&fmt=chat) #### Alias des chemins de méthode `/chat/completions` #### ID d’appel associés [`xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/fr-be/#m=xiaomimimo%2Fmimo-v2-flash&route=Ultra&caller=xiaomimimo%2Fmimo-v2-flash&fmt=chat) **Ailoot Ultra · Messages Anthropic** `POST /v1/messages` `xiaomimimo/mimo-v2-flash` [`xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/fr-be/#m=xiaomimimo%2Fmimo-v2-flash&route=Ultra&caller=xiaomimimo%2Fmimo-v2-flash&fmt=messages) Autre /`xiaomimimo/mimo-v2-flash` ### Premiers pas MiMo-V2-Flash est le modèle textuel de Xiaomi pour le raisonnement, la programmation et les tâches d’agents assistées par des outils. Son contexte de 256 K, son attention hybride et sa version post-entraînée distincte conviennent aux tâches reliant des contenus textuels volumineux à une réponse précise, une modification de code ou une action suivante. Entrées acceptées Texte Résultats json · sse ### Disponible dans Ailoot · entrées et méthodes **Ailoot Ultra · Messages Anthropic** `POST /v1/messages` Entrée `text` Sortie `json`, `sse` Format de sortie JSON ou SSE | Champ | Type | Exigence | Valeurs et limites | Par défaut | | --- | --- | --- | --- | --- | | Champ`model` | Type`string` | ExigenceObligatoire | Valeurs et limites xiaomimimo/mimo-v2-flash | Par défaut— | | Champ`messages` | Type`message[]` | ExigenceObligatoire | Valeurs et limites | Par défaut— | | Champ`messages[].role` | Type`string` | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— | | Champ`messages[].content` | Type`string` | ExigenceObligatoire | Valeurs et limites | Par défaut— | | Champ`max_tokens` | Type`integer` | ExigenceObligatoire | Valeurs et limites | Par défaut— | | Champ`stream` | Type`boolean` | ExigenceFacultatif | Valeurs et limites | Par défautfalse | Combinaisons d’éléments d’entrée **Texte** · Texte UTF-8 `chaîne messages[].content` Paramètres et cycle de vie de la méthode | Paramètre | Contrat | | --- | --- | | Paramètre`content_type` | Contratapplication/json | | Paramètre`required` | Contratmodel, messages, max\_tokens | | Paramètre`optional_controls` | Contratstream | | Paramètre`material_types` | Contrattext | | Paramètre`text_file_material` | ContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message. | Cycle de vie : `synchronous_or_streamed` ### Tarifs Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée. Mode rapide Non précisé Lorsque le mode rapide est sélectionné Mode Flex Non précisé Lorsque le mode flex est sélectionné Effort de raisonnement maximal Non précisé Lorsque l’effort de raisonnement maximal utilise l’ajustement par défaut (default) #### Tarifs Ailoot #### Prix par configuration | Configuration | Barème tarifaire | Coût | | --- | --- | --- | | ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Coût Entrée · Tokens en entrée **$0.0002** / 1K tokens Sortie · Tokens en sortie **$0.0006** / 1K tokens Entrée · Lecture du cache **$0** / 1K tokens Entrée · Écriture dans le cache **$0** / 1K tokens Entrée · Écriture dans le cache, 1 h **—** / 1K tokens | Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. [Fonctionnement de la réservation et du débit →](https://ailoot.ai/docs/fr-be/billing/reserve/) ### Exemples de requêtes #### Ailoot Ultra · Messages Anthropic Corps JSON minimal completcurl · utilisez votre document UTF-8Python · enregistrez le résultat complet ```json { "model": "xiaomimimo/mimo-v2-flash", "max_tokens": 128, "messages": [ { "role": "user", "content": "Summarize the incident report." } ], "stream": false } ``` ```bash set -eu : "${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)) ``` ### Recevoir et enregistrer les résultats #### Ailoot Ultra · Messages Anthropic JSON ou SSE ##### Conserver tous les résultats terminés Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité. Conservez tous les blocs de contenu, les signatures de raisonnement et les identifiants réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète. ##### Si la réponse d’origine doit être vérifiée Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie. Champs de la réponse | Champ | Type | | --- | --- | | Champ`id` | Typestring | | Champ`model` | Typestring | | Champ`content[]` | Typetext\|thinking\|tool\_use\|other content block | | Champ`stop_reason` | Typestring\|null | | Champ`usage` | Typeobject | Erreurs et étapes suivantes | Réponse | Condition | Étape suivante | | --- | --- | --- | | Réponse400 · `invalid_request_error` | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. | ### Alias #### Alias du modèle **Ailoot Ultra** [`xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/fr-be/#m=xiaomimimo%2Fmimo-v2-flash&route=Ultra&caller=xiaomimimo%2Fmimo-v2-flash&fmt=messages) #### Alias des chemins de méthode `/chat/completions` #### ID d’appel associés [`xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/fr-be/#m=xiaomimimo%2Fmimo-v2-flash&route=Ultra&caller=xiaomimimo%2Fmimo-v2-flash&fmt=messages) FAQ · xiaomimimo/mimo-v2-flash Quelles entrées et quels résultats sont disponibles ? `POST /v1/chat/completions` · `xiaomimimo/mimo-v2-flash`: `text` → `text` `POST /v1/messages` · `xiaomimimo/mimo-v2-flash`: `text` → `json`, `sse` Quels champs la requête utilise-t-elle ? `POST /v1/chat/completions` · `xiaomimimo/mimo-v2-flash`: `model`, `messages`, `stream` `POST /v1/messages` · `xiaomimimo/mimo-v2-flash`: `model`, `messages`, `max_tokens`, `stream` Quelles limites s’appliquent ? `POST /v1/chat/completions` · `xiaomimimo/mimo-v2-flash`: `messages.min_items`: `1` Connectez Ailoot à Claude Code, OpenCode, Hermes ou à votre application. ## L’entreprise et son portefeuille de projets L’entreprise et son portefeuille de projets : des millions de clients ; des ventes qui se chiffrent en milliards chaque mois. ## Achetez des tokens à prix réduit. Une remise d’abonnement pour le travail régulier. Des codes promo jusqu’à 50% sur l’achat de tokens. Abonnement Choisissez une offre à tarif réduit pour vos requêtes régulières. Code promo jusqu’à 50% Saisissez le code à l’achat. Le prix est recalculé selon la promotion en cours. Dépenses dans l’historique Modèle, tokens et montant sont enregistrés pour chaque requête. [Choisir un abonnement](https://ailoot.ai/docs/fr-be/billing/subscriptions/) · [Voir les prix des modèles](https://ailoot.ai/models/fr-be/) ## Connectez l’API au produit que vous vendez. SaaS, applications et bots selon l’offre officielle et le contrat de licence Ailoot. Pour la revente, demandez une licence revendeur. Application commerciale Intégrez la génération de texte, d’images, de vidéo et de son aux fonctions payantes de votre service. Licence revendeur Envoyez la description du projet et le mode d’accès. Demandez des conditions écrites d’utilisation et de revente. Documents sur le site L’offre officielle, le contrat de licence et la politique de traitement des données sont accessibles avant connexion. [Demander une licence revendeur](mailto:support@ailoot.ai) · [Offre officielle et contrat de licence](https://ailoot.ai/legal/offer?lang=fr-be) ## Ailoot · L’entreprise et son portefeuille de projets Ailoot s’appuie sur une expérience opérationnelle éprouvée, une large clientèle, un service stable et un suivi continu des KPI. L’entreprise et son portefeuille de projets : des millions de clients ; des ventes qui se chiffrent en milliards chaque mois. Ailoot met cette expérience opérationnelle au service de l’accès API aux fonctions d’IA dans les produits des clients, leurs agents, applications et automatisations.