Source: https://ailoot.ai/models/hu/jev-latest/
Canonical: https://ailoot.ai/models/hu/jev-latest/
Language: hu

# jev-latest

[Markdown](https://ailoot.ai/models/hu/jev-latest/index.md) · [JSON](https://ailoot.ai/models/hu/jev-latest/facts.json)

## [jev-latest](https://ailoot.ai/models/hu/jev-latest/)

A TypeSafe döntési modellje: szöveg írása helyett szövegről vagy JSON-ról feltett, típusozott kérdésekre válaszol — választással, skálás értékeléssel vagy valószínűségi „igen/nem” válasszal. Útválasztásra, megkeresések rendezésére, moderálásra és pontozásra használható; egy kérés összes kérdését párhuzamosan értékeli.

- [**Ailoot · System One** `POST /v1/systemone` `jev-latest`](https://ailoot.ai/models/hu/jev-latest/#method-0)

A modellről

Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.

A Jev a TypeSafe zászlóshajó-modellje és az új **System One** osztály első modellje. Nem szöveget ír, hanem gyors döntéseket hoz, amelyeket egy program közvetlenül felhasználhat: meg kell adni az **állapotot** (`state`) — szöveget vagy JSON-t — és a **kérdések** készletét, a válasz pedig típusozott értékeket tartalmaz kalibrált valószínűségekkel.

A nyelvi modellek embereknek írnak szavakat, a Jev viszont a TypeSafe szerint közelebb áll a kódhoz: a válasz rögtön a kódnak megfelelő formában érkezik, nagy sebességgel, és egyetlen érték sem esik a megadott lehetőségeken kívülre. A modellt úgy tervezték, hogy ismételt kéréseknél is stabil válaszokat adjon.

#### Miben különbözik a System One a nyelvi modelltől?

- **Nem generál.** A Jev nem ír felhasználói válaszokat, kódot vagy magyarázatot a következtetési folyamatáról. A lehetséges válaszokat a felhasználó adja meg a három kérdéstípus egyikével.
- **Kalibrált döntésekre tanították.** A TypeSafe RLCD-vel (Reinforcement Learning for Calibrated Decisions) tanítja a modellt: a valószínűségeket a tényleges kimenetelekhez igazítják, így azok a bizonytalanságot tükrözik. Sok 0,8 valószínűségű válasz közül körülbelül 80%-nak kell helyesnek lennie. A kalibráltság nagy mintára vonatkozó tulajdonság, nem az egyes válaszok helyességének garanciája.
- **Más a tanítás célja.** A chatmodelleket úgy tanítják, hogy az emberek kedveljék őket (RLHF); a TypeSafe megfigyelése szerint ez megfelelési kényszert és magabiztosan előadott hibákat ösztönöz. Az RLHF egyik társszerzője, Diogo Almeida a TypeSafe társalapítója.

A név Daniel Kahneman Gyors és lassú gondolkodás című könyvének „1. rendszerére” utal: a gyors, intuitív ítélet áll szemben a „2. rendszer” lassú, megfontolt gondolkodásával. A Jev gyors, szűk körű ítéletekre készült.

#### Három kérdéstípus

Egy kérdés egyetlen ítéletet kér az állapotról, a válasz pedig olyan érték, amelyet a kód küszöbbel összevethet, rendezhet vagy továbbadhat.

1. **Choice — választás a lehetőségek közül.** A megkeresést kezelő részleg, egy termék kategóriája vagy egy kódrészlet nyelve. A lehetőségek „változat → leírás” szótárt alkotnak, legfeljebb 255 elemmel. A válasz tartalmazza a kiválasztott `choice` értéket, az összes lehetőség `probabilities` valószínűségét (összegük 1) és a `confidence` bizonyossági értéket. Ha a lista nem fedhet le minden esetet, érdemes „egyéb” vagy „egyik sem” lehetőséget hozzáadni.
2. **Score — skálás értékelés.** Hely egy rendezett skálán, amelyet a felhasználó ír le: a hiba súlyossága, az ügyfél elégedetlensége vagy a készségszint. A skála 2 és 10 közötti szintet tartalmazhat, az alacsonytól a magasig; a modell minden szintet külön értékel, anélkül hogy látná annak sorszámát vagy a szomszédait. A válaszban szerepel a `score` (a szintek sorszámának a valószínűségeikkel súlyozott összege, ezért az érték két szint közé is eshet), a szintek leírását tartalmazó `legend`, valamint a `probabilities` és a `confidence`.
3. **Noul — igen vagy nem.** Igaz-e az állítás? A `noul` válasz az „igen” valószínűsége 0 és 1 között: az 1 körüli érték biztos „igen”, a 0 körüli biztos „nem”, a 0,5 körüli pedig bizonytalanságot jelez. Külön `confidence` nincs: egyetlen szám teljesen leírja a választ. Az opcionális `criteria` pontosítja, mi számít „igennek” és mi „nemnek”.

Választás: ismert, nem rendezett lehetőségekhez choice; egy tartomány lépcsőihez score; tiszta „igen/nem” kérdéshez, ahol maga a valószínűség fontos, noul. A noul 0,5 egyenlő esélyű „igent” és „nemet” jelent, nem „közepes szintet”: a mértéket a score méri. Két megfelelő típus közül azt érdemes választani, amellyel a kód közvetlenül cselekedhet: choice — elágazások, score — küszöb, noul — `if`.

A típusok egy kérésben keverhetők. A válasz mindig a megadott lehetőségekre korlátozódik, és nem függ a többi kérdéstől: kérdések hozzáadhatók és eltávolíthatók a többi válasz megváltoztatása nélkül.

#### Állapot

Az állapot az, amit a modell értékel: ügyfélüzenet, dokumentumrészlet, adatbázisrekord vagy az alkalmazás állapota.

- **Karakterlánc** — ha egyetlen szöveg van: üzenet, cikk vagy részlet.
- **Objektum** — elnevezett mezők, kapcsolódó rekordok vagy az alkalmazás állapota. A TypeSafe a legtöbb kéréshez objektumot ajánl, mert minden résznek egyértelmű neve van.
- **Tömb** — üzenetek vagy rekordok sorozata.

Szakértőknek összeállított anyagként érdemes előkészíteni: a levelezés, a rendelés és a visszatérítési szabályok kerüljenek egy helyre, ha a döntéshez össze kell vetni őket. A tartalom az állapotba, az ítéletek a kérdésekbe kerüljenek. Ha a kérdés az állapot egy részére vonatkozik, abban backtickek között kell megadni az elérési utat, például `ticket.messages[0].text`.

#### Kérdések megfogalmazása

- **Egy gyors ítélet kérdésenként.** Jó kérdés az, amelyre a szükséges kontextust ismerő ember egy másodperc alatt válaszolhat: „Van sürgősség az üzenetben?”. A „Vizsgáld meg az üzenetet, és döntsd el, mit tegyünk” már lassú következtetés, ezért egyszerű kérdésekre kell bontani.
- **A teljes kérdés az `instructions` mezőbe kerüljön.** A kérdés kulcsa, például `refund_requested`, csak a saját kódhoz szükséges, a modell nem kapja meg.
- **Az egy állapothoz tartozó összes kérdés egy kérésbe kerüljön.** A modell párhuzamosan értékeli őket: a TypeSafe szerint a további kérdések alig növelik a válaszidőt, és csak a saját tokenjeikbe kerülnek. Egy „biztos, ami biztos” kérdés szinte ingyen van — a kód maga dönti el, mely válaszokra van szükség.
- **Összetett ítéletet részekre bontva.** Az „értékeld a startup kérelmét” helyett külön érdemes rákérdezni a piac méretére, a műszaki megvalósíthatóságra és a versenytársaktól való eltérésekre, a végeredményt pedig súlyokkal kiszámítani a kódban. Ha változnak a prioritások, a súlyokat kell módosítani, nem a kérdést átírni.
- **Függő kérdések második kérésben.** Egy kérés válaszai nem szolgálnak egymás kontextusául. Második kérésre csak akkor van szükség, ha az első válasz nélkül nem állítható össze: például adatot kell betölteni, vagy ki kell választani a következő kérdés lehetőségeit.
- **Hosszú kérdés objektumként.** Az `instructions` és a `criteria` általában karakterlánc, de objektum vagy tömb is lehet: a kérdés az egyik mezőben, az adatok a többiben szerepelnek. Így egyetlen kérdéssel kényelmesen összevethető egy önéletrajz az adatbázisrekordokkal.

#### Bizonyosság

Choice és score esetében a 0 és 1 közötti `confidence` azt mutatja, mennyire összpontosul a valószínűség egy válaszra: 1 esetén teljesen egy lehetőségre, 0 esetén egyenlően az összesre. Score esetében a szomszédos szint kevésbé csökkenti a bizonyosságot, mint egy távoli. Noul esetében maga az érték a bizonyosság: minél távolabb van 0,5-től, annál határozottabb a válasz.

A TypeSafe három tartományt ajánl:

1. **Magas bizonyosság** — automatikus végrehajtás.
2. **Közepes** — óvatos végrehajtás, például megerősítés kérése a felhasználótól.
3. **Alacsony** — az eset átadása embernek, a kérés pontosítása vagy tartalék út bekapcsolása, például egy erősebb, következtető modell használata.

Minél költségesebb a hiba, annál szigorúbb a küszöb: visszafordíthatatlan műveleteknél magasabb, mint olvasásnál. A válasz azt mondja meg, mit válasszunk, a bizonyosság pedig azt, érdemes-e cselekedni. A küszöböket saját adatokon kell meghatározni, a bizonyosságot a pontossággal összevetve.

#### Hogyan épüljön rendszer a Jev köré?

A Jev nem olyan ügynökökhöz készült, amelyek maguk választják ki a következő lépést, és minden körben eltévedhetnek, hanem olyan programokhoz, amelyekben a folyamatot a kód vezérli, a modell pedig szűk szemantikai kérdésekre válaszol. A TypeSafe nyolc tervezési lépése:

1. Amit kóddal el lehet végezni, azt kóddal kell megoldani — megbízhatóan és olcsón.
2. Az állapotba csak az kerüljön, amire az aktuális kérdésekhez szükség van; a friss tények saját tudásbázisból, ne a modell emlékezetéből származzanak.
3. Szerkezet az állapotban: beágyazott JSON, a kérdésben pedig a szükséges mező elérési útja backtickek között, ha ez csökkenti a kétértelműséget.
4. A lehető legszűkebb és legkonkrétabb kérdések — a TypeSafe szerint talán ez a legfontosabb szabály: egy tág kérdés több ítéletet rejt egy válasz mögé.
5. Szerkezet a kérdésekben: maga a kérdés rövid; a magyarázatok, példák és saját adatbázisból származó értékek az `instructions` vagy a `criteria` objektum szomszédos mezőiben, ne egy hosszú karakterláncban legyenek.
6. Sok független kérdés ugyanahhoz az állapothoz, egyetlen kérésben — több haszon minden dollárért.
7. A válaszokat a kód egyesíti: szabályokkal, súlyozott összeggel vagy egy hagyományos gépi tanulási modell jellemzőiként.
8. Elágazás a bizonyosság szerint: a bizonytalan esetek emberhez vagy következtető modellhez kerüljenek.

A Jev nem chatmodell és nem kódkiegészítő modell, ezért programozó ügynökben nem helyettesíthet nyelvi modellt. Egy ügynök viszont megírhatja azt a kódot, amely ott hívja meg a Jevet, ahol gyors, kalibrált válasz szükséges.

#### Felhasználási területek

- **Háttérautomatizálás** — emberi jelenlét nélkül milliószor lefuttatott döntések.
- **Valós idő** — a TypeSafe szerint a kérések többsége körülbelül 100 ms alatt teljesül: ez elegendő menet közbeni feldolgozáshoz és felületekhez.
- **Nagy adathalmazok** — keresés hatalmas korpuszokban, ügynökök munkanaplóinak címkézése, előrejelzési jellemzők.
- **Más modellek ellenőrzése** — kérések, kinyert adatok, következtetések és eszközhívások: korlátozások megkerülése, idézési hibák, kitalált állítások.
- **Keresés és rangsorolás** — „kérés — jelölt” párok relevanciája, újrarangsorolás, kontextusválogatás.
- **Elágazás a szándék szerint** — mit szeretne a felhasználó, és melyik kezelő szükséges: egyszerű logika, szakmodell vagy ember; a téma, az összetettség és a kockázat határozza meg, melyik nyelvi modell kapja a kérést.
- **Védelmi ellenőrzések** — a nyelvi modell bemenete, kimenete és eszközhívásai: beágyazott utasítások, szabálysértések, személyes adatok kiszivárgása.
- **Ügyféltámogatás** — a megkeresés témája és szándéka, sürgősség, elégedetlenség, lemorzsolódási kockázat, visszatérítési kérés és sorba állítás.
- **Moderálás** — a saját platform szabályai alapján: mérgező tartalom, zaklatás, spam, csalás, veszélyes tanácsok és személyes adatok; súlyosság és bizonyosság alapján engedélyezés, figyelmeztetés, ellenőrzés vagy blokkolás.
- **Ágazatok** — biztosítási esetek, pénzügyi vizsgálatok és KYC, szerződések és reklám, termékkártyák, toborzás, érdeklődők, játékok, kockázatok, kereslet-előrejelzés, tudásgráfok, tudományos áttekintések és a kód szemantikai ellenőrzése CI-ban.

#### Jellemzők

- **`jev-latest`** — a legújabb stabil verzió álneve, jelenleg Jev 1.13; a válaszoló verzió a `model` mezőben látható, például `jev-1.13.0`. Új verzió megjelenésekor az álnév arra vált, és a válaszok saját módosítás nélkül is megváltozhatnak — figyelni kell ezt a mezőt, ha a küszöbök egy adott verzióhoz igazodnak.
- **Kontextus** — kérésenként 64K token: az állapot és az összes kérdés együtt; az állapot a leghosszabb kérdéssel együtt legfeljebb 32K. A modell egyszer olvassa az állapotot, és az összes kérdést párhuzamosan ellenőrzi vele szemben.
- **Bemenet** — kizárólag szöveg: karakterlánc, JSON-objektum vagy szövegtömb. Képek, hang és videó egyelőre nem támogatottak — előbb szöveggé kell alakítani őket.
- **Nyelv** — a tanítás fő nyelve az angol, jelenleg ezen a legnagyobb a pontosság. A modell más nyelveket, köztük kínait, japánt és koreait is fogad, de kisebb pontossággal — saját adatokon kell ellenőrizni.
- **Árak és számlázás az Ailoot API-ban** — a feltételek a választott metódustól függnek, és annak kártyáján szerepelnek.
- **Beállítás** — a Jevet nem finomhangolják az ügyfél adataival: a saját anyagok a `state`, a szakterületi szabályok az `instructions` és a `criteria` mezőbe kerüljenek.
- **Adatok** — a TypeSafe közlése szerint a Jevet nem tanítják az ügyfelek kérésein és válaszain.

#### A Jev 1.13 ismert gyengeségei

A TypeSafe nyíltan felsorolja az aktuális verzió gyengeségeit, és sok javítást ígér a következőkre. A modell gyors, kalibrált és józan ítéletekre képes, de:

1. **Szó szerint olvas.** A leírt kérdésre válaszol, nem a szándékoltra: a fenntartásokat, tagadásokat és kimondatlan feltételeket szó szerint érti. A pontos feltételt és a határeseteket a `criteria` mezőben kell megadni; az elkerülhetetlen értelmezést két szó szerinti kérdésre kell bontani.
2. **Nem számológép.** A karakterek, ismétlődések és listaelemek számlálása megbízhatatlan, a hiba a mérettel nő — ezt kódban kell elvégezni, jelöltenként egy kérdéssel. A hex vagy RGB formájú színeket a modell kevésbé érti, mint a színneveket. A `score` küszöbhöz megfelelő, de a szintek közötti pontos számhoz nem.
3. **Dátumok és idő.** Melyik dátum korábbi, mennyi idő van köztük, beleesik-e egy időszakba — ezek megbízhatatlanok, különösen vegyes formátumoknál és relatív dátumoknál. A dátum részeit choice kérdéssel érdemes kinyerni („nincs megadva” lehetőséggel), az összehasonlítást pedig kódban elvégezni.
4. **Közvetettség.** A kettős tagadás és egy tulajdonság tulajdonságára vonatkozó kérdés csökkenti a pontosságot. Közvetlenül kell fogalmazni, és név szerint megadni az állapot részeit.
5. **Felesleges tartalom az állapotban.** Az oda nem tartozó szöveg rontja a pontosságot. Kódban kell szűrni, ha ez nem lehetséges, noul kérdésekkel kiszűrni a nem releváns részeket.
6. **Ellenséges szöveg.** A modell alapértelmezésben nem számít csapdákra az állapotban: egy beágyazott utasítás vagy a saját besorolásával vitatkozó szöveg eltolhatja a választ. Pontos kritériumokat kell írni, és indulás előtt ellenőrizni a határeseteket.
7. **Ellentmondások.** Ha az `instructions` és a `criteria` mást kér — például a noul „igenje” „nemként” van leírva —, csökken a pontosság. A kritériumok a kérdés folytatását jelentik.
8. **A lehetőségek sorrendje.** A modell néha a choice első lehetőségéhez húz. Érdemes átrendezni őket, és ellenőrizni, hogy a válasz nem változik-e.
9. **Generálás.** A Jevet nem tanították szövegírásra. Adatkinyeréshez a jelölteket reguláris kifejezéssel vagy generatív modellel kell megkeresni, a Jev pedig choice segítségével válassza ki a megfelelőt.

**Ailoot · System One** `POST /v1/systemone` `jev-latest`

[`jev-latest`](https://ailoot.ai/models/hu/#m=jev-latest&route=Core&caller=jev-latest&fmt=systemone)

TypeSafe /`jev-latest`

### Kezdő lépések

A TypeSafe döntési modellje: szöveg írása helyett szövegről vagy JSON-ról feltett, típusozott kérdésekre válaszol — választással, skálás értékeléssel vagy valószínűségi „igen/nem” válasszal. Útválasztásra, megkeresések rendezésére, moderálásra és pontozásra használható; egy kérés összes kérdését párhuzamosan értékeli.

Elfogadott bemenetek

Szöveg

Eredmények

structured

### Elérhető az Ailootban · bemenetek és metódusok

**Ailoot · System One** `POST /v1/systemone`

Bemenet

`text`

Kimenet

`structured`

Kontextus

64 000 tokens

Kimeneti formátum

json

| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
| --- | --- | --- | --- | --- |
| Mező`model` | Típus`string` | KövetelményKötelező | Értékek és korlátok jev-latest | Alapértelmezett— |
| Mező`state` | Típus`string\|object\|array` | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
| Mező`questions` | Típus`object` | KövetelményKötelező | Értékek és korlátok Minimális objektummezőszám: 1 | Alapértelmezett— |
| Mező`questions.<id>.type` | Típus`string` | KövetelményKötelező | Értékek és korlátok noul, choice, score | Alapértelmezett— |
| Mező`questions.<id>.instructions` | Típus`string\|object\|array\|null` | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
| Mező`questions.<id>.criteria` | Típus`object\|array\|null` | KövetelményOpcionális | Értékek és korlátok Feltételek: noul: opcionális, null értéket elfogadó true/false leírások; choice: feltételobjektum; score: nem üres feltételtömb | Alapértelmezett— |
| Mező`stream` | Típus`boolean\|null` | KövetelményOpcionális | Értékek és korlátok false, null | Alapértelmezett— |

Bemeneti anyagok kombinációi

**noul** · Kötelező: state, questions.\<id\>.type=noul

**choice** · Kötelező: state, questions.\<id\>.type=choice, criteria object

**score** · Kötelező: state, questions.\<id\>.type=score, nonemptycriteriaarray

Metódus paraméterei és életciklusa

| Paraméter | Szerződés |
| --- | --- |
| Paraméter`material_types` | Szerződéstext |
| Paraméter`required` | Szerződésmodel, state, questions |
| Paraméter`optional_controls` | Szerződésnull |
| Paraméter`content_type` | Szerződésapplication/json |

Életciklus: `exact retained published method`

A metódusok szerkezete és azonosítói pontosak; a beszállítói képesség különbözik a kérelmek befogadásától.

### Díjcsomagok

#### Ailoot-metódusok díjai

Bemenet

≈0,000084 USD */ 1K*

Kimenet

0,00 USD */ 1K*

Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. [A foglalás és az elszámolás működése →](https://ailoot.ai/docs/hu/billing/reserve/)

### Példakérések

#### Ailoot · System One

Osztályozási példa

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 customer message}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "jev-latest", "state": "", "questions": {"is_urgent": {"type": "noul", "instructions": "Does the supplied customer message express urgency?"}}}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["state"]=text
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/systemone \
  -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
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
```

### Eredmények fogadása és mentése

#### Ailoot · System One

json

##### Őrizzen meg minden elkészült eredményt

Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.

Őrizzen meg minden választ a megadott kérdésazonosítóval, valószínűséggel és jelmagyarázattal együtt; az n értékét használó megbízhatósági képlethez n\>1 szükséges, de ez nem állít az API számára minimális választási darabszámot.

Válaszmezők

| Mező | Típus |
| --- | --- |
| Mező`answers.<id>.type` | Típusstring |
| Mező`answers.<id>.noul` | Típusnumber |
| Mező`answers.<id>.choice` | Típusstring |
| Mező`answers.<id>.score` | Típusnumber |
| Mező`answers.<id>.confidence` | Típusnumber |
| Mező`answers.<id>.probabilities` | Típusobject |
| Mező`answers.<id>.legend` | Típusobject |
| Mező`usage` | Típusobject |

Hibák és következő lépések

| Válasz | Feltétel | Következő lépés |
| --- | --- | --- |
| Válasz400 · `invalid_request_error` | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. |

### Álnevek

#### Modell álnevei

**Ailoot** [`jev-latest`](https://ailoot.ai/models/hu/#m=jev-latest&route=Core&caller=jev-latest&fmt=systemone)

#### Metódusútvonalak álnevei

Használja a fent látható metódusútvonalakat.

#### Kapcsolódó modellazonosítók

[`jev-latest`](https://ailoot.ai/models/hu/#m=jev-latest&route=Core&caller=jev-latest&fmt=systemone)

FAQ · jev-latest

Milyen bemenetek és eredmények érhetők el?

`POST /v1/systemone` · `jev-latest`: `text` → `structured`

Mely mezőket használja a kérés?

`POST /v1/systemone` · `jev-latest`: `model`, `state`, `questions`, `stream`

Milyen korlátok érvényesek?

`POST /v1/systemone` · `jev-latest`: `ctx`: `64000`

Csatlakoztassa az Ailootot a Claude Code-hoz, OpenCode-hoz, Hermeshez vagy saját alkalmazásához.

## A vállalat és projektportfóliója

A vállalat és projektportfóliója: ügyfelek milliói; havi értékesítés milliárdos nagyságrendben.

## Vásároljon tokeneket kedvezménnyel.

Előfizetési kedvezmény rendszeres munkához. Promókódok — akár 50% tokenvásárlási kedvezmény.

Előfizetés

Válasszon kedvezményes tarifát a rendszeres kéréseihez.

Promókód akár 50%-ig

Vásárláskor adja meg a kódot. Az ár az érvényes akció szerint újraszámolódik.

Költségek az előzményekben

Minden kéréshez megmarad a modell, a tokenek és az összeg.

[Előfizetés kiválasztása](https://ailoot.ai/docs/hu/billing/subscriptions/) · [Modellárak megtekintése](https://ailoot.ai/models/hu/)

## Csatlakoztassa az API-t az értékesített termékéhez.

SaaS, alkalmazások és botok — az Ailoot ajánlati feltételei és licencszerződése alapján. Viszonteladáshoz kérjen viszonteladói licencet.

Kereskedelmi alkalmazás

Építsen szöveg-, kép-, videó- és hanggenerálást szolgáltatása fizetős funkcióiba.

Viszonteladói licenc

Küldje el a projekt leírását és a hozzáférés módját. Kérjen írásos használati és viszonteladási feltételeket.

Dokumentumok a weboldalon

Az ajánlati feltételek, licencszerződés és adatkezelési szabályzat már a csatlakoztatás előtt elérhető.

[Viszonteladói licenc kérése](mailto:support@ailoot.ai) · [Ajánlati feltételek és licencszerződés](https://ailoot.ai/legal/offer?lang=hu)

## Ailoot · A vállalat és projektportfóliója





Az Ailoot felhalmozott működési tapasztalatra, széles ügyfélkörre, stabil szolgáltatásra és folyamatos KPI-ellenőrzésre épít.





A vállalat és projektportfóliója: ügyfelek milliói; havi értékesítés milliárdos nagyságrendben.





Az Ailoot ezt a működési tapasztalatot használja az ügyfelek termékeiben, ágenseiben, alkalmazásaiban és automatizálásaiban elérhető AI-funkciók API-hozzáféréséhez.