model

Meta: Muse Wonder

Markdown · JSON

Meta: Muse Wonder

Muse Wonder adalah model penalaran multimodal Meta untuk agen yang berjalan lama dan tugas rekayasa kompleks. Model ini membaca teks, gambar, video, audio, dan dokumen PDF dalam konteks 1.048.576 token lalu mengembalikan teks, dengan fitur pemanggilan alat, keluaran terstruktur, dan upaya penalaran yang dapat dikonfigurasi yang diterbitkan.

Tentang model

Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.

Muse Wonder adalah model penalaran Meta untuk tugas yang membutuhkan rencana berkelanjutan pada kumpulan bukti yang besar. Masukan yang diterbitkan mencakup teks, gambar, video, audio, dan dokumen PDF, sedangkan keluarannya berupa teks. Karena itu, satu tugas dapat menggabungkan repositori, kumpulan dokumen, dan bukti visual sambil mempertahankan hasil kerja tertulis yang ditentukan.

Rencanakan pekerjaan berdasarkan artefak yang diperlukan

Jelaskan apa yang harus dihasilkan pekerjaan dan bagaimana hasil akan diperiksa. Untuk tugas perangkat lunak, identifikasi perilaku yang perlu dipertahankan, berkas yang relevan, dan kriteria verifikasi. Untuk analisis dokumen, sebutkan pertanyaan, sumber, dan informasi yang sebaiknya dipertahankan laporan akhir.

Desain berbasis agen yang diterbitkan mencakup perencanaan, subtugas yang didelegasikan, penggunaan alat paralel, dan pemulihan dari kesalahan. Dalam aplikasi, hubungkan kemampuan model tersebut dengan alur kerja eksekusi terkendali: alat melakukan tindakan, observasi yang dikembalikan menyediakan bukti, dan langkah model berikutnya menggunakan observasi itu. Pertahankan temuan yang selesai agar langkah selanjutnya tidak kehilangan keputusan yang sudah dibuat.

Bekerja lintas berkas dan media

Penggunaan rekayasa Muse Wonder yang didokumentasikan mencakup beberapa berkas dalam repositori yang sudah ada. Berikan kumpulan kode relevan dan batasan yang koheren alih-alih cuplikan yang terpisah ketika perubahan melintasi batas komponen. Minta antarmuka terdampak dan langkah verifikasi bersama edit yang diusulkan.

Untuk pekerjaan visual atau audiovisual, berikan materi yang membawa bukti. Tangkapan layar dapat memperjelas cacat tata letak; video dapat menunjukkan urutan interaksi; dokumen dapat menggabungkan teks, tabel, dan gambar. Nyatakan apa yang sebaiknya diekstrak atau dijelaskan model dari bukti itu dan minta hasil teks dengan observasi berguna tetap dipertahankan.

Penalaran dan keluaran terstruktur

Konfigurasi Muse Wonder yang diterbitkan mencakup penalaran wajib dengan tingkat upaya minimal, low, medium, high, xhigh, dan max, dengan medium sebagai bawaan. Pilih pengaturan berdasarkan kedalaman tugas dan tentukan apa yang sebaiknya dibuktikan jawaban. Pertahankan kriteria yang sama saat membandingkan hasil pada tingkat upaya berbeda.

Pemanggilan alat dan keluaran terstruktur berpandukan skema merupakan fitur model yang diterbitkan. Alur kerja dapat menggunakannya untuk meminta temuan yang diidentifikasi, referensi bukti, rencana perubahan, atau daftar hasil verifikasi. Pertahankan bidang yang digunakan mesin agar berfokus pada langkah berikutnya dan simpan penjelasan yang dapat dibaca manusia ketika peninjau perlu memahami keputusan.

Kesinambungan konteks panjang

Jendela konteks yang diterbitkan adalah 1.048.576 token. Susun masukan panjang dengan nama sumber yang jelas dan batas bagian, serta bedakan observasi yang dikonfirmasi dari asumsi terbuka. Gunakan konteks untuk mempertahankan keputusan penting sepanjang tugas alih-alih memenuhinya dengan materi yang tidak terkait.

Artefak akhir yang berguna mengidentifikasi apa yang berubah, bukti yang digunakan, pemeriksaan yang dilakukan, dan pertanyaan yang masih membutuhkan perhatian. Itu dapat berupa peninjauan repositori, usulan perubahan beberapa berkas, atau analisis kumpulan dokumen campuran. Keluaran teks Muse Wonder menjelaskan dan mengarahkan pekerjaan; aplikasi di sekitarnya menyediakan eksekusi, alat, dan penyimpanan yang mengubahnya menjadi alur kerja yang selesai.

Kemampuan

  • Pemahaman teks, gambar, video, audio, dan PDF dengan keluaran teks.
  • Konteks 1.048.576 token yang dipublikasikan.
  • Perencanaan, subtugas yang didelegasikan, penggunaan alat secara paralel, dan pemulihan kesalahan dalam pekerjaan agen.
  • Alur kerja rekayasa perangkat lunak yang melibatkan banyak berkas.
  • Penalaran wajib dengan tingkat upaya yang dipublikasikan dan keluaran yang dipandu skema.

Kasus penggunaan

  • Tugas rekayasa banyak berkas — Kode terkait, hasil yang diinginkan, dan kriteria verifikasi. Hasil: Rencana perubahan atau tinjauan yang selaras di seluruh komponen yang terdampak.
  • Agen terkendali yang berjalan lama — Tujuan, kerangka pelaksanaan, dan pengamatan dari alat yang disimpan. Hasil: Keputusan berurutan yang terhubung dengan artefak akhir yang dapat ditinjau.
  • Penyelidikan multimodal — Dokumen dan media yang memuat bukti untuk pertanyaan tertentu. Hasil: Analisis teks dengan pengamatan yang terkait sumber.
  • Sintesis kumpulan bukti besar — Koleksi terorganisasi dengan sumber bernama dan kontrak keluaran. Hasil: Laporan yang mempertahankan kesimpulan, bukti, dan asumsi yang masih terbuka.

Batasan

  • Konteks — Jendela konteks yang dipublikasikan: 1.048.576 token.
  • Keluaran — Keluarga keluaran yang dipublikasikan adalah teks.
  • Penalaran — Penalaran wajib; sumber mencantumkan tingkat upaya minimal, low, medium, high, xhigh, dan max.
  • Pelaksanaan — Alat dan aplikasi yang menaunginya menjalankan tindakan serta menyimpan hasilnya.
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions meta/muse-wonder

meta/muse-wonder

Meta /meta/muse-wonder

Mulai

Muse Wonder adalah model penalaran multimodal Meta untuk agen yang berjalan lama dan tugas rekayasa kompleks. Model ini membaca teks, gambar, video, audio, dan dokumen PDF dalam konteks 1.048.576 token lalu mengembalikan teks, dengan fitur pemanggilan alat, keluaran terstruktur, dan upaya penalaran yang dapat dikonfigurasi yang diterbitkan.

Masukan yang diterima
Teks
Hasil
Teks

Tersedia di Ailoot · masukan & metode

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
Masukan
text
Keluaran
text
Format keluaran
json atau SSE
KolomJenisPersyaratanNilai & batasanBawaan
KolommodelJenisstringPersyaratanWajibNilai & batasan
meta/muse-wonder
Bawaan—
KolommessagesJenismessage[]PersyaratanWajibNilai & batasan
Item minimum: 1
Bawaan—
Kolommessages[].roleJenisstringPersyaratanWajibNilai & batasan
Bergantung pada model
Bawaan—
Kolommessages[].contentJenisstringPersyaratanOpsionalNilai & batasan
Berlaku jika: Percakapan teks
Bawaan—
KolomstreamJenisbooleanPersyaratanOpsionalNilai & batasanBawaanfalse
Kombinasi bahan masukan

Teks · Teks UTF8

messages[].content

Parameter metode dan siklus hidup
ParameterKontrak
Parametercontent_typeKontrakapplication/json
ParameterrequiredKontrakmodel, messages
Parametermaterial_typesKontraktext
ParametermessagesKontrakarray pesan dengan struktur role/content
Parameterfile_materialKontrakdokumen UTF-8 yang sebenarnya dimasukkan sebagai teks apa adanya; ID file tidak disimpulkan
Parameteroptional_controlsKontrakstream
Parametercontrol_scopeKontrakPercakapan teks; stream adalah nilai boolean dengan false sebagai bawaan.
Parameteroutput_modalitiesKontraktext
Parameterhosted_operationsKontrakfalse
Parametermultimodal_input_bindingKontraknull

Alias metode: /chat/completions

Siklus hidup: synchronous_or_streamed

Kirim ID model yang tepat bersama messages.

Panjang konteks bukan batas keluaran.

File teks dapat menyediakan teks apa adanya; masukan gambar/audio/objek file memerlukan pengikatan yang tepat.

Paket

Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.

Mode Fast
Tidak ditentukan Saat mode fast dipilih
Mode Flex
Tidak ditentukan Saat mode flex dipilih
Upaya penalaran maksimum
Tidak ditentukan Saat upaya penalaran maksimum menggunakan penyesuaian default

Tarif Ailoot

Harga menurut konfigurasi

Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.

KonfigurasiJadwal tarifToken konteks, lebih dariToken konteks, hingga dan termasukBiaya
KonfigurasiTarif dasar tokenJadwal tarifTarif dasarToken konteks, lebih dari—Token konteks, hingga dan termasukTanpa batas atasBiaya
Masukan · Token masukan $0.008 / 1K token
Keluaran · Token keluaran $0.04 / 1K token
Masukan · Pembacaan cache $0.0004 / 1K token
Masukan · Penulisan cache — / 1K token
Masukan · Penulisan cache, 1 jam — / 1K token
KonfigurasiPanjang permintaan · tingkat 1Jadwal tarif—Token konteks, lebih dari0Token konteks, hingga dan termasukTanpa batas atasBiaya
Masukan · Token masukan $0.008 / 1K token
Keluaran · Token keluaran $0.04 / 1K token
Masukan · Pembacaan cache $0.0004 / 1K token
Masukan · Penulisan cache — / 1K token
Masukan · Penulisan cache, 1 jam — / 1K token

Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →

Contoh permintaan

Ailoot Ultra · OpenAI Chat

curlPython SDK
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model":"meta/muse-wonder","messages":[{"role":"user","content":"hello"}],"stream":false}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
    if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
from openai import OpenAI
import os

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model="meta/muse-wonder", 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"))

Terima dan simpan hasil

Ailoot Ultra · OpenAI Chat

json atau SSE

Simpan semua hasil yang selesai

Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.

Simpan setiap alternatif jawaban beserta konten, panggilan alat, dan penalarannya. Dalam SSE, gabungkan delta menurut indeks alternatif jawaban/alat, lalu pertahankan alasan penghentian akhir dan data penggunaan.

Jika respons asli perlu diperiksa

Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.

Kolom respons
KolomJenis
Kolomchoices[].indexJenisinteger
Kolomchoices[].message.contentJenisstring|null
Kolomchoices[].message.tool_callsJenistool_call[]
Kolomchoices[].message.reasoning_contentJenisstring
Kolomchoices[].message.reasoning_detailsJenisobject|array
Kolomchoices[].finish_reasonJenisstring|null
KolomusageJenisobject
Kesalahan dan langkah berikutnya
ResponsKondisiLangkah berikutnya
Respons400 · invalid_request_errorKondisiBidang wajib, representasi materi, atau nilai parameter tidak validLangkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru.

Alias

Alias model

Ailoot Ultra meta/muse-wonder

Alias jalur metode

/chat/completions

ID pemanggil terkait

meta/muse-wonder

Ailoot Ultra · Anthropic Messages POST /v1/messages meta/muse-wonder

meta/muse-wonder

Meta /meta/muse-wonder

Mulai

Muse Wonder adalah model penalaran multimodal Meta untuk agen yang berjalan lama dan tugas rekayasa kompleks. Model ini membaca teks, gambar, video, audio, dan dokumen PDF dalam konteks 1.048.576 token lalu mengembalikan teks, dengan fitur pemanggilan alat, keluaran terstruktur, dan upaya penalaran yang dapat dikonfigurasi yang diterbitkan.

Masukan yang diterima
Teks
Hasil
json · sse

Tersedia di Ailoot · masukan & metode

Ailoot Ultra · Anthropic Messages POST /v1/messages
Masukan
text
Keluaran
json, sse
Format keluaran
JSON atau SSE
KolomJenisPersyaratanNilai & batasanBawaan
KolommodelJenisstringPersyaratanWajibNilai & batasan
meta/muse-wonder
Bawaan—
KolommessagesJenismessage[]PersyaratanWajibNilai & batasanBawaan—
Kolommessages[].roleJenisstringPersyaratanWajibNilai & batasan
user, assistant
Bawaan—
Kolommessages[].contentJenisstringPersyaratanWajibNilai & batasanBawaan—
Kolommax_tokensJenisintegerPersyaratanWajibNilai & batasanBawaan—
KolomstreamJenisbooleanPersyaratanOpsionalNilai & batasanBawaanfalse
Kombinasi bahan masukan

Teks · Teks UTF-8

string messages[].content

Parameter metode dan siklus hidup
ParameterKontrak
Parametercontent_typeKontrakapplication/json
ParameterrequiredKontrakmodel, messages, max_tokens
Parameteroptional_controlsKontrakstream
Parametermaterial_typesKontraktext
Parametertext_file_materialKontrakBaca dokumen UTF-8 yang sebenarnya dan masukkan teksnya ke string masukan atau konten pesan yang ditunjukkan.

Siklus hidup: synchronous_or_streamed

Paket

Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.

Mode Fast
Tidak ditentukan Saat mode fast dipilih
Mode Flex
Tidak ditentukan Saat mode flex dipilih
Upaya penalaran maksimum
Tidak ditentukan Saat upaya penalaran maksimum menggunakan penyesuaian default

Tarif Ailoot

Harga menurut konfigurasi

Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.

KonfigurasiJadwal tarifToken konteks, lebih dariToken konteks, hingga dan termasukBiaya
KonfigurasiTarif dasar tokenJadwal tarifTarif dasarToken konteks, lebih dari—Token konteks, hingga dan termasukTanpa batas atasBiaya
Masukan · Token masukan $0.008 / 1K token
Keluaran · Token keluaran $0.04 / 1K token
Masukan · Pembacaan cache $0.0004 / 1K token
Masukan · Penulisan cache — / 1K token
Masukan · Penulisan cache, 1 jam — / 1K token
KonfigurasiPanjang permintaan · tingkat 1Jadwal tarif—Token konteks, lebih dari0Token konteks, hingga dan termasukTanpa batas atasBiaya
Masukan · Token masukan $0.008 / 1K token
Keluaran · Token keluaran $0.04 / 1K token
Masukan · Pembacaan cache $0.0004 / 1K token
Masukan · Penulisan cache — / 1K token
Masukan · Penulisan cache, 1 jam — / 1K token

Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →

Contoh permintaan

Ailoot Ultra · Anthropic Messages

Isi permintaan JSON minimal yang lengkapcurl · gunakan dokumen UTF-8 AndaPython · simpan hasil secara lengkap
{
  "model": "meta/muse-wonder",
  "max_tokens": 128,
  "messages": [
    {
      "role": "user",
      "content": "Summarize the incident report."
    }
  ],
  "stream": false
}
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'meta/muse-wonder', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
  -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'meta/muse-wonder', '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))

Terima dan simpan hasil

Ailoot Ultra · Anthropic Messages

JSON atau SSE

Simpan semua hasil yang selesai

Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.

Simpan semua blok konten, tanda tangan penalaran, dan ID penggunaan alat yang sebenarnya. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan keluaran.

Jika respons asli perlu diperiksa

Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.

Kolom respons
KolomJenis
KolomidJenisstring
KolommodelJenisstring
Kolomcontent[]Jenistext|thinking|tool_use|other content block
Kolomstop_reasonJenisstring|null
KolomusageJenisobject
Kesalahan dan langkah berikutnya
ResponsKondisiLangkah berikutnya
Respons400 · invalid_request_errorKondisiBidang wajib, representasi materi, atau nilai parameter tidak validLangkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru.

Alias

Alias model

Ailoot Ultra meta/muse-wonder

Alias jalur metode

/chat/completions

ID pemanggil terkait

meta/muse-wonder

FAQ · Meta: Muse Wonder
Input dan hasil apa yang tersedia?

POST /v1/chat/completions · meta/muse-wonder: text → text

POST /v1/messages · meta/muse-wonder: text → json, sse

Kolom apa yang digunakan permintaan?

POST /v1/chat/completions · meta/muse-wonder: model, messages, stream

POST /v1/messages · meta/muse-wonder: model, messages, max_tokens, stream

Batasan apa yang berlaku?

POST /v1/chat/completions · meta/muse-wonder: messages.min_items: 1

Rincian selengkapnya

Hubungkan Ailoot ke Claude Code, OpenCode, Hermes, atau aplikasi Anda.

Perusahaan dan portofolio proyeknya

Perusahaan dan portofolio proyeknya: jutaan pelanggan; penjualan miliaran setiap bulan.

Beli token dengan diskon.

Diskon langganan untuk pekerjaan rutin. Kode promo — hingga 50% untuk pembelian token.

Langganan
Pilih paket dengan diskon untuk permintaan rutin Anda.
Kode promo hingga 50%
Masukkan kode saat membeli. Harga dihitung ulang sesuai promosi aktif.
Biaya dalam riwayat
Model, token, dan jumlah tagihan disimpan untuk setiap permintaan.

Pilih langganan · Lihat harga model

Hubungkan API ke produk yang Anda jual.

SaaS, aplikasi, dan bot — sesuai penawaran dan perjanjian lisensi Ailoot. Untuk penjualan kembali, mintalah lisensi reseller.

Aplikasi komersial
Integrasikan pembuatan teks, gambar, video, dan suara dalam fitur berbayar layanan Anda.
Lisensi reseller
Kirim deskripsi proyek dan skema akses. Mintalah ketentuan penggunaan dan penjualan kembali secara tertulis.
Dokumen di situs
Penawaran, perjanjian lisensi, dan kebijakan pemrosesan data tersedia sebelum koneksi.

Minta lisensi reseller · Penawaran dan perjanjian lisensi