model

DeepSeek R1 Distill Qwen 7B

Markdown · JSON

DeepSeek R1 Distill Qwen 7B

DeepSeek-R1-Distill-Qwen-7B ialah model penaakulan padat dan kompak DeepSeek, yang ditala halus daripada Qwen2.5-Math-7B menggunakan contoh yang dijana R1. Model ini menerima teks dan menghasilkan teks untuk tugasan matematik, pengekodan dan logik, dengan panduan arahan khusus titik semak.

Tentang model

Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.

Pengenalan: model penaakulan lebih kecil yang berasal daripada R1

DeepSeek-R1-Distill-Qwen-7B memindahkan contoh penaakulan daripada DeepSeek-R1 ke dalam model padat berasaskan Qwen2.5-Math-7B. Model ini menerima teks dan menjana teks, termasuk penyelesaian berlangkah, penjelasan pengaturcaraan dan jawapan kepada masalah logik. Penyulingan 7B yang tepat ini ialah titik semak berasingan daripada DeepSeek-R1 penuh, Qwen2.5-Math-7B asal dan edisi tersuling yang lebih besar. Namanya merekodkan pengeluar data penaakulan dan keluarga model asas.

Sumbangan penyulingan

Penyelidikan R1 DeepSeek membezakan latihan model guru penaakulan besar daripada penalaan halus model muridnya yang lebih kecil. Saluran kerja guru menggunakan pembelajaran pengukuhan dan peringkat terselia; model tersuling yang dikeluarkan ditala halus dengan sampel yang dihasilkan R1. Pembuat menerangkan 800,000 contoh yang dikurasi untuk keluaran ini. Jangan menganggap murid 7B itu sendiri mempunyai seni bina campuran pakar model penuh atau melalui setiap peringkat latihan guru. Penyulingan memberikan gaya penaakulan yang dipelajari kepada model ini; penyulingan tidak menjadikan kesimpulannya setara dengan kesimpulan guru.

Model yang tepat dan konfigurasinya

Jadual model rasmi mengenal pasti Qwen2.5-Math-7B sebagai asas edisi ini. DeepSeek mengubah tetapan konfigurasi dan tokenizer, jadi titik semak keluaran dan templat sembang yang tepat adalah penting. Konfigurasi terbitannya menggunakan seni bina model bahasa kausal Qwen2 dengan 28 lapisan dan pemberat bfloat16. Konfigurasi itu menetapkan kedudukan maksimum pada 131,072. Nilai konfigurasi tersebut bukan pengesahan berasingan bagi ketepatan dokumen panjang: jadual konteks 128K dalam kad R1 bersama menerangkan model R1 penuh, manakala jadual model tersulingnya mengenal pasti asal usul tanpa menerbitkan jadual konteks yang disahkan bagi setiap murid.

Gunakannya untuk tugasan yang hasilnya boleh disemak. Untuk matematik, bekalkan pernyataan lengkap, takrif dan unit. Untuk kod, sertakan fungsi yang berkaitan, input, hasil yang diperhatikan dan tingkah laku yang dikehendaki. Untuk soalan logik, senaraikan fakta dan bezakan kesimpulan yang diperlukan daripada andaian. Minta hasil akhir yang boleh disemak secara bebas, seperti nilai dalam kotak, rangka pembuktian ringkas atau tampalan yang dijelaskan. Contoh ini menggunakan skop penaakulan yang didokumenkan pembuat; contoh tersebut bukan dakwaan bahawa model menjalankan kod atau mengesahkan pembuktian secara automatik.

Cara menyediakan arahan

DeepSeek mengesyorkan supaya semua arahan diletakkan dalam arahan pengguna dan arahan sistem dielakkan untuk keluaran R1 ini. Untuk masalah matematik, minta penaakulan langkah demi langkah dan jawapan akhir yang dibatasi dengan jelas. Sertakan sebarang struktur output dalam arahan yang sama: contohnya, kesimpulan pendek diikuti andaian dan pengiraan sokongan. Aplikasi perlu menggunakan tokenizer dan pemformatan murid itu sendiri, bukannya menggunakan templat Qwen asas sebagai pengganti tanpa menyemak perubahan pembuat.

Pembuat menyatakan bahawa sesetengah pertanyaan boleh menghasilkan blok pemikiran kosong dan melangkaui corak penaakulan yang dikehendaki. Penyelesaian yang disyorkan ialah memulakan penjanaan dengan penanda pembukaan pemikiran dan baris baharu dalam aliran kerja yang serasi. Ini ialah cadangan format penjanaan yang didokumenkan, bukannya janji bahawa setiap aplikasi menyediakan kawalan tersebut. Bezakan jawapan akhir daripada teks penaakulan yang lebih panjang semasa mempersembahkan hasil.

Tetapan penjanaan dan ruang yang tersedia

DeepSeek mengesyorkan suhu antara 0.5 hingga 0.7, dengan 0.6 sebagai titik permulaan pilihan, untuk mengurangkan output berulang atau tidak koheren. Persediaan penilaiannya menggunakan peruntukan penjanaan 32,768 token dan top_p 0.95. Pilihan penilaian itu bukan had maksimum mutlak sejagat. Penaakulan, teks sumber dan respons akhir semuanya memerlukan ruang dalam konteks yang dikonfigurasikan, jadi permintaan yang mengandungi pembuktian panjang atau penyenaraian kod masih perlu meninggalkan ruang untuk pelengkapan.

Batasan yang mempengaruhi pemilihan model

Model tersuling yang kecil kekal sebagai kompromi penaakulan yang tersendiri. Bahan keluaran pembuat tidak menetapkan input imej, audio atau video bagi titik semak ini, mahupun protokol panggilan alat khusus. Pelaksanaan alat atau akses kepada data semasa memerlukan aliran kerja aplikasi yang dikonfigurasikan secara berasingan. Keluaran ini juga tidak mewarisi perubahan dasar arahan DeepSeek-R1-0528 yang lebih baharu semata-mata melalui nama R1. Sahkan jawapan berangka, periksa perubahan kod yang dicadangkan dan semak sama ada kesimpulan akhir mengikuti fakta yang dibekalkan; transkrip penaakulan yang panjang sahaja bukan bukti ketepatan.

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B

Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B

Lain-lain /Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B

Pengenalan

DeepSeek-R1-Distill-Qwen-7B ialah model penaakulan padat dan kompak DeepSeek, yang ditala halus daripada Qwen2.5-Math-7B menggunakan contoh yang dijana R1. Model ini menerima teks dan menghasilkan teks untuk tugasan matematik, pengekodan dan logik, dengan panduan arahan khusus titik semak.

Input yang diterima
Teks
Hasil
Teks

Tersedia di Ailoot · input & kaedah

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
Input
text
Output
text
Format output
json atau SSE
MedanJenisKeperluanNilai & hadLalai
MedanmodelJenisstringKeperluanDiperlukanNilai & had
Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B
Lalai—
MedanmessagesJenismessage[]KeperluanDiperlukanNilai & had
Item minimum: 1
Lalai—
Medanmessages[].roleJenisstringKeperluanDiperlukanNilai & had
Bergantung pada model
Lalai—
Medanmessages[].contentJenisstringKeperluanPilihanNilai & had
Terpakai apabila: Perbualan teks
Lalai—
MedanstreamJenisbooleanKeperluanPilihanNilai & hadLalaifalse
Gabungan bahan input

Teks · Teks UTF8

messages[].content

Parameter kaedah dan kitar hayat
ParameterKontrak
Parametercontent_typeKontrakapplication/json
ParameterrequiredKontrakmodel, messages
Parametermaterial_typesKontraktext
ParametermessagesKontraktatasusunan mesej dengan struktur role/content
Parameterfile_materialKontrakdokumen UTF-8 sebenar dimasukkan sebagai teks literal; ID fail tidak diandaikan
Parameteroptional_controlsKontrakstream
Parametercontrol_scopeKontrakPerbualan teks; stream ialah nilai boolean dengan false sebagai lalai.
Parameteroutput_modalitiesKontraktext
Parameterhosted_operationsKontrakfalse
Parametermultimodal_input_bindingKontraknull

Alias kaedah: /chat/completions

Kitar hayat: synchronous_or_streamed

Hantar ID model yang tepat bersama messages.

Panjang konteks bukan had output.

Fail teks boleh membekalkan teks literal; input imej/audio/objek fail memerlukan pengikatan tepat.

Pelan harga

Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.

Mod pantas
Tidak dinyatakan Apabila mod pantas dipilih
Mod flex
Tidak dinyatakan Apabila mod flex dipilih
Usaha penaakulan maksimum
Tidak dinyatakan Apabila usaha penaakulan maksimum menggunakan pelarasan default

Kadar Ailoot

Harga mengikut konfigurasi

KonfigurasiJadual kadarCaj
KonfigurasiKadar asas tokenJadual kadarKadar asasCaj
Input · Token input $0.0001 / 1K token
Output · Token output $0.0001 / 1K token
Input · Bacaan cache $0 / 1K token
Input · Penulisan cache $0 / 1K token
Input · Penulisan cache, 1 jam — / 1K token

Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →

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":"Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B","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="Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B", 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, fail dan bahagian kandungan yang dikembalikan.

Kekalkan setiap pilihan jawapan bersama kandungan, panggilan alat dan penaakulannya. Dalam SSE, gabungkan delta mengikut indeks pilihan jawapan/alat dan kekalkan sebab penamatan akhir serta data penggunaan.

Jika respons asal perlu disemak

Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.

Medan respons
MedanJenis
Medanchoices[].indexJenisinteger
Medanchoices[].message.contentJenisstring|null
Medanchoices[].message.tool_callsJenistool_call[]
Medanchoices[].message.reasoning_contentJenisstring
Medanchoices[].message.reasoning_detailsJenisobject|array
Medanchoices[].finish_reasonJenisstring|null
MedanusageJenisobject
Ralat dan langkah seterusnya
ResponsSyaratLangkah seterusnya
Respons400 · invalid_request_errorSyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sahLangkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu.

Alias

Alias model

Ailoot Ultra Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B

Alias laluan kaedah

/chat/completions

ID pemanggil berkaitan

Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B

Ailoot Ultra · Anthropic Messages POST /v1/messages Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B

Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B

Lain-lain /Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B

Pengenalan

DeepSeek-R1-Distill-Qwen-7B ialah model penaakulan padat dan kompak DeepSeek, yang ditala halus daripada Qwen2.5-Math-7B menggunakan contoh yang dijana R1. Model ini menerima teks dan menghasilkan teks untuk tugasan matematik, pengekodan dan logik, dengan panduan arahan khusus titik semak.

Input yang diterima
Teks
Hasil
json · sse

Tersedia di Ailoot · input & kaedah

Ailoot Ultra · Anthropic Messages POST /v1/messages
Input
text
Output
json, sse
Format output
JSON atau SSE
MedanJenisKeperluanNilai & hadLalai
MedanmodelJenisstringKeperluanDiperlukanNilai & had
Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B
Lalai—
MedanmessagesJenismessage[]KeperluanDiperlukanNilai & hadLalai—
Medanmessages[].roleJenisstringKeperluanDiperlukanNilai & had
user, assistant
Lalai—
Medanmessages[].contentJenisstringKeperluanDiperlukanNilai & hadLalai—
Medanmax_tokensJenisintegerKeperluanDiperlukanNilai & hadLalai—
MedanstreamJenisbooleanKeperluanPilihanNilai & hadLalaifalse
Gabungan bahan input

Teks · Teks UTF-8

rentetan messages[].content

Parameter kaedah dan kitar hayat
ParameterKontrak
Parametercontent_typeKontrakapplication/json
ParameterrequiredKontrakmodel, messages, max_tokens
Parameteroptional_controlsKontrakstream
Parametermaterial_typesKontraktext
Parametertext_file_materialKontrakBaca dokumen UTF-8 sebenar dan letakkan teksnya dalam rentetan input atau kandungan mesej yang ditunjukkan.

Kitar hayat: synchronous_or_streamed

Pelan harga

Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.

Mod pantas
Tidak dinyatakan Apabila mod pantas dipilih
Mod flex
Tidak dinyatakan Apabila mod flex dipilih
Usaha penaakulan maksimum
Tidak dinyatakan Apabila usaha penaakulan maksimum menggunakan pelarasan default

Kadar Ailoot

Harga mengikut konfigurasi

KonfigurasiJadual kadarCaj
KonfigurasiKadar asas tokenJadual kadarKadar asasCaj
Input · Token input $0.0001 / 1K token
Output · Token output $0.0001 / 1K token
Input · Bacaan cache $0 / 1K token
Input · Penulisan cache $0 / 1K token
Input · Penulisan cache, 1 jam — / 1K token

Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →

Contoh permintaan

Ailoot Ultra · Anthropic Messages

Badan JSON minimum yang lengkapcurl · gunakan dokumen UTF-8 andaPython · simpan hasil lengkap
{
  "model": "Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B",
  "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': 'Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B', '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': 'Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B', '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, fail dan bahagian kandungan yang dikembalikan.

Kekalkan semua blok kandungan, tandatangan penaakulan dan ID penggunaan alat sebenar. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan output.

Jika respons asal perlu disemak

Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.

Medan respons
MedanJenis
MedanidJenisstring
MedanmodelJenisstring
Medancontent[]Jenistext|thinking|tool_use|other content block
Medanstop_reasonJenisstring|null
MedanusageJenisobject
Ralat dan langkah seterusnya
ResponsSyaratLangkah seterusnya
Respons400 · invalid_request_errorSyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sahLangkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu.

Alias

Alias model

Ailoot Ultra Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B

Alias laluan kaedah

/chat/completions

ID pemanggil berkaitan

Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B

FAQ · Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B
Apakah input dan hasil yang tersedia?

POST /v1/chat/completions · Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B: text → text

POST /v1/messages · Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B: text → json, sse

Apakah medan yang digunakan oleh permintaan?

POST /v1/chat/completions · Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B: model, messages, stream

POST /v1/messages · Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B: model, messages, max_tokens, stream

Apakah had yang terpakai?

POST /v1/chat/completions · Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B: messages.min_items: 1

Butiran lanjut

Sambungkan Ailoot kepada Claude Code, OpenCode, Hermes atau aplikasi anda.

Syarikat dan portfolio projeknya

Syarikat dan portfolio projeknya: jutaan pelanggan; jualan bernilai berbilion setiap bulan.

Beli token dengan diskaun.

Diskaun langganan untuk penggunaan berkala. Kod promosi — sehingga 50% bagi pembelian token.

Langganan
Pilih pelan berdiskaun untuk permintaan berkala anda.
Kod promosi sehingga 50%
Masukkan kod semasa pembelian. Harga dikira semula mengikut promosi semasa.
Perbelanjaan dalam sejarah
Model, token dan jumlah disimpan bagi setiap permintaan.

Pilih langganan · Lihat harga model

Sambungkan API kepada produk yang anda jual.

SaaS, aplikasi dan bot — di bawah tawaran rasmi serta perjanjian lesen Ailoot. Untuk jualan semula, mohon lesen penjual semula.

Aplikasi komersial
Tambahkan penjanaan teks, imej, video dan audio pada ciri berbayar perkhidmatan anda.
Lesen penjual semula
Hantar keterangan projek dan susunan akses. Minta terma penggunaan serta jualan semula secara bertulis.
Dokumen pada laman
Tawaran, perjanjian lesen dan dasar pemprosesan data tersedia sebelum sambungan.

Mohon lesen penjual semula · Tawaran dan perjanjian lesen