modeller

gemini-3-pro-preview

Markdown · JSON

gemini-3-pro-preview

Gemini 3 Pro Preview er Googles multimodale resonneringsmodell for tekst, bilder, lyd, video og PDF-er, med tekst som utdata. Den store inndatarammen, kodeegenskapene og støttede verktøyflytene egner seg til detaljert analyse, dokumentsammenligning og oppgaveutførelse basert på belegg.

Om modellen

Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.

Gemini 3 Pro Preview er Googles navngitte forhåndsvariant av Gemini 3 Pro for multimodal resonnering og tekstgenerering. Den kan arbeide med tekst, bilder, lyd, video og PDF-dokumenter og returnere et skriftlig resultat. Tiltenkte bruksområder omfatter kompleks analyse, avansert programmering, algoritmeutvikling og oppgaver som kombinerer et omfattende kildemateriale med et konkret spørsmål.

Modell og inndatastruktur

Gemini 3 Pro er en transformerbasert modell med en sparsom blanding av eksperter og innebygd støtte for multimodale inndata. Arkitekturen ruter hvert token gjennom et utvalgt delsett av eksperter. Dette er et særtrekk ved modellens utforming, ikke en brukerinnstilling for å velge en bestemt ekspert eller låse en driftskonfigurasjon.

Forbered inndataene ut fra oppgavens informasjonsbehov. Et dokument, et skjermbilde og et lydopptak kan gi ulike belegg. Angi hva hver ressurs inneholder, og hvordan den skal bidra til svaret. Utdataene er fortsatt tekst; forståelse av visuelt eller muntlig materiale gjør ikke denne forhåndsvarianten til en generator for bilder, tale eller video.

Multimodal analyse

Bruk bilder til spørsmål om synlig innhold, lyd til muntlig eller akustisk informasjon og video til sekvenser der endringer over tid er viktige. Legg den faktiske ressursen ved spørsmålet fremfor bare å beskrive den etter hukommelsen. Når du sammenligner flere ressurser, merker du dem tydelig slik at svaret kan vise til riktig kilde.

En produktanalyse kan for eksempel kombinere en skriftlig spesifikasjon, et skjermbilde av grensesnittet og en innspilt demonstrasjon. Be om en sammenligning som skiller mellom hva spesifikasjonen lover, og hva som er synlig eller hørbart i det innsendte materialet. Definer det ønskede resultatet som funn, støttende observasjoner og uavklarte spørsmål.

Ved en PDF-oppgave legger du ved dokumentet og angir delene eller påstandene som skal undersøkes. Et nyttig spørsmål ber om sammenligning, uttrekking eller forklaring knyttet til kilden, i stedet for bare å be om et generelt sammendrag av en stor fil.

Lang kontekst og utdataramme

Spesifikasjonen for akkurat denne forhåndsvarianten oppgir en inndatagrense på 1 048 576 tokener og en utdatagrense på 65 536 tokener. Produsenten oppgir januar 2025 som kunnskapsgrense; legg ved nyere belegg når spørsmålet avhenger av senere hendelser eller informasjon. Dette er to ulike rammer. Et stort kildemateriale kan leses for å gi et målrettet svar uten at modellen må gjengi alle deler av inndataene.

Organiser langt materiale med tydelig struktur: dokumenttitler, seksjonsgrenser, kodestier og spørsmålet utdataene må besvare. Hold relevante unntak og definisjoner nær innholdet de avgrenser. Hvis oppgaven krever en lang rapport, angir du rapportens seksjoner og hvilke belegg som forventes i hver av dem.

Et stort kontekstvindu garanterer ikke at alle detaljer får like stor oppmerksomhet, eller at alle konklusjoner blir riktige. Google peker også på mulig svekkelse gjennom samtaler med flere runder; kontroller viktige kildefakta og gjenbrukt kontekst etter hvert som samtalen utvikler seg. Kontroller svaret mot de konkrete tekstutdragene eller ressursene som underbygger viktige påstander.

Programmering og algoritmeutvikling

Produsentens tiltenkte bruksområder omfatter avansert programmering og algoritmisk arbeid. Oppgi relevant kildekode, forutsetninger om miljøet, observert feil og forventet oppførsel. Ved en algoritmeoppgave definerer du inndata, ønskede utdata og betingelser som rekkefølge, duplikater eller ugyldige data.

En nyttig feilsøkingsbeskrivelse kobler inndataene som feiler og feilmeldingen til den minste relevante delen av kildekoden. Be om en diagnose og en avgrenset endring, og undersøk deretter om den foreslåtte endringen retter den rapporterte oppførselen. Generert kode og en påstand om at den bør virke, er noe annet enn en implementasjon som er kjørt og verifisert.

Ved et spørsmål om et større kodelager bruker du inndatarammen til å legge ved nødvendige filer med tydelige stimerker. Oppgi om det ønskede resultatet er en forklaring, et endringsforslag eller en analyse av alternativer, slik at resultatet har et konkret formål.

Verktøy, kilder og strukturerte resultater

Produsentspesifikasjonen for forhåndsvarianten støtter funksjonskall, kodekjøring, filsøk, kildeforankring gjennom søk og URL-kontekst. Disse funksjonene har ulike roller. Et funksjonskall beskriver en operasjon applikasjonen skal utføre; et verktøyresultat gir deretter belegg for modellens neste trinn. Kodekjøring er en verktøyflyt, ikke en garanti for at vilkårlig generert applikasjonskode allerede er testet.

Kildeforankring gjennom søk og URL-kontekst gir kildeorienterte arbeidsflyter, mens filsøk arbeider med en klargjort filsamling. Bevar verktøyresultater og koblinger til kilder sammen med svaret, slik at en konklusjon kan undersøkes. Ifølge spesifikasjonen støtter denne modellvarianten verken datamaskinbruk eller kildeforankring med Maps.

Støtte for strukturerte utdata kan uttrykke et resultat i et definert skjema. Angi feltene og betydningen deres før generering, og kontroller både innholdet og formatet. Et gyldig strukturert objekt krever fortsatt kontroll av fakta og samsvar med oppgaven.

Resonnering, gjenbruk og utgavegrenser

Denne forhåndsvarianten støtter resonneringsmodus. Bruk en tydelig oppgave, relevante belegg og uttrykkelige begrensninger ved arbeid som krever flere resonneringstrinn. Resultatet bør forklare forutsetninger og den nyttige konklusjonen; skjult resonnering eller tilstedeværelsen av en resonneringsmodus er ikke i seg selv verifikasjon.

Produsenten oppgir også støtte for hurtigbufring og batchbehandling. Dette er behandlingsfunksjoner som er atskilt fra modellens innholdsegenskaper, og deres tilstedeværelse dokumenterer verken at en bestemt forespørsel ble hurtigbufret, eller at et batchresultat er riktig.

Hold Gemini 3 Pro Preview atskilt fra Gemini 3.1 Pro Preview, Gemini 3 Pro Image og lyd- eller Live-variantene. Denne forhåndsvariantens utdata er tekst, og spesifikasjonen omfatter verken bildegenerering, lydgenerering eller Live-drift. Vurder det returnerte svaret, koden eller det strukturerte resultatet mot det innsendte kildematerialet og den tiltenkte oppgaven.

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions gemini-3-pro-preview

gemini-3-pro-preview

Annet /gemini-3-pro-preview

Start

Gemini 3 Pro Preview er Googles multimodale resonneringsmodell for tekst, bilder, lyd, video og PDF-er, med tekst som utdata. Den store inndatarammen, kodeegenskapene og støttede verktøyflytene egner seg til detaljert analyse, dokumentsammenligning og oppgaveutførelse basert på belegg.

Godkjente inndata
Tekst
Resultater
Tekst

Tilgjengelig i Ailoot · inndata & metoder

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
Inndatatyper
text
Utdatatyper
text
Utdataformat
json eller SSE
FeltTypeKravVerdier & grenserStandard
FeltmodelTypestringKravPåkrevdVerdier & grenser
gemini-3-pro-preview
Standard—
FeltmessagesTypemessage[]KravPåkrevdVerdier & grenser
Minste antall elementer: 1
Standard—
Feltmessages[].roleTypestringKravPåkrevdVerdier & grenser
Avhenger av modellen
Standard—
Feltmessages[].contentTypestringKravValgfrittVerdier & grenser
Gjelder når: Tekstsamtale
Standard—
FeltstreamTypebooleanKravValgfrittVerdier & grenserStandardfalse
Kombinasjoner av inngående materialer

Tekst · UTF8-tekst

messages[].content

Metodeparametere og livssyklus
ParameterAvtale
Parametercontent_typeAvtaleapplication/json
ParameterrequiredAvtalemodel, messages
Parametermaterial_typesAvtaletext
ParametermessagesAvtalemeldingstabell med role/content-struktur
Parameterfile_materialAvtalefaktisk UTF-8-dokument satt inn som bokstavelig tekst; ingen fil-ID utledes
Parameteroptional_controlsAvtalestream
Parametercontrol_scopeAvtaleTekstsamtale; stream er en boolsk verdi med false som standard.
Parameteroutput_modalitiesAvtaletext
Parameterhosted_operationsAvtalefalse
Parametermultimodal_input_bindingAvtalenull

Metodealiaser: /chat/completions

Livssyklus: synchronous_or_streamed

Send eksakt modell-ID sammen med messages.

Kontekstlengde er ikke en outputgrense.

En tekstfil kan levere bokstavelig tekst; bilde-, lyd- og filobjektinput trenger eksakt binding.

Priser

Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.

Hurtigmodus
Ikke angitt Når hurtigmodus er valgt
Flex-modus
Ikke angitt Når flex-modus er valgt
Maksimal resonneringsinnsats
Ikke angitt Når justeringen «default» brukes for maksimal resonneringsinnsats
Priser for eksplisitt mellomlagring
Ikke aktivert Når eksplisitt mellomlagring forespørres

Ailoot-satser

Priser etter konfigurasjon

KonfigurasjonPrisplanKostnad
KonfigurasjonGrunnpriser for tokenerPrisplanGrunnsatsKostnad
Inndata · Inngående tokener $0.004 / 1K tokener
Utdata · Utgående tokener $0.024 / 1K tokener
Inndata · Lesing fra hurtigbuffer $0 / 1K tokener
Inndata · Skriving til hurtigbuffer $0 / 1K tokener
Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener

Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →

Eksempelforespørsler

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":"gemini-3-pro-preview","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="gemini-3-pro-preview", 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"))

Motta og lagre resultater

Ailoot Ultra · OpenAI Chat

json eller SSE

Behold alle ferdige resultater

Behold alle fullstendige returnerte svar, filer og innholdsdeler.

Behold hvert svaralternativ med innhold, verktøykall og resonnering. Sett sammen endringer i SSE etter svaralternativets/verktøyets indeks, og behold endelig avslutningsgrunn og bruksdata.

Hvis det opprinnelige svaret må kontrolleres

Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.

Svarfelter
FeltType
Feltchoices[].indexTypeinteger
Feltchoices[].message.contentTypestring|null
Feltchoices[].message.tool_callsTypetool_call[]
Feltchoices[].message.reasoning_contentTypestring
Feltchoices[].message.reasoning_detailsTypeobject|array
Feltchoices[].finish_reasonTypestring|null
FeltusageTypeobject
Feil og neste trinn
SvarVilkårNeste trinn
Svar400 · invalid_request_errorVilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdiNeste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel.

Aliaser

Modellaliaser

Ailoot Ultra gemini-3-pro-preview

Aliaser for metodestier

/chat/completions

Tilknyttede anroper-ID-er

gemini-3-pro-preview

Ailoot Ultra · Anthropic Messages POST /v1/messages gemini-3-pro-preview

gemini-3-pro-preview

Annet /gemini-3-pro-preview

Start

Gemini 3 Pro Preview er Googles multimodale resonneringsmodell for tekst, bilder, lyd, video og PDF-er, med tekst som utdata. Den store inndatarammen, kodeegenskapene og støttede verktøyflytene egner seg til detaljert analyse, dokumentsammenligning og oppgaveutførelse basert på belegg.

Godkjente inndata
Tekst
Resultater
json · sse

Tilgjengelig i Ailoot · inndata & metoder

Ailoot Ultra · Anthropic Messages POST /v1/messages
Inndatatyper
text
Utdatatyper
json, sse
Utdataformat
JSON eller SSE
FeltTypeKravVerdier & grenserStandard
FeltmodelTypestringKravPåkrevdVerdier & grenser
gemini-3-pro-preview
Standard—
FeltmessagesTypemessage[]KravPåkrevdVerdier & grenserStandard—
Feltmessages[].roleTypestringKravPåkrevdVerdier & grenser
user, assistant
Standard—
Feltmessages[].contentTypestringKravPåkrevdVerdier & grenserStandard—
Feltmax_tokensTypeintegerKravPåkrevdVerdier & grenserStandard—
FeltstreamTypebooleanKravValgfrittVerdier & grenserStandardfalse
Kombinasjoner av inngående materialer

Tekst · UTF-8-tekst

messages[].content-streng

Metodeparametere og livssyklus
ParameterAvtale
Parametercontent_typeAvtaleapplication/json
ParameterrequiredAvtalemodel, messages, max_tokens
Parameteroptional_controlsAvtalestream
Parametermaterial_typesAvtaletext
Parametertext_file_materialAvtaleLes det faktiske UTF-8-dokumentet og legg teksten i den angitte input- eller meldingsinnholdsstrengen.

Livssyklus: synchronous_or_streamed

Priser

Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.

Hurtigmodus
Ikke angitt Når hurtigmodus er valgt
Flex-modus
Ikke angitt Når flex-modus er valgt
Maksimal resonneringsinnsats
Ikke angitt Når justeringen «default» brukes for maksimal resonneringsinnsats
Priser for eksplisitt mellomlagring
Ikke aktivert Når eksplisitt mellomlagring forespørres

Ailoot-satser

Priser etter konfigurasjon

KonfigurasjonPrisplanKostnad
KonfigurasjonGrunnpriser for tokenerPrisplanGrunnsatsKostnad
Inndata · Inngående tokener $0.004 / 1K tokener
Utdata · Utgående tokener $0.024 / 1K tokener
Inndata · Lesing fra hurtigbuffer $0 / 1K tokener
Inndata · Skriving til hurtigbuffer $0 / 1K tokener
Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener

Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →

Eksempelforespørsler

Ailoot Ultra · Anthropic Messages

Komplett, minimal JSON-kroppcurl · bruk UTF-8-dokumentet dittPython · lagre hele resultatet
{
  "model": "gemini-3-pro-preview",
  "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': 'gemini-3-pro-preview', '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': 'gemini-3-pro-preview', '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))

Motta og lagre resultater

Ailoot Ultra · Anthropic Messages

JSON eller SSE

Behold alle ferdige resultater

Behold alle fullstendige returnerte svar, filer og innholdsdeler.

Behold alle innholdsblokker, resonneringssignaturer og faktiske ID-er for verktøybruk. Sett sammen alle SSE-blokkendringer; den første tekstblokken er ikke hele resultatet.

Hvis det opprinnelige svaret må kontrolleres

Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.

Svarfelter
FeltType
FeltidTypestring
FeltmodelTypestring
Feltcontent[]Typetext|thinking|tool_use|other content block
Feltstop_reasonTypestring|null
FeltusageTypeobject
Feil og neste trinn
SvarVilkårNeste trinn
Svar400 · invalid_request_errorVilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdiNeste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel.

Aliaser

Modellaliaser

Ailoot Ultra gemini-3-pro-preview

Aliaser for metodestier

/chat/completions

Tilknyttede anroper-ID-er

gemini-3-pro-preview

FAQ · gemini-3-pro-preview
Hvilke inndata og resultater er tilgjengelige?

POST /v1/chat/completions · gemini-3-pro-preview: text → text

POST /v1/messages · gemini-3-pro-preview: text → json, sse

Hvilke felt bruker forespørselen?

POST /v1/chat/completions · gemini-3-pro-preview: model, messages, stream

POST /v1/messages · gemini-3-pro-preview: model, messages, max_tokens, stream

Hvilke grenser gjelder?

POST /v1/chat/completions · gemini-3-pro-preview: messages.min_items: 1

Flere detaljer

Koble Ailoot til Claude Code, OpenCode, Hermes eller egen applikasjon.

Selskapet og dets prosjektportefølje

Selskapet og dets prosjektportefølje: millioner av kunder; månedlig salg for milliarder.

Kjøp tokener med rabatt.

Abonnementsrabatt for jevnlig bruk. Kampanjekoder gir opptil 50% på tokenkjøp.

Abonnement
Velg et rabattabonnement for faste forespørsler.
Kampanjekode opptil 50%
Oppgi kode ved kjøp. Prisen beregnes på nytt etter gjeldende kampanje.
Kostnader i historikken
Modell, tokener og beløp lagres for hver forespørsel.

Velg abonnement · Se modellpriser

Koble API-et til produktet du selger.

SaaS, apper og boter etter Ailoots offentlige tilbud og lisensavtale. Be om forhandlerlisens for videresalg.

Kommersiell applikasjon
Bygg tekst-, bilde-, video- og lydgenerering inn i betalte funksjoner i tjenesten.
Forhandlerlisens
Send prosjektbeskrivelse og tilgangsopplegg. Be om skriftlige vilkår for bruk og videresalg.
Dokumenter på nettstedet
Offentlig tilbud, lisensavtale og retningslinjer for databehandling er tilgjengelige før tilkobling.

Be om forhandlerlisens · Offentlig tilbud og lisensavtale