modellen

inclusionAI: Ling 3.1 Flash

Markdown · JSON

inclusionAI: Ling 3.1 Flash

Ling 3.1 Flash is het hybride redeneermodel van inclusionAI voor kantoorwerk, langdurige softwareontwikkeling en complexe agents. De architectuur telt 560 miljard parameters en activeert daarvan ongeveer 25 miljard per token. Dit ondersteunt planning in meerdere stappen, interactie met hulpmiddelen en revisies op basis van tussentijdse resultaten.

Over het model

Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.

Ling 3.1 Flash is het hybride redeneertaalmodel van inclusionAI voor taken die meerdere fasen omvatten in plaats van één kort antwoord. De fabrikant positioneert het voor dagelijks kantoorwerk, langdurige software-engineering en complexe werkwijzen met agents. Het gebruikt een mixture-of-experts-architectuur met ongeveer 560 miljard parameters in totaal en circa 25 miljard actieve parameters per token, waardoor een grote modelcapaciteit wordt gecombineerd met een kleinere hoeveelheid actieve berekeningen.

Het centrale ontwerpdoel is het behouden van de taakstatus en het bijsturen van langer werk. In een werkwijze met gekoppelde hulpmiddelen kan het model meerdere stappen plannen, tussentijdse resultaten interpreteren en de volgende stap aanpassen wanneer het bewijs verandert. Geef het een nauwkeurig doel, de beschikbare materialen en een definitie van voltooiing. Bijvoorbeeld: “Beoordeel deze incidentnotities, identificeer de nog onopgeloste oorzaken en maak een onderzoeksplan op prioriteit. Benoem voor elke actie het bewijs dat nodig is om te bepalen of die heeft gewerkt.” Zo wordt een vaag verzoek een resultaat dat kan worden geïnspecteerd en voortgezet.

Voor kantoorwerk omvat bruikbare invoer bronnotities, tekst die uit documenten is gehaald, tabellen met duidelijke kolomdefinities en de bedoelde doelgroep van een rapport. Vermeld de periode, eenheden en te gebruiken vergelijking. Vraag om een geschreven resultaat zoals een managementbriefing, rapportopzet of uitleg van de belangrijkste veranderingen. Een voorbeeld is: “Leg uitsluitend op basis van deze kwartaaltabellen de grootste veranderingen uit, onderscheid waargenomen waarden van aannames en schrijf een briefing met de onbeantwoorde vragen aan het einde.” Houd bronlabels bij de invoer, zodat de resulterende beweringen naar het juiste materiaal kunnen worden herleid.

Voor softwareontwikkeling benadrukt de fabrikant refactoring over meerdere programmeertalen, prestatieoptimalisatie en analyse van veelgebruikte delen van een codebasis. Lever de relevante bestanden aan als tekst, samen met het te behouden gedrag, de afhankelijkheidsversies en eventuele foutuitvoer of metingen. Een nuttig verzoek vraagt om een voorgestelde wijziging en de controles die nodig zijn om die te beoordelen: “Refactor deze parser met behoud van het gedocumenteerde uitvoerformaat. Leg het beïnvloede gedrag uit, toon de herziene code en benoem gevallen die een regressie zichtbaar zouden maken.” Lever voor prestatiewerk daadwerkelijke profielen of tijdmetingen aan en vraag om elke aanbeveling aan een gemeten knelpunt te koppelen.

Verzamel voor professionele analyse de relevante regels, definities en het bewijs voordat u om een aanbeveling vraagt. Ling 3.1 Flash is bedoeld om verspreide informatie samen te brengen, indicatoren te interpreteren en actievoorstellen te ontwikkelen. Vraag om een vergelijking die aannames en nog benodigde informatie benoemt, in plaats van een ongefundeerd oordeel. Lever bijvoorbeeld meerdere projectvoorstellen aan en vraag om een beslisnotitie die voor elk dezelfde criteria gebruikt, met brononderbouwde waarnemingen gescheiden van afgeleide gevolgen. Vraag bij tegenstrijdig bewijs om de conflicterende passages en de vraag die het conflict zou oplossen.

De fabrikant onderscheidt een contextplafond op modelniveau van 1M tokens van de context van 256K die momenteel via de officiële dienst is opengesteld. Deze cijfers beschrijven verschillende grenzen. Orden werkmateriaal rond het toepasselijke venster en reserveer ruimte voor het antwoord; een plafond op modelniveau betekent niet dat elke interface zoveel invoer accepteert. Bewaar bij een grote taak het doel, de afgeronde beslissingen, open vragen en bronverwijzingen bij elkaar. Gebruik expliciete grenzen rond documenten en code, zodat te analyseren materiaal niet wordt verward met op te volgen instructies.

Bereid taken met gekoppelde hulpmiddelen voor met duidelijke hulpmiddelbeschrijvingen, verwachte argumenten en nuttige resultaatrecords. Voer daadwerkelijke resultaten terug in het gesprek, zodat het volgende voorstel op waarnemingen is gebaseerd. Vraag het model uit te leggen wat een teruggegeven resultaat verandert en welk bewijs nog ontbreekt. Het op agents gerichte ontwerp ondersteunt dit patroon van planning en terugkoppeling; de omringende toepassing voert de hulpmiddelstappen uit en bewaart hun resultaten. Een voorgestelde opdracht, codewijziging of rapport is het nuttigst wanneer de status duidelijk is: voorgesteld, uitgevoerd met vastgelegd resultaat of nog te verifiëren.

Ling 3.1 Flash behoort tot de taalmodellijn; de afzonderlijke editie Ling 3.0 Flash VL is het visuele model van de fabrikant. Bereid voor deze teksttaak tekstuele broninhoud voor en behoud de structuur, labels en herkomst. Specificeer de uitvoertaal en vorm, zoals een beknopte notitie, tabel met bevindingen, uitleg van een patch of genummerd plan. Vraag het model ontbrekende informatie te markeren en toets het gevraagde resultaat aan de oorspronkelijke beperkingen. Lange werkwijzen vereisen nog steeds inspectie van tussentijdse resultaten: een vroege onjuiste aanname kan anders worden meegenomen in latere redeneringen en worden gepolijst tot een overtuigend eindrapport.

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions inclusionai/ling-3.1-flash

inclusionai/ling-3.1-flash

inclusionAI /inclusionai/ling-3.1-flash

Aan de slag

Ling 3.1 Flash is het hybride redeneermodel van inclusionAI voor kantoorwerk, langdurige softwareontwikkeling en complexe agents. De architectuur telt 560 miljard parameters en activeert daarvan ongeveer 25 miljard per token. Dit ondersteunt planning in meerdere stappen, interactie met hulpmiddelen en revisies op basis van tussentijdse resultaten.

Toegestane invoer
Tekst
Resultaten
Tekst

Beschikbaar in Ailoot · invoer en methoden

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
Invoertypen
text
Uitvoertypen
text
Uitvoerformaat
json of SSE
VeldTypeVereisteWaarden en limietenStandaard
VeldmodelTypestringVereisteVereistWaarden en limieten
inclusionai/ling-3.1-flash
Standaard—
VeldmessagesTypemessage[]VereisteVereistWaarden en limieten
Minimumaantal items: 1
Standaard—
Veldmessages[].roleTypestringVereisteVereistWaarden en limieten
Afhankelijk van het model
Standaard—
Veldmessages[].contentTypestringVereisteOptioneelWaarden en limieten
Geldt wanneer: Tekstgesprek
Standaard—
VeldstreamTypebooleanVereisteOptioneelWaarden en limietenStandaardfalse
Combinaties van invoermaterialen

Tekst · UTF8-tekst

messages[].content

Methodeparameters en levenscyclus
ParameterContract
Parametercontent_typeContractapplication/json
ParameterrequiredContractmodel, messages
Parametermaterial_typesContracttext
ParametermessagesContractberichtenarray met de structuur role/content
Parameterfile_materialContractwerkelijk UTF-8-document ingevoegd als letterlijke tekst; er wordt geen bestands-ID afgeleid
Parameteroptional_controlsContractstream
Parametercontrol_scopeContractTekstgesprek; stream is een booleaanse waarde en is standaard false.
Parameteroutput_modalitiesContracttext
Parameterhosted_operationsContractfalse
Parametermultimodal_input_bindingContractnull

Methodealiasnamen: /chat/completions

Levenscyclus: synchronous_or_streamed

Stuur het exacte model-ID mee met messages.

Contextlengte is geen uitvoerlimiet.

Een tekstbestand kan letterlijke tekst aanleveren; beeld-, audio- en bestandsobjectinvoer vereisen een exacte koppeling.

Tarieven

Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.

Snelle modus
Niet opgegeven Wanneer de snelle modus is geselecteerd
Flexmodus
Niet opgegeven Wanneer de modus flex is geselecteerd
Maximale redeneerinspanning
Niet opgegeven Wanneer bij maximale redeneerinspanning de default-aanpassing wordt gebruikt

Ailoot-tarieven

Prijzen per configuratie

Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.

ConfiguratieTariefstaffelContexttokens, meer danContexttokens, tot en metKosten
ConfiguratieBasistarieven voor tokensTariefstaffelBasistariefContexttokens, meer dan—Contexttokens, tot en metGeen bovengrensKosten
Invoer · Invoertokens $0.0006 / 1K tokens
Uitvoer · Uitvoertokens $0.0018 / 1K tokens
Invoer · Cache lezen $0.00012 / 1K tokens
Invoer · Cache schrijven — / 1K tokens
Invoer · Cache schrijven, 1 uur — / 1K tokens
ConfiguratieNiveau 1 voor aanvraaglengteTariefstaffel—Contexttokens, meer dan0Contexttokens, tot en metGeen bovengrensKosten
Invoer · Invoertokens $0.0006 / 1K tokens
Uitvoer · Uitvoertokens $0.0018 / 1K tokens
Invoer · Cache lezen $0.00012 / 1K tokens
Invoer · Cache schrijven — / 1K tokens
Invoer · Cache schrijven, 1 uur — / 1K tokens

Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →

Voorbeeldverzoeken

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":"inclusionai/ling-3.1-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
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="inclusionai/ling-3.1-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"))

Resultaten ophalen en opslaan

Ailoot Ultra · OpenAI Chat

json of SSE

Alle voltooide resultaten bewaren

Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.

Bewaar elke keuze en de bijbehorende inhoud, toolaanroepen en redeneringen. Voeg in SSE delta’s samen per keuze-/toolindex en bewaar de uiteindelijke reden van beëindiging en de verbruiksgegevens.

Als het oorspronkelijke antwoord moet worden gecontroleerd

Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.

Antwoordvelden
VeldType
Veldchoices[].indexTypeinteger
Veldchoices[].message.contentTypestring|null
Veldchoices[].message.tool_callsTypetool_call[]
Veldchoices[].message.reasoning_contentTypestring
Veldchoices[].message.reasoning_detailsTypeobject|array
Veldchoices[].finish_reasonTypestring|null
VeldusageTypeobject
Fouten en vervolgstappen
AntwoordVoorwaardeVolgende stap
Antwoord400 · invalid_request_errorVoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldigVolgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag.

Aliasnamen

Modelaliasnamen

Ailoot Ultra inclusionai/ling-3.1-flash

Aliasnamen voor methodepaden

/chat/completions

Gerelateerde aanroeper-ID’s

inclusionai/ling-3.1-flash

Ailoot Ultra · Anthropic Messages POST /v1/messages inclusionai/ling-3.1-flash

inclusionai/ling-3.1-flash

inclusionAI /inclusionai/ling-3.1-flash

Aan de slag

Ling 3.1 Flash is het hybride redeneermodel van inclusionAI voor kantoorwerk, langdurige softwareontwikkeling en complexe agents. De architectuur telt 560 miljard parameters en activeert daarvan ongeveer 25 miljard per token. Dit ondersteunt planning in meerdere stappen, interactie met hulpmiddelen en revisies op basis van tussentijdse resultaten.

Toegestane invoer
Tekst
Resultaten
json · sse

Beschikbaar in Ailoot · invoer en methoden

Ailoot Ultra · Anthropic Messages POST /v1/messages
Invoertypen
text
Uitvoertypen
json, sse
Uitvoerformaat
JSON of SSE
VeldTypeVereisteWaarden en limietenStandaard
VeldmodelTypestringVereisteVereistWaarden en limieten
inclusionai/ling-3.1-flash
Standaard—
VeldmessagesTypemessage[]VereisteVereistWaarden en limietenStandaard—
Veldmessages[].roleTypestringVereisteVereistWaarden en limieten
user, assistant
Standaard—
Veldmessages[].contentTypestringVereisteVereistWaarden en limietenStandaard—
Veldmax_tokensTypeintegerVereisteVereistWaarden en limietenStandaard—
VeldstreamTypebooleanVereisteOptioneelWaarden en limietenStandaardfalse
Combinaties van invoermaterialen

Tekst · UTF-8-tekst

messages[].content als tekenreeks

Methodeparameters en levenscyclus
ParameterContract
Parametercontent_typeContractapplication/json
ParameterrequiredContractmodel, messages, max_tokens
Parameteroptional_controlsContractstream
Parametermaterial_typesContracttext
Parametertext_file_materialContractLees het werkelijke UTF-8-document en plaats de tekst ervan in de aangegeven invoer of in de inhoudstekenreeks van een bericht.

Levenscyclus: synchronous_or_streamed

Tarieven

Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.

Snelle modus
Niet opgegeven Wanneer de snelle modus is geselecteerd
Flexmodus
Niet opgegeven Wanneer de modus flex is geselecteerd
Maximale redeneerinspanning
Niet opgegeven Wanneer bij maximale redeneerinspanning de default-aanpassing wordt gebruikt

Ailoot-tarieven

Prijzen per configuratie

Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.

ConfiguratieTariefstaffelContexttokens, meer danContexttokens, tot en metKosten
ConfiguratieBasistarieven voor tokensTariefstaffelBasistariefContexttokens, meer dan—Contexttokens, tot en metGeen bovengrensKosten
Invoer · Invoertokens $0.0006 / 1K tokens
Uitvoer · Uitvoertokens $0.0018 / 1K tokens
Invoer · Cache lezen $0.00012 / 1K tokens
Invoer · Cache schrijven — / 1K tokens
Invoer · Cache schrijven, 1 uur — / 1K tokens
ConfiguratieNiveau 1 voor aanvraaglengteTariefstaffel—Contexttokens, meer dan0Contexttokens, tot en metGeen bovengrensKosten
Invoer · Invoertokens $0.0006 / 1K tokens
Uitvoer · Uitvoertokens $0.0018 / 1K tokens
Invoer · Cache lezen $0.00012 / 1K tokens
Invoer · Cache schrijven — / 1K tokens
Invoer · Cache schrijven, 1 uur — / 1K tokens

Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →

Voorbeeldverzoeken

Ailoot Ultra · Anthropic Messages

Volledige minimale JSON-bodycurl · gebruik je UTF-8-documentPython · sla het volledige resultaat op
{
  "model": "inclusionai/ling-3.1-flash",
  "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': 'inclusionai/ling-3.1-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
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': 'inclusionai/ling-3.1-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))

Resultaten ophalen en opslaan

Ailoot Ultra · Anthropic Messages

JSON of SSE

Alle voltooide resultaten bewaren

Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.

Bewaar alle inhoudsblokken, handtekeningen van redeneringen en werkelijke toolgebruik-ID’s. Voeg alle SSE-blokdelta’s samen; het eerste tekstblok is niet de volledige uitvoer.

Als het oorspronkelijke antwoord moet worden gecontroleerd

Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.

Antwoordvelden
VeldType
VeldidTypestring
VeldmodelTypestring
Veldcontent[]Typetext|thinking|tool_use|other content block
Veldstop_reasonTypestring|null
VeldusageTypeobject
Fouten en vervolgstappen
AntwoordVoorwaardeVolgende stap
Antwoord400 · invalid_request_errorVoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldigVolgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag.

Aliasnamen

Modelaliasnamen

Ailoot Ultra inclusionai/ling-3.1-flash

Aliasnamen voor methodepaden

/chat/completions

Gerelateerde aanroeper-ID’s

inclusionai/ling-3.1-flash

FAQ · inclusionAI: Ling 3.1 Flash
Welke invoer en resultaten zijn beschikbaar?

POST /v1/chat/completions · inclusionai/ling-3.1-flash: text → text

POST /v1/messages · inclusionai/ling-3.1-flash: text → json, sse

Welke velden gebruikt het verzoek?

POST /v1/chat/completions · inclusionai/ling-3.1-flash: model, messages, stream

POST /v1/messages · inclusionai/ling-3.1-flash: model, messages, max_tokens, stream

Welke limieten gelden?

POST /v1/chat/completions · inclusionai/ling-3.1-flash: messages.min_items: 1

Meer details

Verbind Ailoot met Claude Code, OpenCode, Hermes of je eigen applicatie.

Het bedrijf en zijn projectenportefeuille

Het bedrijf en zijn projectenportefeuille: miljoenen klanten; maandelijkse verkopen in de miljarden.

Koop tokens met korting.

Abonnementsvoordeel voor regelmatig gebruik. Promotiecodes geven tot 50% korting op tokens.

Abonnement
Kies een abonnement met korting voor je terugkerende verzoeken.
Promotiecode tot 50%
Vul de code bij aankoop in. De prijs wordt volgens de lopende actie herberekend.
Kosten in de geschiedenis
Model, tokens en bedrag worden per verzoek bewaard.

Kies een abonnement · Bekijk modelprijzen

Verbind de API met het product dat je verkoopt.

SaaS, apps en bots volgens de openbare aanbodvoorwaarden en licentieovereenkomst van Ailoot. Vraag voor doorverkoop een resellerlicentie aan.

Commerciële applicatie
Voeg tekst-, beeld-, video- en geluidsgeneratie aan betaalde functies van je service toe.
Resellerlicentie
Stuur een projectbeschrijving en toegangsschema. Vraag schriftelijke voorwaarden voor gebruik en doorverkoop.
Documenten op de site
Aanbodvoorwaarden, licentieovereenkomst en gegevensbeleid zijn vóór het verbinden beschikbaar.

Vraag een resellerlicentie aan · Aanbodvoorwaarden en licentieovereenkomst