Source: https://ailoot.ai/models/nl/openai-text-embedding-3-large/
Canonical: https://ailoot.ai/models/nl/openai-text-embedding-3-large/
Language: nl

# OpenAI: Text Embedding 3 Large

[Markdown](https://ailoot.ai/models/nl/openai-text-embedding-3-large/index.md) · [JSON](https://ailoot.ai/models/nl/openai-text-embedding-3-large/facts.json)

## [OpenAI: Text Embedding 3 Large](https://ailoot.ai/models/nl/openai-text-embedding-3-large/)

Het grotere tekstembeddingmodel van de derde generatie van OpenAI retourneert standaard 3.072-dimensionale vectoren, met een producentinstelling voor kortere representaties. Gebruik het voor semantische informatieopvraging, meertalige vergelijking en workflows voor verwante inhoud of classificatie.

- [**Ailoot Ultra · Embeddings** `POST /v1/embeddings` `openai/text-embedding-3-large`](https://ailoot.ai/models/nl/openai-text-embedding-3-large/#method-0)
- [**Ailoot Ultra · Vectorrepresentaties · text-embedding-3-large** `POST /v1/embeddings` `text-embedding-3-large`](https://ailoot.ai/models/nl/openai-text-embedding-3-large/#method-1)

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.

text-embedding-3-large is het grotere tekstembeddingmodel van de derde generatie van OpenAI voor Engelstalige en niet-Engelstalige taken. Het zet geschreven materiaal om in een numerieke vector en retourneert standaard 3.072 componenten. De vector representeert relaties in de aangeleverde inhoud; een zoek- of classificatieproces gebruikt die om materiaal te selecteren of een andere beslissing te nemen.

De modellen van de derde generatie zijn getraind om kortere representaties via de dimensions-instelling van de producent te ondersteunen. De maker geeft 1.024 dimensies als voorbeeld wanneer een vectorstore die grootte vereist. Een kortere vector vermindert de hoeveelheid op te slaan en te vergelijken gegevens, terwijl het veranderen van de representatie de zoekkwaliteit kan beïnvloeden. Kies de grootte voor de toepassingsvereisten en gebruik dezelfde keuze voor het corpus en de bijbehorende zoekvragen.

Een illustratieve documentzoekworkflow verdeelt bronmateriaal in betekenisvolle passages, behoudt hun identifiers en verkrijgt vectoren voor elke passage. Een vraag wordt met hetzelfde model en dezelfde dimensies ingebed en vervolgens met de passagevectoren vergeleken. De toepassing levert filters, selecteert de gerangschikte resultaten en toont de bronverwijzingen. Een volgend tekstgeneratiemodel kan een antwoord uit het opgehaalde materiaal ontwikkelen; het resultaat van het embeddingmodel bestaat nog steeds uit numerieke gegevens.

Andere gedocumenteerde toepassingen zijn code- of tekstzoeken, het groeperen van vergelijkbare records, aanbevelingen van verwante inhoud, classificatie, anomaliedetectie en het meten van diversiteit in een verzameling. Beschrijf voor een aanbeveling de objecten met de termen die voor de relatie relevant zijn. Vergelijk voor classificatie met categorierepresentaties of gebruik vectoren als kenmerken in een classifier. Definieer de regel die gelijkenis omzet in het resultaat dat het product nodig heeft.

OpenAI vermeldt een maximale invoer van 8.192 tokens per tekst. De embedding-API accepteert tekenreeksen of getokeniseerde tekst, ondersteunt meerdere invoeritems en weigert lege tekenreeksen. Zij hanteert ook een totale limiet van 300.000 tokens voor één aanvraag. Een lang document moet met behoud van betekenisvolle grenzen en context worden verdeeld, waarbij elke vector aan de bronpassage gekoppeld blijft.

De producent documenteert float-vectoren als standaarduitvoer en base64 als alternatieve codering. De gids beveelt cosinusgelijkenis aan en stelt dat OpenAI-embeddings naar eenheidslengte zijn genormaliseerd, waardoor een inproduct voor cosinusgelijkenis en gelijkwaardige rangschikkingen met Euclidische afstand mogelijk zijn. Als een vector van de derde generatie na het genereren handmatig wordt verkort, instrueert de maker de toepassing om de verkorte vector opnieuw te normaliseren; de dimensions-instelling gebruiken is de aanbevolen route.

Bereid een consistente tekstrepresentatie voor en leg het model, de dimensies en bronidentifier vast. Een bruikbaar uiteindelijk artefact is een gerangschikte verzameling passages, verwante items of gegroepeerde records waarvan de selectieregel expliciet is. Beoordeel of het resultaat de zoekvraag behandelt en behoud de brononderbouwing voor de volgende fase in plaats van vectorgelijkenis als verificatie van de feitelijke beweringen van een record te behandelen.

**Ailoot Ultra · Embeddings** `POST /v1/embeddings` `openai/text-embedding-3-large`

[`openai/text-embedding-3-large`](https://ailoot.ai/models/nl/#m=openai%2Ftext-embedding-3-large&route=Ultra&caller=openai%2Ftext-embedding-3-large&fmt=embeddings)

OpenAI /`openai/text-embedding-3-large`

Model-ID

- `openai/text-embedding-3-large`
- `text-embedding-3-large`

### Aan de slag

Het grotere tekstembeddingmodel van de derde generatie van OpenAI retourneert standaard 3.072-dimensionale vectoren, met een producentinstelling voor kortere representaties. Gebruik het voor semantische informatieopvraging, meertalige vergelijking en workflows voor verwante inhoud of classificatie.

Toegestane invoer

Tekst · token\_ids

Resultaten

embedding

### Beschikbaar in Ailoot · invoer en methoden

**Ailoot Ultra · Embeddings** `POST /v1/embeddings`

Invoertypen

`text`, `token_ids`

Uitvoertypen

`embedding`

Context

8.192 tokens

Uitvoerformaat

json

| Veld | Type | Vereiste | Waarden en limieten | Standaard |
| --- | --- | --- | --- | --- |
| Veld`model` | Type`string` | VereisteVereist | Waarden en limieten openai/text-embedding-3-large | Standaard— |
| Veld`input` | Type`string\|string[]\|integer[]\|integer[][]` | VereisteVereist | Waarden en limieten Minimumaantal items: 1 Voorwaarden: Niet-lege homogene batch. Token-ID’s zijn niet-negatieve gehele getallen. Invoerbudget: Maximum: 8.192 · Teksteenheid: UTF8-bytes · Tokeneenheid: elementen van de token-array | Standaard— |
| Veld`encoding_format` | Type`string` | VereisteOptioneel | Waarden en limieten float | Standaardfloat |
| Veld`dimensions` | Type`integer` | VereisteNiet ondersteund | Waarden en limieten Minimum: 1 | Standaard— |
| Veld`user` | Type`json_value` | VereisteOptioneel | Waarden en limieten Voorwaarden: De bron staat dit JSON-metadataveld toe; de exacte betekenis bij de upstreamprovider verschilt per model. | Standaard— |
| Veld`session_id` | Type`json_value` | VereisteOptioneel | Waarden en limieten Voorwaarden: De bron staat dit JSON-metadataveld toe; de exacte betekenis bij de upstreamprovider verschilt per model. | Standaard— |
| Veld`trace` | Type`json_value` | VereisteOptioneel | Waarden en limieten Voorwaarden: De bron staat dit JSON-metadataveld toe; de exacte betekenis bij de upstreamprovider verschilt per model. | Standaard— |
| Veld`provider` | Type`object` | VereisteOptioneel | Waarden en limieten Voorwaarden: provider.options geweigerd | Standaard— |

Combinaties van invoermaterialen

**text\_to\_embedding**

Methodeparameters en levenscyclus

| Parameter | Contract |
| --- | --- |
| Parameter`content_type` | Contractapplication/json |
| Parameter`required` | Contractmodel, input |
| Parameter`input_shapes` | Contractstring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] |
| Parameter`encoding_format` | Contractfloat |
| Parameter`dimensions_override` | Contractfalse |
| Parameter`max_input_budget_units` | Contract8192 |
| Parameter`multimodal_objects` | Contractfalse |
| Parameter`material_types` | Contracttext, token\_ids |

Levenscyclus: `synchronous_json`

Bewaar elke vectorindex en dimensie.

Een multimodale modelnaam houdt niet in dat afbeeldingsobjecten op dit specifieke pad zijn toegestaan.

### Tarieven

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

Snelle modus

Standaardtarief Wanneer de snelle modus is geselecteerd

Flexmodus

Standaardtarief Wanneer de modus flex is geselecteerd

Maximale redeneerinspanning

Standaardtarief Wanneer bij maximale redeneerinspanning de default-aanpassing wordt gebruikt

#### Ailoot-tarieven

#### Prijzen per configuratie

| Configuratie | Tariefstaffel | Kosten |
| --- | --- | --- |
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Kosten Invoer · Invoertokens **$0.00026** / 1K tokens Uitvoer · Uitvoertokens **$0** / 1K tokens Invoer · Cache lezen **—** / 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 →](https://ailoot.ai/docs/nl/billing/reserve/)

### Voorbeeldverzoeken

#### Ailoot Ultra · Embeddings

curlPython SDK

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "openai/text-embedding-3-large", "input": ["First document", "Second document"]}')

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/embeddings \
  -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("data",[]): print(json.dumps({"index":x.get("index"),"embedding":x.get("embedding")}))
PY_RESULT
```

```python
from openai import OpenAI
import os

client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.embeddings.create(model='openai/text-embedding-3-large',input=["First document","Second document"])
print(result)
for item in result.data:print(item.index,item.embedding)
```

### Resultaten ophalen en opslaan

#### Ailoot Ultra · Embeddings

json

##### Alle voltooide resultaten bewaren

Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.

Bewaar elke vector met zijn index. Het aantal vectoren moet gelijk zijn aan het aantal invoeritems; de dimensies moeten consistent zijn.

##### Als het oorspronkelijke antwoord moet worden gecontroleerd

Er wordt geen endpoint voor embeddingtaken geïntroduceerd.

Antwoordvelden

| Veld | Type |
| --- | --- |
| Veld`object` | Typestring |
| Veld`model` | Typestring |
| Veld`data[].index` | Typeinteger |
| Veld`data[].embedding` | Typefinite float\[\] |
| Veld`usage` | Typeobject |

Fouten en vervolgstappen

| Antwoord | Voorwaarde | Volgende stap |
| --- | --- | --- |
| Antwoord400 · `invalid_request_error` | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |

### Aliasnamen

#### Modelaliasnamen

**Ailoot Ultra** [`openai/text-embedding-3-large`](https://ailoot.ai/models/nl/#m=openai%2Ftext-embedding-3-large&route=Ultra&caller=openai%2Ftext-embedding-3-large&fmt=embeddings), [`text-embedding-3-large`](https://ailoot.ai/models/nl/#m=openai%2Ftext-embedding-3-large&route=Ultra&caller=text-embedding-3-large&fmt=embeddings)

#### Aliasnamen voor methodepaden

Gebruik de hierboven getoonde methodepaden.

#### Gerelateerde aanroeper-ID’s

[`openai/text-embedding-3-large`](https://ailoot.ai/models/nl/#m=openai%2Ftext-embedding-3-large&route=Ultra&caller=openai%2Ftext-embedding-3-large&fmt=embeddings), [`text-embedding-3-large`](https://ailoot.ai/models/nl/#m=openai%2Ftext-embedding-3-large&route=Ultra&caller=text-embedding-3-large&fmt=embeddings)

**Ailoot Ultra · Vectorrepresentaties · text-embedding-3-large** `POST /v1/embeddings` `text-embedding-3-large`

[`text-embedding-3-large`](https://ailoot.ai/models/nl/#m=openai%2Ftext-embedding-3-large&route=Ultra&caller=text-embedding-3-large&fmt=embeddings)

OpenAI /`text-embedding-3-large`

Model-ID

- `openai/text-embedding-3-large`
- `text-embedding-3-large`

### Aan de slag

Het grotere tekstembeddingmodel van de derde generatie van OpenAI retourneert standaard 3.072-dimensionale vectoren, met een producentinstelling voor kortere representaties. Gebruik het voor semantische informatieopvraging, meertalige vergelijking en workflows voor verwante inhoud of classificatie.

Toegestane invoer

Tekst

Resultaten

embedding

### Beschikbaar in Ailoot · invoer en methoden

**Ailoot Ultra · Vectorrepresentaties · text-embedding-3-large** `POST /v1/embeddings`

Invoertypen

`text`

Uitvoertypen

`embedding`

Context

8.192 tokens

Uitvoerformaat

json

| Veld | Type | Vereiste | Waarden en limieten | Standaard |
| --- | --- | --- | --- | --- |
| Veld`model` | Type`string` | VereisteVereist | Waarden en limieten text-embedding-3-large | Standaard— |
| Veld`input` | Type`string\|string[]\|integer[]\|integer[][]` | VereisteVereist | Waarden en limieten Minimumaantal items: 1 Voorwaarden: Niet-lege homogene batch. Token-ID’s zijn niet-negatieve gehele getallen. Invoerbudget: Maximum: 8.192 · Teksteenheid: UTF8-bytes · Tokeneenheid: elementen van de token-array | Standaard— |
| Veld`encoding_format` | Type`string` | VereisteOptioneel | Waarden en limieten float | Standaardfloat |
| Veld`dimensions` | Type`integer` | VereisteNiet ondersteund | Waarden en limieten Minimum: 1 | Standaard— |
| Veld`user` | Type`json_value` | VereisteOptioneel | Waarden en limieten Voorwaarden: Optionele JSON-metadata; de exacte upstreambetekenis is afhankelijk van het geselecteerde model. | Standaard— |
| Veld`session_id` | Type`json_value` | VereisteOptioneel | Waarden en limieten Voorwaarden: Optionele JSON-metadata; de exacte upstreambetekenis is afhankelijk van het geselecteerde model. | Standaard— |
| Veld`trace` | Type`json_value` | VereisteOptioneel | Waarden en limieten Voorwaarden: Optionele JSON-metadata; de exacte upstreambetekenis is afhankelijk van het geselecteerde model. | Standaard— |
| Veld`provider` | Type`object` | VereisteOptioneel | Waarden en limieten Voorwaarden: provider.options geweigerd | Standaard— |

Combinaties van invoermaterialen

**text\_to\_embedding**

Methodeparameters en levenscyclus

| Parameter | Contract |
| --- | --- |
| Parameter`content_type` | Contractapplication/json |
| Parameter`required` | Contractmodel, input |
| Parameter`input_shapes` | Contractstring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] |
| Parameter`encoding_format` | Contractfloat |
| Parameter`dimensions_override` | Contractfalse |
| Parameter`max_input_budget_units` | Contract8192 |
| Parameter`multimodal_objects` | Contractfalse |
| Parameter`material_types` | Contracttext |
| Parameter`text_file_material` | ContractLees het werkelijke UTF-8-document en plaats de tekst ervan in de aangegeven invoer of in de inhoudstekenreeks van een bericht. |

Levenscyclus: `synchronous_json`

Verstuur de exacte model-ID en vereiste velden.

Bewaar elk geretourneerd item en de oorspronkelijke identificaties.

### Tarieven

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

Snelle modus

Standaardtarief Wanneer de snelle modus is geselecteerd

Flexmodus

Standaardtarief Wanneer de modus flex is geselecteerd

Maximale redeneerinspanning

Standaardtarief Wanneer bij maximale redeneerinspanning de default-aanpassing wordt gebruikt

#### Ailoot-tarieven

#### Prijzen per configuratie

| Configuratie | Tariefstaffel | Kosten |
| --- | --- | --- |
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Kosten Invoer · Invoertokens **$0.00026** / 1K tokens Uitvoer · Uitvoertokens **$0** / 1K tokens Invoer · Cache lezen **—** / 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 →](https://ailoot.ai/docs/nl/billing/reserve/)

### Voorbeeldverzoeken

#### Ailoot Ultra · Vectorrepresentaties · text-embedding-3-large

Volledige minimale JSON-bodycurl · gebruik je UTF-8-documentPython · sla het volledige resultaat op

```json
{
  "model": "text-embedding-3-large",
  "input": [
    "First document",
    "Second document"
  ],
  "encoding_format": "float"
}
```

```bash
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': 'text-embedding-3-large', 'input': ['First document', 'Second document'], 'encoding_format': 'float'}
payload['input'] = [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/embeddings \
  -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

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
for vector in result.get('data', []):
    print('Vector', vector.get('index'), json.dumps(vector.get('embedding')))
PY_RESULT
```

```python
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': 'text-embedding-3-large', 'input': ['First document', 'Second document'], 'encoding_format': 'float'}
payload['input'] = [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 = {'Authorization': 'Bearer PLACEHOLDER_KEY', 'Content-Type': 'application/json'}
headers['Authorization'] = 'Bearer ' + api_key
request = Request('https://api.ailoot.ai/v1/embeddings', 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))
for vector in result.get('data', []):
    print('Vector', vector.get('index'), json.dumps(vector.get('embedding')))
```

### Resultaten ophalen en opslaan

#### Ailoot Ultra · Vectorrepresentaties · text-embedding-3-large

json

##### Alle voltooide resultaten bewaren

Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.

Bewaar elke eindige vector met de oorspronkelijke index. Behoud alle dimensies en het volledige gebruiksobject.

##### Als het oorspronkelijke antwoord moet worden gecontroleerd

Er wordt geen endpoint voor embeddingtaken geïntroduceerd.

Antwoordvelden

| Veld | Type |
| --- | --- |
| Veld`object` | Typestring |
| Veld`model` | Typestring |
| Veld`data[].index` | Typeinteger |
| Veld`data[].embedding` | Typefinite float\[\] |
| Veld`usage` | Typeobject |

Fouten en vervolgstappen

| Antwoord | Voorwaarde | Volgende stap |
| --- | --- | --- |
| Antwoord400 · `invalid_request_error` | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |

### Aliasnamen

#### Modelaliasnamen

**Ailoot Ultra** [`openai/text-embedding-3-large`](https://ailoot.ai/models/nl/#m=openai%2Ftext-embedding-3-large&route=Ultra&caller=openai%2Ftext-embedding-3-large&fmt=embeddings), [`text-embedding-3-large`](https://ailoot.ai/models/nl/#m=openai%2Ftext-embedding-3-large&route=Ultra&caller=text-embedding-3-large&fmt=embeddings)

#### Aliasnamen voor methodepaden

Gebruik de hierboven getoonde methodepaden.

#### Gerelateerde aanroeper-ID’s

[`openai/text-embedding-3-large`](https://ailoot.ai/models/nl/#m=openai%2Ftext-embedding-3-large&route=Ultra&caller=openai%2Ftext-embedding-3-large&fmt=embeddings), [`text-embedding-3-large`](https://ailoot.ai/models/nl/#m=openai%2Ftext-embedding-3-large&route=Ultra&caller=text-embedding-3-large&fmt=embeddings)

FAQ · OpenAI: Text Embedding 3 Large

Welke invoer en resultaten zijn beschikbaar?

`POST /v1/embeddings` · `openai/text-embedding-3-large`: `text`, `token_ids` → `embedding` `POST /v1/embeddings` · `text-embedding-3-large`: `text` → `embedding`

Welke velden gebruikt het verzoek?

`POST /v1/embeddings` · `openai/text-embedding-3-large`: `model`, `input`, `encoding_format`, `provider` `POST /v1/embeddings` · `text-embedding-3-large`: `model`, `input`, `encoding_format`, `provider`

Welke limieten gelden?

`POST /v1/embeddings` · `openai/text-embedding-3-large`: `ctx`: `8192`; `input.budget.maximum`: `8192` (UTF8-bytes); `input.min_items`: `1` `POST /v1/embeddings` · `text-embedding-3-large`: `ctx`: `8192`; `input.budget.maximum`: `8192` (UTF8-bytes); `input.min_items`: `1`

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](https://ailoot.ai/docs/nl/billing/subscriptions/) · [Bekijk modelprijzen](https://ailoot.ai/models/nl/)

## 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](mailto:support@ailoot.ai) · [Aanbodvoorwaarden en licentieovereenkomst](https://ailoot.ai/legal/offer?lang=nl)

## Ailoot · Het bedrijf en zijn projectenportefeuille





Ailoot bouwt op opgebouwde operationele ervaring, een groot klantenbestand, een stabiele dienst en doorlopende KPI-controle.





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





Ailoot gebruikt die operationele ervaring voor API-toegang tot AI-functies in klantproducten, agents, applicaties en automatiseringen.