Source: https://ailoot.ai/models/nl/openai-text-embedding-ada-002/
Canonical: https://ailoot.ai/models/nl/openai-text-embedding-ada-002/
Language: nl

# OpenAI: Text Embedding Ada 002

[Markdown](https://ailoot.ai/models/nl/openai-text-embedding-ada-002/index.md) · [JSON](https://ailoot.ai/models/nl/openai-text-embedding-ada-002/facts.json)

## [OpenAI: Text Embedding Ada 002](https://ailoot.ai/models/nl/openai-text-embedding-ada-002/)

Een tekstembeddingmodel van OpenAI dat een 1.536-dimensionale numerieke vector retourneert. Gebruik die representaties voor semantisch zoeken, aanbevelingen van verwante inhoud, clustering, classificatie of het detecteren van ongebruikelijke tekstrecords.

- [**Ailoot Ultra · Embeddings** `POST /v1/embeddings` `openai/text-embedding-ada-002`](https://ailoot.ai/models/nl/openai-text-embedding-ada-002/#method-0)
- [**Ailoot Ultra · Vectorrepresentaties · text-embedding-ada-002** `POST /v1/embeddings` `text-embedding-ada-002`](https://ailoot.ai/models/nl/openai-text-embedding-ada-002/#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-ada-002 is het tekstembeddingmodel van OpenAI om geschreven materiaal als een numerieke vector te representeren. De uitvoer bevat 1.536 componenten. De maker combineert tekstgelijkenis, zoekrollen voor documenten en zoekvragen en codezoekrollen in één representatie. Het resultaat bestaat uit gegevens voor vergelijking of een ander algoritme, in plaats van een gegenereerd antwoord op de tekst die wordt ingebed.

Bereid voor semantisch zoeken betekenisvolle documentpassages voor en behoud hun bronidentifiers. Een illustratieve workflow embedt elke passage en de gebruikersvraag met hetzelfde model, vergelijkt de vectoren en retourneert de relevante bronpassages. De toepassing bepaalt de zoekregel, filters en presentatie. Een volgende tekstgeneratiestap kan het opgehaalde materiaal gebruiken om een antwoord te ontwikkelen, terwijl het embeddingmodel de numerieke representatie levert.

Andere gedocumenteerde toepassingen zijn het groeperen van vergelijkbare records, aanbevelen van verwante inhoud, classificeren van tekst en identificeren van uitschieters. Vergelijk voor een aanbeveling beschrijvingen van de objecten waarvan de relatie belangrijk is. Voor classificatie beschrijft de gids vergelijking met categorierepresentaties of het gebruik van vectoren als kenmerken in een classifier. Voor anomaliedetectie is het relevante resultaat een record dat van de omringende verzameling afwijkt, geïnterpreteerd volgens de producttaak.

OpenAI vermeldt een maximale invoer van 8.192 tokens voor dit model. De embedding-API van de producent accepteert tekenreeksen of getokeniseerde invoer, staat meerdere invoeritems in één aanvraag toe en weigert lege tekenreeksen. De totale limiet is 300.000 tokens voor één aanvraag, naast de limiet per invoeritem. Splits langere documenten in bruikbare passages en behoud titels, definities en de verwijzing naar het oorspronkelijke materiaal.

De uitvoer is een vector van drijvende-kommagetallen; de producent documenteert ook base64 als alternatieve transportcodering. De parameter van OpenAI voor het verkorten van dimensies is voor embeddingmodellen van de derde generatie en later, dus de gedocumenteerde 1.536-dimensionale uitvoer van Ada blijft onderscheiden van die instelling. Bewaar de modelidentiteit en vector bij het bronrecord, zodat latere vergelijkingen een consistente representatie gebruiken.

De embeddinggids beveelt cosinusgelijkenis aan en stelt dat OpenAI-embeddings naar eenheidslengte zijn genormaliseerd. Voor die vectoren kan een inproduct cosinusgelijkenis berekenen en geeft Euclidische afstand dezelfde rangschikking. Een gelijkenisscore maakt deel uit van de zoek- of classificatielogica van de toepassing, niet van een categorische beslissing die het model automatisch levert.

Definieer welke bronvelden de invoertekst vormen en hoe passages moeten worden verdeeld. Een illustratief resultaat is een gerangschikte verzameling documentpassages of verwante records, elk gekoppeld aan de oorspronkelijke bron en de gebruikte selectieregel. Houd de voorbereiding consistent en evalueer of het geretourneerde materiaal de daadwerkelijke vraag behandelt. Dat maakt de numerieke uitvoer bruikbaar voor de volgende zoek-, aanbevelings- of analysestap.

**Ailoot Ultra · Embeddings** `POST /v1/embeddings` `openai/text-embedding-ada-002`

[`openai/text-embedding-ada-002`](https://ailoot.ai/models/nl/#m=openai%2Ftext-embedding-ada-002&route=Ultra&caller=openai%2Ftext-embedding-ada-002&fmt=embeddings)

OpenAI /`openai/text-embedding-ada-002`

Model-ID

- `openai/text-embedding-ada-002`
- `text-embedding-ada-002`

### Aan de slag

Een tekstembeddingmodel van OpenAI dat een 1.536-dimensionale numerieke vector retourneert. Gebruik die representaties voor semantisch zoeken, aanbevelingen van verwante inhoud, clustering, classificatie of het detecteren van ongebruikelijke tekstrecords.

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-ada-002 | 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 **$0.0002** / 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-ada-002", "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-ada-002',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-ada-002`](https://ailoot.ai/models/nl/#m=openai%2Ftext-embedding-ada-002&route=Ultra&caller=openai%2Ftext-embedding-ada-002&fmt=embeddings), [`text-embedding-ada-002`](https://ailoot.ai/models/nl/#m=openai%2Ftext-embedding-ada-002&route=Ultra&caller=text-embedding-ada-002&fmt=embeddings)

#### Aliasnamen voor methodepaden

Gebruik de hierboven getoonde methodepaden.

#### Gerelateerde aanroeper-ID’s

[`openai/text-embedding-ada-002`](https://ailoot.ai/models/nl/#m=openai%2Ftext-embedding-ada-002&route=Ultra&caller=openai%2Ftext-embedding-ada-002&fmt=embeddings), [`text-embedding-ada-002`](https://ailoot.ai/models/nl/#m=openai%2Ftext-embedding-ada-002&route=Ultra&caller=text-embedding-ada-002&fmt=embeddings)

**Ailoot Ultra · Vectorrepresentaties · text-embedding-ada-002** `POST /v1/embeddings` `text-embedding-ada-002`

[`text-embedding-ada-002`](https://ailoot.ai/models/nl/#m=openai%2Ftext-embedding-ada-002&route=Ultra&caller=text-embedding-ada-002&fmt=embeddings)

OpenAI /`text-embedding-ada-002`

Model-ID

- `openai/text-embedding-ada-002`
- `text-embedding-ada-002`

### Aan de slag

Een tekstembeddingmodel van OpenAI dat een 1.536-dimensionale numerieke vector retourneert. Gebruik die representaties voor semantisch zoeken, aanbevelingen van verwante inhoud, clustering, classificatie of het detecteren van ongebruikelijke tekstrecords.

Toegestane invoer

Tekst

Resultaten

embedding

### Beschikbaar in Ailoot · invoer en methoden

**Ailoot Ultra · Vectorrepresentaties · text-embedding-ada-002** `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-ada-002 | 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 **$0.0002** / 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-ada-002

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

```json
{
  "model": "text-embedding-ada-002",
  "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-ada-002', '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-ada-002', '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-ada-002

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-ada-002`](https://ailoot.ai/models/nl/#m=openai%2Ftext-embedding-ada-002&route=Ultra&caller=openai%2Ftext-embedding-ada-002&fmt=embeddings), [`text-embedding-ada-002`](https://ailoot.ai/models/nl/#m=openai%2Ftext-embedding-ada-002&route=Ultra&caller=text-embedding-ada-002&fmt=embeddings)

#### Aliasnamen voor methodepaden

Gebruik de hierboven getoonde methodepaden.

#### Gerelateerde aanroeper-ID’s

[`openai/text-embedding-ada-002`](https://ailoot.ai/models/nl/#m=openai%2Ftext-embedding-ada-002&route=Ultra&caller=openai%2Ftext-embedding-ada-002&fmt=embeddings), [`text-embedding-ada-002`](https://ailoot.ai/models/nl/#m=openai%2Ftext-embedding-ada-002&route=Ultra&caller=text-embedding-ada-002&fmt=embeddings)

FAQ · OpenAI: Text Embedding Ada 002

Welke invoer en resultaten zijn beschikbaar?

`POST /v1/embeddings` · `openai/text-embedding-ada-002`: `text`, `token_ids` → `embedding` `POST /v1/embeddings` · `text-embedding-ada-002`: `text` → `embedding`

Welke velden gebruikt het verzoek?

`POST /v1/embeddings` · `openai/text-embedding-ada-002`: `model`, `input`, `encoding_format`, `provider` `POST /v1/embeddings` · `text-embedding-ada-002`: `model`, `input`, `encoding_format`, `provider`

Welke limieten gelden?

`POST /v1/embeddings` · `openai/text-embedding-ada-002`: `ctx`: `8192`; `input.budget.maximum`: `8192` (UTF8-bytes); `input.min_items`: `1` `POST /v1/embeddings` · `text-embedding-ada-002`: `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.