modele

DeepSeek R1 Distill Qwen 7B

Markdown · JSON

DeepSeek R1 Distill Qwen 7B

DeepSeek-R1-Distill-Qwen-7B to kompaktowy, gęsty model rozumowania firmy DeepSeek, dostrojony z Qwen2.5-Math-7B przy użyciu przykładów wygenerowanych przez R1. Przyjmuje tekst i generuje tekst do zadań matematycznych, programistycznych i logicznych, ze wskazówkami dotyczącymi promptów właściwymi dla tego checkpointu.

O modelu

Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.

Wprowadzenie: mniejszy model rozumowania wywodzący się z R1

DeepSeek-R1-Distill-Qwen-7B przenosi przykłady rozumowania z DeepSeek-R1 do gęstego modelu opartego na Qwen2.5-Math-7B. Przyjmuje tekst i generuje tekst, w tym rozwiązania z objaśnieniem, wyjaśnienia programistyczne i odpowiedzi na problemy logiczne. Ta konkretna destylacja 7B jest osobnym checkpointem względem pełnego DeepSeek-R1, oryginalnego Qwen2.5-Math-7B i większych edycji destylowanych. Jej nazwa wskazuje zarówno producenta danych rozumowania, jak i rodzinę modelu bazowego.

Co wnosi destylacja

Badania DeepSeek nad R1 rozróżniają trening dużego modelu nauczyciela rozumowania od dostrajania jego mniejszych uczniów. Proces nauczyciela wykorzystuje uczenie przez wzmacnianie i etapy nadzorowane; udostępnione modele destylowane są dostrojone na próbkach wytworzonych przez R1. Producent opisuje 800 000 starannie wyselekcjonowanych przykładów dla tych wydań. Nie zakładaj, że sam uczeń 7B ma architekturę mixture-of-experts pełnego modelu lub przeszedł każdy etap treningu nauczyciela. Destylacja daje temu modelowi wyuczony styl rozumowania; nie czyni jego wniosków równoważnymi wnioskom nauczyciela.

Dokładny model i jego konfiguracja

Oficjalna tabela modeli wskazuje Qwen2.5-Math-7B jako podstawę tej edycji. DeepSeek zmienia konfigurację i ustawienia tokenizera, dlatego znaczenie mają dokładnie udostępniony checkpoint i szablon czatu. Opublikowana konfiguracja używa architektury przyczynowego modelu językowego Qwen2 z 28 warstwami i wagami bfloat16. Ustawia maksymalną liczbę pozycji na 131 072. Ta wartość konfiguracji nie jest osobnym potwierdzeniem dokładności na długich dokumentach: tabela kontekstu 128K we wspólnej karcie R1 opisuje pełne modele R1, natomiast tabela modeli destylowanych wskazuje ich pochodzenie, nie publikując zweryfikowanej tabeli kontekstu dla każdego ucznia.

Używaj go do zadania ze sprawdzalnym wynikiem. W matematyce dostarcz pełną treść, definicje i jednostki. Przy kodzie dołącz odpowiednią funkcję, wejście, zaobserwowany wynik i pożądane zachowanie. Przy pytaniu logicznym wypisz fakty i odróżnij wymagany wniosek od założenia. Poproś o wynik końcowy możliwy do niezależnego sprawdzenia, na przykład wartość w ramce, zwięzły zarys dowodu lub poprawkę z wyjaśnieniem. Przykłady te stosują udokumentowany zakres rozumowania producenta; nie oznaczają, że model uruchamia kod lub automatycznie weryfikuje dowody.

Jak przygotować prompt

DeepSeek zaleca umieszczenie wszystkich instrukcji w prompcie użytkownika i unikanie promptu systemowego dla tej wersji R1. Przy problemie matematycznym poproś o rozumowanie krok po kroku i wyraźnie wydzieloną odpowiedź końcową. W tym samym prompcie uwzględnij strukturę wyniku: na przykład krótki wniosek, po którym następują założenia i obliczenia potwierdzające. Aplikacja powinna korzystać z własnego tokenizera i formatowania ucznia, zamiast podstawiać bazowy szablon Qwen bez sprawdzenia zmian producenta.

Producent zaznacza, że niektóre zapytania mogą generować pusty blok myślenia i pomijać zamierzony schemat rozumowania. Zalecanym rozwiązaniem jest rozpoczęcie generowania od otwierającego znacznika myślenia i nowej linii w zgodnym procesie. Jest to udokumentowane zalecenie dotyczące formatu generowania, a nie obietnica udostępnienia takiej kontroli przez każdą aplikację. Przy prezentowaniu wyniku oddzielaj odpowiedź końcową od dłuższego tekstu rozumowania.

Ustawienia generowania i dostępne miejsce

DeepSeek zaleca temperaturę od 0,5 do 0,7, z 0,6 jako preferowanym punktem wyjścia, aby ograniczyć powtórzenia i niespójne wyniki. Jego konfiguracja ewaluacyjna używa budżetu generowania 32 768 tokenów i top_p 0.95. Te wybory ewaluacyjne nie są uniwersalnym twardym maksimum. Rozumowanie, tekst źródłowy i odpowiedź końcowa wymagają miejsca w skonfigurowanym kontekście, dlatego żądanie zawierające długi dowód lub listing kodu nadal powinno pozostawić miejsce na ukończenie.

Ograniczenia wpływające na wybór modelu

Mały model destylowany pozostaje odrębnym kompromisem w zakresie rozumowania. Materiały wydania producenta nie potwierdzają wejścia obrazu, dźwięku lub wideo dla tego checkpointu ani dedykowanego protokołu wywoływania narzędzi. Wykonywanie narzędzi lub dostęp do aktualnych danych wymagałyby osobno skonfigurowanego procesu aplikacji. Wydanie nie dziedziczy też późniejszych zmian polityki promptów DeepSeek-R1-0528 wyłącznie przez nazwę R1. Weryfikuj odpowiedzi liczbowe, sprawdzaj proponowane zmiany kodu i oceniaj, czy końcowy wniosek wynika z dostarczonych faktów; sam długi zapis rozumowania nie jest dowodem poprawności.

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

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

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

Start

DeepSeek-R1-Distill-Qwen-7B to kompaktowy, gęsty model rozumowania firmy DeepSeek, dostrojony z Qwen2.5-Math-7B przy użyciu przykładów wygenerowanych przez R1. Przyjmuje tekst i generuje tekst do zadań matematycznych, programistycznych i logicznych, ze wskazówkami dotyczącymi promptów właściwymi dla tego checkpointu.

Akceptowane dane wejściowe
Tekst
Wyniki
Tekst

Dostępne w Ailoot · dane wejściowe i metody

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
Wejście
text
Wyjście
text
Format wyjściowy
json lub SSE
PoleTypWymaganieWartości i limityDomyślnie
PolemodelTypstringWymaganieWymaganeWartości i limity
Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B
Domyślnie—
PolemessagesTypmessage[]WymaganieWymaganeWartości i limity
Minimalna liczba elementów: 1
Domyślnie—
Polemessages[].roleTypstringWymaganieWymaganeWartości i limity
Zależy od modelu
Domyślnie—
Polemessages[].contentTypstringWymaganieOpcjonalneWartości i limity
Obowiązuje, gdy: Rozmowa tekstowa
Domyślnie—
PolestreamTypbooleanWymaganieOpcjonalneWartości i limityDomyślniefalse
Kombinacje materiałów wejściowych

Tekst · tekst UTF8

messages[].content

Parametry i cykl życia metody
ParametrKontrakt
Parametrcontent_typeKontraktapplication/json
ParametrrequiredKontraktmodel, messages
Parametrmaterial_typesKontrakttext
ParametrmessagesKontrakttablica wiadomości o strukturze role/content
Parametrfile_materialKontraktrzeczywisty dokument UTF-8 wstawiony jako dosłowny tekst; bez wywnioskowanego ID pliku
Parametroptional_controlsKontraktstream
Parametrcontrol_scopeKontraktRozmowa tekstowa; stream jest wartością logiczną i domyślnie wynosi false.
Parametroutput_modalitiesKontrakttext
Parametrhosted_operationsKontraktfalse
Parametrmultimodal_input_bindingKontraktnull

Aliasy metody: /chat/completions

Cykl życia: synchronous_or_streamed

Wyślij dokładne ID modelu wraz z messages.

Długość kontekstu nie jest limitem wyjścia.

Plik tekstowy może dostarczyć dosłowny tekst; wejścia obrazowe/dźwiękowe/obiekty plików wymagają dokładnego powiązania.

Cennik

Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.

Tryb szybki
Nie określono Gdy wybrany jest tryb szybki
Tryb flex
Nie określono Gdy wybrany jest tryb flex
Maksymalna intensywność rozumowania
Nie określono Gdy dla maksymalnej intensywności rozumowania stosowana jest domyślna korekta (default)

Stawki Ailoot

Ceny według konfiguracji

KonfiguracjaTabela stawekOpłata
KonfiguracjaPodstawowe stawki za tokenyTabela stawekStawka podstawowaOpłata
Wejście · Tokeny wejściowe $0.0001 / 1K tokenów
Wyjście · Tokeny wyjściowe $0.0001 / 1K tokenów
Wejście · Odczyt cache $0 / 1K tokenów
Wejście · Zapis do cache $0 / 1K tokenów
Wejście · Zapis do cache, 1 godz. — / 1K tokenów

Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →

Przykładowe żądania

Ailoot Ultra · OpenAI Chat

curlPython SDK
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model":"Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B","messages":[{"role":"user","content":"hello"}],"stream":false}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
    if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
from openai import OpenAI
import os

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model="Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B", messages=[{"role":"user","content":"hello"}], stream=False)
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

save_result(result.to_dict(mode="json"))

Odbieranie i zapisywanie wyników

Ailoot Ultra · OpenAI Chat

json lub SSE

Zachowaj wszystkie ukończone wyniki

Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.

Zachowaj każdy wariant i jego treść/wywołania narzędzi/rozumowanie. W SSE składaj przyrosty według indeksu wariantu/narzędzia, zachowując końcowy powód zakończenia i dane użycia.

Jeśli trzeba sprawdzić pierwotną odpowiedź

Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego.

Pola odpowiedzi
PoleTyp
Polechoices[].indexTypinteger
Polechoices[].message.contentTypstring|null
Polechoices[].message.tool_callsTyptool_call[]
Polechoices[].message.reasoning_contentTypstring
Polechoices[].message.reasoning_detailsTypobject|array
Polechoices[].finish_reasonTypstring|null
PoleusageTypobject
Błędy i dalsze kroki
OdpowiedźWarunekNastępny krok
Odpowiedź400 · invalid_request_errorWarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametruNastępny krokPopraw wskazane pola przed nowym żądaniem utworzenia.

Aliasy

Aliasy modelu

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

Aliasy ścieżek metod

/chat/completions

Powiązane ID modeli

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

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

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

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

Start

DeepSeek-R1-Distill-Qwen-7B to kompaktowy, gęsty model rozumowania firmy DeepSeek, dostrojony z Qwen2.5-Math-7B przy użyciu przykładów wygenerowanych przez R1. Przyjmuje tekst i generuje tekst do zadań matematycznych, programistycznych i logicznych, ze wskazówkami dotyczącymi promptów właściwymi dla tego checkpointu.

Akceptowane dane wejściowe
Tekst
Wyniki
json · sse

Dostępne w Ailoot · dane wejściowe i metody

Ailoot Ultra · Anthropic Messages POST /v1/messages
Wejście
text
Wyjście
json, sse
Format wyjściowy
JSON lub SSE
PoleTypWymaganieWartości i limityDomyślnie
PolemodelTypstringWymaganieWymaganeWartości i limity
Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B
Domyślnie—
PolemessagesTypmessage[]WymaganieWymaganeWartości i limityDomyślnie—
Polemessages[].roleTypstringWymaganieWymaganeWartości i limity
user, assistant
Domyślnie—
Polemessages[].contentTypstringWymaganieWymaganeWartości i limityDomyślnie—
Polemax_tokensTypintegerWymaganieWymaganeWartości i limityDomyślnie—
PolestreamTypbooleanWymaganieOpcjonalneWartości i limityDomyślniefalse
Kombinacje materiałów wejściowych

Tekst · tekst UTF-8

ciąg messages[].content

Parametry i cykl życia metody
ParametrKontrakt
Parametrcontent_typeKontraktapplication/json
ParametrrequiredKontraktmodel, messages, max_tokens
Parametroptional_controlsKontraktstream
Parametrmaterial_typesKontrakttext
Parametrtext_file_materialKontraktOdczytaj rzeczywisty dokument UTF-8 i umieść jego tekst we wskazanym polu input lub w ciągu treści wiadomości.

Cykl życia: synchronous_or_streamed

Cennik

Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.

Tryb szybki
Nie określono Gdy wybrany jest tryb szybki
Tryb flex
Nie określono Gdy wybrany jest tryb flex
Maksymalna intensywność rozumowania
Nie określono Gdy dla maksymalnej intensywności rozumowania stosowana jest domyślna korekta (default)

Stawki Ailoot

Ceny według konfiguracji

KonfiguracjaTabela stawekOpłata
KonfiguracjaPodstawowe stawki za tokenyTabela stawekStawka podstawowaOpłata
Wejście · Tokeny wejściowe $0.0001 / 1K tokenów
Wyjście · Tokeny wyjściowe $0.0001 / 1K tokenów
Wejście · Odczyt cache $0 / 1K tokenów
Wejście · Zapis do cache $0 / 1K tokenów
Wejście · Zapis do cache, 1 godz. — / 1K tokenów

Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →

Przykładowe żądania

Ailoot Ultra · Anthropic Messages

Kompletna minimalna treść żądania JSONcurl · użyj swojego dokumentu UTF-8Python · zapisz kompletny wynik
{
  "model": "Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B",
  "max_tokens": 128,
  "messages": [
    {
      "role": "user",
      "content": "Summarize the incident report."
    }
  ],
  "stream": false
}
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
  -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError

api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
    raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
    with urlopen(request, timeout=120) as response:
        raw = response.read()
        Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
    Path('result.json').write_bytes(error.read())
    Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
    raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))

Odbieranie i zapisywanie wyników

Ailoot Ultra · Anthropic Messages

JSON lub SSE

Zachowaj wszystkie ukończone wyniki

Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.

Zachowaj wszystkie bloki treści, sygnatury myślenia i rzeczywiste ID użycia narzędzi. Złóż wszystkie przyrosty bloków SSE; pierwszy blok tekstowy nie jest pełnym wyjściem.

Jeśli trzeba sprawdzić pierwotną odpowiedź

Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego.

Pola odpowiedzi
PoleTyp
PoleidTypstring
PolemodelTypstring
Polecontent[]Typtext|thinking|tool_use|other content block
Polestop_reasonTypstring|null
PoleusageTypobject
Błędy i dalsze kroki
OdpowiedźWarunekNastępny krok
Odpowiedź400 · invalid_request_errorWarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametruNastępny krokPopraw wskazane pola przed nowym żądaniem utworzenia.

Aliasy

Aliasy modelu

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

Aliasy ścieżek metod

/chat/completions

Powiązane ID modeli

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

FAQ · Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B
Jakie dane wejściowe i wyniki są dostępne?

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

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

Jakich pól używa żądanie?

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

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

Jakie limity obowiązują?

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

Więcej szczegółów

Połącz Ailoot z Claude Code, OpenCode, Hermes albo własną aplikacją.

Firma i jej portfel projektów

Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach.

Kupuj tokeny z rabatem.

Rabat subskrypcji do regularnej pracy. Kody promocyjne — do 50% na tokeny.

Subskrypcja
Wybierz plan z rabatem do regularnych żądań.
Kod promocyjny do 50%
Wpisz kod przy zakupie. Cena zostanie przeliczona według aktualnej promocji.
Koszty w historii
Model, tokeny i kwota są zapisywane dla każdego żądania.

Wybierz subskrypcję · Sprawdź ceny modeli

Połącz API z produktem, który sprzedajesz.

SaaS, aplikacje i boty na warunkach oferty i umowy licencyjnej Ailoot. Do odsprzedaży poproś o licencję resellerską.

Aplikacja komercyjna
Wbuduj generowanie tekstu, obrazów, wideo i dźwięku w płatne funkcje usługi.
Licencja resellerska
Prześlij opis projektu i schemat dostępu. Poproś o pisemne warunki używania i odsprzedaży.
Dokumenty na stronie
Oferta, umowa licencyjna i polityka przetwarzania danych są dostępne przed połączeniem.

Poproś o licencję resellerską · Oferta i umowa licencyjna