Source: https://ailoot.ai/models/zh-hant-tw/meta-muse-wonder/
Canonical: https://ailoot.ai/models/zh-hant-tw/meta-muse-wonder/
Language: zh-hant-tw

# Meta: Muse Wonder

[Markdown](https://ailoot.ai/models/zh-hant-tw/meta-muse-wonder/index.md) · [JSON](https://ailoot.ai/models/zh-hant-tw/meta-muse-wonder/facts.json)

## [Meta: Muse Wonder](https://ailoot.ai/models/zh-hant-tw/meta-muse-wonder/)

Muse Wonder 是 Meta 的多模態推理模型，用於長時間運作的代理及複雜工程任務。它在 1,048,576 個 token 的上下文中讀取文字、影像、影片、音訊及 PDF 文件，並回傳文字，公開功能包含工具呼叫、結構化輸出及可設定的推理強度。

- [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `meta/muse-wonder`](https://ailoot.ai/models/zh-hant-tw/meta-muse-wonder/#method-0)
- [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `meta/muse-wonder`](https://ailoot.ai/models/zh-hant-tw/meta-muse-wonder/#method-1)

關於模型

此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。

Muse Wonder 是 Meta 的推理模型，用於需要跨越大量證據維持計畫的任務。公開輸入包含文字、影像、影片、音訊及 PDF 文件，輸出則為文字。因此，單一任務可以結合儲存庫、文件集合與視覺證據，同時保留明確定義的書面成果。

#### 圍繞所需成果規劃工作

請描述工作必須產出什麼，以及如何檢查結果。軟體任務應指出要保留的行為、相關檔案及驗證標準。文件分析則應說明問題、來源，以及最終報告應保留的資訊。

公開的代理設計包含規劃、委派子任務、平行工具使用及錯誤恢復。應用程式應將這些模型能力連結至受控執行流程：工具進行操作，回傳觀察提供證據，下一個模型步驟再使用這些觀察。請保留已完成的發現，避免後續步驟失去已做出的決策。

#### 跨檔案與媒體工作

Muse Wonder 文件記載的工程用途涵蓋既有儲存庫中的多個檔案。修改跨越元件邊界時，請提供一致的相關程式碼與限制集合，而不是彼此分離的摘錄。要求在編輯提案之外，也列出受影響介面及驗證步驟。

視覺或影音工作應提供承載證據的素材。螢幕截圖可以釐清版面缺陷，影片可以呈現互動序列，文件可以結合文字、表格及圖形。請說明模型應從這些證據擷取或解釋什麼，並要求保留有用觀察的文字結果。

#### 推理與結構化輸出

Muse Wonder 公開的設定包含必要推理配置，強度級別為 minimal、low、medium、high、xhigh 及 max，預設值為 medium。請依任務深度選擇設定，並指定答案應確立的內容。比較不同強度級別的結果時，請保留相同標準。

工具呼叫及結構描述導向的輸出，是公開的模型功能。流程可以利用它們要求已識別的發現、證據參照、修改計畫或驗證結果清單。供機器使用的欄位應聚焦於下一步，審查者需要理解決策時，也應保留可供人閱讀的說明。

#### 長上下文的連續性

公開的上下文視窗為 1,048,576 個 token。請用清楚的來源名稱及章節邊界整理長輸入，並區分已確認觀察與未解決假設。利用上下文保留整個任務的重要決策，而不是填入無關素材。

有用的最終成果應指出修改內容、使用的證據、已進行的檢查，以及仍需要處理的問題。它可以是儲存庫審查、多檔案修改提案，或混合文件集合的分析。Muse Wonder 的文字輸出描述並指導工作；周邊應用程式提供執行、工具及儲存，將其轉成完成的流程。

- 理解文字、圖片、影片、音訊及 PDF，並輸出文字。
- 公開規格的上下文為 1,048,576 個 token。
- 代理工作中的規劃、子任務委派、平行工具使用與錯誤復原。
- 涉及多個檔案的軟體工程工作流程。
- 必須進行推理，並提供公開規格的投入程度與依結構定義產生的輸出。

- **多檔案工程任務** — 相關程式碼、預期成果與驗證準則。 涵蓋受影響元件、前後一致的變更計畫或審查。
- **受控的長時間執行代理** — 目標、執行框架與保留的工具觀察結果。 與可審查的最終成果相連的一連串決策。
- **多模態調查** — 包含特定問題所需證據的文件與媒體。 以文字呈現的分析，附有可追溯至來源的觀察結果。
- **大量證據集合的綜合整理** — 整理好的集合，包含具名來源與輸出規約。 保留結論、證據與未確定假設的報告。

- **上下文** — 公開規格的上下文視窗：1,048,576 個 token。
- **輸出** — 公開規格的輸出類型為文字。
- **推理** — 推理為必要步驟；來源列出 minimal、low、medium、high、xhigh 與 max 等投入程度。
- **執行** — 工具與呼叫端應用程式執行動作，並保留其結果。

**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `meta/muse-wonder`

[`meta/muse-wonder`](https://ailoot.ai/models/zh-hant-tw/#m=meta%2Fmuse-wonder&route=Ultra&caller=meta%2Fmuse-wonder&fmt=chat)

Meta /`meta/muse-wonder`

### 入門

Muse Wonder 是 Meta 的多模態推理模型，用於長時間運作的代理及複雜工程任務。它在 1,048,576 個 token 的上下文中讀取文字、影像、影片、音訊及 PDF 文件，並回傳文字，公開功能包含工具呼叫、結構化輸出及可設定的推理強度。

接受的輸入

文字

結果

文字

### Ailoot 可用 · 輸入與方法

**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions`

輸入

`text`

輸出

`text`

輸出格式

json 或 SSE

| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
| --- | --- | --- | --- | --- |
| 欄位`model` | 類型`string` | 要求必填 | 值與限制 meta/muse-wonder | 預設值— |
| 欄位`messages` | 類型`message[]` | 要求必填 | 值與限制 項目數下限: 1 | 預設值— |
| 欄位`messages[].role` | 類型`string` | 要求必填 | 值與限制 依模型而定 | 預設值— |
| 欄位`messages[].content` | 類型`string` | 要求選填 | 值與限制 適用條件: 文字對話 | 預設值— |
| 欄位`stream` | 類型`boolean` | 要求選填 | 值與限制 | 預設值false |

輸入素材組合

**文字** · UTF8 文字

`messages[].content`

方法參數與生命週期

| 參數 | 規格 |
| --- | --- |
| 參數`content_type` | 規格application/json |
| 參數`required` | 規格model, messages |
| 參數`material_types` | 規格text |
| 參數`messages` | 規格具有 role/content 結構的訊息陣列 |
| 參數`file_material` | 規格實際 UTF-8 文件以原文文字插入；不推定檔案 ID |
| 參數`optional_controls` | 規格stream |
| 參數`control_scope` | 規格文字對話；stream 是布林值，預設為 false。 |
| 參數`output_modalities` | 規格text |
| 參數`hosted_operations` | 規格false |
| 參數`multimodal_input_binding` | 規格null |

方法別名： `/chat/completions`

生命週期： `synchronous_or_streamed`

將確切模型 ID 與 messages 一併送出。

上下文長度不是輸出上限。

文字檔案可提供原文文字；圖片／音訊／檔案物件輸入需要精確綁定。

### 方案

費率資訊不會增加請求選項。支援的參數列於所選方法中。

快速模式

未指定 選取快速模式時

flex 模式

未指定 選取 flex 模式時

最高推理強度

未指定 最高推理強度採用 default 調整值時

#### Ailoot 費率

#### 各設定的價格

請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。

| 設定 | 費率表 | 上下文 Token 數大於 | 上下文 Token 數小於或等於 | 費用 |
| --- | --- | --- | --- | --- |
| 設定詞元基本費率 | 費率表基本費率 | 上下文 Token 數大於— | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token **$0.008** / 1K Token 輸出 · 輸出 Token **$0.04** / 1K Token 輸入 · 讀取快取 **$0.0004** / 1K Token 輸入 · 寫入快取 **—** / 1K Token 輸入 · 寫入快取，1 小時 **—** / 1K Token |
| 設定請求長度級距 1 | 費率表— | 上下文 Token 數大於0 | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token **$0.008** / 1K Token 輸出 · 輸出 Token **$0.04** / 1K Token 輸入 · 讀取快取 **$0.0004** / 1K Token 輸入 · 寫入快取 **—** / 1K Token 輸入 · 寫入快取，1 小時 **—** / 1K Token |

Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。[預留金額與結算的運作方式 →](https://ailoot.ai/docs/zh-hant-tw/billing/reserve/)

### 請求範例

#### Ailoot Ultra · OpenAI Chat

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":"meta/muse-wonder","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
```

```python
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="meta/muse-wonder", 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"))
```

### 接收並儲存結果

#### Ailoot Ultra · OpenAI Chat

json 或 SSE

##### 保留所有已完成的結果

請保留所有完整傳回的回應、檔案與內容區塊。

保留每個候選項及其內容／工具呼叫／推理。SSE 中依候選項／工具索引組合增量，保留最終完成原因與用量。

##### 需要檢查原始回應時

保留請求／回應 ID 與標頭。未提供通用的文字工作擷取 URL。

回應欄位

| 欄位 | 類型 |
| --- | --- |
| 欄位`choices[].index` | 類型integer |
| 欄位`choices[].message.content` | 類型string\|null |
| 欄位`choices[].message.tool_calls` | 類型tool\_call\[\] |
| 欄位`choices[].message.reasoning_content` | 類型string |
| 欄位`choices[].message.reasoning_details` | 類型object\|array |
| 欄位`choices[].finish_reason` | 類型string\|null |
| 欄位`usage` | 類型object |

錯誤與後續步驟

| 回應 | 條件 | 下一步 |
| --- | --- | --- |
| 回應400 · `invalid_request_error` | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 |

### 別名

#### 模型別名

**Ailoot Ultra** [`meta/muse-wonder`](https://ailoot.ai/models/zh-hant-tw/#m=meta%2Fmuse-wonder&route=Ultra&caller=meta%2Fmuse-wonder&fmt=chat)

#### 方法路徑別名

`/chat/completions`

#### 相關呼叫用 ID

[`meta/muse-wonder`](https://ailoot.ai/models/zh-hant-tw/#m=meta%2Fmuse-wonder&route=Ultra&caller=meta%2Fmuse-wonder&fmt=chat)

**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `meta/muse-wonder`

[`meta/muse-wonder`](https://ailoot.ai/models/zh-hant-tw/#m=meta%2Fmuse-wonder&route=Ultra&caller=meta%2Fmuse-wonder&fmt=messages)

Meta /`meta/muse-wonder`

### 入門

Muse Wonder 是 Meta 的多模態推理模型，用於長時間運作的代理及複雜工程任務。它在 1,048,576 個 token 的上下文中讀取文字、影像、影片、音訊及 PDF 文件，並回傳文字，公開功能包含工具呼叫、結構化輸出及可設定的推理強度。

接受的輸入

文字

結果

json · sse

### Ailoot 可用 · 輸入與方法

**Ailoot Ultra · Anthropic Messages** `POST /v1/messages`

輸入

`text`

輸出

`json`, `sse`

輸出格式

JSON 或 SSE

| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
| --- | --- | --- | --- | --- |
| 欄位`model` | 類型`string` | 要求必填 | 值與限制 meta/muse-wonder | 預設值— |
| 欄位`messages` | 類型`message[]` | 要求必填 | 值與限制 | 預設值— |
| 欄位`messages[].role` | 類型`string` | 要求必填 | 值與限制 user, assistant | 預設值— |
| 欄位`messages[].content` | 類型`string` | 要求必填 | 值與限制 | 預設值— |
| 欄位`max_tokens` | 類型`integer` | 要求必填 | 值與限制 | 預設值— |
| 欄位`stream` | 類型`boolean` | 要求選填 | 值與限制 | 預設值false |

輸入素材組合

**文字** · UTF-8 文字

`messages[].content 字串`

方法參數與生命週期

| 參數 | 規格 |
| --- | --- |
| 參數`content_type` | 規格application/json |
| 參數`required` | 規格model, messages, max\_tokens |
| 參數`optional_controls` | 規格stream |
| 參數`material_types` | 規格text |
| 參數`text_file_material` | 規格讀取實際 UTF-8 文件，將文字放入指定的 input 或訊息內容字串。 |

生命週期： `synchronous_or_streamed`

### 方案

費率資訊不會增加請求選項。支援的參數列於所選方法中。

快速模式

未指定 選取快速模式時

flex 模式

未指定 選取 flex 模式時

最高推理強度

未指定 最高推理強度採用 default 調整值時

#### Ailoot 費率

#### 各設定的價格

請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。

| 設定 | 費率表 | 上下文 Token 數大於 | 上下文 Token 數小於或等於 | 費用 |
| --- | --- | --- | --- | --- |
| 設定詞元基本費率 | 費率表基本費率 | 上下文 Token 數大於— | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token **$0.008** / 1K Token 輸出 · 輸出 Token **$0.04** / 1K Token 輸入 · 讀取快取 **$0.0004** / 1K Token 輸入 · 寫入快取 **—** / 1K Token 輸入 · 寫入快取，1 小時 **—** / 1K Token |
| 設定請求長度級距 1 | 費率表— | 上下文 Token 數大於0 | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token **$0.008** / 1K Token 輸出 · 輸出 Token **$0.04** / 1K Token 輸入 · 讀取快取 **$0.0004** / 1K Token 輸入 · 寫入快取 **—** / 1K Token 輸入 · 寫入快取，1 小時 **—** / 1K Token |

Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。[預留金額與結算的運作方式 →](https://ailoot.ai/docs/zh-hant-tw/billing/reserve/)

### 請求範例

#### Ailoot Ultra · Anthropic Messages

完整的最小 JSON 請求主體curl · 使用您的 UTF-8 文件Python · 儲存完整結果

```json
{
  "model": "meta/muse-wonder",
  "max_tokens": 128,
  "messages": [
    {
      "role": "user",
      "content": "Summarize the incident report."
    }
  ],
  "stream": false
}
```

```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': 'meta/muse-wonder', '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
```

```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': 'meta/muse-wonder', '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))
```

### 接收並儲存結果

#### Ailoot Ultra · Anthropic Messages

JSON 或 SSE

##### 保留所有已完成的結果

請保留所有完整傳回的回應、檔案與內容區塊。

保留所有內容區塊、思考簽章與實際工具使用 ID。組合所有 SSE 區塊增量；第一個文字區塊不是完整輸出。

##### 需要檢查原始回應時

保留請求／回應 ID 與標頭。未提供通用的文字工作擷取 URL。

回應欄位

| 欄位 | 類型 |
| --- | --- |
| 欄位`id` | 類型string |
| 欄位`model` | 類型string |
| 欄位`content[]` | 類型text\|thinking\|tool\_use\|other content block |
| 欄位`stop_reason` | 類型string\|null |
| 欄位`usage` | 類型object |

錯誤與後續步驟

| 回應 | 條件 | 下一步 |
| --- | --- | --- |
| 回應400 · `invalid_request_error` | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 |

### 別名

#### 模型別名

**Ailoot Ultra** [`meta/muse-wonder`](https://ailoot.ai/models/zh-hant-tw/#m=meta%2Fmuse-wonder&route=Ultra&caller=meta%2Fmuse-wonder&fmt=messages)

#### 方法路徑別名

`/chat/completions`

#### 相關呼叫用 ID

[`meta/muse-wonder`](https://ailoot.ai/models/zh-hant-tw/#m=meta%2Fmuse-wonder&route=Ultra&caller=meta%2Fmuse-wonder&fmt=messages)

FAQ · Meta: Muse Wonder

可以使用哪些輸入與結果？

`POST /v1/chat/completions` · `meta/muse-wonder`: `text` → `text` `POST /v1/messages` · `meta/muse-wonder`: `text` → `json`, `sse`

請求使用哪些欄位？

`POST /v1/chat/completions` · `meta/muse-wonder`: `model`, `messages`, `stream` `POST /v1/messages` · `meta/muse-wonder`: `model`, `messages`, `max_tokens`, `stream`

適用哪些限制？

`POST /v1/chat/completions` · `meta/muse-wonder`: `messages.min_items`: `1`

將 Ailoot 串接 Claude Code、OpenCode、Hermes 或自己的應用程式。

## 公司及其專案組合

公司及其專案組合：數百萬客戶，每月銷售額達數十億。

## 優惠購買 token。

訂閱優惠適合持續工作，折扣碼購買 token 最高可折 50%。

訂閱

為定期請求選擇優惠方案。

最高 50% 折扣碼

購買時輸入代碼，價格依活動重算。

歷史中的費用

每次請求保存模型、token 與金額。

[選擇訂閱](https://ailoot.ai/docs/zh-hant-tw/billing/subscriptions/) · [查看模型價格](https://ailoot.ai/models/zh-hant-tw/)

## 將 API 加入 你銷售的產品。

依 Ailoot 正式服務條款與授權合約串接 SaaS、應用程式與機器人；轉售請申請經銷授權。

商用應用程式

在付費功能加入文字、圖片、影片與聲音生成。

經銷授權

提供專案說明與存取方式，要求書面使用和轉售條件。

網站文件

串接前可閱讀正式服務條款、授權合約與資料處理政策。

[申請經銷授權](mailto:support@ailoot.ai) · [正式服務條款與授權合約](https://ailoot.ai/legal/offer?lang=zh-hant-tw)

## Ailoot · 公司及其專案組合





Ailoot以累積的營運經驗、廣大的客戶群、穩定的服務及持續的KPI管理為基礎。





公司及其專案組合：數百萬客戶，每月銷售額達數十億。





Ailoot將這些營運經驗用於API存取，讓客戶的產品、代理、應用程式及自動化流程使用AI功能。