Zeitlich begrenztes Angebot: 20% Rabatt auf PixVerse V6 Max. Endet am 30. November. Im Playground testen
Klare Erklärungen zu KI-Modell-APIs: was jede Modellart leistet, wie Anfragen und Abrechnung funktionieren und welche Parameter du sendest. Jede Seite listet die verfügbaren Modelle, um die es geht.
Eine LLM-API ermöglicht es Ihrer Anwendung, eine Konversation als Liste von Nachrichten und auf vielen Modellen mit Bildern, Videos oder Dokumenten an ein großes Sprachmodell zu senden und dessen generierten Text zu empfangen. Sie wählen das Modell pro Anfrage aus, und die Nutzung wird in Eingabe- und Ausgabetoken gezählt.
Eine Bildgenerierungs-API erstellt Bilder aus einem Textprompt und bearbeitet oder kombiniert bei vielen Modellen die von Ihnen bereitgestellten Bilder. Sie senden den Prompt mit Einstellungen wie Seitenverhältnis und Auflösung, und die API gibt die fertigen Bilder als URLs oder base64-Daten zurück, abgerechnet pro Bild.
Eine Video-Generierungs-API erstellt einen Videoclip aus einem Textprompt und auf vielen Modellen aus Bildern, Videos oder Audio, die Sie liefern. Sie senden einen Auftrag ein, fragen ab, bis das Video fertig ist, und die meisten Modelle rechnen pro Sekunde Ausgabe zu einem durch die Auflösung festgelegten Rate ab.
Bild-zu-Video-Generierung animiert ein Standbild zu einem kurzen Videoclip. Das Bild wird normalerweise zum ersten Bild, und dein Prompt beschreibt die Bewegung und die Kamerabewegung, sodass das Motiv, die Bildgestaltung und der Stil des Bildes ins Video übergehen.
Eine text-to-speech (TTS)-API wandelt geschriebenen Text in gesprochenes Audio um. Sie senden den Text, eine Stimme sowie Einstellungen wie Sprache und Geschwindigkeit, und die API gibt eine Audiodatei zurück oder streamt das Audio, sodass die Wiedergabe beginnen kann, bevor der gesamte Abschnitt fertig ist.
Eine speech-to-text-API transkribiert gesprochenes Audio in geschriebenen Text. Sie laden eine Aufnahme hoch, geben ihre URL oder streamen Live-Audio, und die API gibt das Transkript zurück, mit Zeitstempeln, Lautsprecherbezeichnungen oder Untertiteldateien auf den Modellen, die sie unterstützen.
Eine Echtzeit-Sprach-API hält eine Live-Zwei-Wege-Audiositzung über eine WebSocket-Verbindung: Ihre App streamt Mikrofonaudio an das Modell und spielt deren gesprochene Antwort ab, sobald sie eintrifft. Der Benutzer kann die Antwort jederzeit unterbrechen, und derselbe Endpunkt dient auch der Live-Transkription.
Eine KI-Musik-Generierungs-API komponiert Audio aus einer Textbeschreibung des Stils, der Stimmung, der Instrumente und des Tempos und auf einigen Modellen aus Texten einer Referenzaufnahme oder einem Video, das zur Musik verwendet wird. Du reichst einen Auftrag ein, fragst ab, bis er fertig ist, und lädst den generierten Track herunter.
Eine 3D-Generierungs-API erstellt ein 3D-Modell, ein strukturiertes Mesh, aus einem oder mehreren Bildern eines Objekts und auf einigen Modellen aus einem Textprompt. Sie senden einen Auftrag ein, fragen ab, bis er fertiggestellt ist, und laden das Asset in einem Format wie GLB, OBJ, FBX, USDZ oder STL herunter.
Eine Embeddings-API verwandelt Text und bei manchen Modellen Bilder oder Videos in Vektoren von Zahlen, die ähnliche Bedeutungen nah beieinander platzieren. Mit einem Reranker, der die besten Matches neu bewertet, bildet sie den Abrufschritt der semantischen Suche und der durch Retrieval-Augmented Generierung.
Eine KI-Such-API führt eine Live-Websuche für eine Anwendung durch und liefert Ergebnisse, die auf Sprachmodelle zugeschnitten sind: rangierte Seiten mit ihrem Text, eine kurze Antwort mit zitierten Quellen oder einen mehrstufigen Forschungsbericht. Sie liefert einer KI-Anwendung Informationen, die neuer sind als die Trainingsdaten eines Modells.
Token sind die Einheiten, die ein Sprachmodell liest und schreibt: Wörter, Wortstücke, Zahlen oder Interpunktion. Textmodelle verbuchen Eingabe- und Ausgabetoken zu unterschiedlichen Raten pro 1 Million Token, während viele Medien- und Suchmodelle pro Bild, Sekunde, Zeichen, Minute oder Anfrage abrechnen.
Ein Kontextfenster ist die maximale Anzahl an Tokens, die ein Sprachmodell in einer Anfrage verarbeiten kann, und zählt alles, was es liest (Anweisungen, Konversationsverlauf, Dokumente und Werkzeugdefinitionen) plus die von ihm geschriebenen Token. Eine Anfrage, die nicht passt, muss verkürzt oder aufgeteilt werden.
Ein Reasoning-Modell arbeitet ein Problem in Intermediate Reasoning Tokens durch, bevor es seine endgültige Antwort schreibt. Dies verbessert die Ergebnisse bei mehrstufigen Aufgaben wie Mathematik, Code und Planung, verwendet mehr Output-Tokens und Zeit, und Einstellungen wie Reasoning-Aufwand steuern es.
Temperatur und top_p steuern, wie ein Modell jedes nächste Token auswählt: Niedrigere Werte machen die Ausgabe fokussiert und wiederholbar, höhere Werte machen sie abwechslungsreicher. Ein Seed fixiert die zufälligen Entscheidungen, sodass dieselbe Anfrage mit demselben Seed dasselbe oder ein sehr ähnliches Ergebnis liefert.
Strukturiertes Output sorgt dafür, dass ein Sprachmodell JSON zurückgibt, das Ihr Code parsen kann, statt freier Text. JSON-Modus gibt ein syntaktisch gültiges JSON-Objekt zurück, und das JSON-Schema geht noch weiter, indem die Antwort einem von Ihnen definierten Schema mit den erforderlichen Feldern und Typen entspricht.
Funktionsaufruf, auch Werkzeugaufruf genannt, ermöglicht es einem Sprachmodell, Ihre Anwendung zu bitten, eine Funktion auszuführen. Sie beschreiben jede Funktion mit einem JSON-Schema, das Modell antwortet mit einem Funktionsnamen und Argumenten, Ihr Code führt sie aus, und das Modell nutzt das Ergebnis, um weiterzumachen oder zu antworten.
Prompt-Caching verwendet die frühere Verarbeitung des Eröffnungsteils eines Prompts durch ein Modell wieder. Wenn eine Anfrage mit denselben Tokens wie eine kürzlich gestartete beginnt, werden diese zwischengespeicherten Token auf Modellen, die einen angeben, mit einer niedrigeren Cache-Leserate abgerechnet, und der Rest wird mit der normalen Eingaberate abgerechnet.
Batch-Inferenz führt viele Modellanfragen als einen asynchronen Job aus, statt jeweils einen Aufruf. Sie laden eine Datei mit Anfragen hoch, sie laufen innerhalb eines Abschlussfensters, und Sie laden eine Datei mit den Ergebnissen herunter, die für große Aufgaben geeignet sind, die keine sofortige Antwort benötigen.
Schauen Sie sich unsere Preise an oder kontaktieren Sie uns, wenn Sie Ihr eigenes Modell auf unserem Stack implementieren möchten.