Oferta por tiempo limitado: 20% de descuento en PixVerse V6 Max. Termina el 30 de noviembre. Probar en Playground
Explicaciones claras sobre las APIs de modelos de IA: qué hace cada tipo de modelo, cómo funcionan las solicitudes y la facturación, y qué parámetros envías. Cada página muestra los modelos disponibles que trata.
Una API LLM permite a tu aplicación enviar una conversación, como una lista de mensajes y en muchos modelos con imágenes, vídeo o documentos, a un modelo de lenguaje grande y recibir su texto generado. Eliges el modelo por solicitud, y el uso se cuenta en tokens de entrada y salida.
Una API de generación de imágenes crea imágenes a partir de un mensaje de texto y, en muchos modelos, edita o combina las imágenes que proporcionas. Envías el aviso con ajustes como relación de aspecto y resolución, y la API devuelve las imágenes terminadas como URLs o datos base64, facturados por imagen.
Una API de generación de vídeo crea un clip de vídeo a partir de un mensaje de texto y, en muchos modelos, a partir de imágenes, vídeo o audio que proporciones. Envías un trabajo, haces sondeos hasta que el vídeo esté listo, y la mayoría de los modelos facturan por segundo de salida a una velocidad fijada por la resolución.
La generación de imagen a vídeo anima una imagen fija en un clip de vídeo corto. La imagen suele convertirse en el primer fotograma, y tu prompt describe el movimiento y el movimiento de la cámara, de modo que el sujeto, el encuadre y el estilo de la imagen se reflejan en el vídeo.
Una API text-to-speech (TTS) convierte texto escrito en audio hablado. Envías el texto, una voz y configuraciones como idioma y velocidad, y la API devuelve un archivo de audio o transmite el audio en streaming para que la reproducción pueda comenzar antes de que todo el pasaje esté listo.
Una API speech-to-text transcribe el audio hablado a texto escrito. Subes una grabación o pasas su URL, o transmites audio en directo, y la API devuelve la transcripción, con marcas de tiempo, etiquetas de altavoz o archivos de subtítulos en los modelos que las soportan.
Una API de voz en tiempo real mantiene una sesión de audio en directo y bidireccional a través de una conexión WebSocket: tu aplicación transmite audio del micrófono al modelo y reproduce su respuesta hablada a medida que llega. El usuario puede interrumpir la respuesta en cualquier momento, y el mismo endpoint también ofrece transcripciones en directo.
Una API de generación musical con IA compone audio a partir de una descripción textual del estilo, el estado de ánimo, los instrumentos y el tempo, y en algunos modelos a partir de letras, una grabación de referencia o un vídeo para componer. Envías un trabajo, haces una encuesta hasta que termine y descargas la pista generada.
Una API de generación 3D crea un modelo 3D, una malla texturizada, a partir de una o más imágenes de un objeto y, en algunos modelos, a partir de una indicación de texto. Envías un trabajo, haces sondeo hasta que termine y descargas el recurso en un formato como GLB, OBJ, FBX, USDZ o STL.
Una API de incrustaciones convierte texto, y en algunos modelos imágenes o vídeos, en vectores de números que colocan significados similares muy cerca entre sí. Con un reclasificador para repuntuar las mejores coincidencias, constituye el paso de recuperación de búsqueda semántica y generación aumentada por recuperación.
Una API de búsqueda de IA realiza una búsqueda web en tiempo real para una aplicación y devuelve resultados diseñados para modelos de lenguaje: páginas clasificadas con su texto, una respuesta corta con fuentes citadas o un informe de investigación en varios pasos. Proporciona a una aplicación de IA información más nueva que los datos de entrenamiento de un modelo.
Los tokens son las unidades que un modelo de lenguaje lee y escribe: palabras, fragmentos de palabras, números o puntuación. Los modelos de texto facturan fichas de entrada y salida a tasas separadas por cada 1M de tokens, mientras que muchos modelos de medios y búsqueda facturan por imagen, segundo, carácter, minuto o solicitud.
Una ventana de contexto es el número máximo de tokens que un modelo de lenguaje puede manejar en una sola solicitud, contando todo lo que lee (instrucciones, historial de conversaciones, documentos y definiciones de herramientas) más los tokens que escribe. Una solicitud que no encaja debe acortarse o dividirse.
Un modelo de razonamiento resuelve un problema en tokens de razonamiento intermedios antes de escribir su respuesta final. Esto mejora los resultados en tareas de varios pasos como matemáticas, código y planificación, utiliza más tokens de salida y tiempo, y configuraciones como el esfuerzo de razonamiento lo controlan.
La temperatura y top_p controlan cómo un modelo elige cada siguiente token: valores más bajos hacen que la salida se enfoque y sea repetible, y valores más altos la hacen más variada. Una semilla corrige las elecciones aleatorias, de modo que la misma petición con la misma semilla devuelve el mismo resultado o un resultado muy similar.
La salida estructurada hace que un modelo de lenguaje devuelva JSON que tu código puede analizar en lugar de texto libre. El modo JSON devuelve un objeto JSON sintácticamente válido, y el esquema JSON va más allá haciendo que la respuesta coincida con un esquema que defines, con sus campos y tipos requeridos.
La llamada a una función, también llamada llamada llamada a herramientas, permite que un modelo de lenguaje pida a tu aplicación que ejecute una función. Describes cada función con un esquema JSON, el modelo responde con un nombre de función y argumentos, tu código lo ejecuta y el modelo usa el resultado para continuar o responder.
El almacenamiento en caché de indicaciones reutiliza el procesamiento anterior que un modelo ha hecho de la parte inicial de un prompt. Cuando una solicitud comienza con los mismos tokens que una reciente, esos tokens almacenados en caché facturan a una tasa de lectura de caché más baja en modelos que listan uno, y el resto factura a la tasa de entrada normal.
La inferencia por lotes ejecuta muchas solicitudes de modelo como un solo trabajo asíncrono en lugar de una llamada a la vez. Subes un archivo de solicitudes, se ejecutan dentro de una ventana de finalización y descargas un archivo de resultados, que se adapta a trabajos grandes que no necesitan una respuesta inmediata.
Consulta nuestros precios o contacta con nosotros si quieres que tu propio modelo se implemente en nuestra pila.