Oferta por tempo limitado: 20% de desconto no PixVerse V6 Max. Termina em 30 de novembro. Testar no Playground
Explicações claras sobre APIs de modelos de IA: o que cada tipo de modelo faz, como funcionam as requisições e a cobrança, e quais parâmetros você envia. Cada página lista os modelos disponíveis de que trata.
Uma API LLM permite que sua aplicação envie uma conversa, como uma lista de mensagens e em muitos modelos com imagens, vídeos ou documentos, para um grande modelo de linguagem e receba o texto gerado por ele. Você escolhe o modelo por solicitação, e o uso é contabilizado em tokens de entrada e saída.
Uma API de geração de imagens cria imagens a partir de um prompt de texto e, em muitos modelos, edita ou combina as imagens que você fornece. Você envia o prompt com configurações como proporção de aspecto e resolução, e a API retorna as imagens finalizadas como URLs ou dados base64, faturados por imagem.
Uma API de geração de vídeo cria um clipe de vídeo a partir de um prompt de texto e, em muitos modelos, a partir de imagens, vídeo ou áudio que você fornece. Você envia um trabalho, faz sondação até o vídeo estar pronto, e a maioria dos modelos cobra por segundo de saída em uma taxa definida pela resolução.
A geração de imagem para vídeo anima uma imagem estática em um clipe de vídeo curto. A imagem geralmente se torna o primeiro quadro, e seu prompt descreve o movimento e o movimento da câmera, de modo que o sujeito, o enquadramento e o estilo da imagem se incorporam ao vídeo.
Uma API text-to-speech (TTS) converte texto escrito em áudio falado. Você envia o texto, uma voz e configurações como idioma e velocidade, e a API retorna um arquivo de áudio ou transmite o áudio para que a reprodução possa começar antes que a passagem inteira esteja pronta.
Uma API speech-to-text transcreve áudio falado em texto escrito. Você faz upload de uma gravação ou passa sua URL, ou transmite áudio ao vivo, e a API retorna a transcrição, com timestamps, etiquetas de alto-falantes ou arquivos de legendas nos modelos que os suportam.
Uma API de voz em tempo real mantém uma sessão de áudio ao vivo e bidirecional por meio de uma conexão WebSocket: seu aplicativo transmite áudio do microfone para o modelo e reproduz sua resposta falada conforme ela chega. O usuário pode interromper a resposta a qualquer momento, e o mesmo endpoint também oferece transcrição ao vivo.
Uma API de geração de música com IA compõe áudio a partir de uma descrição em texto do estilo, clima, instrumentos e tempo e, em alguns modelos, a partir de letras, uma gravação de referência ou um vídeo para fazer a trilha sonora. Você envia um trabalho, faz uma pesquisa até que ele termine e baixa a faixa gerada.
Uma API de geração 3D cria um modelo 3D, uma malha texturizada, a partir de uma ou mais imagens de um objeto e, em alguns modelos, a partir de um prompt de texto. Você envia um trabalho, faz sondagem até que ele seja concluído e baixa o ativo em um formato como GLB, OBJ, FBX, USDZ ou STL.
Uma API de embeddings transforma texto, e em alguns modelos imagens ou vídeos, em vetores de números que colocam significados semelhantes próximos uns dos outros. Com um reclassificador para reclassificar as melhores correspondências, ele forma a etapa de recuperação da busca semântica e da geração aumentada por recuperação.
Uma API de busca por IA executa uma busca web ao vivo por um aplicativo e retorna resultados moldados para modelos de linguagem: páginas ranqueadas com seu texto, uma resposta curta com fontes citadas ou um relatório de pesquisa em múltiplas etapas. Ela fornece a uma aplicação de IA informações mais recentes do que os dados de treinamento de um modelo.
Tokens são as unidades que um modelo de linguagem lê e escreve: palavras, pedaços de palavras, números ou pontuação. Modelos de texto faturam tokens de entrada e saída a taxas separadas por 1 milhão de tokens, enquanto muitos modelos de mídia e busca faturam por imagem, segundo, caractere, minuto ou solicitação.
Uma janela de contexto é o número máximo de tokens que um modelo de linguagem pode lidar em uma única requisição, contando tudo o que ele lê (instruções, histórico de conversas, documentos e definições de ferramentas) mais os tokens que escreve. Uma requisição que não cabe precisa ser encurtada ou dividida.
Um modelo de raciocínio resolve um problema em tokens de raciocínio intermediário antes de escrever sua resposta final. Isso melhora os resultados em tarefas de múltiplas etapas, como matemática, código e planejamento, utiliza mais tokens de saída e tempo, e configurações como esforço de raciocínio o controlam.
Temperatura e top_p determinam como um modelo escolhe cada próximo token: valores mais baixos tornam a saída focada e repetível, valores mais altos a tornam mais variada. Uma semente corrige as escolhas aleatórias, então a mesma solicitação com a mesma semente retorna o mesmo resultado ou um resultado muito semelhante.
A saída estruturada faz com que um modelo de linguagem retorne JSON que seu código pode analisar em vez de texto livre. O modo JSON retorna um objeto JSON sintaticamente válido, e o esquema JSON vai além fazendo a resposta corresponder a um esquema que você definir, com seus campos e tipos obrigatórios.
A chamada de função, também chamada de chamada de ferramenta, permite que um modelo de linguagem peça ao seu aplicativo que execute uma função. Você descreve cada função com um Esquema JSON, o modelo responde com um nome e argumentos de função, seu código a executa, e o modelo usa o resultado para continuar ou responder.
O cache de prompts reutiliza o processamento anterior de um modelo da parte de abertura de um prompt. Quando uma solicitação começa com os mesmos tokens que uma recente, esses tokens em cache faturam com uma taxa de leitura de cache menor em modelos que listam um, e o restante fatura com a taxa normal de entrada.
A inferência em lote executa muitas solicitações de modelo como um único trabalho assíncrono, em vez de uma chamada por vez. Você faz upload de um arquivo de solicitações, elas rodam dentro de uma janela de conclusão e você baixa um arquivo de resultados, que se adequa a tarefas grandes que não precisam de resposta imediata.
Confira nossos preços ou entre em contato se quiser que seu próprio modelo seja implementado em nossa pilha.