{"id":867,"date":"2024-08-01T09:43:52","date_gmt":"2024-08-01T09:43:52","guid":{"rendered":"https:\/\/api.mygptmeta.com\/?page_id=867"},"modified":"2024-08-04T09:50:39","modified_gmt":"2024-08-04T09:50:39","slug":"price","status":"publish","type":"page","link":"https:\/\/api.mygptmeta.com\/de\/price","title":{"rendered":"\u6a21\u578b\u4ecb\u7ecd"},"content":{"rendered":"<div data-elementor-type=\"wp-page\" data-elementor-id=\"867\" class=\"elementor elementor-867\" data-elementor-post-type=\"page\">\n\t\t\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-dcd599c elementor-section-content-middle elementor-reverse-mobile elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"dcd599c\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;background_background&quot;:&quot;classic&quot;}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-no\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-50 elementor-top-column elementor-element elementor-element-8c4a786\" data-id=\"8c4a786\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-c6f0752 elementor-widget elementor-widget-text-editor\" data-id=\"c6f0752\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<p><style>\n    @media (max-width: 768px) {<br \/>        .responsive-header {<br \/>            display: inline;<br \/>            font-size: 1.17em; \/* h3 \u7684\u9ed8\u8ba4\u5927\u5c0f *\/<br \/>            text-align: center;<br \/>            width: 100%;<br \/>        }<br \/>        .header-container {<br \/>            text-align: center;<br \/>        }<br \/>    }<br \/>    @media (min-width: 769px) and (max-width: 1024px) {<br \/>        .responsive-header {<br \/>            display: inline;<br \/>            font-size: 2em; \/* h1 \u7684\u9ed8\u8ba4\u5927\u5c0f *\/<br \/>        }<br \/>    }<br \/><\/style><\/p><div class=\"header-container\"><h1 class=\"responsive-header\">generativ <span style=\"color: #f28135;\">Gro\u00dfe Modelle Offizielle API<\/span>\u00a0<\/h1><h1 class=\"responsive-header\">Preissystem<\/h1><\/div>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-9614e3b animated-slow elementor-invisible elementor-widget elementor-widget-heading\" data-id=\"9614e3b\" data-element_type=\"widget\" data-e-type=\"widget\" data-settings=\"{&quot;_animation&quot;:&quot;fadeIn&quot;,&quot;_animation_delay&quot;:600}\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<p class=\"elementor-heading-title elementor-size-default\">In dieser \u00c4ra der Offenheit und des Teilens f\u00fchrt OpenAI eine Revolution in der k\u00fcnstlichen Intelligenz an. Jetzt geben wir der Welt bekannt, dass wir alle Modelle von OpenAI vollst\u00e4ndig unterst\u00fctzt haben, z.B. GPT-4-ALL, GPT-4-multimodal, GPT-4-gizmo-*, etc. sowie eine Vielzahl von selbstentwickelten gro\u00dfen Modellen. Am aufregendsten ist, dass wir das leistungsf\u00e4higere und einflussreichere GPT-4o in die Welt eingef\u00fchrt haben!<\/p>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-7115248 elementor-widget elementor-widget-button\" data-id=\"7115248\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-sm\" href=\"https:\/\/www.blueshirtmap.com\/\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t\t\t\t<span class=\"elementor-button-text\">Jetzt beginnen<\/span>\n\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t<div class=\"elementor-column elementor-col-50 elementor-top-column elementor-element elementor-element-632e921\" data-id=\"632e921\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-7f48f9c animated-slow elementor-widget__width-initial elementor-widget-mobile__width-initial elementor-absolute elementor-invisible elementor-widget elementor-widget-image\" data-id=\"7f48f9c\" data-element_type=\"widget\" data-e-type=\"widget\" data-settings=\"{&quot;motion_fx_motion_fx_mouse&quot;:&quot;yes&quot;,&quot;motion_fx_mouseTrack_effect&quot;:&quot;yes&quot;,&quot;motion_fx_mouseTrack_speed&quot;:{&quot;unit&quot;:&quot;px&quot;,&quot;size&quot;:0.2,&quot;sizes&quot;:[]},&quot;_animation&quot;:&quot;zoomIn&quot;,&quot;_animation_delay&quot;:300,&quot;_position&quot;:&quot;absolute&quot;}\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<img fetchpriority=\"high\" decoding=\"async\" width=\"250\" height=\"270\" src=\"https:\/\/api.mygptmeta.com\/wp-content\/uploads\/2024\/05\/35030f3b-sl-hero-layer-1.png\" class=\"attachment-full size-full wp-image-44\" alt=\"35030f3b sl hero layer 1\" \/>\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-d529a59 animated-slow elementor-widget__width-initial elementor-widget-tablet__width-initial elementor-widget-mobile__width-initial elementor-absolute elementor-invisible elementor-widget elementor-widget-image\" data-id=\"d529a59\" data-element_type=\"widget\" data-e-type=\"widget\" data-settings=\"{&quot;motion_fx_motion_fx_mouse&quot;:&quot;yes&quot;,&quot;motion_fx_mouseTrack_effect&quot;:&quot;yes&quot;,&quot;motion_fx_mouseTrack_speed&quot;:{&quot;unit&quot;:&quot;px&quot;,&quot;size&quot;:0.2,&quot;sizes&quot;:[]},&quot;_animation&quot;:&quot;zoomInRight&quot;,&quot;_animation_delay&quot;:600,&quot;_position&quot;:&quot;absolute&quot;}\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"230\" height=\"190\" src=\"https:\/\/api.mygptmeta.com\/wp-content\/uploads\/2024\/05\/865db8ad-sl-hero-layer-2.png\" class=\"attachment-full size-full wp-image-45\" alt=\"865db8ad sl hero layer 2\" \/>\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-1f2ea96 animated-slow elementor-widget__width-initial elementor-widget-tablet__width-initial elementor-widget-mobile__width-initial elementor-absolute elementor-invisible elementor-widget elementor-widget-image\" data-id=\"1f2ea96\" data-element_type=\"widget\" data-e-type=\"widget\" data-settings=\"{&quot;motion_fx_motion_fx_mouse&quot;:&quot;yes&quot;,&quot;motion_fx_mouseTrack_effect&quot;:&quot;yes&quot;,&quot;motion_fx_mouseTrack_speed&quot;:{&quot;unit&quot;:&quot;px&quot;,&quot;size&quot;:0.2,&quot;sizes&quot;:[]},&quot;_animation&quot;:&quot;zoomInLeft&quot;,&quot;_animation_delay&quot;:900,&quot;_position&quot;:&quot;absolute&quot;}\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"266\" height=\"192\" src=\"https:\/\/api.mygptmeta.com\/wp-content\/uploads\/2024\/05\/d2c705b3-sl-hero-layer-3.png\" class=\"attachment-full size-full wp-image-46\" alt=\"d2c705b3 sl hero layer 3\" \/>\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-1c5419a elementor-widget elementor-widget-image\" data-id=\"1c5419a\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<img loading=\"lazy\" decoding=\"async\" width=\"772\" height=\"720\" src=\"https:\/\/api.mygptmeta.com\/wp-content\/uploads\/2024\/08\/discs-homepage-1.webp\" class=\"attachment-large size-large wp-image-896\" alt=\"discs homepage 1\" srcset=\"https:\/\/api.mygptmeta.com\/wp-content\/uploads\/2024\/08\/discs-homepage-1.webp 772w, https:\/\/api.mygptmeta.com\/wp-content\/uploads\/2024\/08\/discs-homepage-1-300x280.webp 300w, https:\/\/api.mygptmeta.com\/wp-content\/uploads\/2024\/08\/discs-homepage-1-768x716.webp 768w, https:\/\/api.mygptmeta.com\/wp-content\/uploads\/2024\/08\/discs-homepage-1-13x12.webp 13w\" sizes=\"(max-width: 772px) 100vw, 772px\" \/>\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t<div class=\"elementor-element elementor-element-503e477 e-flex e-con-boxed e-con e-parent\" data-id=\"503e477\" data-element_type=\"container\" data-e-type=\"container\" data-settings=\"{&quot;background_background&quot;:&quot;classic&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-2ad86ff elementor-tabs-view-horizontal elementor-widget elementor-widget-tabs\" data-id=\"2ad86ff\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"tabs.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-tabs\">\n\t\t\t<div class=\"elementor-tabs-wrapper\" role=\"tablist\" >\n\t\t\t\t\t\t\t\t\t<div id=\"elementor-tab-title-4491\" class=\"elementor-tab-title elementor-tab-desktop-title\" aria-selected=\"true\" data-tab=\"1\" role=\"tab\" tabindex=\"0\" aria-controls=\"elementor-tab-content-4491\" aria-expanded=\"false\">OpenAI<\/div>\n\t\t\t\t\t\t\t\t\t<div id=\"elementor-tab-title-4492\" class=\"elementor-tab-title elementor-tab-desktop-title\" aria-selected=\"false\" data-tab=\"2\" role=\"tab\" tabindex=\"-1\" aria-controls=\"elementor-tab-content-4492\" aria-expanded=\"false\">OpenAI Plus<\/div>\n\t\t\t\t\t\t\t\t\t<div id=\"elementor-tab-title-4493\" class=\"elementor-tab-title elementor-tab-desktop-title\" aria-selected=\"false\" data-tab=\"3\" role=\"tab\" tabindex=\"-1\" aria-controls=\"elementor-tab-content-4493\" aria-expanded=\"false\">Midjourney<\/div>\n\t\t\t\t\t\t\t\t\t<div id=\"elementor-tab-title-4494\" class=\"elementor-tab-title elementor-tab-desktop-title\" aria-selected=\"false\" data-tab=\"4\" role=\"tab\" tabindex=\"-1\" aria-controls=\"elementor-tab-content-4494\" aria-expanded=\"false\">Suno<\/div>\n\t\t\t\t\t\t\t\t\t<div id=\"elementor-tab-title-4495\" class=\"elementor-tab-title elementor-tab-desktop-title\" aria-selected=\"false\" data-tab=\"5\" role=\"tab\" tabindex=\"-1\" aria-controls=\"elementor-tab-content-4495\" aria-expanded=\"false\">Luma<\/div>\n\t\t\t\t\t\t\t\t\t<div id=\"elementor-tab-title-4496\" class=\"elementor-tab-title elementor-tab-desktop-title\" aria-selected=\"false\" data-tab=\"6\" role=\"tab\" tabindex=\"-1\" aria-controls=\"elementor-tab-content-4496\" aria-expanded=\"false\">Claude<\/div>\n\t\t\t\t\t\t\t\t\t<div id=\"elementor-tab-title-4497\" class=\"elementor-tab-title elementor-tab-desktop-title\" aria-selected=\"false\" data-tab=\"7\" role=\"tab\" tabindex=\"-1\" aria-controls=\"elementor-tab-content-4497\" aria-expanded=\"false\">Moonshot<\/div>\n\t\t\t\t\t\t\t\t\t<div id=\"elementor-tab-title-4498\" class=\"elementor-tab-title elementor-tab-desktop-title\" aria-selected=\"false\" data-tab=\"8\" role=\"tab\" tabindex=\"-1\" aria-controls=\"elementor-tab-content-4498\" aria-expanded=\"false\">Google Internet-Unternehmen<\/div>\n\t\t\t\t\t\t\t\t\t<div id=\"elementor-tab-title-4499\" class=\"elementor-tab-title elementor-tab-desktop-title\" aria-selected=\"false\" data-tab=\"9\" role=\"tab\" tabindex=\"-1\" aria-controls=\"elementor-tab-content-4499\" aria-expanded=\"false\">Der Online-Shop von Baidu, zhidao.baidu.com<\/div>\n\t\t\t\t\t\t\t\t\t<div id=\"elementor-tab-title-44910\" class=\"elementor-tab-title elementor-tab-desktop-title\" aria-selected=\"false\" data-tab=\"10\" role=\"tab\" tabindex=\"-1\" aria-controls=\"elementor-tab-content-44910\" aria-expanded=\"false\">Aritunyi<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t\t<div class=\"elementor-tabs-content-wrapper\" role=\"tablist\" aria-orientation=\"vertical\">\n\t\t\t\t\t\t\t\t\t<div class=\"elementor-tab-title elementor-tab-mobile-title\" aria-selected=\"true\" data-tab=\"1\" role=\"tab\" tabindex=\"0\" aria-controls=\"elementor-tab-content-4491\" aria-expanded=\"false\">OpenAI<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-4491\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"1\" role=\"tabpanel\" aria-labelledby=\"elementor-tab-title-4491\" tabindex=\"0\" hidden=\"false\"><style>\n  table {\n    width: 100%;\n    border-collapse: collapse;\n  }\n  th, td {\n    border: 1px solid #dddddd;\n    text-align: left;\n    padding: 8px;\n    color: white;\n  }\n  th {\n    background-color: transparent;\n  }\n  tr:nth-child(even) {\n    background-color: transparent;\n  }\n  tr:nth-child(odd) {\n    background-color: transparent;\n  }\n<\/style>\n\n<table>\n  <thead>\n    <tr>\n      <th>Name des Modells<\/th>\n      <th>Typologie<\/th>\n      <th>Art der Abrechnung<\/th>\n      <th>Endpreis<\/th>\n      <th>Modell Preisberechnung Multiplikator<\/th>\n      <th>Anweisungen<\/th>\n    <\/tr>\n  <\/thead>\n  <tbody>\n    <tr>\n      <td>gpt-4o-mini \ud83d\udd25.<\/td>\n      <td>Anschauungsmodell<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>\n        Eingabemarken: $0.00045\/K-Marken<br>\n        Ausgangstoken: $0.0018\/K Token\n      <\/td>\n      <td>\n        Eingangsvergr\u00f6\u00dferung: 0,225<br>\n        Komplement\u00e4re Vergr\u00f6\u00dferung: 4\n      <\/td>\n      <td>Der gpt-4o-mini ist haupts\u00e4chlich billig und gut. Hat 128K Kontexte und gibt bis zu 16K Token und October 2023 Knowledge Cutoffs pro Anfrage aus. tool_calls und function_calls werden f\u00fcr Modelle der 1106 Serie und h\u00f6her unterst\u00fctzt.<\/td>\n    <\/tr>\n    <tr>\n      <td>gpt-4o-mini-2024-07-18 \ud83d\udd25.<\/td>\n      <td>Anschauungsmodell<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>\n        Eingabemarken: $0.00045\/K-Marken<br>\n        Ausgangstoken: $0.0018\/K Token\n      <\/td>\n      <td>\n        Eingangsvergr\u00f6\u00dferung: 0,225<br>\n        Komplement\u00e4re Vergr\u00f6\u00dferung: 4\n      <\/td>\n      <td>Der gpt-4o-mini ist haupts\u00e4chlich billig und gut. Hat 128K Kontexte und gibt bis zu 16K Token und October 2023 Knowledge Cutoffs pro Anfrage aus. tool_calls und function_calls werden f\u00fcr Modelle der 1106 Serie und h\u00f6her unterst\u00fctzt.<\/td>\n    <\/tr>\n    <tr>\n      <td>gpt-4o \ud83d\udd25.<\/td>\n      <td>Anschauungsmodell<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>\n        Eingabemarken: $0.015\/K-Marken<br>\n        Ausgangstoken: $0.045\/K Token\n      <\/td>\n      <td>\n        Eingangsvergr\u00f6\u00dferung: 7,5<br>\n        Komplement\u00e4re Vergr\u00f6\u00dferung: 3\n      <\/td>\n      <td>GPT-4o ist das fortschrittlichste multimodale Modell von OpenAI, schneller und billiger als GPT-4 Turbo, mit verbesserten visuellen F\u00e4higkeiten. Mit 128K Kontexten und einer Wissensabschaltung im Oktober 2023. Modelle der Serie 1106 und h\u00f6her unterst\u00fctzen tool_calls und function_calls.<\/td>\n    <\/tr>\n    <tr>\n      <td>gpt-4o-2024-05-13 \ud83d\udd25.<\/td>\n      <td>Anschauungsmodell<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>\n        Eingabemarken: $0.015\/K-Marken<br>\n        Ausgangstoken: $0.045\/K Token\n      <\/td>\n      <td>\n        Eingangsvergr\u00f6\u00dferung: 7,5<br>\n        Komplement\u00e4re Vergr\u00f6\u00dferung: 3\n      <\/td>\n      <td>GPT-4o ist das fortschrittlichste multimodale Modell von OpenAI, schneller und billiger als GPT-4 Turbo, mit verbesserten visuellen F\u00e4higkeiten. Mit 128K Kontexten und einer Wissensabschaltung im Oktober 2023. Modelle der Serie 1106 und h\u00f6her unterst\u00fctzen tool_calls und function_calls.<\/td>\n    <\/tr>\n    <tr>\n      <td>gpt-4-turbo \ud83d\udd25.<\/td>\n      <td>Anschauungsmodell<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>\n        Eingabemarken: $0.03\/K-Marken<br>\n        Ausgangstoken: $0.09\/K Token\n      <\/td>\n      <td>\n        Eingangsvergr\u00f6\u00dferung: 15<br>\n        Komplement\u00e4re Vergr\u00f6\u00dferung: 3\n      <\/td>\n      <td>GPT-4 Turbo mit Vision ist die neueste Generation von Modellen. Es ist leistungsf\u00e4higer, wurde mit einem Wissensstand von April 2023 aktualisiert, f\u00fchrt ein 128k-Kontextfenster ein, akzeptiert Text- oder Bildeingaben und gibt Text aus und l\u00f6st R\u00e4tsel genauer als alle Vorg\u00e4ngermodelle.Die Modelle ab der Serie 1106 unterst\u00fctzen tool_calls und function_calls.<\/td>\n    <\/tr>\n    <tr>\n      <td>gpt-4-turbo-2024-04-09 \ud83d\udd25.<\/td>\n      <td>Anschauungsmodell<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>\n        Eingabemarken: $0.03\/K-Marken<br>\n        Ausgangstoken: $0.09\/K Token\n      <\/td>\n      <td>\n        Eingangsvergr\u00f6\u00dferung: 15<br>\n        Komplement\u00e4re Vergr\u00f6\u00dferung: 3\n      <\/td>\n      <td>GPT-4 Turbo mit Vision ist das Modell der neuesten Generation. Es ist leistungsf\u00e4higer, hat eine aktualisierte Wissensfrist bis April 2023, f\u00fchrt ein 128k-Kontextfenster ein, akzeptiert Text- oder Bildeingaben und gibt Text aus, und l\u00f6st R\u00e4tsel genauer als jedes Vorg\u00e4ngermodell.<\/td>\n    <\/tr>\n    <tr>\n      <td>dall-e-3 \ud83d\udd25.<\/td>\n      <td>Zeichnung, Dialog<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>\n        Standard.<br>\n        - 1024 x 1024: $0.16<br>\n        - 1024\u00d71792 \/ 1792\u00d71024: $0.32<br>\n        HD.<br>\n        - 1024 x 1024: $0.32<br>\n        - 1024\u00d71792 \/ 1792\u00d71024: $0.48\n      <\/td>\n      <td>\n        Eingangsvergr\u00f6\u00dferung: 64<br>\n        Komplement\u00e4rer Multiplikator: 1\n      <\/td>\n      <td>DALL-E-3-Zeichnung mit Unterst\u00fctzung f\u00fcr die Einstellung von Qualit\u00e4ts- und Gr\u00f6\u00dfenparametern, kompatibel mit Anrufen im Chat-Format. Generieren Sie neue Bilder und Kunstwerke direkt.<\/td>\n    <\/tr>\n    <tr>\n      <td>gpt-4-vision-kompatibel<\/td>\n      <td>Anschauungsmodell<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>\n        Eingabemarken: $0.03\/K-Marken<br>\n        Ausgangstoken: $0.06\/K Token\n      <\/td>\n      <td>\n        Eingangsvergr\u00f6\u00dferung: 15<br>\n        Komplement\u00e4re Vergr\u00f6\u00dferung: 2\n      <\/td>\n      <td>Einzigartig auf dieser Website! Kompatibel Chat-Prompt mit URL-Parameter, um Bilder zu lesen, kompatibel Prompt-Format (Bild-URL + Leerzeichen + Prompt-Unterst\u00fctzung mehrere Bilder): img_url Prompt. offizielle urspr\u00fcngliche Vision m\u00fcssen den Code nach der offiziellen Dokumentation zu \u00e4ndern.<\/td>\n    <\/tr>\n    <tr>\n      <td>gpt-4-vision-vorschau<\/td>\n      <td>Anschauungsmodell<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>\n        Eingabemarken: $0.03\/K-Marken<br>\n        Ausgangstoken: $0.09\/K Token\n      <\/td>\n      <td>\n        Eingangsvergr\u00f6\u00dferung: 15<br>\n        Komplement\u00e4re Vergr\u00f6\u00dferung: 3\n      <\/td>\n      <td>vision preview erfordert Code\u00e4nderungen gem\u00e4\u00df der offiziellen Dokumentation.<\/td>\n    <\/tr>\n    <tr>\n      <td>gpt-4-1106-vorschau<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>\n        Eingabemarken: $0.03\/K-Marken<br>\n        Ausgangstoken: $0.09\/K Token\n      <\/td>\n      <td>\n        Eingangsvergr\u00f6\u00dferung: 15<br>\n        Komplement\u00e4re Vergr\u00f6\u00dferung: 3\n      <\/td>\n      <td>Das neueste gpt-4-1106-preview, auch bekannt als gpt-4-turbo, ist 67% billiger als gpt-4, unterst\u00fctzt 128k Kontexte, unterst\u00fctzt TOOLS und hat eine Wissensfrist bis April 2023.<\/td>\n    <\/tr>\n    <tr>\n      <td>gpt-4-0125-vorschau<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>\n        Eingabemarken: $0.03\/K-Marken<br>\n        Ausgangstoken: $0.09\/K Token\n      <\/td>\n      <td>\n        Eingangsvergr\u00f6\u00dferung: 15<br>\n        Komplement\u00e4re Vergr\u00f6\u00dferung: 3\n      <\/td>\n      <td>Neueste gpt-4-0125-Vorschau, aktualisierte Version von gpt-4-1106-Vorschau, st\u00e4rkere Code-Generierung, Reduzierung des \"faulen\" Modells, Behebung des nicht-englischen UTF-8 Generierungsproblems.<\/td>\n    <\/tr>\n    <tr>\n      <td>gpt-4-turbo-vorschau<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>\n        Eingabemarken: $0.03\/K-Marken<br>\n        Ausgangstoken: $0.09\/K Token\n      <\/td>\n      <td>\n        Eingangsvergr\u00f6\u00dferung: 15<br>\n        Komplement\u00e4re Vergr\u00f6\u00dferung: 3\n      <\/td>\n      <td>Verbesserte Version von gpt-4-turbo-preview, st\u00e4rkere Code-Generierung, Reduzierung des Modells \"Faulheit\" Ph\u00e4nomen, das Problem der nicht-englischen UTF-8 Generation.<\/td>\n    <\/tr>\n    <tr>\n      <td>gpt-4<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>\n        Eingabemarken: $0.09\/K-Marken<br>\n        Ausgangstoken: $0.18\/K Token\n      <\/td>\n      <td>\n        Eingangsvergr\u00f6\u00dferung: 45<br>\n        Komplement\u00e4re Vergr\u00f6\u00dferung: 2\n      <\/td>\n      <td>Reine offizielle GPT4-Serie, Serienmodell Unterst\u00fctzung function_call.<\/td>\n    <\/tr>\n    <tr>\n      <td>gpt-4-0613<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>\n        Eingabemarken: $0.09\/K-Marken<br>\n        Ausgangstoken: $0.18\/K Token\n      <\/td>\n      <td>\n        Eingangsvergr\u00f6\u00dferung: 45<br>\n        Komplement\u00e4re Vergr\u00f6\u00dferung: 2\n      <\/td>\n      <td>Reine offizielle Modelle der GPT4-Serie und der 0613-Serie unterst\u00fctzen function_call.<\/td>\n    <\/tr>\n    <tr>\n      <td>gpt-4-0314 (veraltet)<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>\n        Eingabemarken: $0.09\/K-Marken<br>\n        Ausgangstoken: $0.18\/K Token\n      <\/td>\n      <td>\n        Eingangsvergr\u00f6\u00dferung: 45<br>\n        Komplement\u00e4re Vergr\u00f6\u00dferung: 2\n      <\/td>\n      <td>Pure Official GPT4 Serie.<\/td>\n    <\/tr>\n    <tr>\n      <td>gpt-4-32k<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>\n        Eingabemarken: $0.06\/K-Marken<br>\n        Ausgangstoken: $0.12\/K Token\n      <\/td>\n      <td>\n        Eingangsvergr\u00f6\u00dferung: 30<br>\n        Komplement\u00e4re Vergr\u00f6\u00dferung: 2\n      <\/td>\n      <td>Reine offizielle GPT4 32K-Serie.<\/td>\n    <\/tr>\n    <tr>\n      <td>gpt-4-32k-0613<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>\n        Eingabemarken: $0.06\/K-Marken<br>\n        Ausgangstoken: $0.12\/K Token\n      <\/td>\n      <td>\n        Eingangsvergr\u00f6\u00dferung: 30<br>\n        Komplement\u00e4re Vergr\u00f6\u00dferung: 2\n      <\/td>\n      <td>Reine offizielle GPT4 1.5B Serie, 0613 Serie Modelle unterst\u00fctzen function_call.<\/td>\n    <\/tr>\n    <tr>\n      <td>gpt-4-32k-0314<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>\n        Eingabemarken: $0.06\/K-Marken<br>\n        Ausgangstoken: $0.12\/K Token\n      <\/td>\n      <td>\n        Eingangsvergr\u00f6\u00dferung: 30<br>\n        Komplement\u00e4re Vergr\u00f6\u00dferung: 2\n      <\/td>\n      <td>Reine offizielle GPT4 1.5B Serie.<\/td>\n    <\/tr>\n    <tr>\n      <td>gpt-3.5-Turbo<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>\n        Eingabemarken: $0.0015\/K-Marken<br>\n        Ausgangstoken: $0.0045\/K Token\n      <\/td>\n      <td>\n        Eingangsvergr\u00f6\u00dferung: 0,75<br>\n        Komplement\u00e4re Vergr\u00f6\u00dferung: 3\n      <\/td>\n      <td>Reine offizielle Hochgeschwindigkeits-GPT3.5-Serie, Unterst\u00fctzung von function_call.<\/td>\n    <\/tr>\n    <tr>\n      <td>gpt-3.5-turbo-0613<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>\n        Eingabemarken: $0.0045\/K-Marken<br>\n        Ausgangstoken: $0.006\/K Token\n      <\/td>\n      <td>\n        Eingangsvergr\u00f6\u00dferung: 2,25<br>\n        Komplement\u00e4rer Multiplikator: 1.333333333333333333\n      <\/td>\n      <td>Reine offizielle Hochgeschwindigkeits-GPT3.5-Serie, Unterst\u00fctzung von function_call.<\/td>\n    <\/tr>\n    <tr>\n      <td>gpt-3.5-turbo-0301<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>\n        Eingabemarken: $0.0045\/K-Marken<br>\n        Ausgangstoken: $0.006\/K Token\n      <\/td>\n      <td>\n        Eingangsvergr\u00f6\u00dferung: 2,25<br>\n        Komplement\u00e4rer Multiplikator: 1.333333333333333333\n      <\/td>\n      <td>Reine offizielle Hochgeschwindigkeits-GPT3.5-Serie mit tools_call-Unterst\u00fctzung.<\/td>\n    <\/tr>\n    <tr>\n      <td>gpt-3.5-turbo-1106<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>\n        Eingabemarken: $0.003\/K-Marken<br>\n        Ausgangstoken: $0.006\/K Token\n      <\/td>\n      <td>\n        Eingangsvergr\u00f6\u00dferung: 1,5<br>\n        Komplement\u00e4re Vergr\u00f6\u00dferung: 2\n      <\/td>\n      <td>Reine offizielle Hochgeschwindigkeits-GPT3.5-Serie mit tools_call-Unterst\u00fctzung.<\/td>\n    <\/tr>\n    <tr>\n      <td>gpt-3.5-turbo-0125<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>\n        Eingabemarken: $0.0015\/K-Marken<br>\n        Ausgangstoken: $0.0045\/K Token\n      <\/td>\n      <td>\n        Eingangsvergr\u00f6\u00dferung: 0,75<br>\n        Komplement\u00e4re Vergr\u00f6\u00dferung: 3\n      <\/td>\n      <td>Reine offizielle Hochgeschwindigkeits-GPT3.5-Serie mit tools_call-Unterst\u00fctzung.<\/td>\n    <\/tr>\n    <tr>\n      <td>gpt-3.5-turbo-anweisung<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>\n        Eingabemarken: $0.0045\/K-Marken<br>\n        Ausgangstoken: $0.006\/K Token\n      <\/td>\n      <td>\n        Eingangsvergr\u00f6\u00dferung: 2,25<br>\n        Komplement\u00e4rer Multiplikator: 1.333333333333333333\n      <\/td>\n      <td>Reine offizielle Hochgeschwindigkeits-GPT3.5-Serie, Unterst\u00fctzung von function_call.<\/td>\n    <\/tr>\n    <tr>\n      <td>gpt-3.5-turbo-16k<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>\n        Eingabemarken: $0.009\/K-Marken<br>\n        Ausgangstoken: $0.012\/K Token\n      <\/td>\n      <td>\n        Eingangsvergr\u00f6\u00dferung: 4,5<br>\n        Komplement\u00e4rer Multiplikator: 1.333333333333333333\n      <\/td>\n      <td>Reine offizielle Hochgeschwindigkeits-GPT3.5 16K-Serie, Unterst\u00fctzung von function_call.<\/td>\n    <\/tr>\n    <tr>\n      <td>gpt-3.5-turbo-16k-0613<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>\n        Eingabemarken: $0.009\/K-Marken<br>\n        Ausgangstoken: $0.012\/K Token\n      <\/td>\n      <td>\n        Eingangsvergr\u00f6\u00dferung: 4,5<br>\n        Komplement\u00e4rer Multiplikator: 1.333333333333333333\n      <\/td>\n      <td>Reine offizielle Hochgeschwindigkeits-GPT3.5 16K-Serie, Unterst\u00fctzung von function_call.<\/td>\n    <\/tr>\n    <tr>\n      <td>dall-e, dall-e-2<\/td>\n      <td>Zeichnung, Dialog<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>\n        1024\u00d71024: $0.045<br>\n        512 x 512: $0.0405<br>\n        256\u00d7256: $0.036\n      <\/td>\n      <td>\n        Eingangsvergr\u00f6\u00dferung: 18<br>\n        Komplement\u00e4rer Multiplikator: 1\n      <\/td>\n      <td>DALL-E-Zeichnung, Unterst\u00fctzung f\u00fcr die Einstellung von Qualit\u00e4ts- und Gr\u00f6\u00dfenparametern, kompatibel mit Anrufen im Chat-Format.<\/td>\n    <\/tr>\n    <tr>\n      <td>tts-1<\/td>\n      <td>Text-to-Speech<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>\n        Eingabe-Token: $0.06\/K Zeichen<br>\n        Ausgabe-Token: $0.06\/K Zeichen\n      <\/td>\n      <td>\n        Eingangsvergr\u00f6\u00dferung: 30<br>\n        Komplement\u00e4rer Multiplikator: 1\n      <\/td>\n      <td>Text-to-Speech-Modell TTS mit Unterst\u00fctzung f\u00fcr die Einstellung von T\u00f6nen, das Standardmodell tts-1 bietet die geringste Latenz, aber eine geringere Qualit\u00e4t als das Modell tts-1-hd.<\/td>\n    <\/tr>\n    <tr>\n      <td>tts-1-1106<\/td>\n      <td>Text-to-Speech<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>\n        Eingabe-Token: $0.06\/K Zeichen<br>\n        Ausgabe-Token: $0.06\/K Zeichen\n      <\/td>\n      <td>\n        Eingangsvergr\u00f6\u00dferung: 30<br>\n        Komplement\u00e4rer Multiplikator: 1\n      <\/td>\n      <td>Text-to-Speech-Modell TTS mit Unterst\u00fctzung f\u00fcr die Einstellung von T\u00f6nen, das Standardmodell tts-1 bietet die geringste Latenz, aber eine geringere Qualit\u00e4t als das Modell tts-1-hd.<\/td>\n    <\/tr>\n    <tr>\n      <td>tts-1-hd<\/td>\n      <td>Text-to-Speech<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>\n        Eingabe-Token: $0.06\/K Zeichen<br>\n        Ausgabe-Token: $0.06\/K Zeichen\n      <\/td>\n      <td>\n        Eingangsvergr\u00f6\u00dferung: 30<br>\n        Komplement\u00e4rer Multiplikator: 1\n      <\/td>\n      <td>Text-to-Speech-Modell TTS mit Unterst\u00fctzung f\u00fcr die Einstellung von T\u00f6nen.<\/td>\n    <\/tr>\n    <tr>\n      <td>tts-1-hd-1106<\/td>\n      <td>Text-to-Speech<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>\n        Eingabe-Token: $0.06\/K Zeichen<br>\n        Ausgabe-Token: $0.06\/K Zeichen\n      <\/td>\n      <td>\n        Eingangsvergr\u00f6\u00dferung: 30<br>\n        Komplement\u00e4rer Multiplikator: 1\n      <\/td>\n      <td>Text-to-Speech-Modell TTS mit Unterst\u00fctzung f\u00fcr die Einstellung von T\u00f6nen.<\/td>\n    <\/tr>\n    <tr>\n      <td>Fl\u00fcstern-1<\/td>\n      <td>Sprache zu Text<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>\n        Eingabemarken: $0.06\/K-Marken<br>\n        Ausgangstoken: $0.06\/K Token\n      <\/td>\n      <td>\n        Eingangsvergr\u00f6\u00dferung: 30<br>\n        Komplement\u00e4rer Multiplikator: 1\n      <\/td>\n      <td>Whisper kann Sprache in Text umwandeln und mehrere Sprachen ins Englische \u00fcbersetzen.<\/td>\n    <\/tr>\n    <tr>\n      <td>Einbettung<\/td>\n      <td>Vektorielle Einbettung<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>\n        Eingabemarken: Offizieller Multiplikator x 3<br>\n        Token ausgeben.\n      <\/td>\n      <td>\n        Eingangsvergr\u00f6\u00dferung: -<br>\n        Komplement\u00e4rer Multiplikator: -\n      <\/td>\n      <td>Offiziell werden alle eingebetteten Modelle unterst\u00fctzt.<\/td>\n    <\/tr>\n    <tr>\n      <td>Andere OpenAI-Basismodelle<\/td>\n      <td>&#8211;<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>\n        Eingabe-Token: Angepasst an die offizielle Dokumentation<br>\n        Token ausgeben.\n      <\/td>\n      <td>\n        Eingangsvergr\u00f6\u00dferung: -<br>\n        Komplement\u00e4rer Multiplikator: -\n      <\/td>\n      <td>Alle offiziellen Modelle (au\u00dfer Feinabstimmung, Assistenten) werden unterst\u00fctzt.<\/td>\n    <\/tr>\n  <\/tbody>\n<\/table>\n<\/div>\n\t\t\t\t\t\t\t\t\t<div class=\"elementor-tab-title elementor-tab-mobile-title\" aria-selected=\"false\" data-tab=\"2\" role=\"tab\" tabindex=\"-1\" aria-controls=\"elementor-tab-content-4492\" aria-expanded=\"false\">OpenAI Plus<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-4492\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"2\" role=\"tabpanel\" aria-labelledby=\"elementor-tab-title-4492\" tabindex=\"0\" hidden=\"hidden\"><style>\n  table {\n    width: 100%;\n    border-collapse: collapse;\n  }\n  th, td {\n    border: 1px solid #dddddd;\n    text-align: left;\n    padding: 8px;\n    color: white;\n  }\n  th {\n    background-color: transparent;\n  }\n  tr:nth-child(even) {\n    background-color: transparent;\n  }\n  tr:nth-child(odd) {\n    background-color: transparent;\n  }\n<\/style>\n\n<table>\n  <thead>\n    <tr>\n      <th>Name des Modells<\/th>\n      <th>Typologie<\/th>\n      <th>Art der Abrechnung<\/th>\n      <th>Endpreis<\/th>\n      <th>Anweisungen<\/th>\n    <\/tr>\n  <\/thead>\n  <tbody>\n    <tr>\n      <td>gpt-4-Gizmo<\/td>\n      <td>Dialoge<\/td>\n      <td>volumetrische Abrechnung<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 15<br>Komplement\u00e4re Vergr\u00f6\u00dferung: 2<\/td>\n      <td>Sie k\u00f6nnen alle GPTs auf der offiziellen Website aufrufen, m\u00fcssen Sie die ID der gpts zu bekommen, Modell: gpt-4-gizmo-(gizmo_id). wie die gizmo_id zu bekommen: gizmo_id nach der Erstellung der gpts, k\u00f6nnen Sie die g-xxxx in der Sharing-Link zu sehen, zB: gpt-4-gizmog-123456. Sie k\u00f6nnen auch auf die GPTs gehen Oder Sie gehen zum GPTs-Shop und suchen nach den gew\u00fcnschten gpts, kopieren die gizmo_id.<\/td>\n    <\/tr>\n    <tr>\n      <td>gpt-4-all<\/td>\n      <td>Dialoge<\/td>\n      <td>volumetrische Abrechnung<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 15<br>Komplement\u00e4re Vergr\u00f6\u00dferung: 2<\/td>\n      <td>GPT All Modell, eine Sammlung von offiziellen GPT-4, Netzwerk-, Kartenlese-, Zeichen-Funktionen, Code-Interpreter alle in einem, die Datei-Link kann sofort an beliebiger Stelle gesetzt werden.<\/td>\n    <\/tr>\n    <tr>\n      <td>gpt-4o-all<\/td>\n      <td>Dialoge<\/td>\n      <td>volumetrische Abrechnung<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 15<br>Komplement\u00e4re Vergr\u00f6\u00dferung: 2<\/td>\n      <td>GPT All Modell, eine Sammlung von offiziellen GPT-4, Netzwerk-, Kartenlese-, Zeichen-Funktionen, Code-Interpreter alle in einem, die Datei-Link kann sofort an beliebiger Stelle gesetzt werden.<\/td>\n    <\/tr>\n    <tr>\n      <td>such-gpts<\/td>\n      <td>Suche<\/td>\n      <td>volumetrische Abrechnung<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 15<br>Komplement\u00e4re Vergr\u00f6\u00dferung: 2<\/td>\n      <td>Durchsucht die gpts-Schnittstelle und gibt die json-Rohdaten zur\u00fcck.<\/td>\n    <\/tr>\n    <tr>\n      <td>suche-gpts-chat<\/td>\n      <td>Dialoge<\/td>\n      <td>volumetrische Abrechnung<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 15<br>Komplement\u00e4re Vergr\u00f6\u00dferung: 2<\/td>\n      <td>Chat-Suche gpts, kompatibel mit dem openai-Format, liefert Daten im Markdown-Satz.<\/td>\n    <\/tr>\n  <\/tbody>\n<\/table>\n<\/div>\n\t\t\t\t\t\t\t\t\t<div class=\"elementor-tab-title elementor-tab-mobile-title\" aria-selected=\"false\" data-tab=\"3\" role=\"tab\" tabindex=\"-1\" aria-controls=\"elementor-tab-content-4493\" aria-expanded=\"false\">Midjourney<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-4493\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"3\" role=\"tabpanel\" aria-labelledby=\"elementor-tab-title-4493\" tabindex=\"0\" hidden=\"hidden\"><style>\n  table {\n    width: 100%;\n    border-collapse: collapse;\n  }\n  th, td {\n    border: 1px solid #dddddd;\n    text-align: left;\n    padding: 8px;\n    color: white;\n  }\n  th {\n    background-color: transparent;\n  }\n  tr:nth-child(even) {\n    background-color: transparent;\n  }\n  tr:nth-child(odd) {\n    background-color: transparent;\n  }\n<\/style>\n\n<table>\n  <thead>\n    <tr>\n      <th>Name des Modells<\/th>\n      <th>Typologie<\/th>\n      <th>Art der Abrechnung<\/th>\n      <th>Endpreis<\/th>\n      <th>Anweisungen<\/th>\n    <\/tr>\n  <\/thead>\n  <tbody>\n    <tr>\n      <td>mj-chat<\/td>\n      <td>Dialoge<\/td>\n      <td>Abrechnung pro Durchgang<\/td>\n      <td>$0,25\/Sitzung<\/td>\n      <td>Agentenbasierte Implementierungen k\u00f6nnen z. B. direkt im Chat aufgerufen werden:<br>Eingabeaufforderungsformat (Bild-URL + Leerzeichen + Eingabeaufforderung + eigene Parameter): img_url prompt -niji 5<br>Lokales \u00dcbermalen wird nicht unterst\u00fctzt.<\/td>\n    <\/tr>\n    <tr>\n      <td>Mitten auf der Reise<\/td>\n      <td>Skulptur<\/td>\n      <td>Abrechnung pro Durchgang<\/td>\n      <td>&#8211;<\/td>\n      <td>Unterst\u00fctzt alle Midjourney Operationen Mj V6, lokales Repainting, Gesichtswechsel. Unterst\u00fctzung Umschalten Malerei Modus schnell, Turbo, entspannen. kann von Ihnen selbst zugegriffen werden, Unterst\u00fctzung Midjourney Proxy Plus sowie Midjourney Proxy-Interface-Protokoll, wenn Ihr Projekt nicht unterst\u00fctzt die oben genannten Weg. Hat das Bild der inl\u00e4ndischen Anti-Generation + Discord inl\u00e4ndischen Anti-Generation + chinesische \u00dcbersetzung Schnittstelle integriert, mit super 120 USD offiziellen Konto zu verbessern Gleichzeitigkeit.<\/td>\n    <\/tr>\n  <\/tbody>\n<\/table>\n<\/div>\n\t\t\t\t\t\t\t\t\t<div class=\"elementor-tab-title elementor-tab-mobile-title\" aria-selected=\"false\" data-tab=\"4\" role=\"tab\" tabindex=\"-1\" aria-controls=\"elementor-tab-content-4494\" aria-expanded=\"false\">Suno<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-4494\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"4\" role=\"tabpanel\" aria-labelledby=\"elementor-tab-title-4494\" tabindex=\"0\" hidden=\"hidden\"><style>\n  table {\n    width: 100%;\n    border-collapse: collapse;\n  }\n  th, td {\n    border: 1px solid #dddddd;\n    text-align: left;\n    padding: 8px;\n    color: white;\n  }\n  th {\n    background-color: transparent;\n  }\n  tr:nth-child(even) {\n    background-color: transparent;\n  }\n  tr:nth-child(odd) {\n    background-color: transparent;\n  }\n<\/style>\n\n<table>\n  <thead>\n    <tr>\n      <th>Name des Modells<\/th>\n      <th>Typologie<\/th>\n      <th>Art der Abrechnung<\/th>\n      <th>Endpreis<\/th>\n      <th>Anweisungen<\/th>\n    <\/tr>\n  <\/thead>\n  <tbody>\n    <tr>\n      <td>suno-v3<\/td>\n      <td>Dialoge<\/td>\n      <td>Abrechnung pro Durchgang<\/td>\n      <td>$0.3\/Sitzung<\/td>\n      <td>SunoAI f\u00fchrt das Bunsenbrennermodell ein, das den Inspirationsmodus und den Lyrikmodus unterst\u00fctzt und auch reine Musik erzeugt. Eine Anfrage generiert 2 Songs mit demselben Text und unterschiedlichen Stilen, und generiert auch MVs und Cover. Die Arbeit ist kommerziell verf\u00fcgbar. Das Chat-Format von OpenAI wurde zum Aufrufen integriert, genau wie bei der Verwendung von gpt. Beispielfrage: Generiere einen Rocksong \u00fcber Liebe.<\/td>\n    <\/tr>\n    <tr>\n      <td>suno-v3.5<\/td>\n      <td>Dialoge<\/td>\n      <td>Abrechnung pro Durchgang<\/td>\n      <td>$0.3\/Sitzung<\/td>\n      <td>SunoAI f\u00fchrt das Bunsenbrennermodell ein, das den Inspirationsmodus und den Lyrikmodus unterst\u00fctzt und auch reine Musik erzeugt. Eine Anfrage generiert 2 Songs mit demselben Text und unterschiedlichen Stilen, und generiert auch MVs und Cover. Die Arbeit ist kommerziell verf\u00fcgbar. Das Chat-Format von OpenAI wurde zum Aufrufen integriert, genau wie bei der Verwendung von gpt. Beispielfrage: Generiere einen Rocksong \u00fcber Liebe.<\/td>\n    <\/tr>\n    <tr>\n      <td>suno_music<\/td>\n      <td>Asynchrone API-Aufgaben<\/td>\n      <td>Abrechnung pro Durchgang<\/td>\n      <td>$0.1\/Sitzung<\/td>\n      <td>Suno API, k\u00f6nnen Sie eine offizielle Suno-Website mit der gleichen Plattform zu erstellen, unterst\u00fctzen alle Operationen der offiziellen Website. Dieses Modell ist f\u00fcr die Erzeugung von Songs, unterst\u00fctzt benutzerdefinierte Modus, Inspiration Modus, Fortsetzung, und ist kompatibel mit GoAmz.<\/td>\n    <\/tr>\n    <tr>\n      <td>suno_lyrics<\/td>\n      <td>Asynchrone API-Aufgaben<\/td>\n      <td>Abrechnung pro Durchgang<\/td>\n      <td>$0.01\/Sitzung<\/td>\n      <td>Suno API, k\u00f6nnen Sie eine offizielle Suno-Website mit der gleichen Plattform erstellen, unterst\u00fctzen alle Operationen der offiziellen Website. Dieses Modell ist f\u00fcr die Erzeugung von Songtexten und ist kompatibel mit GoAmz.<\/td>\n    <\/tr>\n  <\/tbody>\n<\/table>\n<\/div>\n\t\t\t\t\t\t\t\t\t<div class=\"elementor-tab-title elementor-tab-mobile-title\" aria-selected=\"false\" data-tab=\"5\" role=\"tab\" tabindex=\"-1\" aria-controls=\"elementor-tab-content-4495\" aria-expanded=\"false\">Luma<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-4495\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"5\" role=\"tabpanel\" aria-labelledby=\"elementor-tab-title-4495\" tabindex=\"0\" hidden=\"hidden\"><style>\n  table {\n    width: 100%;\n    border-collapse: collapse;\n  }\n  th, td {\n    border: 1px solid #dddddd;\n    text-align: left;\n    padding: 8px;\n    color: white;\n  }\n  th {\n    background-color: transparent;\n  }\n  tr:nth-child(even) {\n    background-color: transparent;\n  }\n  tr:nth-child(odd) {\n    background-color: transparent;\n  }\n<\/style>\n\n<table>\n  <thead>\n    <tr>\n      <th>Name des Modells<\/th>\n      <th>Typologie<\/th>\n      <th>Art der Abrechnung<\/th>\n      <th>Endpreis<\/th>\n      <th>Anweisungen<\/th>\n    <\/tr>\n  <\/thead>\n  <tbody>\n    <tr>\n      <td>luma-video<\/td>\n      <td>Dialoge<\/td>\n      <td>Abrechnung pro Durchgang<\/td>\n      <td>$0.2\/Sitzung<\/td>\n      <td>Luma AI literate video, Chat-Format, unterst\u00fctzt das Hochladen von Referenzbildern, wird auf die gleiche Weise wie GPT 3.5 verwendet, Beispielfrage: tanzende Katze.<\/td>\n    <\/tr>\n    <tr>\n      <td>luma_video_api<\/td>\n      <td>Asynchrone API-Aufgaben<\/td>\n      <td>Abrechnung pro Durchgang<\/td>\n      <td>$0.54\/Sitzung<\/td>\n      <td>Luma AI API literate Video, Unterst\u00fctzung Hochladen von 2 Referenzbilder; Sie k\u00f6nnen die gleiche Plattform wie die Luma offizielle Website zu bauen, unterst\u00fctzen alle Operationen der offiziellen Website; Kompatibel mit GoAmz; SVIP, SSVIP Gruppierung f\u00fcr das bezahlte Konto Version, der Preis ist etwas h\u00f6her, Warteschlange Priorit\u00e4t ohne Wasserzeichen; VIP, VVIP Gruppierung f\u00fcr das kostenlose Konto Version, der Preis ist etwas niedriger.<\/td>\n    <\/tr>\n  <\/tbody>\n<\/table>\n<\/div>\n\t\t\t\t\t\t\t\t\t<div class=\"elementor-tab-title elementor-tab-mobile-title\" aria-selected=\"false\" data-tab=\"6\" role=\"tab\" tabindex=\"-1\" aria-controls=\"elementor-tab-content-4496\" aria-expanded=\"false\">Claude<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-4496\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"6\" role=\"tabpanel\" aria-labelledby=\"elementor-tab-title-4496\" tabindex=\"0\" hidden=\"hidden\"><style>\n  table {\n    width: 100%;\n    border-collapse: collapse;\n  }\n  th, td {\n    border: 1px solid #dddddd;\n    text-align: left;\n    padding: 8px;\n    color: white;\n  }\n  th {\n    background-color: transparent;\n  }\n  tr:nth-child(even) {\n    background-color: transparent;\n  }\n  tr:nth-child(odd) {\n    background-color: transparent;\n  }\n<\/style>\n\n<table>\n  <thead>\n    <tr>\n      <th>Name des Modells<\/th>\n      <th>Typologie<\/th>\n      <th>Art der Abrechnung<\/th>\n      <th>Endpreis<\/th>\n      <th>Modell Preisberechnung Multiplikator<\/th>\n      <th>Anweisungen<\/th>\n    <\/tr>\n  <\/thead>\n  <tbody>\n    <tr>\n      <td>claude-3-opus-20240229<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.045\/K-Marken<br>Ausgangstoken: $0.225\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 22,5<br>Komplement\u00e4re Vergr\u00f6\u00dferung: 5<\/td>\n      <td>Die neueste Version des Claude-Modells bietet modernste Sprachverarbeitung, Unterst\u00fctzung f\u00fcr 200K Kontexte und das Lesen von Bildern.<\/td>\n    <\/tr>\n    <tr>\n      <td>claude-3-sonnet-20240229<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.009\/K-Marken<br>Ausgangstoken: $0.045\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 4,5<br>Komplement\u00e4re Vergr\u00f6\u00dferung: 5<\/td>\n      <td>Die neueste Version des Claude-Modells bietet modernste Sprachverarbeitung, Unterst\u00fctzung f\u00fcr 200K Kontexte und das Lesen von Bildern.<\/td>\n    <\/tr>\n    <tr>\n      <td>claude-3-5-sonnet-20240620<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.009\/K-Marken<br>Ausgangstoken: $0.045\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 4,5<br>Komplement\u00e4re Vergr\u00f6\u00dferung: 5<\/td>\n      <td>Die neueste Version des Claude-Modells, Claude-3-5, bietet modernste Sprachverarbeitung, unterst\u00fctzt 200K Kontexte und liest Bilder.<\/td>\n    <\/tr>\n    <tr>\n      <td>claude-3-haiku-20240307<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.002\/K-Marken<br>Ausgangstoken: $0.01\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 1<br>Komplement\u00e4re Vergr\u00f6\u00dferung: 5<\/td>\n      <td>Die neueste Version des Claude-Modells bietet modernste Sprachverarbeitung, Unterst\u00fctzung f\u00fcr 200K Kontexte und das Lesen von Bildern.<\/td>\n    <\/tr>\n  <\/tbody>\n<\/table>\n<\/div>\n\t\t\t\t\t\t\t\t\t<div class=\"elementor-tab-title elementor-tab-mobile-title\" aria-selected=\"false\" data-tab=\"7\" role=\"tab\" tabindex=\"-1\" aria-controls=\"elementor-tab-content-4497\" aria-expanded=\"false\">Moonshot<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-4497\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"7\" role=\"tabpanel\" aria-labelledby=\"elementor-tab-title-4497\" tabindex=\"0\" hidden=\"hidden\"><style>\n  table {\n    width: 100%;\n    border-collapse: collapse;\n  }\n  th, td {\n    border: 1px solid #dddddd;\n    text-align: left;\n    padding: 8px;\n    color: white;\n  }\n  th {\n    background-color: transparent;\n  }\n  tr:nth-child(even) {\n    background-color: transparent;\n  }\n  tr:nth-child(odd) {\n    background-color: transparent;\n  }\n<\/style>\n\n<table>\n  <thead>\n    <tr>\n      <th>Name des Modells<\/th>\n      <th>Typologie<\/th>\n      <th>Art der Abrechnung<\/th>\n      <th>Endpreis<\/th>\n      <th>Modell Preisberechnung Multiplikator<\/th>\n      <th>Anweisungen<\/th>\n    <\/tr>\n  <\/thead>\n  <tbody>\n    <tr>\n      <td>moonshot-v1-128k<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.12\/K-Marken<br>Ausgangstoken: $0.12\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 60<br>Komplement\u00e4rer Multiplikator: 1<\/td>\n      <td>ist ein 100-Milliarden-Parameter-Sprachmodell von Moonshot AI mit hervorragendem semantischen Verst\u00e4ndnis, Befehlsverfolgung und Texterzeugung. Es unterst\u00fctzt 128K Kontextfenster.<\/td>\n    <\/tr>\n    <tr>\n      <td>moonshot-v1-32k<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.048\/K-Marken<br>Ausgangstoken: $0.048\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 24<br>Komplement\u00e4rer Multiplikator: 1<\/td>\n      <td>ist ein 100-Milliarden-Parameter-Sprachmodell von Moonshot AI mit hervorragendem semantischen Verst\u00e4ndnis, Befehlsverfolgung und Texterzeugung. Es unterst\u00fctzt 32K Kontextfenster.<\/td>\n    <\/tr>\n    <tr>\n      <td>moonshot-v1-8k<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.024\/K-Marken<br>Ausgangstoken: $0.024\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 12<br>Komplement\u00e4rer Multiplikator: 1<\/td>\n      <td>Moonshot AI hat ein Sprachmodell mit Hunderten von Milliarden von Parametern ver\u00f6ffentlicht, das \u00fcber ein hervorragendes semantisches Verst\u00e4ndnis, Befehlsverfolgung und Texterstellung verf\u00fcgt. Es unterst\u00fctzt 8K-Kontextfenster und eignet sich f\u00fcr Kurztext-Interaktionsszenarien in Echtzeit.<\/td>\n    <\/tr>\n  <\/tbody>\n<\/table>\n<\/div>\n\t\t\t\t\t\t\t\t\t<div class=\"elementor-tab-title elementor-tab-mobile-title\" aria-selected=\"false\" data-tab=\"8\" role=\"tab\" tabindex=\"-1\" aria-controls=\"elementor-tab-content-4498\" aria-expanded=\"false\">Google Internet-Unternehmen<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-4498\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"8\" role=\"tabpanel\" aria-labelledby=\"elementor-tab-title-4498\" tabindex=\"0\" hidden=\"hidden\"><style>\n  table {\n    width: 100%;\n    border-collapse: collapse;\n  }\n  th, td {\n    border: 1px solid #dddddd;\n    text-align: left;\n    padding: 8px;\n    color: white;\n  }\n  th {\n    background-color: transparent;\n  }\n  tr:nth-child(even) {\n    background-color: transparent;\n  }\n  tr:nth-child(odd) {\n    background-color: transparent;\n  }\n<\/style>\n\n<table>\n  <thead>\n    <tr>\n      <th>Name des Modells<\/th>\n      <th>Typologie<\/th>\n      <th>Art der Abrechnung<\/th>\n      <th>Endpreis<\/th>\n      <th>Modell Preisberechnung Multiplikator<\/th>\n      <th>Anweisungen<\/th>\n    <\/tr>\n  <\/thead>\n  <tbody>\n    <tr>\n      <td>gemini-1.0-pro-001<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.002\/K-Marken<br>Ausgangstoken: $0.006\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 1<br>Komplement\u00e4re Vergr\u00f6\u00dferung: 3<\/td>\n      <td>Google stellt die Modellfamilie Gemini 1.0 vor, die die modernsten Modelle (SoTA) in Bezug auf multimodale KI-F\u00e4higkeiten \u00fcbertrifft.<\/td>\n    <\/tr>\n    <tr>\n      <td>gemini-1.0-pro-vision-001<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.002\/K-Marken<br>Ausgangstoken: $0.006\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 1<br>Komplement\u00e4re Vergr\u00f6\u00dferung: 3<\/td>\n      <td>Google hat die Modellfamilie Gemini 1.0 eingef\u00fchrt, die die modernsten Modelle (SoTA) in Bezug auf multimodale KI-F\u00e4higkeiten \u00fcbertrifft und das Lesen von Bildern unterst\u00fctzt.<\/td>\n    <\/tr>\n    <tr>\n      <td>gemini-pro<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.002\/K-Marken<br>Ausgangstoken: $0.006\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 1<br>Komplement\u00e4re Vergr\u00f6\u00dferung: 3<\/td>\n      <td>Dieses Modell ist das vielseitigste und am weitesten verbreitete der LLM-Modelle von Google und kann dem OpenAI-Modell der Stufe GPT-3.5 entsprechen.<\/td>\n    <\/tr>\n    <tr>\n      <td>gemini-provision<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.002\/K-Marken<br>Ausgangstoken: $0.006\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 1<br>Komplement\u00e4re Vergr\u00f6\u00dferung: 3<\/td>\n      <td>Dieses Modell ist das allgemeinste und am weitesten verbreitete der LLM-Modelle von Google und k\u00f6nnte einem OpenAI-Modell der Stufe GPT-3.5 mit Unterst\u00fctzung f\u00fcr das Lesen von Bildern entsprechen.<\/td>\n    <\/tr>\n    <tr>\n      <td>gemini-1.0-pro-002<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.002\/K-Marken<br>Ausgangstoken: $0.006\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 1<br>Komplement\u00e4re Vergr\u00f6\u00dferung: 3<\/td>\n      <td>&#8211;<\/td>\n    <\/tr>\n    <tr>\n      <td>gemini-1.5-pro<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.008\/K-Marken<br>Ausgangstoken: $0.024\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 4<br>Komplement\u00e4re Vergr\u00f6\u00dferung: 3<\/td>\n      <td>&#8211;<\/td>\n    <\/tr>\n    <tr>\n      <td>gemini-1.5-flash-preview-0514<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.008\/K-Marken<br>Ausgangstoken: $0.024\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 4<br>Komplement\u00e4re Vergr\u00f6\u00dferung: 3<\/td>\n      <td>&#8211;<\/td>\n    <\/tr>\n    <tr>\n      <td>gemini-1.5-Blitz<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.008\/K-Marken<br>Ausgangstoken: $0.024\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 4<br>Komplement\u00e4re Vergr\u00f6\u00dferung: 3<\/td>\n      <td>&#8211;<\/td>\n    <\/tr>\n    <tr>\n      <td>gemini-1.5-pro-preview-0514<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.008\/K-Marken<br>Ausgangstoken: $0.024\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 4<br>Komplement\u00e4re Vergr\u00f6\u00dferung: 3<\/td>\n      <td>&#8211;<\/td>\n    <\/tr>\n    <tr>\n      <td>gemini-experimentell<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.002\/K-Marken<br>Ausgangstoken: $0.006\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 1<br>Komplement\u00e4re Vergr\u00f6\u00dferung: 3<\/td>\n      <td>&#8211;<\/td>\n    <\/tr>\n    <tr>\n      <td>google-palm<\/td>\n      <td>Dialoge<\/td>\n      <td>Abrechnung pro Durchgang<\/td>\n      <td>$0.006\/Sitzung<\/td>\n      <td>&#8211;<\/td>\n      <td>&#8211;<\/td>\n    <\/tr>\n  <\/tbody>\n<\/table>\n<\/div>\n\t\t\t\t\t\t\t\t\t<div class=\"elementor-tab-title elementor-tab-mobile-title\" aria-selected=\"false\" data-tab=\"9\" role=\"tab\" tabindex=\"-1\" aria-controls=\"elementor-tab-content-4499\" aria-expanded=\"false\">Der Online-Shop von Baidu, zhidao.baidu.com<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-4499\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"9\" role=\"tabpanel\" aria-labelledby=\"elementor-tab-title-4499\" tabindex=\"0\" hidden=\"hidden\"><style>\n  table {<br \/>\n    width: 100%;<br \/>\n    border-collapse: collapse;<br \/>\n  }<br \/>\n  th, td {<br \/>\n    border: 1px solid #dddddd;<br \/>\n    text-align: left;<br \/>\n    padding: 8px;<br \/>\n    color: white;<br \/>\n  }<br \/>\n  th {<br \/>\n    background-color: transparent;<br \/>\n  }<br \/>\n  tr:nth-child(even) {<br \/>\n    background-color: transparent;<br \/>\n  }<br \/>\n  tr:nth-child(odd) {<br \/>\n    background-color: transparent;<br \/>\n  }<br \/>\n<\/style>\n<table>\n<thead>\n<tr>\n<th>Name des Modells<\/th>\n<th>Typologie<\/th>\n<th>Art der Abrechnung<\/th>\n<th>Endpreis<\/th>\n<th>Modell Preisberechnung Multiplikator<\/th>\n<th>Anweisungen<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>ERNIE-Bot-4<\/td>\n<td>Dialoge<\/td>\n<td>nach Volumen bezahlen<\/td>\n<td>Eingabe-Token: $0.258\/K-Token\nAusgabe-Token: $0.258\/K-Token<\/td>\n<td>Eingangsmultiplikator: 129\nVervollst\u00e4ndigungsmultiplikator: 1<\/td>\n<td>Version 4.0 des von Baidu selbst entwickelten wissensbasierten Gro\u00dfsprachenmodells Wenxin hat ein umfassendes Upgrade des Basismodells erfahren, mit signifikanten Verbesserungen bei Verst\u00e4ndnis, Generierung, Logik und Speicherf\u00e4higkeiten im Vergleich zu ERNIE 3.5 und Unterst\u00fctzung f\u00fcr 5K Input + 2K Output.<\/td>\n<\/tr>\n<tr>\n<td>ERNIE-4.0-8K<\/td>\n<td>Dialoge<\/td>\n<td>nach Volumen bezahlen<\/td>\n<td>Eingabe-Token: $0.03408\/K-Token\nAusgabe-Token: $0.03408\/K Token<\/td>\n<td>Eingabe-Multiplikator: 17.04\nVervollst\u00e4ndigung Multiplikator: 1<\/td>\n<td>Version 4.0 des von Baidu selbst entwickelten wissensbasierten Gro\u00dfsprachenmodells Wenxin hat ein umfassendes Upgrade des Basismodells erfahren, mit signifikanten Verbesserungen bei Verst\u00e4ndnis, Generierung, Logik und Speicherf\u00e4higkeiten im Vergleich zu ERNIE 3.5 und Unterst\u00fctzung f\u00fcr 5K Input + 2K Output.<\/td>\n<\/tr>\n<tr>\n<td>ernie-lite-8k-0308<\/td>\n<td>Dialoge<\/td>\n<td>nach Volumen bezahlen<\/td>\n<td>Eingabemarken: $0.001\/K-Marken\nAusgabe-Token: $0.002\/K-Token<\/td>\n<td>Eingangsmultiplikator: 0,5\nVervollst\u00e4ndigungsmultiplikator: 2<\/td>\n<td>ERNIE-Bot-8K ist Baidus Flaggschiff unter den gro\u00df angelegten Sprachmodellen, das eine riesige Menge chinesischer und englischer Korpusse abdeckt und die Anforderungen der meisten Dialog-Q&amp;A-, Autoren- und Plug-in-Anwendungsszenarien erf\u00fcllt. Es unterst\u00fctzt das automatische Andocken von Baidu-Such-Plug-ins, um die Aktualit\u00e4t der Q&amp;A-Informationen zu gew\u00e4hrleisten, und unterst\u00fctzt 5K Input + 2K Output.<\/td>\n<\/tr>\n<tr>\n<td>ERNIE-Lite-8K-0922<\/td>\n<td>Dialoge<\/td>\n<td>nach Volumen bezahlen<\/td>\n<td>Eingabemarken: $0.0022\/K-Marken\nAusgabe-Token: $0.0044\/K Token<\/td>\n<td>Eingangsmultiplikator: 1,1\nVervollst\u00e4ndigungsmultiplikator: 2<\/td>\n<td>Baidu's selbst entwickelte leichtgewichtige gro\u00dfe Sprachmodell, unter Ber\u00fccksichtigung der hervorragenden Modell-Effekt und Inferenz Leistung, geeignet f\u00fcr Low-Computing-Power AI Beschleunigung Karte Inferenz verwenden.<\/td>\n<\/tr>\n<tr>\n<td>ERNIE-Geschwindigkeit-128K<\/td>\n<td>Dialoge<\/td>\n<td>nach Volumen bezahlen<\/td>\n<td>Eingabemarken: $0.0012\/K-Marken\nAusgabe-Token: $0.0024\/K-Token<\/td>\n<td>Eingabe-Multiplikator: 0,6\nVervollst\u00e4ndigungsmultiplikator: 2<\/td>\n<td>Baidu's selbst entwickelte leichtgewichtige gro\u00dfe Sprachmodell, unter Ber\u00fccksichtigung der hervorragenden Modell-Effekt und Inferenz Leistung, geeignet f\u00fcr Low-Computing-Power AI Beschleunigung Karte Inferenz verwenden.<\/td>\n<\/tr>\n<tr>\n<td>ERNIE-Geschwindigkeit-8K<\/td>\n<td>Dialoge<\/td>\n<td>nach Volumen bezahlen<\/td>\n<td>Eingabemarken: $0.0012\/K-Marken\nAusgabe-Token: $0.0024\/K-Token<\/td>\n<td>Eingabe-Multiplikator: 0,6\nVervollst\u00e4ndigungsmultiplikator: 2<\/td>\n<td>Baidu's selbst entwickelte leichtgewichtige gro\u00dfe Sprachmodell, unter Ber\u00fccksichtigung der hervorragenden Modell-Effekt und Inferenz Leistung, geeignet f\u00fcr Low-Computing-Power AI Beschleunigung Karte Inferenz verwenden.<\/td>\n<\/tr>\n<\/tbody>\n<\/table><\/div>\n\t\t\t\t\t\t\t\t\t<div class=\"elementor-tab-title elementor-tab-mobile-title\" aria-selected=\"false\" data-tab=\"10\" role=\"tab\" tabindex=\"-1\" aria-controls=\"elementor-tab-content-44910\" aria-expanded=\"false\">Aritunyi<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-44910\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"10\" role=\"tabpanel\" aria-labelledby=\"elementor-tab-title-44910\" tabindex=\"0\" hidden=\"hidden\"><style>\n  table {\n    width: 100%;\n    border-collapse: collapse;\n  }\n  th, td {\n    border: 1px solid #dddddd;\n    text-align: left;\n    padding: 8px;\n    color: white;\n  }\n  th {\n    background-color: transparent;\n  }\n  tr:nth-child(even) {\n    background-color: transparent;\n  }\n  tr:nth-child(odd) {\n    background-color: transparent;\n  }\n<\/style>\n\n<table>\n  <thead>\n    <tr>\n      <th>Name des Modells<\/th>\n      <th>Typologie<\/th>\n      <th>Art der Abrechnung<\/th>\n      <th>Endpreis<\/th>\n      <th>Modell Preisberechnung Multiplikator<\/th>\n      <th>Anweisungen<\/th>\n    <\/tr>\n  <\/thead>\n  <tbody>\n    <tr>\n      <td>qwen-plus<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.04\/K-Marken<br>Ausgangstoken: $0.04\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 20<br>Komplement\u00e4rer Multiplikator: 1<\/td>\n      <td>Tongyi Thousand Questions ist ein sehr umfangreiches Sprachmodell, das verschiedene Spracheingaben wie Chinesisch und Englisch unterst\u00fctzt. Geeignet f\u00fcr Texterstellung, Textverarbeitung, Programmierhilfe, \u00dcbersetzungsdienste, Dialogsimulation.<\/td>\n    <\/tr>\n    <tr>\n      <td>qwen-turbo<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.016\/K-Marken<br>Ausgangstoken: $0.016\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 8<br>Komplement\u00e4rer Multiplikator: 1<\/td>\n      <td>Tongyi Thousand Questions ist ein sehr umfangreiches Sprachmodell, das verschiedene Spracheingaben wie Chinesisch und Englisch unterst\u00fctzt. Geeignet f\u00fcr Texterstellung, Textverarbeitung, Programmierhilfe, \u00dcbersetzungsdienste, Dialogsimulation.<\/td>\n    <\/tr>\n    <tr>\n      <td>qwen-max<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.24\/K-Marken<br>Ausgangstoken: $0.24\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 120<br>Komplement\u00e4rer Multiplikator: 1<\/td>\n      <td>Tongyi Qianqi 100-Milliarden-Level-Supergro\u00dfsprachenmodell, das Chinesisch, Englisch und andere Sprachen unterst\u00fctzt. Geeignet f\u00fcr Texterstellung, Textverarbeitung, Programmierhilfe, \u00dcbersetzungsdienste, Dialogsimulation.<\/td>\n    <\/tr>\n    <tr>\n      <td>qwen-max-1201<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.24\/K-Marken<br>Ausgangstoken: $0.24\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 120<br>Komplement\u00e4rer Multiplikator: 1<\/td>\n      <td>Tongyi Qianqi 100-Milliarden-Level-Supergro\u00dfsprachenmodell, das Chinesisch, Englisch und andere Sprachen unterst\u00fctzt. Geeignet f\u00fcr Texterstellung, Textverarbeitung, Programmierhilfe, \u00dcbersetzungsdienste, Dialogsimulation.<\/td>\n    <\/tr>\n    <tr>\n      <td>qwen-max-longcontext<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.24\/K-Marken<br>Ausgangstoken: $0.24\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 120<br>Komplement\u00e4rer Multiplikator: 1<\/td>\n      <td>Tongyi Qianqi 100-Milliarden-Level-Supergro\u00dfsprachenmodell, das Chinesisch, Englisch und andere Sprachen unterst\u00fctzt. Geeignet f\u00fcr Texterstellung, Textverarbeitung, Programmierhilfe, \u00dcbersetzungsdienste, Dialogsimulation.<\/td>\n    <\/tr>\n  <\/tbody>\n<\/table>\n<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-5793f90 e-flex e-con-boxed e-con e-parent\" data-id=\"5793f90\" data-element_type=\"container\" data-e-type=\"container\" data-settings=\"{&quot;background_background&quot;:&quot;classic&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-2ab4b13 elementor-widget elementor-widget-spacer\" data-id=\"2ab4b13\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"spacer.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-spacer\">\n\t\t\t<div class=\"elementor-spacer-inner\"><\/div>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-78f5097 e-flex e-con-boxed e-con e-parent\" data-id=\"78f5097\" data-element_type=\"container\" data-e-type=\"container\" data-settings=\"{&quot;background_background&quot;:&quot;classic&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-1bddad7 elementor-tabs-view-horizontal elementor-widget elementor-widget-tabs\" data-id=\"1bddad7\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"tabs.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-tabs\">\n\t\t\t<div class=\"elementor-tabs-wrapper\" role=\"tablist\" >\n\t\t\t\t\t\t\t\t\t<div id=\"elementor-tab-title-2921\" class=\"elementor-tab-title elementor-tab-desktop-title\" aria-selected=\"true\" data-tab=\"1\" role=\"tab\" tabindex=\"0\" aria-controls=\"elementor-tab-content-2921\" aria-expanded=\"false\">intellektuell anregende Rede<\/div>\n\t\t\t\t\t\t\t\t\t<div id=\"elementor-tab-title-2922\" class=\"elementor-tab-title elementor-tab-desktop-title\" aria-selected=\"false\" data-tab=\"2\" role=\"tab\" tabindex=\"-1\" aria-controls=\"elementor-tab-content-2922\" aria-expanded=\"false\">Deepseek<\/div>\n\t\t\t\t\t\t\t\t\t<div id=\"elementor-tab-title-2923\" class=\"elementor-tab-title elementor-tab-desktop-title\" aria-selected=\"false\" data-tab=\"3\" role=\"tab\" tabindex=\"-1\" aria-controls=\"elementor-tab-content-2923\" aria-expanded=\"false\">Baichuan Intelligence<\/div>\n\t\t\t\t\t\t\t\t\t<div id=\"elementor-tab-title-2924\" class=\"elementor-tab-title elementor-tab-desktop-title\" aria-selected=\"false\" data-tab=\"4\" role=\"tab\" tabindex=\"-1\" aria-controls=\"elementor-tab-content-2924\" aria-expanded=\"false\">Null-Eins-Eins-Millionen Dinge<\/div>\n\t\t\t\t\t\t\t\t\t<div id=\"elementor-tab-title-2925\" class=\"elementor-tab-title elementor-tab-desktop-title\" aria-selected=\"false\" data-tab=\"5\" role=\"tab\" tabindex=\"-1\" aria-controls=\"elementor-tab-content-2925\" aria-expanded=\"false\">schnelle Reaktion<\/div>\n\t\t\t\t\t\t\t\t\t<div id=\"elementor-tab-title-2926\" class=\"elementor-tab-title elementor-tab-desktop-title\" aria-selected=\"false\" data-tab=\"6\" role=\"tab\" tabindex=\"-1\" aria-controls=\"elementor-tab-content-2926\" aria-expanded=\"false\">Bing Bing<\/div>\n\t\t\t\t\t\t\t\t\t<div id=\"elementor-tab-title-2927\" class=\"elementor-tab-title elementor-tab-desktop-title\" aria-selected=\"false\" data-tab=\"7\" role=\"tab\" tabindex=\"-1\" aria-controls=\"elementor-tab-content-2927\" aria-expanded=\"false\">360 KI<\/div>\n\t\t\t\t\t\t\t\t\t<div id=\"elementor-tab-title-2928\" class=\"elementor-tab-title elementor-tab-desktop-title\" aria-selected=\"false\" data-tab=\"8\" role=\"tab\" tabindex=\"-1\" aria-controls=\"elementor-tab-content-2928\" aria-expanded=\"false\">Tencent-Hybrid<\/div>\n\t\t\t\t\t\t\t\t\t<div id=\"elementor-tab-title-2929\" class=\"elementor-tab-title elementor-tab-desktop-title\" aria-selected=\"false\" data-tab=\"9\" role=\"tab\" tabindex=\"-1\" aria-controls=\"elementor-tab-content-2929\" aria-expanded=\"false\">Andere Modelle<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t\t<div class=\"elementor-tabs-content-wrapper\" role=\"tablist\" aria-orientation=\"vertical\">\n\t\t\t\t\t\t\t\t\t<div class=\"elementor-tab-title elementor-tab-mobile-title\" aria-selected=\"true\" data-tab=\"1\" role=\"tab\" tabindex=\"0\" aria-controls=\"elementor-tab-content-2921\" aria-expanded=\"false\">intellektuell anregende Rede<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-2921\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"1\" role=\"tabpanel\" aria-labelledby=\"elementor-tab-title-2921\" tabindex=\"0\" hidden=\"false\"><style>\n  table {\n    width: 100%;\n    border-collapse: collapse;\n  }\n  th, td {\n    border: 1px solid #dddddd;\n    text-align: left;\n    padding: 8px;\n    color: white;\n  }\n  th {\n    background-color: transparent;\n  }\n  tr:nth-child(even) {\n    background-color: transparent;\n  }\n  tr:nth-child(odd) {\n    background-color: transparent;\n  }\n<\/style>\n\n<table>\n  <thead>\n    <tr>\n      <th>Name des Modells<\/th>\n      <th>Typologie<\/th>\n      <th>Art der Abrechnung<\/th>\n      <th>Endpreis<\/th>\n      <th>Modell Preisberechnung Multiplikator<\/th>\n      <th>Anweisungen<\/th>\n    <\/tr>\n  <\/thead>\n  <tbody>\n    <tr>\n      <td>glm-3-turbo<\/td>\n      <td>Dialoge<\/td>\n      <td>Abrechnung pro Durchgang<\/td>\n      <td>$0.002\/Sitzung<\/td>\n      <td>&#8211;<\/td>\n      <td>Wisdom Spectrum AI General Large Model f\u00fcr Szenarien, die ein hohes Ma\u00df an Wissen, Denkverm\u00f6gen und Kreativit\u00e4t erfordern, wie z. B. das Verfassen von Werbetexten, Romanen, wissensbasiertem Schreiben, Codegenerierung usw.<\/td>\n    <\/tr>\n    <tr>\n      <td>glm-4<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.06\/K-Marken<br>Ausgangstoken: $0.06\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 30<br>Komplement\u00e4rer Multiplikator: 1<\/td>\n      <td>Das Smart Spectrum AI Universal Big Model bietet leistungsf\u00e4higere Funktionen f\u00fcr Fragen und Antworten sowie f\u00fcr die Texterstellung. Geeignet f\u00fcr komplexe Dialoginteraktionen und tiefgreifende Szenarien zur Inhaltserstellung.<\/td>\n    <\/tr>\n    <tr>\n      <td>glm-4v<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.06\/K-Marken<br>Ausgangstoken: $0.06\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 30<br>Komplement\u00e4rer Multiplikator: 1<\/td>\n      <td>Das universelle gro\u00dfe Modell von Smart Spectrum AI, das eine tiefe Fusion von visuellen und sprachlichen Merkmalen erreicht, unterst\u00fctzt verschiedene Arten von Bildverstehensaufgaben wie visuelle Fragen und Antworten, Bildunterschriften, visuelle Lokalisierung und komplexe Zielerkennung.<\/td>\n    <\/tr>\n  <\/tbody>\n<\/table>\n<\/div>\n\t\t\t\t\t\t\t\t\t<div class=\"elementor-tab-title elementor-tab-mobile-title\" aria-selected=\"false\" data-tab=\"2\" role=\"tab\" tabindex=\"-1\" aria-controls=\"elementor-tab-content-2922\" aria-expanded=\"false\">Deepseek<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-2922\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"2\" role=\"tabpanel\" aria-labelledby=\"elementor-tab-title-2922\" tabindex=\"0\" hidden=\"hidden\"><style>\n  table {\n    width: 100%;\n    border-collapse: collapse;\n  }\n  th, td {\n    border: 1px solid #dddddd;\n    text-align: left;\n    padding: 8px;\n    color: white;\n  }\n  th {\n    background-color: transparent;\n  }\n  tr:nth-child(even) {\n    background-color: transparent;\n  }\n  tr:nth-child(odd) {\n    background-color: transparent;\n  }\n<\/style>\n\n<table>\n  <thead>\n    <tr>\n      <th>Name des Modells<\/th>\n      <th>Typologie<\/th>\n      <th>Art der Abrechnung<\/th>\n      <th>Endpreis<\/th>\n      <th>Modell Preisberechnung Multiplikator<\/th>\n      <th>Anweisungen<\/th>\n    <\/tr>\n  <\/thead>\n  <tbody>\n    <tr>\n      <td>deepseek-chat<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.001\/K-Marken<br>Ausgangstoken: $0.002\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 0,5<br>Komplement\u00e4re Vergr\u00f6\u00dferung: 2<\/td>\n      <td>Das st\u00e4rkste Open-Source-MoE-Modell DeepSeek-V2, das weltweit erste Modell, das in Bezug auf Code und mathematische F\u00e4higkeiten mit GPT-4-Turbo konkurriert und auf mehreren Listen f\u00fcr Code und Mathematik den zweiten Platz in der Welt belegt; DeepSeek ist ein Student der freien K\u00fcnste; unterst\u00fctzt 32K-Kontexte.<\/td>\n    <\/tr>\n    <tr>\n      <td>deepseek-coder<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.001\/K-Marken<br>Ausgangstoken: $0.002\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 0,5<br>Komplement\u00e4re Vergr\u00f6\u00dferung: 2<\/td>\n      <td>DeepSeek-Coder-V2 verf\u00fcgt nicht nur \u00fcber erstklassige Code- und Mathematikf\u00e4higkeiten, sondern auch \u00fcber eine gute allgemeine Leistung, die in Bezug auf die allgemeinen F\u00e4higkeiten in Chinesisch und Englisch in der ersten Reihe in China rangiert; DeepSeek-Coder ist ein Student der Wissenschaft und unterst\u00fctzt 32K-Kontexte.<\/td>\n    <\/tr>\n  <\/tbody>\n<\/table>\n<\/div>\n\t\t\t\t\t\t\t\t\t<div class=\"elementor-tab-title elementor-tab-mobile-title\" aria-selected=\"false\" data-tab=\"3\" role=\"tab\" tabindex=\"-1\" aria-controls=\"elementor-tab-content-2923\" aria-expanded=\"false\">Baichuan Intelligence<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-2923\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"3\" role=\"tabpanel\" aria-labelledby=\"elementor-tab-title-2923\" tabindex=\"0\" hidden=\"hidden\"><style>\n  table {\n    width: 100%;\n    border-collapse: collapse;\n  }\n  th, td {\n    border: 1px solid #dddddd;\n    text-align: left;\n    padding: 8px;\n    color: white;\n  }\n  th {\n    background-color: transparent;\n  }\n  tr:nth-child(even) {\n    background-color: transparent;\n  }\n  tr:nth-child(odd) {\n    background-color: transparent;\n  }\n<\/style>\n\n<table>\n  <thead>\n    <tr>\n      <th>Name des Modells<\/th>\n      <th>Typologie<\/th>\n      <th>Art der Abrechnung<\/th>\n      <th>Endpreis<\/th>\n      <th>Modell Preisberechnung Multiplikator<\/th>\n      <th>Anweisungen<\/th>\n    <\/tr>\n  <\/thead>\n  <tbody>\n    <tr>\n      <td>Baichuan2-53B<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.022\/K-Marken<br>Ausgangstoken: $0.022\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 11<br>Komplement\u00e4rer Multiplikator: 1<\/td>\n      <td>Baichuan2-53B, das die F\u00e4higkeiten von Baichuan1-53B umfassend erweitert, verbessert nicht nur das mathematische und logische Denken erheblich, sondern reduziert auch die Illusion von Modellen durch ein hochwertiges Datensystem und eine verbesserte Suche.<\/td>\n    <\/tr>\n    <tr>\n      <td>Baichuan2-Turbo<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.012\/K-Marken<br>Ausgangstoken: $0.012\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 6<br>Komplement\u00e4rer Multiplikator: 1<\/td>\n      <td>Baichuan Intelligence nutzt das gro\u00dfe Baichuan2-Modell als Kern und integriert die Technologie zur Verbesserung der Suche tief in das gro\u00dfe Modell.<\/td>\n    <\/tr>\n    <tr>\n      <td>EBaichuan2-Turbo-192k<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.022\/K-Marken<br>Ausgangstoken: $0.022\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 11<br>Komplement\u00e4rer Multiplikator: 1<\/td>\n      <td>Mit einem ultralangen Kontextfenster von 192k nutzt Baichuan Intelligence das gro\u00dfe Baichuan2-Modell als Kernst\u00fcck und integriert die Technologie zur Suchverbesserung tief in das gro\u00dfe Modell.<\/td>\n    <\/tr>\n  <\/tbody>\n<\/table>\n<\/div>\n\t\t\t\t\t\t\t\t\t<div class=\"elementor-tab-title elementor-tab-mobile-title\" aria-selected=\"false\" data-tab=\"4\" role=\"tab\" tabindex=\"-1\" aria-controls=\"elementor-tab-content-2924\" aria-expanded=\"false\">Null-Eins-Eins-Millionen Dinge<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-2924\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"4\" role=\"tabpanel\" aria-labelledby=\"elementor-tab-title-2924\" tabindex=\"0\" hidden=\"hidden\"><style>\n  table {\n    width: 100%;\n    border-collapse: collapse;\n  }\n  th, td {\n    border: 1px solid #dddddd;\n    text-align: left;\n    padding: 8px;\n    color: white;\n  }\n  th {\n    background-color: transparent;\n  }\n  tr:nth-child(even) {\n    background-color: transparent;\n  }\n  tr:nth-child(odd) {\n    background-color: transparent;\n  }\n<\/style>\n\n<table>\n  <thead>\n    <tr>\n      <th>Name des Modells<\/th>\n      <th>Typologie<\/th>\n      <th>Art der Abrechnung<\/th>\n      <th>Endpreis<\/th>\n      <th>Modell Preisberechnung Multiplikator<\/th>\n      <th>Anweisungen<\/th>\n    <\/tr>\n  <\/thead>\n  <tbody>\n    <tr>\n      <td>yi-34b-chat-0205<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.006\/K-Marken<br>Ausgangstoken: $0.006\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 3<br>Komplement\u00e4rer Multiplikator: 1<\/td>\n      <td>Basierend auf der Open-Source-Version der tiefen Optimierung der Version, den Befehl Compliance-F\u00e4higkeit zu verbessern fast 30%, Modell Antwort Latenz ist stark reduziert. Anwendbar auf Chat, Q&amp;A, Dialog, Zusammenarbeit, \u00dcbersetzung und andere Szenarien.<\/td>\n    <\/tr>\n    <tr>\n      <td>yi-34b-chat-200k<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.024\/K-Marken<br>Ausgangstoken: $0.024\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 12<br>Komplement\u00e4rer Multiplikator: 1<\/td>\n      <td>200K langen Kontext, unterst\u00fctzt die Verarbeitung von etwa 20w ~ 30w chinesischen Zeichen (etwa 1 Harry Potter Buch) oder englischen W\u00f6rtern. Es eignet sich f\u00fcr Multi-Dokumenten-Inhaltsverst\u00e4ndnis, massive Datenanalyse und Mining, und bereichs\u00fcbergreifende Wissensfusion Anwendungen.<\/td>\n    <\/tr>\n    <tr>\n      <td>yi-vl-plus<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.012\/K-Marken<br>Ausgangstoken: $0.012\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 6<br>Komplement\u00e4rer Multiplikator: 1<\/td>\n      <td>Unterst\u00fctzt die Eingabe von hochaufl\u00f6senden Bildern mit 1024*1024 Pixeln und bietet Funktionen f\u00fcr die Bildanalyse, das Verstehen von Diagrammen, OCR und visuelle Schlussfolgerungen. Geeignet f\u00fcr die Inhaltsanalyse komplexer Diagramme und Screenshots, einschlie\u00dflich der Erkennung, Extraktion, des Verstehens und der Schlussfolgerung von Informationen.<\/td>\n    <\/tr>\n  <\/tbody>\n<\/table>\n<\/div>\n\t\t\t\t\t\t\t\t\t<div class=\"elementor-tab-title elementor-tab-mobile-title\" aria-selected=\"false\" data-tab=\"5\" role=\"tab\" tabindex=\"-1\" aria-controls=\"elementor-tab-content-2925\" aria-expanded=\"false\">schnelle Reaktion<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-2925\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"5\" role=\"tabpanel\" aria-labelledby=\"elementor-tab-title-2925\" tabindex=\"0\" hidden=\"hidden\"><style>\n  table {\n    width: 100%;\n    border-collapse: collapse;\n  }\n  th, td {\n    border: 1px solid #dddddd;\n    text-align: left;\n    padding: 8px;\n    color: white;\n  }\n  th {\n    background-color: transparent;\n  }\n  tr:nth-child(even) {\n    background-color: transparent;\n  }\n  tr:nth-child(odd) {\n    background-color: transparent.\n  }\n<\/style>\n\n<table>\n  <thead>\n    <tr>\n      <th>Name des Modells<\/th>\n      <th>Typologie<\/th>\n      <th>Art der Abrechnung<\/th>\n      <th>Endpreis<\/th>\n      <th>Modell Preisberechnung Multiplikator<\/th>\n      <th>Anweisungen<\/th>\n    <\/tr>\n  <\/thead>\n  <tbody>\n    <tr>\n      <td>SparkDesk<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.04\/K-Marken<br>Ausgangstoken: $0.04\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 20<br>Komplement\u00e4rer Multiplikator: 1<\/td>\n      <td>Es handelt sich um ein von der KU Xunfei eingef\u00fchrtes Big Model der kognitiven Intelligenz der neuen Generation, das \u00fcber bereichs\u00fcbergreifendes Wissen und Sprachverst\u00e4ndnis verf\u00fcgt und in der Lage ist, Aufgaben auf der Grundlage eines nat\u00fcrlichen Dialogs zu verstehen und auszuf\u00fchren, indem es Sprachverst\u00e4ndnis, Wissensquiz, logisches Denken, mathematische Probleml\u00f6sung und Codeverst\u00e4ndnis bietet.<\/td>\n    <\/tr>\n    <tr>\n      <td>SparkDesk-v1.1<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.04\/K-Marken<br>Ausgangstoken: $0.04\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 20<br>Komplement\u00e4rer Multiplikator: 1<\/td>\n      <td>Es handelt sich um ein von der KU Xunfei eingef\u00fchrtes Big Model der kognitiven Intelligenz der neuen Generation, das \u00fcber bereichs\u00fcbergreifendes Wissen und Sprachverst\u00e4ndnis verf\u00fcgt und in der Lage ist, Aufgaben auf der Grundlage eines nat\u00fcrlichen Dialogs zu verstehen und auszuf\u00fchren, indem es Sprachverst\u00e4ndnis, Wissensquiz, logisches Denken, mathematische Probleml\u00f6sung und Codeverst\u00e4ndnis bietet.<\/td>\n    <\/tr>\n    <tr>\n      <td>SparkDesk-v2.1<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.04\/K-Marken<br>Ausgangstoken: $0.04\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 20<br>Komplement\u00e4rer Multiplikator: 1<\/td>\n      <td>Es handelt sich um ein von der KU Xunfei eingef\u00fchrtes Big Model der kognitiven Intelligenz der neuen Generation, das \u00fcber bereichs\u00fcbergreifendes Wissen und Sprachverst\u00e4ndnis verf\u00fcgt und in der Lage ist, Aufgaben auf der Grundlage eines nat\u00fcrlichen Dialogs zu verstehen und auszuf\u00fchren, indem es Sprachverst\u00e4ndnis, Wissensquiz, logisches Denken, mathematische Probleml\u00f6sung und Codeverst\u00e4ndnis bietet.<\/td>\n    <\/tr>\n    <tr>\n      <td>SparkDesk-v3.1<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.04\/K-Marken<br>Ausgangstoken: $0.04\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 20<br>Komplement\u00e4rer Multiplikator: 1<\/td>\n      <td>Es handelt sich um ein von der KU Xunfei eingef\u00fchrtes Big Model der kognitiven Intelligenz der neuen Generation, das \u00fcber bereichs\u00fcbergreifendes Wissen und Sprachverst\u00e4ndnis verf\u00fcgt und in der Lage ist, Aufgaben auf der Grundlage eines nat\u00fcrlichen Dialogs zu verstehen und auszuf\u00fchren, indem es Sprachverst\u00e4ndnis, Wissensquiz, logisches Denken, mathematische Probleml\u00f6sung und Codeverst\u00e4ndnis bietet.<\/td>\n    <\/tr>\n    <tr>\n      <td>SparkDesk-v3.5<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.04\/K-Marken<br>Ausgangstoken: $0.04\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 20<br>Komplement\u00e4rer Multiplikator: 1<\/td>\n      <td>Es handelt sich um ein von der KU Xunfei eingef\u00fchrtes Big Model der kognitiven Intelligenz der neuen Generation, das \u00fcber bereichs\u00fcbergreifendes Wissen und Sprachverst\u00e4ndnis verf\u00fcgt und in der Lage ist, Aufgaben auf der Grundlage eines nat\u00fcrlichen Dialogs zu verstehen und auszuf\u00fchren, indem es Sprachverst\u00e4ndnis, Wissensquiz, logisches Denken, mathematische Probleml\u00f6sung und Codeverst\u00e4ndnis bietet.<\/td>\n    <\/tr>\n  <\/tbody>\n<\/table>\n<\/div>\n\t\t\t\t\t\t\t\t\t<div class=\"elementor-tab-title elementor-tab-mobile-title\" aria-selected=\"false\" data-tab=\"6\" role=\"tab\" tabindex=\"-1\" aria-controls=\"elementor-tab-content-2926\" aria-expanded=\"false\">Bing Bing<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-2926\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"6\" role=\"tabpanel\" aria-labelledby=\"elementor-tab-title-2926\" tabindex=\"0\" hidden=\"hidden\"><style>\n  table {\n    width: 100%;\n    border-collapse: collapse;\n  }\n  th, td {\n    border: 1px solid #dddddd;\n    text-align: left;\n    padding: 8px;\n    color: white;\n  }\n  th {\n    background-color: transparent;\n  }\n  tr:nth-child(even) {\n    background-color: transparent;\n  }\n  tr:nth-child(odd) {\n    background-color: transparent.\n  }\n<\/style>\n\n<table>\n  <thead>\n    <tr>\n      <th>Name des Modells<\/th>\n      <th>Typologie<\/th>\n      <th>Art der Abrechnung<\/th>\n      <th>Endpreis<\/th>\n      <th>Modell Preisberechnung Multiplikator<\/th>\n      <th>Anweisungen<\/th>\n    <\/tr>\n  <\/thead>\n  <tbody>\n    <tr>\n      <td>Pr\u00e4zise<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.01\/K-Marken<br>Ausgangstoken: $0.01\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 5<br>Komplement\u00e4rer Multiplikator: 1<\/td>\n      <td>NewBing Precision Mode mit Netzwerkfunktionen und ohne Zeichnung.<\/td>\n    <\/tr>\n    <tr>\n      <td>Ausgewogene<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.01\/K-Marken<br>Ausgangstoken: $0.01\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 5<br>Komplement\u00e4rer Multiplikator: 1<\/td>\n      <td>NewBing Ausgeglichener Modus mit Vernetzungsm\u00f6glichkeiten, kein Anstrich.<\/td>\n    <\/tr>\n    <tr>\n      <td>Kreativ<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.01\/K-Marken<br>Ausgangstoken: $0.01\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 5<br>Komplement\u00e4rer Multiplikator: 1<\/td>\n      <td>Der NewBing-Erstellungsmodus mit Netzwerkfunktionen kann nicht zeichnen.<\/td>\n    <\/tr>\n  <\/tbody>\n<\/table>\n<\/div>\n\t\t\t\t\t\t\t\t\t<div class=\"elementor-tab-title elementor-tab-mobile-title\" aria-selected=\"false\" data-tab=\"7\" role=\"tab\" tabindex=\"-1\" aria-controls=\"elementor-tab-content-2927\" aria-expanded=\"false\">360 KI<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-2927\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"7\" role=\"tabpanel\" aria-labelledby=\"elementor-tab-title-2927\" tabindex=\"0\" hidden=\"hidden\"><style>\n  table {\n    width: 100%;\n    border-collapse: collapse;\n  }\n  th, td {\n    border: 1px solid #dddddd;\n    text-align: left;\n    padding: 8px;\n    color: white;\n  }\n  th {\n    background-color: transparent;\n  }\n  tr:nth-child(even) {\n    background-color: transparent;\n  }\n  tr:nth-child(odd) {\n    background-color: transparent.\n  }\n<\/style>\n\n<table>\n  <thead>\n    <tr>\n      <th>Name des Modells<\/th>\n      <th>Typologie<\/th>\n      <th>Art der Abrechnung<\/th>\n      <th>Endpreis<\/th>\n      <th>Modell Preisberechnung Multiplikator<\/th>\n      <th>Anweisungen<\/th>\n    <\/tr>\n  <\/thead>\n  <tbody>\n    <tr>\n      <td>360GPT_S2_V9<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.024\/K-Marken<br>Ausgangstoken: $0.024\/K Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 12<br>Komplement\u00e4rer Multiplikator: 1<\/td>\n      <td>360Brain ist ein kognitives Allzweck-Gro\u00dfmodell, das von 360 unabh\u00e4ngig entwickelt und trainiert wurde. Mit 360's technischer Akkumulation im Bereich der k\u00fcnstlichen Intelligenz und dem First-Mover-Vorteil bei der Ausbildung gro\u00dfer Modelle hat 360 Smart Brain derzeit eine Skala von hundert Milliarden Parametern, mit zehn Kernf\u00e4higkeiten wie generative Erstellung, Multi-Runden-Dialog, logisches Denken und Hunderte von Segmentierungsfunktionen, die alle Szenarien der Anwendung gro\u00dfer Modelle abdecken k\u00f6nnen.<\/td>\n    <\/tr>\n  <\/tbody>\n<\/table>\n<\/div>\n\t\t\t\t\t\t\t\t\t<div class=\"elementor-tab-title elementor-tab-mobile-title\" aria-selected=\"false\" data-tab=\"8\" role=\"tab\" tabindex=\"-1\" aria-controls=\"elementor-tab-content-2928\" aria-expanded=\"false\">Tencent-Hybrid<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-2928\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"8\" role=\"tabpanel\" aria-labelledby=\"elementor-tab-title-2928\" tabindex=\"0\" hidden=\"hidden\"><style>\n  table {\n    width: 100%;\n    border-collapse: collapse;\n  }\n  th, td {\n    border: 1px solid #dddddd;\n    text-align: left;\n    padding: 8px;\n    color: white;\n  }\n  th {\n    background-color: transparent;\n  }\n  tr:nth-child(even) {\n    background-color: transparent;\n  }\n  tr:nth-child(odd) {\n    background-color: transparent.\n  }\n<\/style>\n\n<table>\n  <thead>\n    <tr>\n      <th>Name des Modells<\/th>\n      <th>Typologie<\/th>\n      <th>Art der Abrechnung<\/th>\n      <th>Endpreis<\/th>\n      <th>Modell Preisberechnung Multiplikator<\/th>\n      <th>Anweisungen<\/th>\n    <\/tr>\n  <\/thead>\n  <tbody>\n    <tr>\n      <td>hunyuan<\/td>\n      <td>Dialoge<\/td>\n      <td>nach Volumen bezahlen<\/td>\n      <td>Eingabemarken: $0.2\/K-Marken<br>Ausgangstoken: $0.2\/K-Token<\/td>\n      <td>Eingangsvergr\u00f6\u00dferung: 100<br>Komplement\u00e4rer Multiplikator: 1<\/td>\n      <td>Das von Tencent entwickelte Big Language Model bietet leistungsstarke Funktionen f\u00fcr die Erstellung von Chinesisch, logisches Denken in komplexen Kontexten und eine zuverl\u00e4ssige Aufgabenausf\u00fchrung.<\/td>\n    <\/tr>\n  <\/tbody>\n<\/table>\n<\/div>\n\t\t\t\t\t\t\t\t\t<div class=\"elementor-tab-title elementor-tab-mobile-title\" aria-selected=\"false\" data-tab=\"9\" role=\"tab\" tabindex=\"-1\" aria-controls=\"elementor-tab-content-2929\" aria-expanded=\"false\">Andere Modelle<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-2929\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"9\" role=\"tabpanel\" aria-labelledby=\"elementor-tab-title-2929\" tabindex=\"0\" hidden=\"hidden\"><p><style>\n  table {<br \/>\n    width: 100%;<br \/>\n    border-collapse: collapse;<br \/>\n  }<br \/>\n  th, td {<br \/>\n    border: 1px solid #dddddd;<br \/>\n    text-align: left;<br \/>\n    padding: 8px;<br \/>\n    color: white;<br \/>\n  }<br \/>\n  th {<br \/>\n    background-color: transparent;<br \/>\n  }<br \/>\n  tr:nth-child(even) {<br \/>\n    background-color: transparent;<br \/>\n  }<br \/>\n  tr:nth-child(odd) {<br \/>\n    background-color: transparent.<br \/>\n  }<br \/>\n<\/style><\/p><table><thead><tr><th>Name des Modells<\/th><th>Typologie<\/th><th>Art der Abrechnung<\/th><th>Endpreis<\/th><th>Modell Preisberechnung Multiplikator<\/th><th>Anweisungen<\/th><\/tr><\/thead><tbody><tr><td>Stabil-Diffusion<\/td><td>Dialoge<\/td><td>Abrechnung pro Durchgang<\/td><td>$0.01\/Sitzung<\/td><td>&#8211;<\/td><td>Fortgeschrittenes Modell zur Bilderzeugung und -verarbeitung, spezialisiert auf die Erstellung fotorealistischer visueller Effekte.<\/td><\/tr><tr><td>Lama-3-70b<\/td><td>Dialoge<\/td><td>Abrechnung pro Durchgang<\/td><td>$0.01\/Sitzung<\/td><td>&#8211;<\/td><td>Das neueste Meta Llama 3 Modell mit 7 Milliarden Parametern.<\/td><\/tr><tr><td>Lama-3-8b<\/td><td>Dialoge<\/td><td>Abrechnung pro Durchgang<\/td><td>$0.01\/Sitzung<\/td><td>&#8211;<\/td><td>Das neueste Meta Llama 3 Modell mit 700 Millionen Parametern.<\/td><\/tr><tr><td>Lama-2-70b (13b, 7b)<\/td><td>Dialoge<\/td><td>Abrechnung pro Durchgang<\/td><td>$0.006\/Sitzung<\/td><td>&#8211;<\/td><td>Leistungsstarkes Llama-Modell f\u00fcr komplexe Analyse- und Vorhersageaufgaben.<\/td><\/tr><tr><td>code-llama-34b (13b, 7b)<\/td><td>Dialoge<\/td><td>Abrechnung pro Durchgang<\/td><td>$0.006\/Sitzung<\/td><td>&#8211;<\/td><td>Das Llama-Modell wurde f\u00fcr die Programmierung und Codeanalyse mit fortgeschrittenem Codeverst\u00e4ndnis entwickelt.<\/td><\/tr><tr><td>Mixtral-8x7b<\/td><td>Dialoge<\/td><td>Abrechnung pro Durchgang<\/td><td>$0.01\/Sitzung<\/td><td>&#8211;<\/td><td>Ungef\u00e4hr dasselbe wie GPT 3.5.<\/td><\/tr><tr><td>mistral-medium<\/td><td>Dialoge<\/td><td>Abrechnung pro Durchgang<\/td><td>$0.01\/Sitzung<\/td><td>&#8211;<\/td><td>Nahezu gleiche Leistung wie gpt-4, schneller, 32k Kontext.<\/td><\/tr><tr><td>Mixtral-8x22b<\/td><td>Dialoge<\/td><td>Abrechnung pro Durchgang<\/td><td>$0.01\/Sitzung<\/td><td>&#8211;<\/td><td>Mixtral-Modell mit 8\u00d72,2 Milliarden Parametern f\u00fcr umfangreiche Datenanalysen und Aufgaben des maschinellen Lernens.<\/td><\/tr><tr><td>chirp-v2-xxl-alpha<\/td><td>&#8211;<\/td><td>Abrechnung pro Durchgang<\/td><td>$0.3\/Sitzung<\/td><td>&#8211;<\/td><td>&#8211;<\/td><\/tr><tr><td>Zwitschern-v3-0<\/td><td>&#8211;<\/td><td>Abrechnung pro Durchgang<\/td><td>$0.3\/Sitzung<\/td><td>&#8211;<\/td><td>&#8211;<\/td><\/tr><tr><td>claude-1-100k<\/td><td>&#8211;<\/td><td>Abrechnung pro Durchgang<\/td><td>$0.01\/Sitzung<\/td><td>&#8211;<\/td><td>&#8211;<\/td><\/tr><tr><td>claude-1.3-100k<\/td><td>&#8211;<\/td><td>Abrechnung pro Durchgang<\/td><td>$0.01\/Sitzung<\/td><td>&#8211;<\/td><td>&#8211;<\/td><\/tr><tr><td>claude-2<\/td><td>&#8211;<\/td><td>Abrechnung pro Durchgang<\/td><td>$0.02\/Sitzung<\/td><td>&#8211;<\/td><td>&#8211;<\/td><\/tr><tr><td>claude-2-100k<\/td><td>&#8211;<\/td><td>Abrechnung pro Durchgang<\/td><td>$0.02\/Sitzung<\/td><td>&#8211;<\/td><td>&#8211;<\/td><\/tr><tr><td>code-llama-13b<\/td><td>&#8211;<\/td><td>Abrechnung pro Durchgang<\/td><td>$0.006\/Sitzung<\/td><td>&#8211;<\/td><td>&#8211;<\/td><\/tr><tr><td>code-llama-7b<\/td><td>&#8211;<\/td><td>Abrechnung pro Durchgang<\/td><td>$0.006\/Sitzung<\/td><td>&#8211;<\/td><td>&#8211;<\/td><\/tr><tr><td>domo-img-to-video<\/td><td>&#8211;<\/td><td>Abrechnung pro Durchgang<\/td><td>$0.6\/Sitzung<\/td><td>&#8211;<\/td><td>&#8211;<\/td><\/tr><tr><td>domo-video-zu-video<\/td><td>&#8211;<\/td><td>Abrechnung pro Durchgang<\/td><td>$0.6\/Sitzung<\/td><td>&#8211;<\/td><td>&#8211;<\/td><\/tr><tr><td>gpt-4-dalle<\/td><td>&#8211;<\/td><td>Abrechnung pro Durchgang<\/td><td>$0.1\/Sitzung<\/td><td>&#8211;<\/td><td>&#8211;<\/td><\/tr><tr><td>gpt-4-v<\/td><td>&#8211;<\/td><td>Abrechnung pro Durchgang<\/td><td>$0.1\/Sitzung<\/td><td>&#8211;<\/td><td>&#8211;<\/td><\/tr><tr><td>Lama-2-13b<\/td><td>&#8211;<\/td><td>Abrechnung pro Durchgang<\/td><td>$0.006\/Sitzung<\/td><td>&#8211;<\/td><td>&#8211;<\/td><\/tr><tr><td>Lama-2-7b<\/td><td>&#8211;<\/td><td>Abrechnung pro Durchgang<\/td><td>$0.006\/Sitzung<\/td><td>&#8211;<\/td><td>&#8211;<\/td><\/tr><tr><td>luma_video_download_api<\/td><td>&#8211;<\/td><td>Abrechnung pro Durchgang<\/td><td>$0.001\/Sitzung<\/td><td>&#8211;<\/td><td>&#8211;<\/td><\/tr><tr><td>luma_video_extend_api<\/td><td>&#8211;<\/td><td>Abrechnung pro Durchgang<\/td><td>$0.54\/Sitzung<\/td><td>&#8211;<\/td><td>&#8211;<\/td><\/tr><tr><td>net-gpt-4-0125-preview<\/td><td>&#8211;<\/td><td>Abrechnung pro Durchgang<\/td><td>$0.1\/Sitzung<\/td><td>&#8211;<\/td><td>&#8211;<\/td><\/tr><tr><td>net-gpt-4-0314<\/td><td>&#8211;<\/td><td>Abrechnung pro Durchgang<\/td><td>$0.1\/Sitzung<\/td><td>&#8211;<\/td><td>&#8211;<\/td><\/tr><tr><td>netz-gpt-4-0613&lt;\/td&gt;<\/td><td>&#8211;<\/td><td>Abrechnung pro Durchgang<\/td><td>$0.1\/Sitzung<\/td><td>&#8211;<\/td><td>&#8211;<\/td><\/tr><tr><td>net-gpt-4-1106-preview<\/td><td>&#8211;<\/td><td>Abrechnung pro Durchgang<\/td><td>$0.1\/Sitzung<\/td><td>&#8211;<\/td><td>&#8211;<\/td><\/tr><tr><td>net-gpt-4-32k<\/td><td>&#8211;<\/td><td>Abrechnung pro Durchgang<\/td><td>$0.1\/Sitzung<\/td><td>&#8211;<\/td><td>&#8211;<\/td><\/tr><tr><td>net-gpt-4-turbo<\/td><td>&#8211;<\/td><td>Abrechnung pro Durchgang<\/td><td>$0.1\/Sitzung<\/td><td>&#8211;<\/td><td>&#8211;<\/td><\/tr><tr><td>net-gpt-4-turbo-vorschau<\/td><td>&#8211;<\/td><td>Abrechnung pro Durchgang<\/td><td>$0.1\/Sitzung<\/td><td>&#8211;<\/td><td>&#8211;<\/td><\/tr><tr><td>net-gpt-4o<\/td><td>&#8211;<\/td><td>Abrechnung pro Durchgang<\/td><td>$0.6\/Sitzung<\/td><td>&#8211;<\/td><td>&#8211;<\/td><\/tr><tr><td>pika-text-to-video<\/td><td>&#8211;<\/td><td>Abrechnung pro Durchgang<\/td><td>$0.5\/Sitzung<\/td><td>&#8211;<\/td><td>&#8211;<\/td><\/tr><tr><td>BLOOMZ-7B<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.0012\/K-Marken<br \/>Ausgangstoken: $0.0012\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 0,6<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>Bing<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.01\/K-Marken<br \/>Ausgangstoken: $0.01\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 5<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>ChatPro<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.028\/K-Marken<br \/>Ausgangstoken: $0.028\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 14<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>ChatStd<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.0028\/K-Marken<br \/>Ausgangstoken: $0.0028\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 1,4<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>ernie-3.5-4k-0205<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.00341\/K-Marken<br \/>Ausgabe-Token: $0.00341\/K-Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 1.704<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>ERNIE-3.5-8K<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.00341\/K-Marken<br \/>Ausgabe-Token: $0.00341\/K-Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 1.704<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>ernie-3.5-8k-0205<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.00682\/K-Marken<br \/>Ausgabe-Token: $0.00682\/K-Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 3.408<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>ERNIE-3.5-8K-1222<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.00341\/K-Marken<br \/>Ausgabe-Token: $0.00341\/K-Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 1.704<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>ERNIE-Bot<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.024\/K-Marken<br \/>Ausgangstoken: $0.024\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 12<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>ERNIE-Bot-8K<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.048\/K-Marken<br \/>Ausgangstoken: $0.048\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 24<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>ERNIE-Bot-turbo<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.016\/K-Marken<br \/>Ausgangstoken: $0.016\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 8<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>ERNIE-Tiny-8K<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.0003\/K-Marken<br \/>Ausgangstoken: $0.0003\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 0,15<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>Einbettung-V1<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabe-Token: $0.00029\/K Token<br \/>Ausgangstoken: $0.00029\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 0,1429<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>PaLM-2<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.002\/K-Marken<br \/>Ausgangstoken: $0.002\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 1<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>abab5.5<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.02\/K-Marken<br \/>Ausgangstoken: $0.02\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 10<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>abab5.5-Chat<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.032\/K-Marken<br \/>Ausgangstoken: $0.032\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 16<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>abab5.5s<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.0066\/K-Marken<br \/>Ausgangstoken: $0.0066\/K Token<\/td><td><p>Eingangsvergr\u00f6\u00dferung: 3,3<br \/>Komplement\u00e4re Vergr\u00f6\u00dferung.<\/p><p>1<\/p><\/td><td>&#8211;<\/td><\/tr><tr><td>abab5.5s-chat<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.01\/K-Marken<br \/>Ausgangstoken: $0.01\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 5<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>abab6<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.134\/K-Marken<br \/>Ausgangstoken: $0.134\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 67<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>abab6-chat<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.204\/K-Marken<br \/>Ausgangstoken: $0.204\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 102<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>ada<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.04\/K-Marken<br \/>Ausgangstoken: $0.04\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 20<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>ali-stabil-diffusion-v1.5<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.032\/K-Marken<br \/>Ausgangstoken: $0.032\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 16<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>ali-stabil-diffusion-xl<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.032\/K-Marken<br \/>Ausgangstoken: $0.032\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 16<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>babbage<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.02\/K-Marken<br \/>Ausgangstoken: $0.02\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 10<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>bge-gro\u00df-8k<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.0006\/K-Marken<br \/>Ausgangstoken: $0.0006\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 0,3<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>bge-large-de<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.0006\/K-Marken<br \/>Ausgangstoken: $0.0006\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 0,3<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>bge-gro\u00df-zh<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.0006\/K-Marken<br \/>Ausgangstoken: $0.0006\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 0,3<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>chatglm_lite<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.004\/K-Marken<br \/>Ausgangstoken: $0.004\/K-Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 2<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>chatglm_pro<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.02\/K-Marken<br \/>Ausgangstoken: $0.02\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 10<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>chatglm_std<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.01\/K-Marken<br \/>Ausgangstoken: $0.01\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 5<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>chatglm_turbo<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.01\/K-Marken<br \/>Ausgangstoken: $0.01\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 5<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>claude-instant-1<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabe-Token: $0.00163\/K-Token<br \/>Ausgabe von Token: $0.00489\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 0,815<br \/>Komplement\u00e4re Vergr\u00f6\u00dferung: 3<\/td><td>&#8211;<\/td><\/tr><tr><td>code-davinci-edit-001<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.02\/K-Marken<br \/>Ausgangstoken: $0.02\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 10<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>curie<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.02\/K-Marken<br \/>Ausgangstoken: $0.02\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 10<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>dall-e-2<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Aufl\u00f6sung Preis<br \/>1024 x 1024 $0.045<br \/>512 x 512 $0.0405<br \/>256 x 256 $0.036<\/td><td>Eingangsvergr\u00f6\u00dferung: 18<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>davinci<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.02\/K-Marken<br \/>Ausgangstoken: $0.02\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 10<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>embedding-bert-512-v1<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.00014\/K-Marken<br \/>Ausgangstoken: $0.00014\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 0,0715<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>einbetten_s1_v1<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.00014\/K-Marken<br \/>Ausgangstoken: $0.00014\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 0,0715<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>gemini-1.5-flash-aktuell<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.008\/K-Marken<br \/>Ausgangstoken: $0.024\/K Token<\/td><td><p>Eingangsvergr\u00f6\u00dferung: 4<\/p><p><br \/>Komplement\u00e4re Vergr\u00f6\u00dferung: 3<\/p><\/td><td>&#8211;<\/td><\/tr><tr><td>gemini-1.5-pro-aktuell<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.008\/K-Marken<br \/>Ausgangstoken: $0.024\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 4<br \/>Komplement\u00e4re Vergr\u00f6\u00dferung: 3<\/td><td>&#8211;<\/td><\/tr><tr><td>gpt-4-1106-vision-preview<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.03\/K-Marken<br \/>Token ausgeben.<\/td><td>Eingangsvergr\u00f6\u00dferung: 15<br \/>Komplement\u00e4rer Multiplikator: -<\/td><td>&#8211;<\/td><\/tr><tr><td>net-gpt-3.5-turbo-0301<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.0007\/K-Marken<br \/>Ausgangstoken: $0.0007\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 0,35<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>net-gpt-3.5-turbo-0613<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.0007\/K-Marken<br \/>Ausgangstoken: $0.0007\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 0,35<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>net-gpt-3.5-turbo-16k<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.0007\/K-Marken<br \/>Ausgangstoken: $0.0007\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 0,35<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>net-gpt-3.5-turbo-16k-0613<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.0007\/K-Marken<br \/>Ausgangstoken: $0.0007\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 0,35<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>net-gpt-3.5-turbo-instruct<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.0015\/K-Marken<br \/>Ausgangstoken: $0.0015\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 0,75<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>Semantische_\u00c4hnlichkeit_1_v1<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.00014\/K-Marken<br \/>Ausgangstoken: $0.00014\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 0,0715<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>text-ada-001<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabe-Token: $0.0008\/K-Token<br \/>Ausgangstoken: $0.0008\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 0,4<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>text-babbage-001<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.001\/K-Marken<br \/>Ausgangstoken: $0.001\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 0,5<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>text-curie-001<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.004\/K-Marken<br \/>Ausgangstoken: $0.004\/K-Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 2<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>text-davinci-002<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.04\/K-Marken<br \/>Ausgangstoken: $0.04\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 20<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>text-davinci-003<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.04\/K-Marken<br \/>Ausgangstoken: $0.04\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 20<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>text-davinci-edit-001<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.04\/K-Marken<br \/>Ausgangstoken: $0.04\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 20<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>text-einbettung-3-gro\u00df<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.00054\/K-Marken<br \/>Ausgangstoken: $0.00054\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 0,27<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>text-einbettung-3-klein<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.0002\/K-Marken<br \/>Ausgangstoken: $0.0002\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 0,1<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>text-einbettung-ada-002<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.0004\/K-Marken<br \/>Ausgangstoken: $0.0004\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 0,2<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>text-einbettung-v1<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.0004\/K-Marken<br \/>Ausgangstoken: $0.0004\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 0,2<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>text-moderation-aktuell<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.0004\/K-Marken<br \/>Ausgangstoken: $0.0004\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 0,2<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>text-moderation-stabil<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.0004\/K-Marken<br \/>Ausgangstoken: $0.0004\/K Token<\/td><td>Eingangsvergr\u00f6\u00dferung: 0,2<br \/>Komplement\u00e4rer Multiplikator: 1<\/td><td>&#8211;<\/td><\/tr><tr><td>text-search-ada-doc-001<\/td><td>&#8211;<\/td><td>nach Volumen bezahlen<\/td><td>Eingabemarken: $0.04\/K-Marken<br \/>Ausgangstoken: $0.04\/K Token<\/td><td><p>Eingangsvergr\u00f6\u00dferung: 20<br \/>Vervollst\u00e4ndigungsmultiplikator: 1<\/td><\/p><\/td><td>&#8211;<\/td><\/tr><\/tbody><\/table><p>&#8220;`<\/p><\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"<p>\u751f\u6210\u5f0f \u5927\u6a21\u578b \u5b98\u65b9API\u00a0 \u4ef7\u683c\u4f53\u7cfb \u5728\u8fd9\u4e2a\u5f00\u653e\u4e0e\u5206\u4eab\u7684\u65f6\u4ee3\uff0cOpenAI\u5f15\u9886\u4e86\u4e00\u573a\u4eba\u5de5\u667a\u80fd\u7684\u9769\u547d\u3002\u73b0\u5728\uff0c\u6211 [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"_templately_pack_id":"","_templately_imported_at":"","_templately_source":"","_templately_import_session_id":"","footnotes":""},"class_list":["post-867","page","type-page","status-publish","hentry"],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v22.3 (Yoast SEO v28.7) - https:\/\/yoast.com\/product\/yoast-seo-premium-wordpress\/ -->\n<title>\u6a21\u578b\u4ecb\u7ecd - GPTMeta API<\/title>\n<meta name=\"description\" content=\"\u751f\u6210\u5f0f \u5927\u6a21\u578b \u5b98\u65b9API \u4ef7\u683c\u4f53\u7cfb \u5728\u8fd9\u4e2a\u5f00\u653e\u4e0e\u5206\u4eab\u7684\u65f6\u4ee3\uff0cOpenAI\u5f15\u9886\u4e86\u4e00\u573a\u4eba\u5de5\u667a\u80fd\u7684\u9769\u547d\u3002\u73b0\u5728\uff0c\u6211\u4eec\u5411\u5168\u7403\u5ba3\u5e03\uff1a\u6211\u4eec\u5df2\u7ecf\u5168\u9762\u652f\u6301OpenAI\u7684\u6240\u6709\u6a21\u578b\uff0c\u4f8b\u5982\uff1a\u652f\u6301GPT-4-ALL\u3001GPT-4-\u591a\u6a21\u6001\u3001GPT-4-gizmo-*\u7b49\u4ee5\u53ca\u5404\u79cd\u56fd\u4ea7\u5927\u6a21\u578b\u3002\u6700\u4ee4\u4eba\u632f\u594b\u7684\u662f\uff0c\u6211\u4eec\u5df2\u7ecf\u5411\u4e16\u754c\u63a8\u51fa\u66f4\u5f3a\u5927\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/api.mygptmeta.com\/de\/price\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"\u6a21\u578b\u4ecb\u7ecd\" \/>\n<meta property=\"og:description\" content=\"\u751f\u6210\u5f0f \u5927\u6a21\u578b \u5b98\u65b9API \u4ef7\u683c\u4f53\u7cfb \u5728\u8fd9\u4e2a\u5f00\u653e\u4e0e\u5206\u4eab\u7684\u65f6\u4ee3\uff0cOpenAI\u5f15\u9886\u4e86\u4e00\u573a\u4eba\u5de5\u667a\u80fd\u7684\u9769\u547d\u3002\u73b0\u5728\uff0c\u6211\u4eec\u5411\u5168\u7403\u5ba3\u5e03\uff1a\u6211\u4eec\u5df2\u7ecf\u5168\u9762\u652f\u6301OpenAI\u7684\u6240\u6709\u6a21\u578b\uff0c\u4f8b\u5982\uff1a\u652f\u6301GPT-4-ALL\u3001GPT-4-\u591a\u6a21\u6001\u3001GPT-4-gizmo-*\u7b49\u4ee5\u53ca\u5404\u79cd\u56fd\u4ea7\u5927\u6a21\u578b\u3002\u6700\u4ee4\u4eba\u632f\u594b\u7684\u662f\uff0c\u6211\u4eec\u5df2\u7ecf\u5411\u4e16\u754c\u63a8\u51fa\u66f4\u5f3a\u5927\" \/>\n<meta property=\"og:url\" content=\"https:\/\/api.mygptmeta.com\/de\/price\/\" \/>\n<meta property=\"og:site_name\" content=\"GPTMeta API\" \/>\n<meta property=\"article:modified_time\" content=\"2024-08-04T09:50:39+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/api.mygptmeta.com\/wp-content\/uploads\/2024\/05\/35030f3b-sl-hero-layer-1.png\" \/>\n\t<meta property=\"og:image:width\" content=\"250\" \/>\n\t<meta property=\"og:image:height\" content=\"270\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data1\" content=\"15\u00a0Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/api.mygptmeta.com\\\/price\",\"url\":\"https:\\\/\\\/api.mygptmeta.com\\\/price\",\"name\":\"\u6a21\u578b\u4ecb\u7ecd - GPTMeta API\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/api.mygptmeta.com\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/api.mygptmeta.com\\\/price#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/api.mygptmeta.com\\\/price#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/api.mygptmeta.com\\\/wp-content\\\/uploads\\\/2024\\\/05\\\/35030f3b-sl-hero-layer-1.png\",\"datePublished\":\"2024-08-01T09:43:52+00:00\",\"dateModified\":\"2024-08-04T09:50:39+00:00\",\"description\":\"\u751f\u6210\u5f0f \u5927\u6a21\u578b \u5b98\u65b9API \u4ef7\u683c\u4f53\u7cfb \u5728\u8fd9\u4e2a\u5f00\u653e\u4e0e\u5206\u4eab\u7684\u65f6\u4ee3\uff0cOpenAI\u5f15\u9886\u4e86\u4e00\u573a\u4eba\u5de5\u667a\u80fd\u7684\u9769\u547d\u3002\u73b0\u5728\uff0c\u6211\u4eec\u5411\u5168\u7403\u5ba3\u5e03\uff1a\u6211\u4eec\u5df2\u7ecf\u5168\u9762\u652f\u6301OpenAI\u7684\u6240\u6709\u6a21\u578b\uff0c\u4f8b\u5982\uff1a\u652f\u6301GPT-4-ALL\u3001GPT-4-\u591a\u6a21\u6001\u3001GPT-4-gizmo-*\u7b49\u4ee5\u53ca\u5404\u79cd\u56fd\u4ea7\u5927\u6a21\u578b\u3002\u6700\u4ee4\u4eba\u632f\u594b\u7684\u662f\uff0c\u6211\u4eec\u5df2\u7ecf\u5411\u4e16\u754c\u63a8\u51fa\u66f4\u5f3a\u5927\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/api.mygptmeta.com\\\/price#breadcrumb\"},\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/api.mygptmeta.com\\\/price\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\\\/\\\/api.mygptmeta.com\\\/price#primaryimage\",\"url\":\"https:\\\/\\\/api.mygptmeta.com\\\/wp-content\\\/uploads\\\/2024\\\/05\\\/35030f3b-sl-hero-layer-1.png\",\"contentUrl\":\"https:\\\/\\\/api.mygptmeta.com\\\/wp-content\\\/uploads\\\/2024\\\/05\\\/35030f3b-sl-hero-layer-1.png\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/api.mygptmeta.com\\\/price#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"\u9996\u9875\",\"item\":\"https:\\\/\\\/api.mygptmeta.com\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"\u6a21\u578b\u4ecb\u7ecd\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/api.mygptmeta.com\\\/#website\",\"url\":\"https:\\\/\\\/api.mygptmeta.com\\\/\",\"name\":\"GPTMeta API\",\"description\":\"\u57fa\u4e8e\u5b98\u65b9API\u7684\u4e2d\u8f6c\u670d\u52a1\",\"publisher\":{\"@id\":\"https:\\\/\\\/api.mygptmeta.com\\\/#organization\"},\"alternateName\":\"\u57fa\u4e8e\u5b98\u65b9API\u7684\u4e2d\u8f6c\u670d\u52a1\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/api.mygptmeta.com\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"de\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/api.mygptmeta.com\\\/#organization\",\"name\":\"GPTMeta API\",\"url\":\"https:\\\/\\\/api.mygptmeta.com\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\\\/\\\/api.mygptmeta.com\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/api.mygptmeta.com\\\/wp-content\\\/uploads\\\/2024\\\/05\\\/GPT-Meta.png\",\"contentUrl\":\"https:\\\/\\\/api.mygptmeta.com\\\/wp-content\\\/uploads\\\/2024\\\/05\\\/GPT-Meta.png\",\"width\":1024,\"height\":1024,\"caption\":\"GPTMeta API\"},\"image\":{\"@id\":\"https:\\\/\\\/api.mygptmeta.com\\\/#\\\/schema\\\/logo\\\/image\\\/\"}}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"\u6a21\u578b\u4ecb\u7ecd - GPTMeta API","description":"\u751f\u6210\u5f0f \u5927\u6a21\u578b \u5b98\u65b9API \u4ef7\u683c\u4f53\u7cfb \u5728\u8fd9\u4e2a\u5f00\u653e\u4e0e\u5206\u4eab\u7684\u65f6\u4ee3\uff0cOpenAI\u5f15\u9886\u4e86\u4e00\u573a\u4eba\u5de5\u667a\u80fd\u7684\u9769\u547d\u3002\u73b0\u5728\uff0c\u6211\u4eec\u5411\u5168\u7403\u5ba3\u5e03\uff1a\u6211\u4eec\u5df2\u7ecf\u5168\u9762\u652f\u6301OpenAI\u7684\u6240\u6709\u6a21\u578b\uff0c\u4f8b\u5982\uff1a\u652f\u6301GPT-4-ALL\u3001GPT-4-\u591a\u6a21\u6001\u3001GPT-4-gizmo-*\u7b49\u4ee5\u53ca\u5404\u79cd\u56fd\u4ea7\u5927\u6a21\u578b\u3002\u6700\u4ee4\u4eba\u632f\u594b\u7684\u662f\uff0c\u6211\u4eec\u5df2\u7ecf\u5411\u4e16\u754c\u63a8\u51fa\u66f4\u5f3a\u5927","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/api.mygptmeta.com\/de\/price\/","og_locale":"de_DE","og_type":"article","og_title":"\u6a21\u578b\u4ecb\u7ecd","og_description":"\u751f\u6210\u5f0f \u5927\u6a21\u578b \u5b98\u65b9API \u4ef7\u683c\u4f53\u7cfb \u5728\u8fd9\u4e2a\u5f00\u653e\u4e0e\u5206\u4eab\u7684\u65f6\u4ee3\uff0cOpenAI\u5f15\u9886\u4e86\u4e00\u573a\u4eba\u5de5\u667a\u80fd\u7684\u9769\u547d\u3002\u73b0\u5728\uff0c\u6211\u4eec\u5411\u5168\u7403\u5ba3\u5e03\uff1a\u6211\u4eec\u5df2\u7ecf\u5168\u9762\u652f\u6301OpenAI\u7684\u6240\u6709\u6a21\u578b\uff0c\u4f8b\u5982\uff1a\u652f\u6301GPT-4-ALL\u3001GPT-4-\u591a\u6a21\u6001\u3001GPT-4-gizmo-*\u7b49\u4ee5\u53ca\u5404\u79cd\u56fd\u4ea7\u5927\u6a21\u578b\u3002\u6700\u4ee4\u4eba\u632f\u594b\u7684\u662f\uff0c\u6211\u4eec\u5df2\u7ecf\u5411\u4e16\u754c\u63a8\u51fa\u66f4\u5f3a\u5927","og_url":"https:\/\/api.mygptmeta.com\/de\/price\/","og_site_name":"GPTMeta API","article_modified_time":"2024-08-04T09:50:39+00:00","og_image":[{"width":250,"height":270,"url":"https:\/\/api.mygptmeta.com\/wp-content\/uploads\/2024\/05\/35030f3b-sl-hero-layer-1.png","type":"image\/png"}],"twitter_card":"summary_large_image","twitter_misc":{"Gesch\u00e4tzte Lesezeit":"15\u00a0Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/api.mygptmeta.com\/price","url":"https:\/\/api.mygptmeta.com\/price","name":"\u6a21\u578b\u4ecb\u7ecd - GPTMeta API","isPartOf":{"@id":"https:\/\/api.mygptmeta.com\/#website"},"primaryImageOfPage":{"@id":"https:\/\/api.mygptmeta.com\/price#primaryimage"},"image":{"@id":"https:\/\/api.mygptmeta.com\/price#primaryimage"},"thumbnailUrl":"https:\/\/api.mygptmeta.com\/wp-content\/uploads\/2024\/05\/35030f3b-sl-hero-layer-1.png","datePublished":"2024-08-01T09:43:52+00:00","dateModified":"2024-08-04T09:50:39+00:00","description":"\u751f\u6210\u5f0f \u5927\u6a21\u578b \u5b98\u65b9API \u4ef7\u683c\u4f53\u7cfb \u5728\u8fd9\u4e2a\u5f00\u653e\u4e0e\u5206\u4eab\u7684\u65f6\u4ee3\uff0cOpenAI\u5f15\u9886\u4e86\u4e00\u573a\u4eba\u5de5\u667a\u80fd\u7684\u9769\u547d\u3002\u73b0\u5728\uff0c\u6211\u4eec\u5411\u5168\u7403\u5ba3\u5e03\uff1a\u6211\u4eec\u5df2\u7ecf\u5168\u9762\u652f\u6301OpenAI\u7684\u6240\u6709\u6a21\u578b\uff0c\u4f8b\u5982\uff1a\u652f\u6301GPT-4-ALL\u3001GPT-4-\u591a\u6a21\u6001\u3001GPT-4-gizmo-*\u7b49\u4ee5\u53ca\u5404\u79cd\u56fd\u4ea7\u5927\u6a21\u578b\u3002\u6700\u4ee4\u4eba\u632f\u594b\u7684\u662f\uff0c\u6211\u4eec\u5df2\u7ecf\u5411\u4e16\u754c\u63a8\u51fa\u66f4\u5f3a\u5927","breadcrumb":{"@id":"https:\/\/api.mygptmeta.com\/price#breadcrumb"},"inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/api.mygptmeta.com\/price"]}]},{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/api.mygptmeta.com\/price#primaryimage","url":"https:\/\/api.mygptmeta.com\/wp-content\/uploads\/2024\/05\/35030f3b-sl-hero-layer-1.png","contentUrl":"https:\/\/api.mygptmeta.com\/wp-content\/uploads\/2024\/05\/35030f3b-sl-hero-layer-1.png"},{"@type":"BreadcrumbList","@id":"https:\/\/api.mygptmeta.com\/price#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"\u9996\u9875","item":"https:\/\/api.mygptmeta.com\/"},{"@type":"ListItem","position":2,"name":"\u6a21\u578b\u4ecb\u7ecd"}]},{"@type":"WebSite","@id":"https:\/\/api.mygptmeta.com\/#website","url":"https:\/\/api.mygptmeta.com\/","name":"GPTMeta-API","description":"Transitdienste auf der Grundlage offizieller APIs","publisher":{"@id":"https:\/\/api.mygptmeta.com\/#organization"},"alternateName":"\u57fa\u4e8e\u5b98\u65b9API\u7684\u4e2d\u8f6c\u670d\u52a1","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/api.mygptmeta.com\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"de"},{"@type":"Organization","@id":"https:\/\/api.mygptmeta.com\/#organization","name":"GPTMeta-API","url":"https:\/\/api.mygptmeta.com\/","logo":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/api.mygptmeta.com\/#\/schema\/logo\/image\/","url":"https:\/\/api.mygptmeta.com\/wp-content\/uploads\/2024\/05\/GPT-Meta.png","contentUrl":"https:\/\/api.mygptmeta.com\/wp-content\/uploads\/2024\/05\/GPT-Meta.png","width":1024,"height":1024,"caption":"GPTMeta API"},"image":{"@id":"https:\/\/api.mygptmeta.com\/#\/schema\/logo\/image\/"}}]}},"_links":{"self":[{"href":"https:\/\/api.mygptmeta.com\/de\/wp-json\/wp\/v2\/pages\/867","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/api.mygptmeta.com\/de\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/api.mygptmeta.com\/de\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/api.mygptmeta.com\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/api.mygptmeta.com\/de\/wp-json\/wp\/v2\/comments?post=867"}],"version-history":[{"count":0,"href":"https:\/\/api.mygptmeta.com\/de\/wp-json\/wp\/v2\/pages\/867\/revisions"}],"wp:attachment":[{"href":"https:\/\/api.mygptmeta.com\/de\/wp-json\/wp\/v2\/media?parent=867"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}