একটি কী-র পেছনে AI মডেল, আপনার নির্ধারিত সীমা সহ
চ্যাট কমপ্লিশন API-এর মাধ্যমে AI মডেল কল করুন। প্রতিটি অনুরোধ আপনার প্রিপেইড ব্যালেন্সে সংরক্ষিত হয় এবং প্রকৃত ব্যবহারে নিষ্পত্তি হয়, প্রতি কী-তে সীমা সহ।
প্রিপেইড, পরে কোনো বিল নয়
বাজেটসহ AI
- চ্যাট কমপ্লিশন ও এমবেডিং একটি কী, একটি API, Galon-এর বাকি অংশের মতোই স্কোপ ও সীমা
- তালিকাভুক্ত মডেল, অনুমান নয় মডেল এন্ডপয়েন্ট যা পরিবেশিত হয় তা-ই ফেরত দেয়: প্রকৃত নাম, প্রকাশক, লাইসেন্স, কনটেক্সট দৈর্ঘ্য ও মূল্য
- কলের আগে সংরক্ষিত প্রতিটি অনুরোধ প্রিপেইড ব্যালেন্সে সংরক্ষিত হয়, তারপর প্রাপ্ত ব্যবহারে নিষ্পত্তি হয়
- স্ট্রিমিং যে মডেল এটি প্রকাশ করে তাদের জন্য; বিঘ্নিত স্ট্রিমের বিল শুধু প্রাপ্ত অংশের
- প্রতি কী-তে একটি সীমা চাইলে প্রোজেক্ট সীমার চেয়ে কম
তিনটি ধাপ
- অ্যাকাউন্ট খুলুনবিনামূল্যে, কার্ড ছাড়া
- MCP কনফিগ কপি করুনআপনার AI অ্যাসিস্ট্যান্টে পেস্ট করুন
- একটি মডেল বেছে নিনতালিকা দেখুন, একটি কল করুন
- MCP, CLI বা API দিয়ে কাজ করে
- প্রিপেইড, পরে কোনো বিল নয়
- আপনার সীমা, ৭৫%-এ সতর্কবার্তা
curl -X POST https://api.galon.ai/v1/ai/chat/completions \ -H "Authorization: Bearer gln_test_••••" \ -H "Content-Type: application/json" \ -d '{"model": "{model}", "messages": [{"role": "user", "content": "Write a two-line menu description for an espresso."}]}' # the models served, with their prices curl https://api.galon.ai/v1/ai/models \ -H "Authorization: Bearer gln_test_••••"
# your coding agent, Galon's MCP server connected > Which models can I call, and what do they cost per million tokens? # the agent calls list_ai_models, get_pricing
curl -X POST https://api.galon.ai/v1/ai/embeddings \
-H "Authorization: Bearer gln_test_••••" \
-H "Content-Type: application/json" \
-d '{"model": "{model}", "input": ["espresso", "flat white", "cold brew"]}'প্রিপেইড, যত ব্যবহার তত পরিশোধ
Meta-Llama-3_3-70B-Instruct
$1.1976 প্রতি দশ লাখ ইনপুট টোকেনে
Meta-Llama-3_3-70B-Instruct
$1.1976 প্রতি দশ লাখ আউটপুট টোকেনে
gpt-oss-120b
$0.1485 প্রতি দশ লাখ ইনপুট টোকেনে
gpt-oss-120b
$0.7425 প্রতি দশ লাখ আউটপুট টোকেনে
gpt-oss-20b
$0.0742 প্রতি দশ লাখ ইনপুট টোকেনে
gpt-oss-20b
$0.2784 প্রতি দশ লাখ আউটপুট টোকেনে
Qwen2.5-VL-72B-Instruct
$1.6266 প্রতি দশ লাখ ইনপুট টোকেনে
Qwen2.5-VL-72B-Instruct
$1.6266 প্রতি দশ লাখ আউটপুট টোকেনে
Qwen3.5-397B-A17B
$1.0725 প্রতি দশ লাখ ইনপুট টোকেনে
Qwen3.5-397B-A17B
$6.435 প্রতি দশ লাখ আউটপুট টোকেনে
Qwen3.5-9B
$0.1787 প্রতি দশ লাখ ইনপুট টোকেনে
Qwen3.5-9B
$0.2681 প্রতি দশ লাখ আউটপুট টোকেনে
Qwen3.6-27B
$0.715 প্রতি দশ লাখ ইনপুট টোকেনে
Qwen3.6-27B
$4.8262 প্রতি দশ লাখ আউটপুট টোকেনে
Qwen3.8-27B
$0.7425 প্রতি দশ লাখ ইনপুট টোকেনে
Qwen3.8-27B
$4.8262 প্রতি দশ লাখ আউটপুট টোকেনে
bge-m3
$0.0186 প্রতি দশ লাখ ইনপুট টোকেনে
Qwen3-Embedding-8B
$0.1856 প্রতি দশ লাখ ইনপুট টোকেনে
- শুরুতে কার্ড লাগবে না
- $0-তে পেইড কাজ থামে এবং আপনার ডেটা ৩০ দিন রাখা হয়
- প্রতিটি খরচ কাজের আগে সংরক্ষিত
- আমাদের রাজস্বের 1% Stripe Climate-এর মাধ্যমে কার্বন অপসারণে অর্থায়ন করে।
এমবেডিং $0.0186 থেকে, প্রতি দশ লাখ টোকেনে
মূল্য আপনার প্রিপেইড ব্যালেন্স থেকে পরিশোধ করা হয়। টপ-আপ আমাদের পেমেন্ট পার্টনারের মাধ্যমে বিক্রি হয়, যিনি আপনার রসিদ ইস্যু করেন; ডোমেইন নাম আলাদাভাবে বিক্রি হয়।
সরাসরি উত্তর
- ব্যবহারের বিল কীভাবে হয়?
- প্রতিটি অনুরোধ কলের আগে আপনার প্রিপেইড ব্যালেন্সে সংরক্ষিত হয় এবং প্রকৃতপক্ষে প্রাপ্ত ব্যবহারে নিষ্পত্তি হয়। ব্যালেন্স যে অনুরোধ বহন করতে পারে না, তা স্পষ্ট ত্রুটি সহ প্রত্যাখ্যাত হয়।
- আমি কোন মডেলগুলো কল করতে পারি?
- আপনার প্রোজেক্টের জন্য GET /v1/ai/models (বা MCP টুল list_ai_models) যেগুলো তালিকাভুক্ত করে। ফেরত পাওয়া id ব্যবহার করুন; কখনো অনুমান করবেন না।
- আমি কি একটি সীমা নির্ধারণ করতে পারি?
- হ্যাঁ। আপনার মাসিক সীমা প্রোজেক্টে প্রযোজ্য, এবং প্রতিটি কী নিজের আলাদা, কম সীমা বহন করতে পারে।
- Mailট্রানজ্যাকশনাল ইমেল যা আপনার এজেন্ট নিজেই পাঠাতে পারে
- Mail Proআপনার নিজের ডোমেইনে পেশাদার মেইলবক্স
- Deployকমিট থেকে লাইভ ঠিকানা, আপনার এজেন্টের পরিচালনায়
- Storageআপনার অ্যাপের ফাইল, সরাসরি স্টোরেজে আপলোড
- Domainsডোমেইন নাম যা আপনার এজেন্ট পরীক্ষা ও কোট করতে পারে
- Backendমাইগ্রেশন ও ব্যাকআপ সহ একটি PostgreSQL ডেটাবেস
- Functionsছোট JavaScript ফাংশন, বিচ্ছিন্ন ও সীমিত
- Searchআপনার অ্যাপ ও এজেন্টের জন্য পরিচ্ছন্ন Markdown হিসেবে ওয়েব পেজ
- Geoআপনার অ্যাপের জন্য মানচিত্র ডেটা, একটি কী-র পেছনে
- Computeআপনার ওয়ার্কলোডের জন্য বিচ্ছিন্ন কম্পিউট