Milliseconds.ai

Milliseconds.ai cubre un conjunto pequeño de tipos de decisión en lugar de uno general. Puedes obtener una respuesta de sí o no, una etiqueta de clasificación con toda la distribución de puntuaciones, una valoración en una escala, una respuesta extraída del texto de origen, campos extraídos, entidades nombradas o un resultado de verificación. Cada forma encaja en una tarea que el software ya hace en algún sitio, y elegir entre ellas suele reducirse a si tu código necesita un indicador, una categoría, un número o un conjunto de valores que pueda guardar. Una regla de enrutamiento necesita una etiqueta. Un paso de rellenar un formulario necesita campos. Elegir la forma correcta es la mayor parte de la configuración.

El modelo lee la entrada en una sola pasada hacia delante y devuelve el resultado, en vez de escribir una respuesta palabra a palabra como un modelo de chat. Por eso una decisión vuelve en unos 90 milisegundos. Siguen existiendo llamadas más largas. Responder tarda entre 0,3 y 0,9 segundos y extraer tarda entre 2,5 y 3,5 segundos. Para una petición que solo necesita un indicador o una etiqueta, la velocidad se mantiene.

Cuando una clasificación está reñida, lo ves. Una llamada de clasificación devuelve la probabilidad de cada etiqueta que hayas dado, no solo la ganadora, junto con un valor de confianza. Si dos etiquetas se quedan cerca del 0,34 cada una, tu código puede marcar el caso para revisión en lugar de adivinar. Es una diferencia real frente a las API que te dan una sola respuesta y esconden la duda. No hace falta adivinar.

Las mismas capacidades aceptan texto o imágenes. Envía bytes, una cadena base64 o una URL de datos, y el modelo lo lee directamente. Los formatos compatibles son JPEG, PNG y WebP, con un límite de 5 MB cada uno. ¿Y el almacenamiento de imágenes? No hay. El tratamiento de imágenes se factura como un número fijo de tokens según el nivel de detalle que elijas. Las URL de imágenes remotas no se aceptan, así que tu código tiene que enviar el archivo.

Hay SDKs oficiales de TypeScript y Python, además de una herramienta de línea de comandos llamada dm1. Los tipos de resultado siguen las etiquetas que defines, así que puedes leer la etiqueta ganadora y su puntuación sin desglosar el HTTP en crudo. La CLI lee texto de un archivo o de un pipe, escribe JSON para otro programa y usa códigos de salida para condicionar un script. Se instala con un solo comando de npm o pip.

El precio de producción es de 0,04 $ por millón de tokens de entrada, y los tokens de salida son gratis. Una clave de prueba te da 125 millones de tokens de entrada gratis cada mes, suficiente para evaluar la API con datos reales antes de pagar nada, y basta con comprar al menos 10 $ de crédito para pasar un proyecto a claves de producción. Las imágenes se facturan a una tarifa fija por nivel de detalle, así que puedes estimar el coste por mil imágenes antes de comprometerte.