Unduhan Free GenAI APIs in 2024 - Unduhan kode sumber Free GenAI APIs in 2024

API GenAI Gratis yang Dapat Anda Gunakan pada tahun 2024

Banyak perusahaan skala kecil yang menawarkan API canggih tanpa biaya atau menyediakan uji coba gratis yang dapat diperpanjang hingga satu tahun berdasarkan penggunaan Anda. Kami akan melihat beberapa API tersebut dan mengeksplorasi manfaat serta penggunaannya.

1. Pelayaran AI

Voyage adalah tim peneliti dan insinyur AI terkemuka, yang membangun model penyematan untuk pengambilan dan RAG yang lebih baik.

Sebagus Model Penyematan OpenAI
Harga: Saat Ini Gratis (Februari 2024)
Dokumentasi: https://docs.voyageai.com/
Memulai: https://docs.voyageai.com/

Model Penyematan yang didukung, dan masih banyak lagi yang akan datang.

Untuk menginstal perpustakaan pelayaran:

 # Use pip to insatll the 'voyageai' Python package to the latest version.
pip install voyageai

mari gunakan salah satu model penyematan voyage-2 dan lihat hasilnya:

 # Import the 'voyageai' module
import voyageai

# Create a 'Client' object from the 'voyageai' module and initialize it with your API key
vo = voyageai . Client ( api_key = "<your secret voyage api key>" )

# user query
user_query = "when apple is releasing their new Iphone?"


# The 'model' parameter is set to "voyage-2", and the 'input_type' parameter is set to "document"
documents_embeddings = vo . embed (
    [ user_query ], model = "voyage-2" , input_type = "document"
). embeddings

# printing the embedding
print ( documents_embeddings )

########### OUTPUT ###########
[ 0.12 , 0.412 , 0.573 , ... 0.861 ] # dimension is 1024
########### OUTPUT ###########

2. AI Skala Apa Pun

Anyscale, perusahaan di belakang Ray, merilis API bagi pengembang LLM untuk menjalankan dan menyempurnakan LLM sumber terbuka dengan cepat, hemat biaya, dan dalam skala besar.

Menjalankan/Menyempurnakan LLM Sumber Terbuka yang Kuat dengan biaya yang sangat rendah atau tanpa biaya
Harga (tanpa kartu kredit): Tingkat gratis $10, dengan $0,15 per Juta/token
Dokumentasi: https://docs.endpoints.anyscale.com/
Memulai: https://app.endpoints.anyscale.com/welcome

Model LLM dan Penyematan yang didukung

Titik akhir skala apa pun berfungsi dengan pustaka OpenAI:

 # Use pip to insatll the 'openai' Python package to the latest version.
pip install openai

mari kita gunakan salah satu LLM generasi teks dan lihat hasilnya:

 # Import necessary modules
import openai

# Define the Anyscale endpoint token
ANYSCALE_ENDPOINT_TOKEN = "<your secret anyscale api key>"

# Create an OpenAI client with the Anyscale base URL and API key
oai_client = openai . OpenAI (
    base_url = "https://api.endpoints.anyscale.com/v1" ,
    api_key = anyscale_key ,
)

# Define the OpenAI model to be used for chat completions
model = "mistralai/Mistral-7B-Instruct-v0.1"

# Define a prompt for the chat completion
prompt = '''hello, how are you?
'''

# Use the AnyScale model for chat completions
# Send a user message using the defined prompt
response = oai_client . chat . completions . create (
    model = model ,
    messages = [
        { "role" : "user" , "content" : prompt }
    ],
)

# printing the response
print ( response . choices [ 0 ]. message . content )


########### OUTPUT ###########
Hello ! I am just a computer program , so I dont have 
feelings or emotions like a human does ...
########### OUTPUT ###########

3. Model Multi Gemini

Yang ini mungkin sudah Anda ketahui, namun perlu disebutkan, Google merilis Gemini Multi-Model mereka tahun lalu, dan penggunaan API tingkat gratisnya yang membuatnya lebih menarik.

Obrolan dengan teks dan gambar (Mirip dengan GPT-4) dan Model Penyematan
Harga: Versi Gratis (60 Kueri per menit)
Dokumentasi: https://ai.google.dev/docs
Memulai: https://makersuite.google.com/app/apikey

Model yang Didukung

Untuk menginstal perpustakaan yang diperlukan

 # Install necessary libraries
pip install google - generativeai grpcio grpcio - tools

Untuk menggunakan model teks gemini-pro

 # importing google.generativeai as genai
import google . generativeai as genai

# setting the api key
genai . configure ( api_key = "<your secret gemini api key>" )

# setting the text model
model = genai . GenerativeModel ( 'gemini-pro' )

# generating response
response = model . generate_content ( "What is the meaning of life?" )

# printing the response
print ( response . text )

########### OUTPUT ###########
he query of life purpose has perplexed people 
across centuries ... 
########### OUTPUT ###########

Untuk menggunakan model gambar gemini-pro-vision

 # importing google.generativeai as genai
import google . generativeai as genai

# setting the api key
genai . configure ( api_key = "<your secret gemini api key>" )

# setting the text model
model = genai . GenerativeModel ( 'gemini-pro-vision' )

# loading Image
import PIL . Image
img = PIL . Image . open ( 'cat_wearing_hat.jpg' )

# chating with image
response =  model . generate_content ([ img , "Is there a cat in this image?" ])

# printing the response
print ( response . text )

########### OUTPUT ###########
Yes there is a cat in this image
########### OUTPUT ###########

4. Kedalaman Apapun AI

Estimasi kedalaman gambar adalah tentang mengetahui seberapa jauh jarak objek dalam suatu gambar. Ini merupakan masalah penting dalam visi komputer karena membantu dalam tugas-tugas seperti mobil tanpa pengemudi. Ruang Hugging Face dari Lihe Young menawarkan API yang dapat digunakan untuk menemukan kedalaman gambar.

temukan kedalaman gambar dalam hitungan detik tanpa menyimpan atau memuat model
Harga: Gratis (Diperlukan Token HuggingFace)
Dapatkan Token HuggingFace: https://huggingface.co/settings/tokens
Demo Web: https://huggingface.co/spaces/LiheYoung/Depth-Anything

Model yang Didukung:

https://huggingface.co/spaces/LiheYoung/Depth-Anything/tree/main/checkpoints

Untuk menginstal perpustakaan yang diperlukan

 # Install necessary libraries
pip install  gradio_client

Finding image depth using depth - anything model .

from gradio_client import Client

# Your Hugging Face API token
huggingface_token = "YOUR_HUGGINGFACE_TOKEN"

# Create a Client instance with the URL of the Hugging Face model deployment
client = Client ( "https://liheyoung-depth-anything.hf.space/--replicas/odat1/" )

# Set the headers parameter with your Hugging Face API token
headers = { "Authorization" : f"Bearer { huggingface_token } " }

# image link or path
my_image = "house.jpg"

# Use the Client to make a prediction, passing the headers parameter
result = client . predict (
    my_image ,
    api_name = "/on_submit" ,
    headers = headers  # Pass the headers with the Hugging Face API token
)

# loading the result
from IPython . display import Image
image_path = result [ 0 ][ 1 ]
Image ( filename = image_path )

5. Tangkapan layar ke HTML/CSS

Anda dapat membuat templat halaman web menggunakan API yang disediakan oleh HuggingFace M4.

Ambil saja tangkapan layar halaman web dan sebarkan di API.
Harga: Gratis (Diperlukan Token HuggingFace)
Dapatkan Token HuggingFace: https://huggingface.co/settings/tokens
Demo Web: https://huggingface… tangkapan layar2html

Untuk menginstal perpustakaan yang diperlukan

 # Install necessary libraries
pip install  gradio_client

Mengonversi tangkapan layar situs web menjadi kode menggunakan model tangkapan layar-ke-kode.

 # Installing required library
from gradio_client import Client

# Your Hugging Face API token
huggingface_token = "YOUR_HUGGINGFACE_TOKEN"

# Create a Client instance with the URL of the Hugging Face model deployment
client = Client ( "https://huggingfacem4-screenshot2html.hf.space/--replicas/cpol9/" )

# Set the headers parameter with your Hugging Face API token
headers = { "Authorization" : f"Bearer { huggingface_token } " }

# website image link or path
my_image = "mywebpage_screenshot.jpg"

# Use the Client to generate code, passing the headers parameter
result = client . predict (
    my_image ,
    api_name = "/model_inference" ,
    headers = headers  # Pass the headers with the Hugging Face API token
)

# printing the output
printing ( result )


########### OUTPUT ###########
< html >
< style >
body {
...
< / body >
< / html >
########### OUTPUT ###########

6. Bisikan (Audio ke Teks)

Ubah audio menjadi teks menggunakan Whisper API.

Cukup konversi audio menjadi teks menggunakan API, tanpa memuat model bisikan.
Harga: Gratis (Diperlukan Token HuggingFace)
Dapatkan Token HuggingFace: https://huggingface.co/settings/tokens
Demo Web: https://hugging… berbisik

Untuk menginstal perpustakaan yang diperlukan

 # Install necessary libraries
pip install  gradio_client

Mengubah audio menjadi teks menggunakan model Whisper.

 # Installing required library
from gradio_client import Client

# Your Hugging Face API token
huggingface_token = "YOUR_HUGGINGFACE_TOKEN"

# Create a Client instance with the URL of the Hugging Face model deployment
client = Client ( "https://huggingfacem4-screenshot2html.hf.space/--replicas/cpol9/" )

# Set the headers parameter with your Hugging Face API token
headers = { "Authorization" : f"Bearer { huggingface_token } " }

# audio link or path
my_image = "myaudio.mp4"

# Use the Client to generate a response, passing the headers parameter
result = client . predict (
    my_audio ,
    "transcribe" , # str in 'Task' Radio component
    api_name = "/predict"
    headers = headers  # Pass the headers with the Hugging Face API token
)

# printing the output
printing ( result )

########### OUTPUT ###########
Hi , how are you ?
########### OUTPUT ###########

Apa Selanjutnya

Masih banyak lagi API yang bisa Anda jelajahi melalui Hugging Face Spaces. Banyak perusahaan UKM menyediakan alat AI generatif yang kuat dengan biaya yang sangat rendah, seperti penyematan OpenAI, yang berharga $0,00013 untuk 1K/Token. Pastikan untuk memeriksa lisensinya, karena banyak API gratis di tingkat gratis membatasi permintaan per hari atau untuk penggunaan non-komersial.

Memperluas