모델

Amazon: Nova Lite 1.0

Markdown · JSON

Amazon: Nova Lite 1.0

Amazon Nova Lite는 텍스트, 이미지, 문서, 비디오를 빠르게 분석하는 1세대 멀티모달 이해 모델입니다. 텍스트를 반환하며 시각적 질의응답, 정보 추출, 요약, 가벼운 도구 중심 작업에 적합합니다.

모델 소개

이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.

Amazon Nova Lite는 1세대 Nova 제품군의 가벼운 멀티모달 이해 모델입니다. 텍스트, 이미지, 비디오를 처리하고 텍스트를 반환하며 빠른 시각적 질의응답, 문서 해석, 요약, 대화형 지원에 초점을 맞춥니다. 스크린샷 설명, 문서에서 제품 속성 추출, 클립에 관한 질문 답변처럼 범위가 정해진 작업에 적합합니다. 이는 원래의 Nova Lite v1 에디션이며 Nova 2 Lite 및 그 확장 사고 설정과 구분됩니다.

1세대 Nova 가이드는 300K 토큰 컨텍스트 창과 최대 10K 토큰 출력을 명시합니다. 문서상 지식 기준 시점은 2024년 10월입니다. 컨텍스트는 원본 자료와 예시에 사용하고 답변에는 후속 작업에 필요한 명명된 필드, 간결한 요약, 표를 담으세요. 추출에는 누락값 표현을 보여주는 스키마와 완전한 예시 하나를 제공하세요. 모델에 JSON이나 다른 텍스트 구조를 반환하도록 지시할 수 있지만 형식 요청은 스키마 제약 출력을 보장하는 제작사 기능과 같지 않습니다.

Lite의 비전 작업은 이미지에 대한 질의응답, 분류, 요약을 할 수 있습니다. Amazon은 Nova Lite 및 Pro의 경계 상자 탐지를 명시적으로 문서화하며, [0, 1000) 척도의 좌표를 원본 이미지 치수로 변환할 수 있습니다. 요청한 물체나 화면 요소를 찾는 데 활용할 수 있지만 좌표 해석과 행동 실행은 애플리케이션의 책임입니다. 입력 이미지는 자동으로 크기 조정되며 이미지 가이드의 최대 해상도는 8,000 × 8,000픽셀입니다. 잘림을 선택할 때 작은 라벨을 읽을 수 있게 유지하고 주변 맥락을 보존하세요.

문서의 이미지 형식은 PNG, JPG/JPEG, GIF, WebP입니다. 문서 작업은 PDF, DOC/DOCX, CSV, XLS/XLSX, HTML, TXT, Markdown을 지원합니다. 텍스트 기반 파일은 텍스트를 처리하고 PDF와 DOCX는 페이지 텍스트와 차트 또는 표 같은 시각 요소를 결합할 수 있습니다. 제작사 문서 가이드는 문서 최대 다섯 개와 개별 텍스트 문서 4.5 MB 한도를 허용합니다. CMYK 또는 SVG 이미지가 들어간 PDF는 제외하고 JPEG2000, JBIG2는 미지원 PDF 인코딩으로 명시합니다. 실용적인 지시서는 비교할 페이지나 섹션을 식별하고 소스 라벨과 함께 값을 요청합니다. 내장 미디어는 base64 오버헤드를 포함한 25 MB 페이로드 예산을 공유합니다. 요청에는 비디오 하나를 포함할 수 있고 S3를 통하면 1 GB로 제한되며, S3 미디어 합계는 2 GB까지 가능합니다. PDF와 DOCX 입력은 계속 문서 다섯 개로 제한되고 합계 허용량은 직접 업로드 시 25 MB, S3를 통하면 2 GB입니다.

비디오 형식에는 MP4, MOV, MKV, WebM, FLV, MPEG, MPG, WMV, 3GP가 포함됩니다. Nova Lite는 16분 이하 클립에서 초당 한 프레임을 샘플링하며 더 긴 클립에서는 재생 시간 전체에 걸쳐 960프레임을 배치합니다. 따라서 긴 클립은 시간적 디테일이 더 거칠어집니다. 가이드는 움직임이 적은 자료는 한 시간 미만, 움직임이 많은 자료는 16분 미만을 권장합니다. 이는 준비 권장 사항이며 보편적인 길이 보장은 아닙니다. 장면이나 눈에 보이는 행동을 질문하고 음성 트랙에 답변에 필요한 사실이 있으면 별도 대본을 포함하세요. 제작사는 이 모델이 이미지, 문서, 비디오 속 사람을 식별하거나 이름을 붙이지 않는다고도 명시합니다.

Nova Lite는 응답 스트리밍, 클라이언트가 실행하는 도구 호출, 검색 증강 작업을 지원합니다. Amazon 문서의 서빙 프로필에서는 프롬프트 캐싱도 지원합니다. 명시적 캐싱에는 체크포인트당 최소 1K 토큰이 필요하며 최대 네 체크포인트와 5분 보관을 허용합니다. 제작사는 주로 텍스트 프롬프트에 대해 프롬프트 캐싱을 20K 토큰으로 제한합니다. 이 캐시 허용량은 전체 컨텍스트 창과 별개입니다. 최신 정보에 의존하는 답변에는 관련 참조 대목, 명확한 도구 설명, 실제 도구 결과를 제공하세요. 1세대 가이드는 200개가 넘는 언어 지원과 영어, 독일어, 프랑스어, 스페인어, 일본어, 아랍어, 중국어 간체, 러시아어 등을 포함한 15개 언어의 더 강한 최적화를 설명합니다. 모든 방언이나 시각적 텍스트에서 지원 수준이 같지는 않습니다. 가벼운 어시스턴트에서는 지시가 복잡해지면 추출과 해석을 분리하고 필요한 출력 언어, 필드, 종료 조건을 명시하세요.

실제 활용 과제

실제 활용 과제

영어 기술 예제

Extract product fields from a note

Extract a product record from this supplied text: "Desk lamp L-14; matte black; USB-C power; cable included; dimensions not stated." Return a table with model, color, power, included items and dimensions. Write "not stated" for missing information, then give a one-sentence catalogue summary using only those fields.

예상 결과

A five-field table followed by one catalogue sentence; dimensions are marked not stated.

결과 확인

Verify that no dimensions, wattage or battery are added to the note.
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions amazon/nova-lite-v1

amazon/nova-lite-v1

Amazon /amazon/nova-lite-v1

시작하기

Amazon Nova Lite는 텍스트, 이미지, 문서, 비디오를 빠르게 분석하는 1세대 멀티모달 이해 모델입니다. 텍스트를 반환하며 시각적 질의응답, 정보 추출, 요약, 가벼운 도구 중심 작업에 적합합니다.

허용 입력
텍스트
결과
텍스트

Ailoot에서 사용 가능 · 입력 및 메서드

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
입력
text
출력
text
출력 형식
json 또는 SSE
필드유형요건값과 한도기본값
필드model유형string요건필수값과 한도
amazon/nova-lite-v1
기본값—
필드messages유형message[]요건필수값과 한도
최소 항목 수: 1
기본값—
필드messages[].role유형string요건필수값과 한도
예시: system, user, assistant, tool, function
조건: 이 역할들은 소스 코드의 호환 타입에 명시적으로 표현됩니다. 정확한 모델 역할 집합은 모델별로 다릅니다.
모델에 따라 다름
기본값—
필드messages[].content유형string|content_part[]|null요건선택 사항값과 한도기본값—
필드messages[].tool_calls유형tool_call[]요건선택 사항값과 한도기본값—
필드messages[].tool_call_id유형string요건선택 사항값과 한도
적용 조건: role=tool. 실제 반환된 ID를 사용하세요
기본값—
필드messages[].name유형string요건선택 사항값과 한도기본값—
필드messages[].reasoning_content유형string요건선택 사항값과 한도
적용 조건: 이 모델이 추론을 사용하는 경우 실제 반환된 추론을 그대로 다음 요청에 다시 전달하세요
기본값—
필드messages[].reasoning_details유형object|array요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드max_tokens유형integer요건선택 사항값과 한도
최솟값: 1
모델에 따라 다름
기본값—
필드max_completion_tokens유형integer요건선택 사항값과 한도
최솟값: 1
모델에 따라 다름
기본값—
필드stream유형boolean요건선택 사항값과 한도기본값false
필드stream_options.include_usage유형boolean요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드temperature유형number요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드top_p유형number요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드stop유형string|string[]요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드tools유형function_tool[]요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드tools[].type유형string요건선택 사항값과 한도
function
모델에 따라 다름
기본값—
필드tools[].function.name유형string요건필수값과 한도
적용 조건: 함수 도구 지정됨
기본값—
필드tools[].function.description유형string요건선택 사항값과 한도기본값—
필드tools[].function.parameters유형JSON_schema요건선택 사항값과 한도기본값—
필드tool_choice유형string|object요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드parallel_tool_calls유형boolean요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드response_format유형object요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드reasoning_effort유형string요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드reasoning유형object요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드service_tier유형string요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드instructions유형string요건선택 사항값과 한도
호환성 필드
기본값—
필드functions유형function[]요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드function_call유형string|object요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드prompt_cache_options유형object요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드modalities유형string[]요건선택 사항값과 한도
text
기본값—
필드provider유형object요건선택 사항값과 한도
조건: 이 Ultra 텍스트 경로에서는 provider.options가 거부됩니다
기본값—
필드cache_control.ttl유형string요건선택 사항값과 한도
조건: 실제 프롬프트 캐시 지정 위치에서는 1h가 거부됩니다
기본값—
입력 자료 조합

텍스트 · UTF8 텍스트

messages[].content

메서드 매개변수와 수명 주기
매개변수명세
매개변수content_type명세application/json
매개변수required명세model, messages
매개변수material_types명세text
매개변수messages명세role/content 형식의 메시지 배열
매개변수file_material명세실제 UTF-8 문서를 텍스트로 그대로 삽입합니다. 파일 ID는 추정하지 않습니다
매개변수optional_controls명세stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice
매개변수control_scope명세모델별로 다름. 사용자 함수 도구와 호스팅 도구는 서로 다릅니다
매개변수output_modalities명세text
매개변수hosted_operations명세false
매개변수multimodal_input_binding명세null

수명 주기: synchronous_or_streamed

정확한 모델 ID를 messages와 함께 보내세요.

컨텍스트 길이는 출력 상한이 아닙니다.

텍스트 파일은 텍스트를 그대로 제공할 수 있습니다. 이미지/오디오/파일 객체 입력에는 정확한 바인딩이 필요합니다.

요금

요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.

빠른 모드
표준 요금 빠른 모드를 선택한 경우
Flex 모드
표준 요금 flex 모드를 선택한 경우
최대 추론 수준
표준 요금 최대 추론 수준에 default 조정값을 적용하는 경우

Ailoot 요금

설정별 가격

각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.

설정요금표컨텍스트 토큰 수 초과 기준컨텍스트 토큰 수 이하 기준요금
설정토큰의 기본 단가요금표기본 요금컨텍스트 토큰 수 초과 기준—컨텍스트 토큰 수 이하 기준상한 없음요금
입력 · 입력 토큰 $0.00012 / 1K 토큰
출력 · 출력 토큰 $0.00048 / 1K 토큰
입력 · 캐시 읽기 — / 1K 토큰
입력 · 캐시 쓰기 — / 1K 토큰
입력 · 캐시 쓰기, 1시간 — / 1K 토큰
설정요청 길이 구간 1요금표—컨텍스트 토큰 수 초과 기준0컨텍스트 토큰 수 이하 기준상한 없음요금
입력 · 입력 토큰 $0.00012 / 1K 토큰
출력 · 출력 토큰 $0.00048 / 1K 토큰
입력 · 캐시 읽기 — / 1K 토큰
입력 · 캐시 쓰기 — / 1K 토큰
입력 · 캐시 쓰기, 1시간 — / 1K 토큰

Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →

요청 예제

Ailoot Ultra · OpenAI Chat

curlPython SDKPython 스트리밍
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "amazon/nova-lite-v1", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
    if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
from openai import OpenAI
import os

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model='amazon/nova-lite-v1',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

save_result(result.to_dict(mode="json"))
from openai import OpenAI
import os
from pathlib import Path

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

with client.chat.completions.stream(model='amazon/nova-lite-v1',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:
    with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:
        for event in stream:
            payload=event.to_dict(mode="json")
            log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush()
            print(json.dumps(payload,ensure_ascii=False))
    final=stream.get_final_completion()
    save_result(final.to_dict(mode="json"),"stream-result")

결과 수신 및 저장

Ailoot Ultra · OpenAI Chat

json 또는 SSE

완료된 결과 모두 보관

반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.

각 선택지와 그 콘텐츠·도구 호출·추론을 모두 보존하세요. SSE에서는 선택지/도구 인덱스별로 증분을 조합하고 최종 종료 사유와 사용량을 유지하세요.

원래 응답을 확인해야 할 경우

요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.

응답 필드
필드유형
필드choices[].index유형integer
필드choices[].message.content유형string|null
필드choices[].message.tool_calls유형tool_call[]
필드choices[].message.reasoning_content유형string
필드choices[].message.reasoning_details유형object|array
필드choices[].finish_reason유형string|null
필드usage유형object
오류와 다음 단계
응답조건다음 단계
응답400 · invalid_request_error조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음다음 단계새 생성 요청 전에 표시된 필드를 수정하세요.

별칭

모델 별칭

Ailoot Ultra amazon/nova-lite-v1

메서드 경로 별칭

위에 표시된 메서드 경로를 사용하세요.

관련 호출용 ID

amazon/nova-lite-v1

Ailoot Ultra · Anthropic Messages POST /v1/messages amazon/nova-lite-v1

amazon/nova-lite-v1

Amazon /amazon/nova-lite-v1

시작하기

Amazon Nova Lite는 텍스트, 이미지, 문서, 비디오를 빠르게 분석하는 1세대 멀티모달 이해 모델입니다. 텍스트를 반환하며 시각적 질의응답, 정보 추출, 요약, 가벼운 도구 중심 작업에 적합합니다.

허용 입력
텍스트
결과
json · sse

Ailoot에서 사용 가능 · 입력 및 메서드

Ailoot Ultra · Anthropic Messages POST /v1/messages
입력
text
출력
json, sse
출력 형식
JSON 또는 SSE
필드유형요건값과 한도기본값
필드model유형string요건필수값과 한도
amazon/nova-lite-v1
기본값—
필드messages유형message[]요건필수값과 한도기본값—
필드messages[].role유형string요건필수값과 한도
user, assistant
기본값—
필드messages[].content유형string요건필수값과 한도기본값—
필드max_tokens유형integer요건필수값과 한도기본값—
필드stream유형boolean요건선택 사항값과 한도기본값false
입력 자료 조합

텍스트 · UTF-8 텍스트

messages[].content 문자열

메서드 매개변수와 수명 주기
매개변수명세
매개변수content_type명세application/json
매개변수required명세model, messages, max_tokens
매개변수optional_controls명세stream
매개변수material_types명세text
매개변수text_file_material명세실제 UTF-8 문서를 읽고 그 텍스트를 지정된 입력 또는 메시지 콘텐츠 문자열에 넣으세요.

수명 주기: synchronous_or_streamed

요금

요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.

빠른 모드
표준 요금 빠른 모드를 선택한 경우
Flex 모드
표준 요금 flex 모드를 선택한 경우
최대 추론 수준
표준 요금 최대 추론 수준에 default 조정값을 적용하는 경우

Ailoot 요금

설정별 가격

각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.

설정요금표컨텍스트 토큰 수 초과 기준컨텍스트 토큰 수 이하 기준요금
설정토큰의 기본 단가요금표기본 요금컨텍스트 토큰 수 초과 기준—컨텍스트 토큰 수 이하 기준상한 없음요금
입력 · 입력 토큰 $0.00012 / 1K 토큰
출력 · 출력 토큰 $0.00048 / 1K 토큰
입력 · 캐시 읽기 — / 1K 토큰
입력 · 캐시 쓰기 — / 1K 토큰
입력 · 캐시 쓰기, 1시간 — / 1K 토큰
설정요청 길이 구간 1요금표—컨텍스트 토큰 수 초과 기준0컨텍스트 토큰 수 이하 기준상한 없음요금
입력 · 입력 토큰 $0.00012 / 1K 토큰
출력 · 출력 토큰 $0.00048 / 1K 토큰
입력 · 캐시 읽기 — / 1K 토큰
입력 · 캐시 쓰기 — / 1K 토큰
입력 · 캐시 쓰기, 1시간 — / 1K 토큰

Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →

요청 예제

Ailoot Ultra · Anthropic Messages

최소 구성의 완전한 JSON 본문curl · 자신의 UTF-8 문서 사용Python · 결과 전체 저장
{
  "model": "amazon/nova-lite-v1",
  "max_tokens": 128,
  "messages": [
    {
      "role": "user",
      "content": "Summarize the incident report."
    }
  ],
  "stream": false
}
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'amazon/nova-lite-v1', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
  -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'amazon/nova-lite-v1', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError

api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
    raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
    with urlopen(request, timeout=120) as response:
        raw = response.read()
        Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
    Path('result.json').write_bytes(error.read())
    Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
    raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))

결과 수신 및 저장

Ailoot Ultra · Anthropic Messages

JSON 또는 SSE

완료된 결과 모두 보관

반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.

모든 콘텐츠 블록, 사고 서명, 실제 도구 사용 ID를 보존하세요. 모든 SSE 블록 증분을 조합하세요. 첫 텍스트 블록이 전체 출력은 아닙니다.

원래 응답을 확인해야 할 경우

요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.

응답 필드
필드유형
필드id유형string
필드model유형string
필드content[]유형text|thinking|tool_use|other content block
필드stop_reason유형string|null
필드usage유형object
오류와 다음 단계
응답조건다음 단계
응답400 · invalid_request_error조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음다음 단계새 생성 요청 전에 표시된 필드를 수정하세요.

별칭

모델 별칭

Ailoot Ultra amazon/nova-lite-v1

메서드 경로 별칭

위에 표시된 메서드 경로를 사용하세요.

관련 호출용 ID

amazon/nova-lite-v1

FAQ · Amazon: Nova Lite 1.0
어떤 입력과 결과를 사용할 수 있나요?

POST /v1/chat/completions · amazon/nova-lite-v1: text → text

POST /v1/messages · amazon/nova-lite-v1: text → json, sse

요청은 어떤 필드를 사용하나요?

POST /v1/chat/completions · amazon/nova-lite-v1: model, messages, stream, modalities, provider

POST /v1/messages · amazon/nova-lite-v1: model, messages, max_tokens, stream

어떤 제한이 적용되나요?

POST /v1/chat/completions · amazon/nova-lite-v1: messages.min_items: 1

자세히 보기

Claude Code, OpenCode, Hermes, 자체 앱에 Ailoot를 연결하세요.

회사와 그 프로젝트 포트폴리오

회사와 그 프로젝트 포트폴리오: 수백만 고객, 매월 수십억 규모의 매출.

할인받아 토큰을 구매하세요.

정기 작업에는 구독 할인, 토큰 구매에는 최대 50% 프로모션 코드.

구독
정기 요청에 맞는 할인 요금제를 선택하세요.
최대 50% 프로모션 코드
구매할 때 코드를 넣으면 진행 중 행사에 따라 가격을 다시 계산합니다.
이력의 지출
요청마다 모델, 토큰, 금액을 저장합니다.

구독 선택 · 모델 가격 보기

판매하는 제품에 API를 연결하세요.

Ailoot 공식 이용 조건과 라이선스 계약으로 SaaS, 앱, 봇에 사용하세요. 재판매에는 리셀러 라이선스를 요청하세요.

상업용 앱
서비스의 유료 기능에 텍스트, 이미지, 영상, 소리 생성을 넣으세요.
리셀러 라이선스
프로젝트 설명과 접근 구조를 보내 사용·재판매의 서면 조건을 요청하세요.
사이트의 문서
연결 전에 공식 이용 조건, 라이선스 계약, 데이터 처리 정책을 읽을 수 있습니다.

리셀러 라이선스 요청 · 공식 이용 조건과 라이선스 계약