Magnum v4 72B는 Anthracite가 산문에 초점을 맞춰 미세 조정한 Qwen2.5-72B-Instruct 모델입니다. 제작사는 이를 v4 제품군의 출발점이 된 실험적 지시 기반 모델로 설명합니다. 작성한 프롬프트와 대화로 텍스트를 생성하며 특히 서술 목소리와 캐릭터 상호 작용을 고려합니다. 이 에디션은 Magnum v4 시리즈의 다른 크기 모델과 구분됩니다.
공개 체크포인트는 인과 언어 모델 아키텍처와 80개 레이어, 쿼리 어텐션 헤드 64개, 키/값 헤드 8개의 설정을 사용합니다. 최대 위치 수는 32,768이며 학습 레시피 역시 시퀀스 길이 32,768을 사용합니다. 이는 Magnum 릴리스 자체의 설정입니다. 기반 모델이 더 큰 확장 컨텍스트를 지원한다고 해서 이를 자동으로 상속하지 않습니다.
Anthracite의 기본 프롬프트 예시는 system, user, assistant 차례를 구분한 ChatML을 사용합니다. system 부분에는 캐릭터 설명, 성격, 시나리오를 담고 user 차례에는 대화를 이어갈 다음 발언을 제공합니다. 제작사의 서사 템플릿은 어시스턴트가 페르소나를 유지하면서도 발전시키고 사건과 보조 캐릭터를 도입하며 적절한 대사, 행동, 생각을 포함하도록 요청합니다.
같은 템플릿은 사용자 캐릭터와 선택을 사용자에게 남겨 둡니다. 페르소나가 해당 스타일을 요구하지 않는 한 반복적인 출력과 지나치게 장식적인 산문도 지양합니다. 캐릭터 밖 요청은 응답을 중립적인 일반 텍스트로 전환합니다. 이들은 별도의 자동 모델 모드가 아니라 상호 작용형 글쓰기 작업의 구체적인 프롬프트 선택입니다.
캐릭터 장면에서는 캐릭터의 목표, 배경, 상대 화자와의 관계, 마지막 대화를 준비하세요. 사용자가 응답할 여유를 갖도록 명확한 종료 지점이 있는 이어쓰기 하나를 요청하세요. 산문 수정에서는 문단을 제공하고 바꿀 어조나 속도감을 지정한 다음 사건과 화자의 의도를 보존한 수정 대목을 요청하세요. 후속 지시에는 확립된 장면을 대체하지 않고 새 캐릭터 결정이나 편집 의견을 제공할 수 있습니다.
제작사는 전체 매개변수 미세 조정 레시피와 대화 및 글쓰기 데이터의 혼합을 공개합니다. 완성 출력을 장면, 대화 차례, 수정 초안으로 사용하고 다음 차례가 유지해야 할 이야기 사실을 간결하게 기록하세요. 제작자가 강조하는 것은 산문과 서사적 상호 작용입니다. 기반 모델 이름만으로 이 미세 조정 에디션의 추가 시각 기능, 추론 제어, 도구 실행 기능이 입증되지는 않습니다.
", "aboutText": "Magnum v4 72B는 Anthracite가 산문에 초점을 맞춰 미세 조정한 Qwen2.5-72B-Instruct 모델입니다. 제작사는 이를 v4 제품군의 출발점이 된 실험적 지시 기반 모델로 설명합니다. 작성한 프롬프트와 대화로 텍스트를 생성하며 특히 서술 목소리와 캐릭터 상호 작용을 고려합니다. 이 에디션은 Magnum v4 시리즈의 다른 크기 모델과 구분됩니다.\n\n공개 체크포인트는 인과 언어 모델 아키텍처와 80개 레이어, 쿼리 어텐션 헤드 64개, 키/값 헤드 8개의 설정을 사용합니다. 최대 위치 수는 32,768이며 학습 레시피 역시 시퀀스 길이 32,768을 사용합니다. 이는 Magnum 릴리스 자체의 설정입니다. 기반 모델이 더 큰 확장 컨텍스트를 지원한다고 해서 이를 자동으로 상속하지 않습니다.\n\nAnthracite의 기본 프롬프트 예시는 system, user, assistant 차례를 구분한 ChatML을 사용합니다. system 부분에는 캐릭터 설명, 성격, 시나리오를 담고 user 차례에는 대화를 이어갈 다음 발언을 제공합니다. 제작사의 서사 템플릿은 어시스턴트가 페르소나를 유지하면서도 발전시키고 사건과 보조 캐릭터를 도입하며 적절한 대사, 행동, 생각을 포함하도록 요청합니다.\n\n같은 템플릿은 사용자 캐릭터와 선택을 사용자에게 남겨 둡니다. 페르소나가 해당 스타일을 요구하지 않는 한 반복적인 출력과 지나치게 장식적인 산문도 지양합니다. 캐릭터 밖 요청은 응답을 중립적인 일반 텍스트로 전환합니다. 이들은 별도의 자동 모델 모드가 아니라 상호 작용형 글쓰기 작업의 구체적인 프롬프트 선택입니다.\n\n캐릭터 장면에서는 캐릭터의 목표, 배경, 상대 화자와의 관계, 마지막 대화를 준비하세요. 사용자가 응답할 여유를 갖도록 명확한 종료 지점이 있는 이어쓰기 하나를 요청하세요. 산문 수정에서는 문단을 제공하고 바꿀 어조나 속도감을 지정한 다음 사건과 화자의 의도를 보존한 수정 대목을 요청하세요. 후속 지시에는 확립된 장면을 대체하지 않고 새 캐릭터 결정이나 편집 의견을 제공할 수 있습니다.\n\n제작사는 전체 매개변수 미세 조정 레시피와 대화 및 글쓰기 데이터의 혼합을 공개합니다. 완성 출력을 장면, 대화 차례, 수정 초안으로 사용하고 다음 차례가 유지해야 할 이야기 사실을 간결하게 기록하세요. 제작자가 강조하는 것은 산문과 서사적 상호 작용입니다. 기반 모델 이름만으로 이 미세 조정 에디션의 추가 시각 기능, 추론 제어, 도구 실행 기능이 입증되지는 않습니다.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
A restrained character voice\n\nPlay archivist Nera in a quiet fantasy scene. She values precision and hides concern behind dry humour. I control her former apprentice, who asks to borrow a forbidden map. Write Nera's next two replies with a small physical action between them; end with a question and leave my character's reactions to me.Two replies in Nera's voice and a brief action beat, ending at a point where the player can respond.The replies retain dry humour and do not invent the apprentice's answer or actions.anthracite-org/magnum-v4-72bAnthracite의 Magnum v4 72B는 표현력 있는 산문과 캐릭터 대화에 맞춰 튜닝한 Qwen2.5 기반 텍스트 모델입니다. 공개 ChatML 템플릿은 32,768 위치 설정에서 서사적 대화, 대사, 캐릭터 밖 응답을 안내합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Magnum v4 72B는 Anthracite가 산문에 초점을 맞춰 미세 조정한 Qwen2.5-72B-Instruct 모델입니다. 제작사는 이를 v4 제품군의 출발점이 된 실험적 지시 기반 모델로 설명합니다. 작성한 프롬프트와 대화로 텍스트를 생성하며 특히 서술 목소리와 캐릭터 상호 작용을 고려합니다. 이 에디션은 Magnum v4 시리즈의 다른 크기 모델과 구분됩니다.
공개 체크포인트는 인과 언어 모델 아키텍처와 80개 레이어, 쿼리 어텐션 헤드 64개, 키/값 헤드 8개의 설정을 사용합니다. 최대 위치 수는 32,768이며 학습 레시피 역시 시퀀스 길이 32,768을 사용합니다. 이는 Magnum 릴리스 자체의 설정입니다. 기반 모델이 더 큰 확장 컨텍스트를 지원한다고 해서 이를 자동으로 상속하지 않습니다.
Anthracite의 기본 프롬프트 예시는 system, user, assistant 차례를 구분한 ChatML을 사용합니다. system 부분에는 캐릭터 설명, 성격, 시나리오를 담고 user 차례에는 대화를 이어갈 다음 발언을 제공합니다. 제작사의 서사 템플릿은 어시스턴트가 페르소나를 유지하면서도 발전시키고 사건과 보조 캐릭터를 도입하며 적절한 대사, 행동, 생각을 포함하도록 요청합니다.
같은 템플릿은 사용자 캐릭터와 선택을 사용자에게 남겨 둡니다. 페르소나가 해당 스타일을 요구하지 않는 한 반복적인 출력과 지나치게 장식적인 산문도 지양합니다. 캐릭터 밖 요청은 응답을 중립적인 일반 텍스트로 전환합니다. 이들은 별도의 자동 모델 모드가 아니라 상호 작용형 글쓰기 작업의 구체적인 프롬프트 선택입니다.
캐릭터 장면에서는 캐릭터의 목표, 배경, 상대 화자와의 관계, 마지막 대화를 준비하세요. 사용자가 응답할 여유를 갖도록 명확한 종료 지점이 있는 이어쓰기 하나를 요청하세요. 산문 수정에서는 문단을 제공하고 바꿀 어조나 속도감을 지정한 다음 사건과 화자의 의도를 보존한 수정 대목을 요청하세요. 후속 지시에는 확립된 장면을 대체하지 않고 새 캐릭터 결정이나 편집 의견을 제공할 수 있습니다.
제작사는 전체 매개변수 미세 조정 레시피와 대화 및 글쓰기 데이터의 혼합을 공개합니다. 완성 출력을 장면, 대화 차례, 수정 초안으로 사용하고 다음 차례가 유지해야 할 이야기 사실을 간결하게 기록하세요. 제작자가 강조하는 것은 산문과 서사적 상호 작용입니다. 기반 모델 이름만으로 이 미세 조정 에디션의 추가 시각 기능, 추론 제어, 도구 실행 기능이 입증되지는 않습니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 anthracite-org/magnum-v4-72b | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 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[].content | 유형string|content_part[]|null | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_calls | 유형tool_call[] | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_call_id | 유형string | 요건선택 사항 | 값과 한도 적용 조건: role=tool. 실제 반환된 ID를 사용하세요 | 기본값— |
필드messages[].name | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].reasoning_content | 유형string | 요건선택 사항 | 값과 한도 적용 조건: 이 모델이 추론을 사용하는 경우 실제 반환된 추론을 그대로 다음 요청에 다시 전달하세요 | 기본값— |
필드messages[].reasoning_details | 유형object|array | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드max_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드max_completion_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
필드stream_options.include_usage | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드temperature | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드top_p | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드stop | 유형string|string[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools | 유형function_tool[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools[].type | 유형string | 요건선택 사항 | 값과 한도 function 모델에 따라 다름 | 기본값— |
필드tools[].function.name | 유형string | 요건필수 | 값과 한도 적용 조건: 함수 도구 지정됨 | 기본값— |
필드tools[].function.description | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드tools[].function.parameters | 유형JSON_schema | 요건선택 사항 | 값과 한도 | 기본값— |
필드tool_choice | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드parallel_tool_calls | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드response_format | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning_effort | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드service_tier | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드instructions | 유형string | 요건선택 사항 | 값과 한도 호환성 필드 | 기본값— |
필드functions | 유형function[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드function_call | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드prompt_cache_options | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드modalities | 유형string[] | 요건선택 사항 | 값과 한도 text | 기본값— |
필드provider | 유형object | 요건선택 사항 | 값과 한도 조건: 이 Ultra 텍스트 경로에서는 provider.options가 거부됩니다 | 기본값— |
필드cache_control.ttl | 유형string | 요건선택 사항 | 값과 한도 조건: 실제 프롬프트 캐시 지정 위치에서는 1h가 거부됩니다 | 기본값— |
텍스트 · UTF8 텍스트
messages[].content
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages |
매개변수material_types | 명세text |
매개변수messages | 명세role/content 형식의 메시지 배열 |
매개변수file_material | 명세실제 UTF-8 문서를 텍스트로 그대로 삽입합니다. 파일 ID는 추정하지 않습니다 |
매개변수optional_controls | 명세stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
매개변수control_scope | 명세모델별로 다름. 사용자 함수 도구와 호스팅 도구는 서로 다릅니다 |
매개변수output_modalities | 명세text |
매개변수hosted_operations | 명세false |
매개변수multimodal_input_binding | 명세null |
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 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
|---|---|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.005 / 1K 토큰 출력 · 출력 토큰 $0.01 / 1K 토큰 입력 · 캐시 읽기 — / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.005 / 1K 토큰 출력 · 출력 토큰 $0.01 / 1K 토큰 입력 · 캐시 읽기 — / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "anthracite-org/magnum-v4-72b", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='anthracite-org/magnum-v4-72b',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n 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\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n 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\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='anthracite-org/magnum-v4-72b',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 또는 SSE
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.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드choices[].index | 유형integer |
필드choices[].message.content | 유형string|null |
필드choices[].message.tool_calls | 유형tool_call[] |
필드choices[].message.reasoning_content | 유형string |
필드choices[].message.reasoning_details | 유형object|array |
필드choices[].finish_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot Ultra anthracite-org/magnum-v4-72b
위에 표시된 메서드 경로를 사용하세요.
anthracite-org/magnum-v4-72bAnthracite의 Magnum v4 72B는 표현력 있는 산문과 캐릭터 대화에 맞춰 튜닝한 Qwen2.5 기반 텍스트 모델입니다. 공개 ChatML 템플릿은 32,768 위치 설정에서 서사적 대화, 대사, 캐릭터 밖 응답을 안내합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Magnum v4 72B는 Anthracite가 산문에 초점을 맞춰 미세 조정한 Qwen2.5-72B-Instruct 모델입니다. 제작사는 이를 v4 제품군의 출발점이 된 실험적 지시 기반 모델로 설명합니다. 작성한 프롬프트와 대화로 텍스트를 생성하며 특히 서술 목소리와 캐릭터 상호 작용을 고려합니다. 이 에디션은 Magnum v4 시리즈의 다른 크기 모델과 구분됩니다.
공개 체크포인트는 인과 언어 모델 아키텍처와 80개 레이어, 쿼리 어텐션 헤드 64개, 키/값 헤드 8개의 설정을 사용합니다. 최대 위치 수는 32,768이며 학습 레시피 역시 시퀀스 길이 32,768을 사용합니다. 이는 Magnum 릴리스 자체의 설정입니다. 기반 모델이 더 큰 확장 컨텍스트를 지원한다고 해서 이를 자동으로 상속하지 않습니다.
Anthracite의 기본 프롬프트 예시는 system, user, assistant 차례를 구분한 ChatML을 사용합니다. system 부분에는 캐릭터 설명, 성격, 시나리오를 담고 user 차례에는 대화를 이어갈 다음 발언을 제공합니다. 제작사의 서사 템플릿은 어시스턴트가 페르소나를 유지하면서도 발전시키고 사건과 보조 캐릭터를 도입하며 적절한 대사, 행동, 생각을 포함하도록 요청합니다.
같은 템플릿은 사용자 캐릭터와 선택을 사용자에게 남겨 둡니다. 페르소나가 해당 스타일을 요구하지 않는 한 반복적인 출력과 지나치게 장식적인 산문도 지양합니다. 캐릭터 밖 요청은 응답을 중립적인 일반 텍스트로 전환합니다. 이들은 별도의 자동 모델 모드가 아니라 상호 작용형 글쓰기 작업의 구체적인 프롬프트 선택입니다.
캐릭터 장면에서는 캐릭터의 목표, 배경, 상대 화자와의 관계, 마지막 대화를 준비하세요. 사용자가 응답할 여유를 갖도록 명확한 종료 지점이 있는 이어쓰기 하나를 요청하세요. 산문 수정에서는 문단을 제공하고 바꿀 어조나 속도감을 지정한 다음 사건과 화자의 의도를 보존한 수정 대목을 요청하세요. 후속 지시에는 확립된 장면을 대체하지 않고 새 캐릭터 결정이나 편집 의견을 제공할 수 있습니다.
제작사는 전체 매개변수 미세 조정 레시피와 대화 및 글쓰기 데이터의 혼합을 공개합니다. 완성 출력을 장면, 대화 차례, 수정 초안으로 사용하고 다음 차례가 유지해야 할 이야기 사실을 간결하게 기록하세요. 제작자가 강조하는 것은 산문과 서사적 상호 작용입니다. 기반 모델 이름만으로 이 미세 조정 에디션의 추가 시각 기능, 추론 제어, 도구 실행 기능이 입증되지는 않습니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 anthracite-org/magnum-v4-72b | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 user, assistant | 기본값— |
필드messages[].content | 유형string | 요건필수 | 값과 한도 | 기본값— |
필드max_tokens | 유형integer | 요건필수 | 값과 한도 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
텍스트 · UTF-8 텍스트
messages[].content 문자열
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages, max_tokens |
매개변수optional_controls | 명세stream |
매개변수material_types | 명세text |
매개변수text_file_material | 명세실제 UTF-8 문서를 읽고 그 텍스트를 지정된 입력 또는 메시지 콘텐츠 문자열에 넣으세요. |
수명 주기: synchronous_or_streamed
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
|---|---|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.005 / 1K 토큰 출력 · 출력 토큰 $0.01 / 1K 토큰 입력 · 캐시 읽기 — / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.005 / 1K 토큰 출력 · 출력 토큰 $0.01 / 1K 토큰 입력 · 캐시 읽기 — / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "anthracite-org/magnum-v4-72b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'anthracite-org/magnum-v4-72b', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'anthracite-org/magnum-v4-72b', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 또는 SSE
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.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드id | 유형string |
필드model | 유형string |
필드content[] | 유형text|thinking|tool_use|other content block |
필드stop_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot Ultra anthracite-org/magnum-v4-72b
위에 표시된 메서드 경로를 사용하세요.
영어 기술 예제
A restrained character voice\n\nPlay archivist Nera in a quiet fantasy scene. She values precision and hides concern behind dry humour. I control her former apprentice, who asks to borrow a forbidden map. Write Nera's next two replies with a small physical action between them; end with a question and leave my character's reactions to me.Two replies in Nera's voice and a brief action beat, ending at a point where the player can respond.The replies retain dry humour and do not invent the apprentice's answer or actions.