ERNIE 4.5 Turbo 128K는 Baidu ERNIE 4.5 Turbo 제품군의 긴 컨텍스트 텍스트 생성 프로필입니다. 글로 된 자료를 받아 텍스트 응답을 생성합니다. 128K 프로필은 더 큰 원본 자료 모음의 관련 문단들을 하나의 작업 컨텍스트에서 계속 사용할 필요가 있는 질문에 유용합니다.
원문을 제공하기 전에 결과를 정의하세요. 요약, 지정된 문단의 비교, 특정 섹션으로 뒷받침되는 답변 등이 가능합니다. 응답이 의도한 자료를 참조할 수 있도록 문서와 문단에 표시를 붙이세요. 출처의 사실은 길이, 어조, 출력 구조에 관한 지시와 분리하세요.
비교에서는 기준을 명시하고 결정에 영향을 주는 차이를 요청하세요. 요약에서는 대상 독자와 반드시 보존할 정보를 정하세요. 초점이 분명한 작업은 큰 입력으로부터 제공된 글을 방향 없이 재진술하는 대신 활용 가능한 답변을 만드는 데 도움이 됩니다.
제조사 모델 목록은 이 정확한 프로필에 128K 컨텍스트, 최대 입력 123K토큰, 출력 범위 2~12,288토큰을 부여합니다. 이 수치는 각각 작업 창, 입력 한도, 응답 생성 범위를 설명합니다. 긴 입력과 계획한 답변은 적용되는 컨텍스트 안에 함께 들어가야 합니다. 응답 생성 범위가 원본 자료를 위한 별도 창을 추가하지는 않습니다.
질문에 필요한 문단만 유지하고 적절한 답변 길이를 요청하세요. 최종 결과물에 별도의 섹션이나 필드가 필요하다면 프롬프트에 명시하세요. 이후 대화에서는 식별자를 유지하면서 수정 사항을 제공하거나 한 문단에 대해 질문할 수 있습니다.
결과를 비교할 때 정확한 128K 식별자를 프롬프트 및 답변과 함께 저장하세요. 별도로 명명된 32K Turbo 프로필과 Turbo VL 시각적 이해 프로필에는 각각 고유 한도와 입력 역할이 있습니다. 이 항목은 글로 된 출처를 사용하는 작업 흐름과 그 결과인 텍스트 결과물을 설명합니다.
", "aboutText": "ERNIE 4.5 Turbo 128K는 Baidu ERNIE 4.5 Turbo 제품군의 긴 컨텍스트 텍스트 생성 프로필입니다. 글로 된 자료를 받아 텍스트 응답을 생성합니다. 128K 프로필은 더 큰 원본 자료 모음의 관련 문단들을 하나의 작업 컨텍스트에서 계속 사용할 필요가 있는 질문에 유용합니다.\n\n### 질문을 중심으로 자료 정리하기\n\n원문을 제공하기 전에 결과를 정의하세요. 요약, 지정된 문단의 비교, 특정 섹션으로 뒷받침되는 답변 등이 가능합니다. 응답이 의도한 자료를 참조할 수 있도록 문서와 문단에 표시를 붙이세요. 출처의 사실은 길이, 어조, 출력 구조에 관한 지시와 분리하세요.\n\n비교에서는 기준을 명시하고 결정에 영향을 주는 차이를 요청하세요. 요약에서는 대상 독자와 반드시 보존할 정보를 정하세요. 초점이 분명한 작업은 큰 입력으로부터 제공된 글을 방향 없이 재진술하는 대신 활용 가능한 답변을 만드는 데 도움이 됩니다.\n\n### 응답 공간 남기기\n\n제조사 모델 목록은 이 정확한 프로필에 128K 컨텍스트, 최대 입력 123K토큰, 출력 범위 2~12,288토큰을 부여합니다. 이 수치는 각각 작업 창, 입력 한도, 응답 생성 범위를 설명합니다. 긴 입력과 계획한 답변은 적용되는 컨텍스트 안에 함께 들어가야 합니다. 응답 생성 범위가 원본 자료를 위한 별도 창을 추가하지는 않습니다.\n\n질문에 필요한 문단만 유지하고 적절한 답변 길이를 요청하세요. 최종 결과물에 별도의 섹션이나 필드가 필요하다면 프롬프트에 명시하세요. 이후 대화에서는 식별자를 유지하면서 수정 사항을 제공하거나 한 문단에 대해 질문할 수 있습니다.\n\n### 텍스트 프로필 구분하기\n\n결과를 비교할 때 정확한 128K 식별자를 프롬프트 및 답변과 함께 저장하세요. 별도로 명명된 32K Turbo 프로필과 Turbo VL 시각적 이해 프로필에는 각각 고유 한도와 입력 역할이 있습니다. 이 항목은 글로 된 출처를 사용하는 작업 흐름과 그 결과인 텍스트 결과물을 설명합니다.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
Compare two onboarding revisions\n\nCompare these onboarding revisions for a team supervisor. V1 section A: New hires complete security training within 10 days. V2 section A: Complete training before access to customer records. V2 section B: Managers record completion. Return the changed obligation, supporting wording and the process step that now needs an owner.A comparison table followed by a brief supervisor action list grounded in the supplied sections.Check that the answer distinguishes a deadline from an access prerequisite and does not treat both as the same rule.ernie-4.5-turbo-128kERNIE 4.5 Turbo 128K는 긴 글 자료와 초점이 분명한 응답을 위한 Baidu의 텍스트 생성 프로필입니다. 제조사는 128K 컨텍스트, 최대 123K 입력 토큰, 2~12,288토큰의 응답 생성 범위를 명시합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
ERNIE 4.5 Turbo 128K는 Baidu ERNIE 4.5 Turbo 제품군의 긴 컨텍스트 텍스트 생성 프로필입니다. 글로 된 자료를 받아 텍스트 응답을 생성합니다. 128K 프로필은 더 큰 원본 자료 모음의 관련 문단들을 하나의 작업 컨텍스트에서 계속 사용할 필요가 있는 질문에 유용합니다.
원문을 제공하기 전에 결과를 정의하세요. 요약, 지정된 문단의 비교, 특정 섹션으로 뒷받침되는 답변 등이 가능합니다. 응답이 의도한 자료를 참조할 수 있도록 문서와 문단에 표시를 붙이세요. 출처의 사실은 길이, 어조, 출력 구조에 관한 지시와 분리하세요.
비교에서는 기준을 명시하고 결정에 영향을 주는 차이를 요청하세요. 요약에서는 대상 독자와 반드시 보존할 정보를 정하세요. 초점이 분명한 작업은 큰 입력으로부터 제공된 글을 방향 없이 재진술하는 대신 활용 가능한 답변을 만드는 데 도움이 됩니다.
제조사 모델 목록은 이 정확한 프로필에 128K 컨텍스트, 최대 입력 123K토큰, 출력 범위 2~12,288토큰을 부여합니다. 이 수치는 각각 작업 창, 입력 한도, 응답 생성 범위를 설명합니다. 긴 입력과 계획한 답변은 적용되는 컨텍스트 안에 함께 들어가야 합니다. 응답 생성 범위가 원본 자료를 위한 별도 창을 추가하지는 않습니다.
질문에 필요한 문단만 유지하고 적절한 답변 길이를 요청하세요. 최종 결과물에 별도의 섹션이나 필드가 필요하다면 프롬프트에 명시하세요. 이후 대화에서는 식별자를 유지하면서 수정 사항을 제공하거나 한 문단에 대해 질문할 수 있습니다.
결과를 비교할 때 정확한 128K 식별자를 프롬프트 및 답변과 함께 저장하세요. 별도로 명명된 32K Turbo 프로필과 Turbo VL 시각적 이해 프로필에는 각각 고유 한도와 입력 역할이 있습니다. 이 항목은 글로 된 출처를 사용하는 작업 흐름과 그 결과인 텍스트 결과물을 설명합니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 ernie-4.5-turbo-128k | 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.
| 설정 | 요금표 | 요금 |
|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 요금 입력 · 입력 토큰 $0.000264 / 1K 토큰 출력 · 출력 토큰 $0.0011 / 1K 토큰 입력 · 캐시 읽기 $0 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "ernie-4.5-turbo-128k", "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='ernie-4.5-turbo-128k',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='ernie-4.5-turbo-128k',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 ernie-4.5-turbo-128k
위에 표시된 메서드 경로를 사용하세요.
ernie-4.5-turbo-128kERNIE 4.5 Turbo 128K는 긴 글 자료와 초점이 분명한 응답을 위한 Baidu의 텍스트 생성 프로필입니다. 제조사는 128K 컨텍스트, 최대 123K 입력 토큰, 2~12,288토큰의 응답 생성 범위를 명시합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
ERNIE 4.5 Turbo 128K는 Baidu ERNIE 4.5 Turbo 제품군의 긴 컨텍스트 텍스트 생성 프로필입니다. 글로 된 자료를 받아 텍스트 응답을 생성합니다. 128K 프로필은 더 큰 원본 자료 모음의 관련 문단들을 하나의 작업 컨텍스트에서 계속 사용할 필요가 있는 질문에 유용합니다.
원문을 제공하기 전에 결과를 정의하세요. 요약, 지정된 문단의 비교, 특정 섹션으로 뒷받침되는 답변 등이 가능합니다. 응답이 의도한 자료를 참조할 수 있도록 문서와 문단에 표시를 붙이세요. 출처의 사실은 길이, 어조, 출력 구조에 관한 지시와 분리하세요.
비교에서는 기준을 명시하고 결정에 영향을 주는 차이를 요청하세요. 요약에서는 대상 독자와 반드시 보존할 정보를 정하세요. 초점이 분명한 작업은 큰 입력으로부터 제공된 글을 방향 없이 재진술하는 대신 활용 가능한 답변을 만드는 데 도움이 됩니다.
제조사 모델 목록은 이 정확한 프로필에 128K 컨텍스트, 최대 입력 123K토큰, 출력 범위 2~12,288토큰을 부여합니다. 이 수치는 각각 작업 창, 입력 한도, 응답 생성 범위를 설명합니다. 긴 입력과 계획한 답변은 적용되는 컨텍스트 안에 함께 들어가야 합니다. 응답 생성 범위가 원본 자료를 위한 별도 창을 추가하지는 않습니다.
질문에 필요한 문단만 유지하고 적절한 답변 길이를 요청하세요. 최종 결과물에 별도의 섹션이나 필드가 필요하다면 프롬프트에 명시하세요. 이후 대화에서는 식별자를 유지하면서 수정 사항을 제공하거나 한 문단에 대해 질문할 수 있습니다.
결과를 비교할 때 정확한 128K 식별자를 프롬프트 및 답변과 함께 저장하세요. 별도로 명명된 32K Turbo 프로필과 Turbo VL 시각적 이해 프로필에는 각각 고유 한도와 입력 역할이 있습니다. 이 항목은 글로 된 출처를 사용하는 작업 흐름과 그 결과인 텍스트 결과물을 설명합니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 ernie-4.5-turbo-128k | 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.
| 설정 | 요금표 | 요금 |
|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 요금 입력 · 입력 토큰 $0.000264 / 1K 토큰 출력 · 출력 토큰 $0.0011 / 1K 토큰 입력 · 캐시 읽기 $0 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "ernie-4.5-turbo-128k",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'ernie-4.5-turbo-128k', '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': 'ernie-4.5-turbo-128k', '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 ernie-4.5-turbo-128k
위에 표시된 메서드 경로를 사용하세요.
영어 기술 예제
Compare two onboarding revisions\n\nCompare these onboarding revisions for a team supervisor. V1 section A: New hires complete security training within 10 days. V2 section A: Complete training before access to customer records. V2 section B: Managers record completion. Return the changed obligation, supporting wording and the process step that now needs an owner.A comparison table followed by a brief supervisor action list grounded in the supplied sections.Check that the answer distinguishes a deadline from an access prerequisite and does not treat both as the same rule.