제작사가 farui-plus로 식별하는 Tongyi FaRui Plus는 Qwen 기반 위에 법률 데이터와 지식으로 특화한 모델입니다. 제조사는 모델 미세 조정, 강화 학습, 검색 증강, 법률 에이전트 기술을 활용한 개발을 설명합니다. 작업 범위에는 법률 질문, 적용 가능한 법 조항 식별, 사건 분석, 법률 문서 생성, 계약 조항 검토가 포함됩니다.
문서화된 입력과 출력은 텍스트입니다. 분석할 문단, 사실, 조항을 읽을 수 있는 텍스트로 준비하고 원하는 결과를 지정하세요. 유용한 결과물은 섹션 초안, 쟁점 목록, 제공된 조항의 설명 또는 계약 문구의 비교가 될 수 있습니다.
제작사의 예시는 단일 지시나 메시지 기반 대화를 지원합니다. 메시지에는 역할과 내용이 담깁니다. 선택적인 시스템 지시가 먼저 오고 이어서 사용자와 어시스턴트의 대화가 배치됩니다. 안내에서는 지속적인 대화에 메시지를 권장하며, 후속 요청에서 사실이나 요구 사항이 변경되면 관련된 이전 답변을 유지하도록 합니다.
사건 질문에는 당사자의 역할, 시간순 경과, 다툼이 있는 쟁점, 질문과 관련된 근거를 제공하세요. 작업에 중요한 관할과 날짜를 명시하고, 답변이 특정 조항에 의존해야 한다면 검토할 법률 텍스트를 포함하세요. 주장된 사실은 다투는 주장이나 가정과 구분하세요.
후속 요청에는 무엇이 바뀌었는지 정확히 지정하세요. 예를 들어 수정한 날짜나 추가 조항을 제공하고 이전 초안의 어느 부분을 수정해야 하는지 물으세요. 실제 이전 답변을 유지하면 불완전한 사건에 대한 새 분석을 유도하는 대신 요청한 변경을 구체화할 수 있습니다.
법률 질문에서는 쟁점과 답변 형식을 정의하세요. 결론, 뒷받침하는 조항, 분석을 바꿀 수 있는 사실을 요청하세요. 출처만으로 중요한 세부 사항을 확립할 수 없다면 결과에서 누락된 정보를 식별하도록 요청하세요.
초안 작성에는 문서 유형, 대상 독자, 필수 섹션, 제공된 사실을 지정하세요. 유용한 작업 개요의 예는 다음과 같습니다. “이 시간순 경과와 사실을 사용해 요청한 섹션을 작성하고, 정의된 당사자의 역할을 보존하며, 문서를 완성하는 데 아직 필요한 정보를 식별하세요.” 이름, 날짜, 금액, 인용한 조항을 원본 자료와 대조하세요.
계약 검토에는 정확한 조항과 검토할 우려 사항을 제공하세요. 문구, 그 문구가 제기하는 문제, 의도한 상업적 의미를 보존하는 수정 제안을 비교하도록 요청하세요. 변경을 검토할 수 있도록 원래 조항을 제안한 글과 나란히 유지하세요.
공개된 모델 개요에는 최대 입력 12,000토큰, 최대 출력 2,000토큰이 명시되어 있습니다. 관련 발췌문과 작업에 맞는 답변 길이를 선택하고 적용되는 대화 구성 안에 요청한 응답을 위한 공간을 남기세요. 긴 계약 검토는 명확한 표시가 붙은 쟁점이나 섹션으로 나눌 수 있으며, 각 부분의 관계를 이해하는 데 필요한 조항은 유지해야 합니다.
제작사의 응답 길이 설정은 간결한 설명이나 특정 섹션 초안을 위해 출력 한도를 줄일 수 있습니다. 문서화된 기본값은 2,000토큰입니다. 반환된 답변을 완성된 문서로 취급하기 전에 내용이 완결되었는지 확인하세요.
제작사 참조 문서는 top_p를 0과 1 사이의 열린 구간으로 정의하며 기본값은 0.8입니다. top_k 설정은 후보 집합을 제한합니다. 설정하지 않거나 100보다 크게 설정하면 이 전략이 비활성화됩니다. 지원되는 생성 설정의 효과를 비교할 때 작업과 원본 자료를 동일하게 유지하세요.
기본 작업 흐름은 비스트리밍입니다. 스트리밍은 생성이 계속되는 동안 텍스트를 전달합니다. 문서에 설명된 기본 스트리밍 청크에는 누적된 내용이 포함되며, 증분 출력을 활성화하면 새 부분만 반환합니다. 반복되는 누적 텍스트를 두 번 덧붙이지 않도록 선택한 형식을 올바르게 조립하고, 완성된 답변을 검토용으로 보관하세요.
응답에는 text 또는 message 엔벌로프를 사용할 수 있습니다. 엔벌로프는 생성된 법률 텍스트를 감싸는 전달 구조입니다. 모델의 기능 표에는 스키마로 강제되는 구조화된 출력, 함수 호출, 네이티브 웹 검색이 명시되어 있지 않습니다. 외부 조회가 이루어졌다고 가정하지 말고 작업에 필요한 근거와 조항을 제공하세요.
원문, 제공된 사실, 요청한 문서 형식, 최종 응답을 함께 보존하세요. 참조의 실제 문구와 해석이 의존하는 관할이나 날짜를 확인하세요. 조항 비교나 사건 설명은 가정과 뒷받침하는 문단을 식별할 수 있을 때 가장 유용합니다.
Farui Plus는 명명된 법률 텍스트 작업 흐름에 사용하세요. 최종 결과물은 요청한 법률 질문이나 초안을 실제로 제공한 자료와 연결해야 합니다.
", "aboutText": "### 법률 분야의 텍스트 모델\n\n제작사가 farui-plus로 식별하는 Tongyi FaRui Plus는 Qwen 기반 위에 법률 데이터와 지식으로 특화한 모델입니다. 제조사는 모델 미세 조정, 강화 학습, 검색 증강, 법률 에이전트 기술을 활용한 개발을 설명합니다. 작업 범위에는 법률 질문, 적용 가능한 법 조항 식별, 사건 분석, 법률 문서 생성, 계약 조항 검토가 포함됩니다.\n\n문서화된 입력과 출력은 텍스트입니다. 분석할 문단, 사실, 조항을 읽을 수 있는 텍스트로 준비하고 원하는 결과를 지정하세요. 유용한 결과물은 섹션 초안, 쟁점 목록, 제공된 조항의 설명 또는 계약 문구의 비교가 될 수 있습니다.\n\n### 단일 요청이나 이어지는 대화 준비하기\n\n제작사의 예시는 단일 지시나 메시지 기반 대화를 지원합니다. 메시지에는 역할과 내용이 담깁니다. 선택적인 시스템 지시가 먼저 오고 이어서 사용자와 어시스턴트의 대화가 배치됩니다. 안내에서는 지속적인 대화에 메시지를 권장하며, 후속 요청에서 사실이나 요구 사항이 변경되면 관련된 이전 답변을 유지하도록 합니다.\n\n사건 질문에는 당사자의 역할, 시간순 경과, 다툼이 있는 쟁점, 질문과 관련된 근거를 제공하세요. 작업에 중요한 관할과 날짜를 명시하고, 답변이 특정 조항에 의존해야 한다면 검토할 법률 텍스트를 포함하세요. 주장된 사실은 다투는 주장이나 가정과 구분하세요.\n\n후속 요청에는 무엇이 바뀌었는지 정확히 지정하세요. 예를 들어 수정한 날짜나 추가 조항을 제공하고 이전 초안의 어느 부분을 수정해야 하는지 물으세요. 실제 이전 답변을 유지하면 불완전한 사건에 대한 새 분석을 유도하는 대신 요청한 변경을 구체화할 수 있습니다.\n\n### 분석이나 문서 초안 요청하기\n\n법률 질문에서는 쟁점과 답변 형식을 정의하세요. 결론, 뒷받침하는 조항, 분석을 바꿀 수 있는 사실을 요청하세요. 출처만으로 중요한 세부 사항을 확립할 수 없다면 결과에서 누락된 정보를 식별하도록 요청하세요.\n\n초안 작성에는 문서 유형, 대상 독자, 필수 섹션, 제공된 사실을 지정하세요. 유용한 작업 개요의 예는 다음과 같습니다. “이 시간순 경과와 사실을 사용해 요청한 섹션을 작성하고, 정의된 당사자의 역할을 보존하며, 문서를 완성하는 데 아직 필요한 정보를 식별하세요.” 이름, 날짜, 금액, 인용한 조항을 원본 자료와 대조하세요.\n\n계약 검토에는 정확한 조항과 검토할 우려 사항을 제공하세요. 문구, 그 문구가 제기하는 문제, 의도한 상업적 의미를 보존하는 수정 제안을 비교하도록 요청하세요. 변경을 검토할 수 있도록 원래 조항을 제안한 글과 나란히 유지하세요.\n\n### 문서화된 응답 한도 안에서 작업하기\n\n공개된 모델 개요에는 최대 입력 12,000토큰, 최대 출력 2,000토큰이 명시되어 있습니다. 관련 발췌문과 작업에 맞는 답변 길이를 선택하고 적용되는 대화 구성 안에 요청한 응답을 위한 공간을 남기세요. 긴 계약 검토는 명확한 표시가 붙은 쟁점이나 섹션으로 나눌 수 있으며, 각 부분의 관계를 이해하는 데 필요한 조항은 유지해야 합니다.\n\n제작사의 응답 길이 설정은 간결한 설명이나 특정 섹션 초안을 위해 출력 한도를 줄일 수 있습니다. 문서화된 기본값은 2,000토큰입니다. 반환된 답변을 완성된 문서로 취급하기 전에 내용이 완결되었는지 확인하세요.\n\n### 생성 및 전달 설정 선택하기\n\n제작사 참조 문서는 top_p를 0과 1 사이의 열린 구간으로 정의하며 기본값은 0.8입니다. top_k 설정은 후보 집합을 제한합니다. 설정하지 않거나 100보다 크게 설정하면 이 전략이 비활성화됩니다. 지원되는 생성 설정의 효과를 비교할 때 작업과 원본 자료를 동일하게 유지하세요.\n\n기본 작업 흐름은 비스트리밍입니다. 스트리밍은 생성이 계속되는 동안 텍스트를 전달합니다. 문서에 설명된 기본 스트리밍 청크에는 누적된 내용이 포함되며, 증분 출력을 활성화하면 새 부분만 반환합니다. 반복되는 누적 텍스트를 두 번 덧붙이지 않도록 선택한 형식을 올바르게 조립하고, 완성된 답변을 검토용으로 보관하세요.\n\n응답에는 text 또는 message 엔벌로프를 사용할 수 있습니다. 엔벌로프는 생성된 법률 텍스트를 감싸는 전달 구조입니다. 모델의 기능 표에는 스키마로 강제되는 구조화된 출력, 함수 호출, 네이티브 웹 검색이 명시되어 있지 않습니다. 외부 조회가 이루어졌다고 가정하지 말고 작업에 필요한 근거와 조항을 제공하세요.\n\n### 분석을 검토 가능한 상태로 유지하기\n\n원문, 제공된 사실, 요청한 문서 형식, 최종 응답을 함께 보존하세요. 참조의 실제 문구와 해석이 의존하는 관할이나 날짜를 확인하세요. 조항 비교나 사건 설명은 가정과 뒷받침하는 문단을 식별할 수 있을 때 가장 유용합니다.\n\nFarui Plus는 명명된 법률 텍스트 작업 흐름에 사용하세요. 최종 결과물은 요청한 법률 질문이나 초안을 실제로 제공한 자료와 연결해야 합니다.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "ace2add27e1f7a5fed12b4d6ee1defb776095ecccdce6743611c49d48ecd8795", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ko", "methods": [ { "html": "farui-plusAlibaba의 Tongyi FaRui Plus는 법률 질문, 사건 분석, 법률 문서 초안 작성, 계약 검토에 특화된 텍스트 모델입니다. 사실과 관련 조항을 텍스트로 준비한 뒤 초점이 분명한 질문이나 대화를 통해 글로 된 분석이나 초안을 얻으세요.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
제작사가 farui-plus로 식별하는 Tongyi FaRui Plus는 Qwen 기반 위에 법률 데이터와 지식으로 특화한 모델입니다. 제조사는 모델 미세 조정, 강화 학습, 검색 증강, 법률 에이전트 기술을 활용한 개발을 설명합니다. 작업 범위에는 법률 질문, 적용 가능한 법 조항 식별, 사건 분석, 법률 문서 생성, 계약 조항 검토가 포함됩니다.
문서화된 입력과 출력은 텍스트입니다. 분석할 문단, 사실, 조항을 읽을 수 있는 텍스트로 준비하고 원하는 결과를 지정하세요. 유용한 결과물은 섹션 초안, 쟁점 목록, 제공된 조항의 설명 또는 계약 문구의 비교가 될 수 있습니다.
제작사의 예시는 단일 지시나 메시지 기반 대화를 지원합니다. 메시지에는 역할과 내용이 담깁니다. 선택적인 시스템 지시가 먼저 오고 이어서 사용자와 어시스턴트의 대화가 배치됩니다. 안내에서는 지속적인 대화에 메시지를 권장하며, 후속 요청에서 사실이나 요구 사항이 변경되면 관련된 이전 답변을 유지하도록 합니다.
사건 질문에는 당사자의 역할, 시간순 경과, 다툼이 있는 쟁점, 질문과 관련된 근거를 제공하세요. 작업에 중요한 관할과 날짜를 명시하고, 답변이 특정 조항에 의존해야 한다면 검토할 법률 텍스트를 포함하세요. 주장된 사실은 다투는 주장이나 가정과 구분하세요.
후속 요청에는 무엇이 바뀌었는지 정확히 지정하세요. 예를 들어 수정한 날짜나 추가 조항을 제공하고 이전 초안의 어느 부분을 수정해야 하는지 물으세요. 실제 이전 답변을 유지하면 불완전한 사건에 대한 새 분석을 유도하는 대신 요청한 변경을 구체화할 수 있습니다.
법률 질문에서는 쟁점과 답변 형식을 정의하세요. 결론, 뒷받침하는 조항, 분석을 바꿀 수 있는 사실을 요청하세요. 출처만으로 중요한 세부 사항을 확립할 수 없다면 결과에서 누락된 정보를 식별하도록 요청하세요.
초안 작성에는 문서 유형, 대상 독자, 필수 섹션, 제공된 사실을 지정하세요. 유용한 작업 개요의 예는 다음과 같습니다. “이 시간순 경과와 사실을 사용해 요청한 섹션을 작성하고, 정의된 당사자의 역할을 보존하며, 문서를 완성하는 데 아직 필요한 정보를 식별하세요.” 이름, 날짜, 금액, 인용한 조항을 원본 자료와 대조하세요.
계약 검토에는 정확한 조항과 검토할 우려 사항을 제공하세요. 문구, 그 문구가 제기하는 문제, 의도한 상업적 의미를 보존하는 수정 제안을 비교하도록 요청하세요. 변경을 검토할 수 있도록 원래 조항을 제안한 글과 나란히 유지하세요.
공개된 모델 개요에는 최대 입력 12,000토큰, 최대 출력 2,000토큰이 명시되어 있습니다. 관련 발췌문과 작업에 맞는 답변 길이를 선택하고 적용되는 대화 구성 안에 요청한 응답을 위한 공간을 남기세요. 긴 계약 검토는 명확한 표시가 붙은 쟁점이나 섹션으로 나눌 수 있으며, 각 부분의 관계를 이해하는 데 필요한 조항은 유지해야 합니다.
제작사의 응답 길이 설정은 간결한 설명이나 특정 섹션 초안을 위해 출력 한도를 줄일 수 있습니다. 문서화된 기본값은 2,000토큰입니다. 반환된 답변을 완성된 문서로 취급하기 전에 내용이 완결되었는지 확인하세요.
제작사 참조 문서는 top_p를 0과 1 사이의 열린 구간으로 정의하며 기본값은 0.8입니다. top_k 설정은 후보 집합을 제한합니다. 설정하지 않거나 100보다 크게 설정하면 이 전략이 비활성화됩니다. 지원되는 생성 설정의 효과를 비교할 때 작업과 원본 자료를 동일하게 유지하세요.
기본 작업 흐름은 비스트리밍입니다. 스트리밍은 생성이 계속되는 동안 텍스트를 전달합니다. 문서에 설명된 기본 스트리밍 청크에는 누적된 내용이 포함되며, 증분 출력을 활성화하면 새 부분만 반환합니다. 반복되는 누적 텍스트를 두 번 덧붙이지 않도록 선택한 형식을 올바르게 조립하고, 완성된 답변을 검토용으로 보관하세요.
응답에는 text 또는 message 엔벌로프를 사용할 수 있습니다. 엔벌로프는 생성된 법률 텍스트를 감싸는 전달 구조입니다. 모델의 기능 표에는 스키마로 강제되는 구조화된 출력, 함수 호출, 네이티브 웹 검색이 명시되어 있지 않습니다. 외부 조회가 이루어졌다고 가정하지 말고 작업에 필요한 근거와 조항을 제공하세요.
원문, 제공된 사실, 요청한 문서 형식, 최종 응답을 함께 보존하세요. 참조의 실제 문구와 해석이 의존하는 관할이나 날짜를 확인하세요. 조항 비교나 사건 설명은 가정과 뒷받침하는 문단을 식별할 수 있을 때 가장 유용합니다.
Farui Plus는 명명된 법률 텍스트 작업 흐름에 사용하세요. 최종 결과물은 요청한 법률 질문이나 초안을 실제로 제공한 자료와 연결해야 합니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 farui-plus | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 모델에 따라 다름 | 기본값— |
필드messages[].content | 유형string | 요건선택 사항 | 값과 한도 적용 조건: 텍스트 대화 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
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 |
매개변수control_scope | 명세텍스트 대화. stream은 불리언이며 기본값은 false입니다. |
매개변수output_modalities | 명세text |
매개변수hosted_operations | 명세false |
매개변수multimodal_input_binding | 명세null |
메서드 별칭: /chat/completions
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 $0.0058 / 1K 토큰 출력 · 출력 토큰 $0.0058 / 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 $0.0058 / 1K 토큰 출력 · 출력 토큰 $0.0058 / 1K 토큰 입력 · 캐시 읽기 — / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"farui-plus","messages":[{"role":"user","content":"hello"}],"stream":false}')\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="farui-plus", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\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 farui-plus
/chat/completions
farui-plusAlibaba의 Tongyi FaRui Plus는 법률 질문, 사건 분석, 법률 문서 초안 작성, 계약 검토에 특화된 텍스트 모델입니다. 사실과 관련 조항을 텍스트로 준비한 뒤 초점이 분명한 질문이나 대화를 통해 글로 된 분석이나 초안을 얻으세요.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
제작사가 farui-plus로 식별하는 Tongyi FaRui Plus는 Qwen 기반 위에 법률 데이터와 지식으로 특화한 모델입니다. 제조사는 모델 미세 조정, 강화 학습, 검색 증강, 법률 에이전트 기술을 활용한 개발을 설명합니다. 작업 범위에는 법률 질문, 적용 가능한 법 조항 식별, 사건 분석, 법률 문서 생성, 계약 조항 검토가 포함됩니다.
문서화된 입력과 출력은 텍스트입니다. 분석할 문단, 사실, 조항을 읽을 수 있는 텍스트로 준비하고 원하는 결과를 지정하세요. 유용한 결과물은 섹션 초안, 쟁점 목록, 제공된 조항의 설명 또는 계약 문구의 비교가 될 수 있습니다.
제작사의 예시는 단일 지시나 메시지 기반 대화를 지원합니다. 메시지에는 역할과 내용이 담깁니다. 선택적인 시스템 지시가 먼저 오고 이어서 사용자와 어시스턴트의 대화가 배치됩니다. 안내에서는 지속적인 대화에 메시지를 권장하며, 후속 요청에서 사실이나 요구 사항이 변경되면 관련된 이전 답변을 유지하도록 합니다.
사건 질문에는 당사자의 역할, 시간순 경과, 다툼이 있는 쟁점, 질문과 관련된 근거를 제공하세요. 작업에 중요한 관할과 날짜를 명시하고, 답변이 특정 조항에 의존해야 한다면 검토할 법률 텍스트를 포함하세요. 주장된 사실은 다투는 주장이나 가정과 구분하세요.
후속 요청에는 무엇이 바뀌었는지 정확히 지정하세요. 예를 들어 수정한 날짜나 추가 조항을 제공하고 이전 초안의 어느 부분을 수정해야 하는지 물으세요. 실제 이전 답변을 유지하면 불완전한 사건에 대한 새 분석을 유도하는 대신 요청한 변경을 구체화할 수 있습니다.
법률 질문에서는 쟁점과 답변 형식을 정의하세요. 결론, 뒷받침하는 조항, 분석을 바꿀 수 있는 사실을 요청하세요. 출처만으로 중요한 세부 사항을 확립할 수 없다면 결과에서 누락된 정보를 식별하도록 요청하세요.
초안 작성에는 문서 유형, 대상 독자, 필수 섹션, 제공된 사실을 지정하세요. 유용한 작업 개요의 예는 다음과 같습니다. “이 시간순 경과와 사실을 사용해 요청한 섹션을 작성하고, 정의된 당사자의 역할을 보존하며, 문서를 완성하는 데 아직 필요한 정보를 식별하세요.” 이름, 날짜, 금액, 인용한 조항을 원본 자료와 대조하세요.
계약 검토에는 정확한 조항과 검토할 우려 사항을 제공하세요. 문구, 그 문구가 제기하는 문제, 의도한 상업적 의미를 보존하는 수정 제안을 비교하도록 요청하세요. 변경을 검토할 수 있도록 원래 조항을 제안한 글과 나란히 유지하세요.
공개된 모델 개요에는 최대 입력 12,000토큰, 최대 출력 2,000토큰이 명시되어 있습니다. 관련 발췌문과 작업에 맞는 답변 길이를 선택하고 적용되는 대화 구성 안에 요청한 응답을 위한 공간을 남기세요. 긴 계약 검토는 명확한 표시가 붙은 쟁점이나 섹션으로 나눌 수 있으며, 각 부분의 관계를 이해하는 데 필요한 조항은 유지해야 합니다.
제작사의 응답 길이 설정은 간결한 설명이나 특정 섹션 초안을 위해 출력 한도를 줄일 수 있습니다. 문서화된 기본값은 2,000토큰입니다. 반환된 답변을 완성된 문서로 취급하기 전에 내용이 완결되었는지 확인하세요.
제작사 참조 문서는 top_p를 0과 1 사이의 열린 구간으로 정의하며 기본값은 0.8입니다. top_k 설정은 후보 집합을 제한합니다. 설정하지 않거나 100보다 크게 설정하면 이 전략이 비활성화됩니다. 지원되는 생성 설정의 효과를 비교할 때 작업과 원본 자료를 동일하게 유지하세요.
기본 작업 흐름은 비스트리밍입니다. 스트리밍은 생성이 계속되는 동안 텍스트를 전달합니다. 문서에 설명된 기본 스트리밍 청크에는 누적된 내용이 포함되며, 증분 출력을 활성화하면 새 부분만 반환합니다. 반복되는 누적 텍스트를 두 번 덧붙이지 않도록 선택한 형식을 올바르게 조립하고, 완성된 답변을 검토용으로 보관하세요.
응답에는 text 또는 message 엔벌로프를 사용할 수 있습니다. 엔벌로프는 생성된 법률 텍스트를 감싸는 전달 구조입니다. 모델의 기능 표에는 스키마로 강제되는 구조화된 출력, 함수 호출, 네이티브 웹 검색이 명시되어 있지 않습니다. 외부 조회가 이루어졌다고 가정하지 말고 작업에 필요한 근거와 조항을 제공하세요.
원문, 제공된 사실, 요청한 문서 형식, 최종 응답을 함께 보존하세요. 참조의 실제 문구와 해석이 의존하는 관할이나 날짜를 확인하세요. 조항 비교나 사건 설명은 가정과 뒷받침하는 문단을 식별할 수 있을 때 가장 유용합니다.
Farui Plus는 명명된 법률 텍스트 작업 흐름에 사용하세요. 최종 결과물은 요청한 법률 질문이나 초안을 실제로 제공한 자료와 연결해야 합니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 farui-plus | 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 $0.0058 / 1K 토큰 출력 · 출력 토큰 $0.0058 / 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 $0.0058 / 1K 토큰 출력 · 출력 토큰 $0.0058 / 1K 토큰 입력 · 캐시 읽기 — / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "farui-plus",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'farui-plus', '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': 'farui-plus', '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 farui-plus
/chat/completions