Source: https://ailoot.ai/models/ko/fireworks-ember-1/
Canonical: https://ailoot.ai/models/ko/fireworks-ember-1/
Language: ko

# Fireworks: Ember-1

[Markdown](https://ailoot.ai/models/ko/fireworks-ember-1/index.md) · [JSON](https://ailoot.ai/models/ko/fireworks-ember-1/facts.json)

## [Fireworks: Ember-1](https://ailoot.ai/models/ko/fireworks-ember-1/)

Ember-1은 코딩 및 에이전트 작업에서 불필요한 추론을 줄이도록 학습된 Fireworks Research의 Kimi K3 기반 모델입니다. 제조사 프로필은 텍스트·이미지 입력, 텍스트 생성, 함수 호출을 지원하므로 초점이 분명한 개발 작업과 출처에 근거한 분석에 유용합니다.

- [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `fireworks/ember-1`](https://ailoot.ai/models/ko/fireworks-ember-1/#method-0)
- [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `fireworks/ember-1`](https://ailoot.ai/models/ko/fireworks-ember-1/#method-1)

모델 소개

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

Ember-1은 Kimi K3를 바탕으로 만든 Fireworks Research의 특화 모델입니다. 핵심 변화는 코딩 및 에이전트 작업에 유용한 분석을 유지하면서 불필요한 추론을 줄이는 학습입니다. 제작사는 대화가 이어지면서 긴 추론 기록이 누적될 수 있는, 도구의 안내를 받는 반복 작업에 이 모델을 제안합니다. 문서화된 프로필은 텍스트 생성, 이미지 입력, 함수 호출을 지원하며 결과로 나오는 답변, 코드 또는 제안된 작업은 텍스트입니다.

#### 학습으로 달라지는 점

제조사는 다양한 작업 부하에 걸친 과제 중심 학습으로 Ember-1을 개발했습니다. 이는 기반 모델에서 단순히 추론 강도 설정을 낮추는 것과 다른, 학습된 모델의 차이입니다. Kimi K3와 결과를 비교할 때 고유 식별자를 유지해야 합니다. 목표는 더 경제적인 추론 경로이며, 원래의 모든 설정, 기능, 향후 업데이트가 동일하다고 가정하는 것이 아닙니다.

소프트웨어 작업에는 관련 코드, 관찰한 실패, 원하는 동작, 안정적으로 유지해야 할 계약을 제공하세요. 초점이 분명한 구현과 실제 소스에 연결된 설명을 요청하세요. 실용적인 작업 개요의 예는 다음과 같습니다. “실패하는 이 입력을 추적하고, 처음으로 잘못된 조건을 식별한 뒤, 변경을 정당화하는 근거와 함께 수정된 함수를 반환하세요.” 작업에 여러 관찰 단계가 필요하더라도 최종 결과물을 명확히 하세요.

#### 코딩 및 에이전트 작업

제작사의 사용 사례에는 모델의 결정과 도구 결과를 번갈아 활용하는 코딩 어시스턴트와 에이전트가 포함됩니다. 작업에 맞는 함수 설명과 인자 스키마를 제공하세요. 모델은 파일 확인, 계산 또는 사용 가능한 다른 작업을 제안할 수 있습니다. 애플리케이션이 이를 수행하고 실제 관찰 결과를 반환합니다. 제안된 행동을 실행 자체로 대신하지 말고 그 결과를 다음 대화에서 사용하세요.

긴 작업에서는 관련 실패, 수정, 검증 관찰 내용을 간결한 기록으로 유지하세요. 완성된 코드나 분석 결과를 중간 논의와 별도로 요청하세요. 짧은 추론은 출력이 작업에 요구된 동작을 충족하고 검토에 필요한 근거를 포함할 때만 유용합니다.

#### 이미지와 긴 원본 자료

Ember-1의 제조사 카탈로그는 이미지 입력을 지원합니다. 시각적 코딩 작업에서는 스크린샷과 요구 사항 및 소스 코드를 결합하고, 눈에 보이는 내용에 근거한 설명이나 구현을 요청할 수 있습니다. 각 이미지에 표시를 붙이고 현재 상태와 의도한 결과를 구분하세요. 중요한 글자를 읽을 수 있게 하고, 발견 사항을 뒷받침하는 시각적 세부 사항을 답변에서 지정하도록 요청하세요.

제작사는 약 백만 토큰 규모의 컨텍스트를 명시합니다. 이는 원본 자료를 수용하는 용량에 관한 프로필이지, 같은 수의 답변 토큰을 별도로 보장하는 것은 아닙니다. 프롬프트, 원본 자료, 도구 이력, 생성된 추론은 적용되는 요청 예산을 공유합니다. 대규모 저장소나 문서 모음을 실제 질문 중심으로 정리하고 결과를 위한 공간을 확보하세요.

#### 검토 가능한 출력

유용한 결과물은 초점이 분명한 패치, 근거로 뒷받침된 설명 또는 명시한 기준에 따른 완성된 비교입니다. 최신 정보에 의존하는 사실에는 권위 있는 문단이나 적절한 조회 도구를 제공하세요. 모델이 추론을 짧게 하는 방향이라고 해서 없는 근거를 얻거나, 함수를 실행하거나, 코드를 독립적으로 검증하는 것은 아닙니다. 나온 결과물을 요구 사항 및 주변 작업 흐름에서 반환된 관찰 내용과 대조하세요.

실제 활용 과제

### 실제 활용 과제

영어 기술 예제

```
Fix an inclusive upper-bound error

Find the bug in this Python function: def allowed(age):
    return age > 18 and age < 65
The rule permits ages 18 through 65 inclusive. Return the corrected function, explain the boundary error and write tests for ages 17, 18, 65 and 66. Treat the supplied rule as authoritative.
```

#### 예상 결과

```
A minimal corrected function, a boundary explanation and four executable test cases.
```

#### 결과 확인

```
Check that both endpoints are accepted and both adjacent out-of-range values are rejected.
```

**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `fireworks/ember-1`

[`fireworks/ember-1`](https://ailoot.ai/models/ko/#m=fireworks%2Fember-1&route=Ultra&caller=fireworks%2Fember-1&fmt=chat)

Fireworks /`fireworks/ember-1`

### 시작하기

Ember-1은 코딩 및 에이전트 작업에서 불필요한 추론을 줄이도록 학습된 Fireworks Research의 Kimi K3 기반 모델입니다. 제조사 프로필은 텍스트·이미지 입력, 텍스트 생성, 함수 호출을 지원하므로 초점이 분명한 개발 작업과 출처에 근거한 분석에 유용합니다.

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

| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
| --- | --- | --- | --- | --- |
| 필드`model` | 유형`string` | 요건필수 | 값과 한도 fireworks/ember-1 | 기본값— |
| 필드`messages` | 유형`message[]` | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
| 필드`messages[].role` | 유형`string` | 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— |
| 필드`messages[].content` | 유형`string\|content_part[]\|null` | 요건선택 사항 | 값과 한도 | 기본값— |
| 필드`messages[].tool_calls` | 유형`tool_call[]` | 요건선택 사항 | 값과 한도 | 기본값— |
| 필드`messages[].tool_call_id` | 유형`string` | 요건선택 사항 | 값과 한도 적용 조건: role=tool. 실제 반환된 ID를 사용하세요 | 기본값— |
| 필드`messages[].name` | 유형`string` | 요건선택 사항 | 값과 한도 | 기본값— |
| 필드`messages[].reasoning_content` | 유형`string` | 요건선택 사항 | 값과 한도 적용 조건: 이 모델이 추론을 사용하는 경우 실제 반환된 추론을 그대로 다음 요청에 다시 전달하세요 | 기본값— |
| 필드`messages[].reasoning_details` | 유형`object\|array` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
| 필드`max_tokens` | 유형`integer` | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
| 필드`max_completion_tokens` | 유형`integer` | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
| 필드`stream` | 유형`boolean` | 요건선택 사항 | 값과 한도 | 기본값false |
| 필드`stream_options.include_usage` | 유형`boolean` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
| 필드`temperature` | 유형`number` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
| 필드`top_p` | 유형`number` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
| 필드`stop` | 유형`string\|string[]` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
| 필드`tools` | 유형`function_tool[]` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
| 필드`tools[].type` | 유형`string` | 요건선택 사항 | 값과 한도 function 모델에 따라 다름 | 기본값— |
| 필드`tools[].function.name` | 유형`string` | 요건필수 | 값과 한도 적용 조건: 함수 도구 지정됨 | 기본값— |
| 필드`tools[].function.description` | 유형`string` | 요건선택 사항 | 값과 한도 | 기본값— |
| 필드`tools[].function.parameters` | 유형`JSON_schema` | 요건선택 사항 | 값과 한도 | 기본값— |
| 필드`tool_choice` | 유형`string\|object` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
| 필드`parallel_tool_calls` | 유형`boolean` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
| 필드`response_format` | 유형`object` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
| 필드`reasoning_effort` | 유형`string` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
| 필드`reasoning` | 유형`object` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
| 필드`service_tier` | 유형`string` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
| 필드`instructions` | 유형`string` | 요건선택 사항 | 값과 한도 호환성 필드 | 기본값— |
| 필드`functions` | 유형`function[]` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
| 필드`function_call` | 유형`string\|object` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
| 필드`prompt_cache_options` | 유형`object` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
| 필드`modalities` | 유형`string[]` | 요건선택 사항 | 값과 한도 text | 기본값— |
| 필드`provider` | 유형`object` | 요건선택 사항 | 값과 한도 조건: 이 Ultra 텍스트 경로에서는 provider.options가 거부됩니다 | 기본값— |
| 필드`cache_control.ttl` | 유형`string` | 요건선택 사항 | 값과 한도 조건: 실제 프롬프트 캐시 지정 위치에서는 1h가 거부됩니다 | 기본값— |

입력 자료 조합

**텍스트** · UTF8 텍스트

`messages[].content`

메서드 매개변수와 수명 주기

| 매개변수 | 명세 |
| --- | --- |
| 매개변수`content_type` | 명세application/json |
| 매개변수`required` | 명세model, messages |
| 매개변수`material_types` | 명세text |
| 매개변수`messages` | 명세role/content 형식의 메시지 배열 |
| 매개변수`file_material` | 명세실제 UTF-8 문서를 텍스트로 그대로 삽입합니다. 파일 ID는 추정하지 않습니다 |
| 매개변수`optional_controls` | 명세stream, temperature, top\_p, stop, max\_tokens, max\_completion\_tokens, reasoning, response\_format, tools, tool\_choice |
| 매개변수`control_scope` | 명세모델별로 다름. 사용자 함수 도구와 호스팅 도구는 서로 다릅니다 |
| 매개변수`output_modalities` | 명세text |
| 매개변수`hosted_operations` | 명세false |
| 매개변수`multimodal_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

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

추론 수준 · 높음

표준 요금 추론 수준이 높음인 경우

추론 수준 · 낮음

표준 요금 추론 수준이 낮음인 경우

추론 수준 · 최대

표준 요금 추론 수준이 최대인 경우

#### Ailoot 요금

#### 설정별 가격

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 **$0.006** / 1K 토큰 출력 · 출력 토큰 **$0.03** / 1K 토큰 입력 · 캐시 읽기 **$0.0006** / 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 **$0.006** / 1K 토큰 출력 · 출력 토큰 **$0.03** / 1K 토큰 입력 · 캐시 읽기 **$0.0006** / 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 →](https://ailoot.ai/docs/ko/billing/reserve/)

### 요청 예제

#### Ailoot Ultra · OpenAI Chat

curlPython SDKPython 스트리밍

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "fireworks/ember-1", "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
```

```python
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='fireworks/ember-1',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"))
```

```python
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='fireworks/ember-1',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

| 필드 | 유형 |
| --- | --- |
| 필드`choices[].index` | 유형integer |
| 필드`choices[].message.content` | 유형string\|null |
| 필드`choices[].message.tool_calls` | 유형tool\_call\[\] |
| 필드`choices[].message.reasoning_content` | 유형string |
| 필드`choices[].message.reasoning_details` | 유형object\|array |
| 필드`choices[].finish_reason` | 유형string\|null |
| 필드`usage` | 유형object |

오류와 다음 단계

| 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. |

### 별칭

#### 모델 별칭

**Ailoot Ultra** [`fireworks/ember-1`](https://ailoot.ai/models/ko/#m=fireworks%2Fember-1&route=Ultra&caller=fireworks%2Fember-1&fmt=chat)

#### 메서드 경로 별칭

위에 표시된 메서드 경로를 사용하세요.

#### 관련 호출용 ID

[`fireworks/ember-1`](https://ailoot.ai/models/ko/#m=fireworks%2Fember-1&route=Ultra&caller=fireworks%2Fember-1&fmt=chat)

**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `fireworks/ember-1`

[`fireworks/ember-1`](https://ailoot.ai/models/ko/#m=fireworks%2Fember-1&route=Ultra&caller=fireworks%2Fember-1&fmt=messages)

Fireworks /`fireworks/ember-1`

### 시작하기

Ember-1은 코딩 및 에이전트 작업에서 불필요한 추론을 줄이도록 학습된 Fireworks Research의 Kimi K3 기반 모델입니다. 제조사 프로필은 텍스트·이미지 입력, 텍스트 생성, 함수 호출을 지원하므로 초점이 분명한 개발 작업과 출처에 근거한 분석에 유용합니다.

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

| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
| --- | --- | --- | --- | --- |
| 필드`model` | 유형`string` | 요건필수 | 값과 한도 fireworks/ember-1 | 기본값— |
| 필드`messages` | 유형`message[]` | 요건필수 | 값과 한도 | 기본값— |
| 필드`messages[].role` | 유형`string` | 요건필수 | 값과 한도 user, assistant | 기본값— |
| 필드`messages[].content` | 유형`string` | 요건필수 | 값과 한도 | 기본값— |
| 필드`max_tokens` | 유형`integer` | 요건필수 | 값과 한도 | 기본값— |
| 필드`stream` | 유형`boolean` | 요건선택 사항 | 값과 한도 | 기본값false |

입력 자료 조합

**텍스트** · UTF-8 텍스트

`messages[].content 문자열`

메서드 매개변수와 수명 주기

| 매개변수 | 명세 |
| --- | --- |
| 매개변수`content_type` | 명세application/json |
| 매개변수`required` | 명세model, messages, max\_tokens |
| 매개변수`optional_controls` | 명세stream |
| 매개변수`material_types` | 명세text |
| 매개변수`text_file_material` | 명세실제 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

추론 수준 · 높음

표준 요금 추론 수준이 높음인 경우

추론 수준 · 낮음

표준 요금 추론 수준이 낮음인 경우

추론 수준 · 최대

표준 요금 추론 수준이 최대인 경우

#### Ailoot 요금

#### 설정별 가격

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 **$0.006** / 1K 토큰 출력 · 출력 토큰 **$0.03** / 1K 토큰 입력 · 캐시 읽기 **$0.0006** / 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 **$0.006** / 1K 토큰 출력 · 출력 토큰 **$0.03** / 1K 토큰 입력 · 캐시 읽기 **$0.0006** / 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 →](https://ailoot.ai/docs/ko/billing/reserve/)

### 요청 예제

#### Ailoot Ultra · Anthropic Messages

최소 구성의 완전한 JSON 본문curl · 자신의 UTF-8 문서 사용Python · 결과 전체 저장

```json
{
  "model": "fireworks/ember-1",
  "max_tokens": 128,
  "messages": [
    {
      "role": "user",
      "content": "Summarize the incident report."
    }
  ],
  "stream": false
}
```

```bash
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': 'fireworks/ember-1', '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
```

```python
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': 'fireworks/ember-1', '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

| 필드 | 유형 |
| --- | --- |
| 필드`id` | 유형string |
| 필드`model` | 유형string |
| 필드`content[]` | 유형text\|thinking\|tool\_use\|other content block |
| 필드`stop_reason` | 유형string\|null |
| 필드`usage` | 유형object |

오류와 다음 단계

| 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. |

### 별칭

#### 모델 별칭

**Ailoot Ultra** [`fireworks/ember-1`](https://ailoot.ai/models/ko/#m=fireworks%2Fember-1&route=Ultra&caller=fireworks%2Fember-1&fmt=messages)

#### 메서드 경로 별칭

위에 표시된 메서드 경로를 사용하세요.

#### 관련 호출용 ID

[`fireworks/ember-1`](https://ailoot.ai/models/ko/#m=fireworks%2Fember-1&route=Ultra&caller=fireworks%2Fember-1&fmt=messages)

FAQ · Fireworks: Ember-1

어떤 입력과 결과를 사용할 수 있나요?

`POST /v1/chat/completions` · `fireworks/ember-1`: `text` → `text` `POST /v1/messages` · `fireworks/ember-1`: `text` → `json`, `sse`

요청은 어떤 필드를 사용하나요?

`POST /v1/chat/completions` · `fireworks/ember-1`: `model`, `messages`, `stream`, `modalities`, `provider` `POST /v1/messages` · `fireworks/ember-1`: `model`, `messages`, `max_tokens`, `stream`

어떤 제한이 적용되나요?

`POST /v1/chat/completions` · `fireworks/ember-1`: `messages.min_items`: `1`

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](https://ailoot.ai/docs/ko/billing/subscriptions/) · [모델 가격 보기](https://ailoot.ai/models/ko/)

## 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](mailto:support@ailoot.ai) · [공식 이용 조건과 라이선스 계약](https://ailoot.ai/legal/offer?lang=ko)

## Ailoot · 회사와 그 프로젝트 포트폴리오





Ailoot는 축적된 운영 경험, 폭넓은 고객 기반, 안정적인 서비스, 지속적인 KPI 관리를 바탕으로 합니다.





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





Ailoot는 이러한 운영 경험을 고객의 제품, 에이전트, 애플리케이션, 자동화에서 AI 기능을 이용할 수 있는 API 접근에 활용합니다.