Grok 3 mini는 Grok 3 제품군에 속하는 xAI의 경량 추론 모델입니다. 제조사는 더 큰 Grok 3 Think 모델과 함께 소개하며, 강화 학습을 통해 문제 해결 동작을 개발합니다. 특히 수학, 프로그래밍, 기타 STEM 작업처럼 방대한 일반 상식보다 명확한 조건 집합이 더 중요한 기술 작업에 중점을 둡니다. 이름이 지정된 모델 항목은 텍스트를 입력받아 텍스트를 반환합니다.
추론 단계의 목적은 답변을 생성하기 전에 문제를 풀어 나가는 것입니다. 따라서 여러 조건으로부터 값을 도출하거나, 알고리즘이 요구 사항을 충족하는지 검토하거나, 제안된 논리적 논증을 확인하는 등 단계 간 의존성이 있는 질문에 이 에디션을 고려할 수 있습니다. xAI는 mini를 일반 grok-3 텍스트 에디션을 작게 만드는 단순한 설정이 아니라 독립적인 모델 선택지로 제시합니다. 입력과 필요한 결과를 선택할 때 이 구분을 유지하세요.
수학에서는 전체 조건, 정의, 허용된 가정, 구해야 할 값이나 입증해야 할 명제를 제공하세요. 요청의 예시는 다음과 같습니다. “이 풀이를 평가하세요. 가장 먼저 잘못된 단계를 식별하고, 어떤 조건을 위반하는지 설명하며, 원래 문제와 대조해 확인한 수정 결과를 제시하세요.” 프로그래밍에서는 관련 코드, 입력값, 기대하는 동작을 포함하세요. 차이에 대한 설명과 해당 입력으로 테스트할 수 있는 변경 제안을 요청하세요. 논리에서는 전제와 결론을 구분하고 어떤 중간 주장에 근거가 필요한지 질문하세요.
답변은 도출된 공식, 코드 조각, 기각된 가정 목록 또는 선택한 방법에 대한 간결한 설명처럼 유용한 최종 산출물을 중심으로 구성할 수 있습니다. 산출물을 지정하는 요청은 추론을 사용자의 작업에 연결하는 데 도움이 됩니다. 학습 도우미에는 학습자가 힌트, 방법 설명, 완전한 풀이 중 무엇을 필요로 하는지 명시하세요. 기술 검토자에게는 제안된 답변이 충족해야 할 기준을 제시하세요. 이는 제조사가 강조한 작업에 근거한 준비 방식의 예시이며, 반환된 논증을 검증하지 않고도 정확하다고 보장하는 것은 아닙니다.
제조사의 모델 메타데이터 예시에는 grok-3-mini의 추론, 구조화된 출력, 함수 호출이 기록되어 있습니다. 최대 프롬프트 길이는 131,072토큰으로 제시되며 입력과 출력 모두 텍스트로 명시됩니다. 검토한 정확한 에디션의 출처에서는 생성 출력에 대한 별도의 보편적인 최댓값이 확인되지 않습니다. 필요한 조건과 관련 자료를 프롬프트에 유지하고, 원하는 결과 구조를 설정하며, 더 큰 Grok 모델에서 한도를 가져오지 말고 선택한 구성에서 실행별 한도를 확인하세요.
구조화된 출력은 애플리케이션에서 추론 결과를 더 쉽게 활용하도록 할 수 있습니다. 예를 들어 제안된 결과, 가정, 검증, 미해결 질문을 정의된 필드로 구분할 수 있습니다. 함수 호출에서는 애플리케이션이 사용 가능한 작업을 설명하고, 제안된 호출을 받은 뒤, 다음 모델 응답을 위한 작업 결과를 제공합니다. 외부 계산이나 조회는 해당 애플리케이션 도구가 수행합니다. 계산을 확인했다는 서면 진술 자체가 도구 실행 기록은 아닙니다.
mini 에디션의 기술 중심 성격도 의미 있는 경계입니다. 해결책이 의존하는 전문적인 사실을 제공하세요. 특히 최신 정보이거나 질문에 명시된 조건 밖의 정보라면 중요합니다. 출처의 사실과 지침을 구분하고 필요한 전제가 없을 때 불확실성을 유지하도록 요청하세요. 출시 글에서는 추론 모델과 별도의 도구 탑재 에이전트를 설명하므로 브라우저, 검색, 실행 기능은 실제 통합 환경에 연결해 두어야 합니다. 문서화된 텍스트 추론 작업에는 Grok 3 mini를 선택하고, 중요한 계산, 논증, 코드는 원래 문제나 애플리케이션의 검증과 대조하세요.
", "aboutText": "Grok 3 mini는 Grok 3 제품군에 속하는 xAI의 경량 추론 모델입니다. 제조사는 더 큰 Grok 3 Think 모델과 함께 소개하며, 강화 학습을 통해 문제 해결 동작을 개발합니다. 특히 수학, 프로그래밍, 기타 STEM 작업처럼 방대한 일반 상식보다 명확한 조건 집합이 더 중요한 기술 작업에 중점을 둡니다. 이름이 지정된 모델 항목은 텍스트를 입력받아 텍스트를 반환합니다.\n\n추론 단계의 목적은 답변을 생성하기 전에 문제를 풀어 나가는 것입니다. 따라서 여러 조건으로부터 값을 도출하거나, 알고리즘이 요구 사항을 충족하는지 검토하거나, 제안된 논리적 논증을 확인하는 등 단계 간 의존성이 있는 질문에 이 에디션을 고려할 수 있습니다. xAI는 mini를 일반 grok-3 텍스트 에디션을 작게 만드는 단순한 설정이 아니라 독립적인 모델 선택지로 제시합니다. 입력과 필요한 결과를 선택할 때 이 구분을 유지하세요.\n\n수학에서는 전체 조건, 정의, 허용된 가정, 구해야 할 값이나 입증해야 할 명제를 제공하세요. 요청의 예시는 다음과 같습니다. “이 풀이를 평가하세요. 가장 먼저 잘못된 단계를 식별하고, 어떤 조건을 위반하는지 설명하며, 원래 문제와 대조해 확인한 수정 결과를 제시하세요.” 프로그래밍에서는 관련 코드, 입력값, 기대하는 동작을 포함하세요. 차이에 대한 설명과 해당 입력으로 테스트할 수 있는 변경 제안을 요청하세요. 논리에서는 전제와 결론을 구분하고 어떤 중간 주장에 근거가 필요한지 질문하세요.\n\n답변은 도출된 공식, 코드 조각, 기각된 가정 목록 또는 선택한 방법에 대한 간결한 설명처럼 유용한 최종 산출물을 중심으로 구성할 수 있습니다. 산출물을 지정하는 요청은 추론을 사용자의 작업에 연결하는 데 도움이 됩니다. 학습 도우미에는 학습자가 힌트, 방법 설명, 완전한 풀이 중 무엇을 필요로 하는지 명시하세요. 기술 검토자에게는 제안된 답변이 충족해야 할 기준을 제시하세요. 이는 제조사가 강조한 작업에 근거한 준비 방식의 예시이며, 반환된 논증을 검증하지 않고도 정확하다고 보장하는 것은 아닙니다.\n\n제조사의 모델 메타데이터 예시에는 grok-3-mini의 추론, 구조화된 출력, 함수 호출이 기록되어 있습니다. 최대 프롬프트 길이는 131,072토큰으로 제시되며 입력과 출력 모두 텍스트로 명시됩니다. 검토한 정확한 에디션의 출처에서는 생성 출력에 대한 별도의 보편적인 최댓값이 확인되지 않습니다. 필요한 조건과 관련 자료를 프롬프트에 유지하고, 원하는 결과 구조를 설정하며, 더 큰 Grok 모델에서 한도를 가져오지 말고 선택한 구성에서 실행별 한도를 확인하세요.\n\n구조화된 출력은 애플리케이션에서 추론 결과를 더 쉽게 활용하도록 할 수 있습니다. 예를 들어 제안된 결과, 가정, 검증, 미해결 질문을 정의된 필드로 구분할 수 있습니다. 함수 호출에서는 애플리케이션이 사용 가능한 작업을 설명하고, 제안된 호출을 받은 뒤, 다음 모델 응답을 위한 작업 결과를 제공합니다. 외부 계산이나 조회는 해당 애플리케이션 도구가 수행합니다. 계산을 확인했다는 서면 진술 자체가 도구 실행 기록은 아닙니다.\n\nmini 에디션의 기술 중심 성격도 의미 있는 경계입니다. 해결책이 의존하는 전문적인 사실을 제공하세요. 특히 최신 정보이거나 질문에 명시된 조건 밖의 정보라면 중요합니다. 출처의 사실과 지침을 구분하고 필요한 전제가 없을 때 불확실성을 유지하도록 요청하세요. 출시 글에서는 추론 모델과 별도의 도구 탑재 에이전트를 설명하므로 브라우저, 검색, 실행 기능은 실제 통합 환경에 연결해 두어야 합니다. 문서화된 텍스트 추론 작업에는 Grok 3 mini를 선택하고, 중요한 계산, 논증, 코드는 원래 문제나 애플리케이션의 검증과 대조하세요.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
Find the first invalid algebra step\n\nReview this proposed solution to x squared = 9: 'Take square roots, so x = 3. Therefore there is exactly one real solution.' Identify the earliest invalid inference, give the complete real solution set and verify it by substitution. Explain the issue to a learner without introducing unrelated algebra topics.A concise correction, the full real solution set and a substitution check for each value.Both 3 and -3 are checked, and the missing negative root is tied to the square-root inference.grok-3-miniGrok 3 mini는 수학, 코딩, 논리 중심 작업을 위한 xAI의 경량 텍스트 추론 모델입니다. 답변 전에 문제를 풀어 나가도록 설계되었으며, 이름이 지정된 에디션에는 구조화된 출력과 함수 호출 기능이 문서화되어 있습니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Grok 3 mini는 Grok 3 제품군에 속하는 xAI의 경량 추론 모델입니다. 제조사는 더 큰 Grok 3 Think 모델과 함께 소개하며, 강화 학습을 통해 문제 해결 동작을 개발합니다. 특히 수학, 프로그래밍, 기타 STEM 작업처럼 방대한 일반 상식보다 명확한 조건 집합이 더 중요한 기술 작업에 중점을 둡니다. 이름이 지정된 모델 항목은 텍스트를 입력받아 텍스트를 반환합니다.
추론 단계의 목적은 답변을 생성하기 전에 문제를 풀어 나가는 것입니다. 따라서 여러 조건으로부터 값을 도출하거나, 알고리즘이 요구 사항을 충족하는지 검토하거나, 제안된 논리적 논증을 확인하는 등 단계 간 의존성이 있는 질문에 이 에디션을 고려할 수 있습니다. xAI는 mini를 일반 grok-3 텍스트 에디션을 작게 만드는 단순한 설정이 아니라 독립적인 모델 선택지로 제시합니다. 입력과 필요한 결과를 선택할 때 이 구분을 유지하세요.
수학에서는 전체 조건, 정의, 허용된 가정, 구해야 할 값이나 입증해야 할 명제를 제공하세요. 요청의 예시는 다음과 같습니다. “이 풀이를 평가하세요. 가장 먼저 잘못된 단계를 식별하고, 어떤 조건을 위반하는지 설명하며, 원래 문제와 대조해 확인한 수정 결과를 제시하세요.” 프로그래밍에서는 관련 코드, 입력값, 기대하는 동작을 포함하세요. 차이에 대한 설명과 해당 입력으로 테스트할 수 있는 변경 제안을 요청하세요. 논리에서는 전제와 결론을 구분하고 어떤 중간 주장에 근거가 필요한지 질문하세요.
답변은 도출된 공식, 코드 조각, 기각된 가정 목록 또는 선택한 방법에 대한 간결한 설명처럼 유용한 최종 산출물을 중심으로 구성할 수 있습니다. 산출물을 지정하는 요청은 추론을 사용자의 작업에 연결하는 데 도움이 됩니다. 학습 도우미에는 학습자가 힌트, 방법 설명, 완전한 풀이 중 무엇을 필요로 하는지 명시하세요. 기술 검토자에게는 제안된 답변이 충족해야 할 기준을 제시하세요. 이는 제조사가 강조한 작업에 근거한 준비 방식의 예시이며, 반환된 논증을 검증하지 않고도 정확하다고 보장하는 것은 아닙니다.
제조사의 모델 메타데이터 예시에는 grok-3-mini의 추론, 구조화된 출력, 함수 호출이 기록되어 있습니다. 최대 프롬프트 길이는 131,072토큰으로 제시되며 입력과 출력 모두 텍스트로 명시됩니다. 검토한 정확한 에디션의 출처에서는 생성 출력에 대한 별도의 보편적인 최댓값이 확인되지 않습니다. 필요한 조건과 관련 자료를 프롬프트에 유지하고, 원하는 결과 구조를 설정하며, 더 큰 Grok 모델에서 한도를 가져오지 말고 선택한 구성에서 실행별 한도를 확인하세요.
구조화된 출력은 애플리케이션에서 추론 결과를 더 쉽게 활용하도록 할 수 있습니다. 예를 들어 제안된 결과, 가정, 검증, 미해결 질문을 정의된 필드로 구분할 수 있습니다. 함수 호출에서는 애플리케이션이 사용 가능한 작업을 설명하고, 제안된 호출을 받은 뒤, 다음 모델 응답을 위한 작업 결과를 제공합니다. 외부 계산이나 조회는 해당 애플리케이션 도구가 수행합니다. 계산을 확인했다는 서면 진술 자체가 도구 실행 기록은 아닙니다.
mini 에디션의 기술 중심 성격도 의미 있는 경계입니다. 해결책이 의존하는 전문적인 사실을 제공하세요. 특히 최신 정보이거나 질문에 명시된 조건 밖의 정보라면 중요합니다. 출처의 사실과 지침을 구분하고 필요한 전제가 없을 때 불확실성을 유지하도록 요청하세요. 출시 글에서는 추론 모델과 별도의 도구 탑재 에이전트를 설명하므로 브라우저, 검색, 실행 기능은 실제 통합 환경에 연결해 두어야 합니다. 문서화된 텍스트 추론 작업에는 Grok 3 mini를 선택하고, 중요한 계산, 논증, 코드는 원래 문제나 애플리케이션의 검증과 대조하세요.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 grok-3-mini | 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 $0.0006 / 1K 토큰 출력 · 출력 토큰 $0.001 / 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": "grok-3-mini", "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='grok-3-mini',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='grok-3-mini',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 grok-3-mini
위에 표시된 메서드 경로를 사용하세요.
grok-3-miniGrok 3 mini는 수학, 코딩, 논리 중심 작업을 위한 xAI의 경량 텍스트 추론 모델입니다. 답변 전에 문제를 풀어 나가도록 설계되었으며, 이름이 지정된 에디션에는 구조화된 출력과 함수 호출 기능이 문서화되어 있습니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Grok 3 mini는 Grok 3 제품군에 속하는 xAI의 경량 추론 모델입니다. 제조사는 더 큰 Grok 3 Think 모델과 함께 소개하며, 강화 학습을 통해 문제 해결 동작을 개발합니다. 특히 수학, 프로그래밍, 기타 STEM 작업처럼 방대한 일반 상식보다 명확한 조건 집합이 더 중요한 기술 작업에 중점을 둡니다. 이름이 지정된 모델 항목은 텍스트를 입력받아 텍스트를 반환합니다.
추론 단계의 목적은 답변을 생성하기 전에 문제를 풀어 나가는 것입니다. 따라서 여러 조건으로부터 값을 도출하거나, 알고리즘이 요구 사항을 충족하는지 검토하거나, 제안된 논리적 논증을 확인하는 등 단계 간 의존성이 있는 질문에 이 에디션을 고려할 수 있습니다. xAI는 mini를 일반 grok-3 텍스트 에디션을 작게 만드는 단순한 설정이 아니라 독립적인 모델 선택지로 제시합니다. 입력과 필요한 결과를 선택할 때 이 구분을 유지하세요.
수학에서는 전체 조건, 정의, 허용된 가정, 구해야 할 값이나 입증해야 할 명제를 제공하세요. 요청의 예시는 다음과 같습니다. “이 풀이를 평가하세요. 가장 먼저 잘못된 단계를 식별하고, 어떤 조건을 위반하는지 설명하며, 원래 문제와 대조해 확인한 수정 결과를 제시하세요.” 프로그래밍에서는 관련 코드, 입력값, 기대하는 동작을 포함하세요. 차이에 대한 설명과 해당 입력으로 테스트할 수 있는 변경 제안을 요청하세요. 논리에서는 전제와 결론을 구분하고 어떤 중간 주장에 근거가 필요한지 질문하세요.
답변은 도출된 공식, 코드 조각, 기각된 가정 목록 또는 선택한 방법에 대한 간결한 설명처럼 유용한 최종 산출물을 중심으로 구성할 수 있습니다. 산출물을 지정하는 요청은 추론을 사용자의 작업에 연결하는 데 도움이 됩니다. 학습 도우미에는 학습자가 힌트, 방법 설명, 완전한 풀이 중 무엇을 필요로 하는지 명시하세요. 기술 검토자에게는 제안된 답변이 충족해야 할 기준을 제시하세요. 이는 제조사가 강조한 작업에 근거한 준비 방식의 예시이며, 반환된 논증을 검증하지 않고도 정확하다고 보장하는 것은 아닙니다.
제조사의 모델 메타데이터 예시에는 grok-3-mini의 추론, 구조화된 출력, 함수 호출이 기록되어 있습니다. 최대 프롬프트 길이는 131,072토큰으로 제시되며 입력과 출력 모두 텍스트로 명시됩니다. 검토한 정확한 에디션의 출처에서는 생성 출력에 대한 별도의 보편적인 최댓값이 확인되지 않습니다. 필요한 조건과 관련 자료를 프롬프트에 유지하고, 원하는 결과 구조를 설정하며, 더 큰 Grok 모델에서 한도를 가져오지 말고 선택한 구성에서 실행별 한도를 확인하세요.
구조화된 출력은 애플리케이션에서 추론 결과를 더 쉽게 활용하도록 할 수 있습니다. 예를 들어 제안된 결과, 가정, 검증, 미해결 질문을 정의된 필드로 구분할 수 있습니다. 함수 호출에서는 애플리케이션이 사용 가능한 작업을 설명하고, 제안된 호출을 받은 뒤, 다음 모델 응답을 위한 작업 결과를 제공합니다. 외부 계산이나 조회는 해당 애플리케이션 도구가 수행합니다. 계산을 확인했다는 서면 진술 자체가 도구 실행 기록은 아닙니다.
mini 에디션의 기술 중심 성격도 의미 있는 경계입니다. 해결책이 의존하는 전문적인 사실을 제공하세요. 특히 최신 정보이거나 질문에 명시된 조건 밖의 정보라면 중요합니다. 출처의 사실과 지침을 구분하고 필요한 전제가 없을 때 불확실성을 유지하도록 요청하세요. 출시 글에서는 추론 모델과 별도의 도구 탑재 에이전트를 설명하므로 브라우저, 검색, 실행 기능은 실제 통합 환경에 연결해 두어야 합니다. 문서화된 텍스트 추론 작업에는 Grok 3 mini를 선택하고, 중요한 계산, 논증, 코드는 원래 문제나 애플리케이션의 검증과 대조하세요.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 grok-3-mini | 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 $0.0006 / 1K 토큰 출력 · 출력 토큰 $0.001 / 1K 토큰 입력 · 캐시 읽기 $0 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "grok-3-mini",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'grok-3-mini', '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': 'grok-3-mini', '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 grok-3-mini
위에 표시된 메서드 경로를 사용하세요.
영어 기술 예제
Find the first invalid algebra step\n\nReview this proposed solution to x squared = 9: 'Take square roots, so x = 3. Therefore there is exactly one real solution.' Identify the earliest invalid inference, give the complete real solution set and verify it by substitution. Explain the issue to a learner without introducing unrelated algebra topics.A concise correction, the full real solution set and a substitution check for each value.Both 3 and -3 are checked, and the missing negative root is tied to the square-root inference.