Ling 3.0 Flash는 inclusionAI의 텍스트 입력·텍스트 출력 모델입니다. 공개된 아키텍처는 전체 파라미터 1,240억 개 중 토큰당 약 51억 개가 활성화되는 전문가 혼합 방식입니다. model과 messages 배열을 포함한 POST /v1/chat/completions에서 inclusionai/ling-3.0-flash를 선택하세요. 지시, 원본 자료, 이전 대화 차례는 메시지 텍스트에 넣습니다.
핵심에 집중한 프롬프트로 제공된 자료를 특정 결과물로 정리하세요. 고객 답변을 작성하려면 고객의 질문과 답변에 사용해야 하는 제품 또는 정책 문구를 제공한 뒤, 어조와 다음 단계를 지정하세요. 문서 요약에서는 결정 사항, 미해결 질문, 실행 항목처럼 필요한 절을 명시하세요. 추출 작업에서는 요청 필드와 원문에 없는 사실을 표시하는 방법을 정의하세요. 코드 작업에서는 관련 함수나 파일 발췌문을 포함하고 명시적인 요구 사항에 따른 설명, 변경 제안, 검토를 요청하세요.
공개된 컨텍스트 창은 262,144토큰이며, 모델의 완성 응답은 최대 32,768토큰으로 기재되어 있습니다. 원본 텍스트, 지시, 대화 기록, 요청한 완성 응답을 함께 고려해 용량을 배분하세요. max_tokens로 요청 출력 허용량을 설정하세요. 답변이 문서 내용에 근거해야 한다면 문서의 실제 텍스트를 제공해야 합니다. 여러 발췌문을 함께 요청할 때는 관련 절을 명시적으로 지목하세요.
지원되는 매개변수 목록에는 함수 호출을 위한 tools와 tool_choice가 포함됩니다. 요청에 사용 가능한 함수와 그 인수 설명을 정의하세요. 애플리케이션은 반환된 호출을 검증하고, 선택한 함수를 실행하며, 후속 답변을 요청하기 전에 그 결과를 대화에 제공합니다. 예를 들어 지원 작업 흐름에서는 범위를 좁게 정의한 주문 조회를 제공하고, 그 결과로 반환된 사실을 답변 초안에 사용할 수 있습니다. 모델이 도구 결과와 사용자의 원래 요청을 구분할 수 있도록 도구 결과를 올바른 대화 차례에 연결해 두세요.
모델은 JSON 출력을 위한 response_format을 지원하지만 JSON 스키마를 강제하지는 않습니다. 의도한 필드를 명시하고 반환된 객체를 사용하기 전에 애플리케이션에서 검증하세요. 그 밖에 공개된 제어 항목에는 temperature, top_p, top_k, min_p, stop, seed와 기재된 반복·빈도·출현 패널티가 포함됩니다. 매개변수 목록에는 reasoning과 include_reasoning도 있습니다. 다른 버전의 값을 가정하지 말고 요청 명세에서 지원하는 표현을 선택하세요.
Chat Completions는 완전한 응답 또는 스트리밍 텍스트를 반환할 수 있습니다. 완전한 답변에서는 반환된 메시지 내용을 읽고 응답 choices와 usage를 보관하세요. 스트리밍에서는 델타를 조합한 후 답변이 완료된 것으로 처리하고, 반환된 도구 호출과 인수도 보관하세요. 결과는 다음 애플리케이션 단계를 위한 텍스트 또는 함수 호출 요청이며, 실행과 완성된 답변의 사용은 이를 둘러싼 애플리케이션이 담당합니다.
", "aboutText": "Ling 3.0 Flash는 inclusionAI의 텍스트 입력·텍스트 출력 모델입니다. 공개된 아키텍처는 전체 파라미터 1,240억 개 중 토큰당 약 51억 개가 활성화되는 전문가 혼합 방식입니다. model과 messages 배열을 포함한 POST /v1/chat/completions에서 inclusionai/ling-3.0-flash를 선택하세요. 지시, 원본 자료, 이전 대화 차례는 메시지 텍스트에 넣습니다.\n\n핵심에 집중한 프롬프트로 제공된 자료를 특정 결과물로 정리하세요. 고객 답변을 작성하려면 고객의 질문과 답변에 사용해야 하는 제품 또는 정책 문구를 제공한 뒤, 어조와 다음 단계를 지정하세요. 문서 요약에서는 결정 사항, 미해결 질문, 실행 항목처럼 필요한 절을 명시하세요. 추출 작업에서는 요청 필드와 원문에 없는 사실을 표시하는 방법을 정의하세요. 코드 작업에서는 관련 함수나 파일 발췌문을 포함하고 명시적인 요구 사항에 따른 설명, 변경 제안, 검토를 요청하세요.\n\n공개된 컨텍스트 창은 262,144토큰이며, 모델의 완성 응답은 최대 32,768토큰으로 기재되어 있습니다. 원본 텍스트, 지시, 대화 기록, 요청한 완성 응답을 함께 고려해 용량을 배분하세요. max_tokens로 요청 출력 허용량을 설정하세요. 답변이 문서 내용에 근거해야 한다면 문서의 실제 텍스트를 제공해야 합니다. 여러 발췌문을 함께 요청할 때는 관련 절을 명시적으로 지목하세요.\n\n지원되는 매개변수 목록에는 함수 호출을 위한 tools와 tool_choice가 포함됩니다. 요청에 사용 가능한 함수와 그 인수 설명을 정의하세요. 애플리케이션은 반환된 호출을 검증하고, 선택한 함수를 실행하며, 후속 답변을 요청하기 전에 그 결과를 대화에 제공합니다. 예를 들어 지원 작업 흐름에서는 범위를 좁게 정의한 주문 조회를 제공하고, 그 결과로 반환된 사실을 답변 초안에 사용할 수 있습니다. 모델이 도구 결과와 사용자의 원래 요청을 구분할 수 있도록 도구 결과를 올바른 대화 차례에 연결해 두세요.\n\n모델은 JSON 출력을 위한 response_format을 지원하지만 JSON 스키마를 강제하지는 않습니다. 의도한 필드를 명시하고 반환된 객체를 사용하기 전에 애플리케이션에서 검증하세요. 그 밖에 공개된 제어 항목에는 temperature, top_p, top_k, min_p, stop, seed와 기재된 반복·빈도·출현 패널티가 포함됩니다. 매개변수 목록에는 reasoning과 include_reasoning도 있습니다. 다른 버전의 값을 가정하지 말고 요청 명세에서 지원하는 표현을 선택하세요.\n\nChat Completions는 완전한 응답 또는 스트리밍 텍스트를 반환할 수 있습니다. 완전한 답변에서는 반환된 메시지 내용을 읽고 응답 choices와 usage를 보관하세요. 스트리밍에서는 델타를 조합한 후 답변이 완료된 것으로 처리하고, 반환된 도구 호출과 인수도 보관하세요. 결과는 다음 애플리케이션 단계를 위한 텍스트 또는 함수 호출 요청이며, 실행과 완성된 답변의 사용은 이를 둘러싼 애플리케이션이 담당합니다.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "d2c7dcddb6110acea36a239e7c0e0ed0478c8445ef1f1adf786ec8ed9b133b9e", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ko", "methods": [ { "html": "inclusionai/ling-3.0-flashLing 3.0 Flash는 대화, 문서 작업, 애플리케이션이 제어하는 에이전트 작업 흐름을 위한 inclusionAI의 텍스트 모델입니다. Chat Completions로 텍스트를 입력받고, 함수 호출 선언 및 JSON 출력 형식을 지원하며, 공개된 컨텍스트 창은 262,144토큰입니다. 이 버전을 선택할 때는 정확한 ID inclusionai/ling-3.0-flash를 사용하세요.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Ling 3.0 Flash는 inclusionAI의 텍스트 입력·텍스트 출력 모델입니다. 공개된 아키텍처는 전체 파라미터 1,240억 개 중 토큰당 약 51억 개가 활성화되는 전문가 혼합 방식입니다. model과 messages 배열을 포함한 POST /v1/chat/completions에서 inclusionai/ling-3.0-flash를 선택하세요. 지시, 원본 자료, 이전 대화 차례는 메시지 텍스트에 넣습니다.
핵심에 집중한 프롬프트로 제공된 자료를 특정 결과물로 정리하세요. 고객 답변을 작성하려면 고객의 질문과 답변에 사용해야 하는 제품 또는 정책 문구를 제공한 뒤, 어조와 다음 단계를 지정하세요. 문서 요약에서는 결정 사항, 미해결 질문, 실행 항목처럼 필요한 절을 명시하세요. 추출 작업에서는 요청 필드와 원문에 없는 사실을 표시하는 방법을 정의하세요. 코드 작업에서는 관련 함수나 파일 발췌문을 포함하고 명시적인 요구 사항에 따른 설명, 변경 제안, 검토를 요청하세요.
공개된 컨텍스트 창은 262,144토큰이며, 모델의 완성 응답은 최대 32,768토큰으로 기재되어 있습니다. 원본 텍스트, 지시, 대화 기록, 요청한 완성 응답을 함께 고려해 용량을 배분하세요. max_tokens로 요청 출력 허용량을 설정하세요. 답변이 문서 내용에 근거해야 한다면 문서의 실제 텍스트를 제공해야 합니다. 여러 발췌문을 함께 요청할 때는 관련 절을 명시적으로 지목하세요.
지원되는 매개변수 목록에는 함수 호출을 위한 tools와 tool_choice가 포함됩니다. 요청에 사용 가능한 함수와 그 인수 설명을 정의하세요. 애플리케이션은 반환된 호출을 검증하고, 선택한 함수를 실행하며, 후속 답변을 요청하기 전에 그 결과를 대화에 제공합니다. 예를 들어 지원 작업 흐름에서는 범위를 좁게 정의한 주문 조회를 제공하고, 그 결과로 반환된 사실을 답변 초안에 사용할 수 있습니다. 모델이 도구 결과와 사용자의 원래 요청을 구분할 수 있도록 도구 결과를 올바른 대화 차례에 연결해 두세요.
모델은 JSON 출력을 위한 response_format을 지원하지만 JSON 스키마를 강제하지는 않습니다. 의도한 필드를 명시하고 반환된 객체를 사용하기 전에 애플리케이션에서 검증하세요. 그 밖에 공개된 제어 항목에는 temperature, top_p, top_k, min_p, stop, seed와 기재된 반복·빈도·출현 패널티가 포함됩니다. 매개변수 목록에는 reasoning과 include_reasoning도 있습니다. 다른 버전의 값을 가정하지 말고 요청 명세에서 지원하는 표현을 선택하세요.
Chat Completions는 완전한 응답 또는 스트리밍 텍스트를 반환할 수 있습니다. 완전한 답변에서는 반환된 메시지 내용을 읽고 응답 choices와 usage를 보관하세요. 스트리밍에서는 델타를 조합한 후 답변이 완료된 것으로 처리하고, 반환된 도구 호출과 인수도 보관하세요. 결과는 다음 애플리케이션 단계를 위한 텍스트 또는 함수 호출 요청이며, 실행과 완성된 답변의 사용은 이를 둘러싼 애플리케이션이 담당합니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 inclusionai/ling-3.0-flash | 기본값— |
필드messages | 유형array | 요건필수 | 값과 한도 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
필드max_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 | 기본값— |
필드max_completion_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 | 기본값— |
필드n | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 | 기본값— |
필드temperature | 유형number | 요건선택 사항 | 값과 한도 | 기본값— |
필드top_p | 유형number | 요건선택 사항 | 값과 한도 | 기본값— |
필드seed | 유형integer | 요건선택 사항 | 값과 한도 | 기본값— |
필드stop | 유형 | 요건선택 사항 | 값과 한도 | 기본값— |
필드frequency_penalty | 유형number | 요건선택 사항 | 값과 한도 | 기본값— |
필드presence_penalty | 유형number | 요건선택 사항 | 값과 한도 | 기본값— |
필드user | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages |
매개변수optional | 명세stream, max_tokens, max_completion_tokens, n, temperature, top_p, seed, stop, frequency_penalty, presence_penalty, user |
매개변수material_types | 명세text |
매개변수conditions | 명세 |
수명 주기: synchronous_json_or_sse
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
| 설정 | 요금표 | 요금 |
|---|---|---|
| 설정기본 토큰 요금 | 요금표기본 요금 | 요금 입력 · 입력 토큰 $0.00012 / 1K 토큰 출력 · 출력 토큰 $0.00036 / 1K 토큰 입력 · 캐시 읽기 $0.000024 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "inclusionai/ling-3.0-flash", "messages": [{"role": "user", "content": "Summarize the supplied text in three concise points."}], "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\n# Submit once. Retain the complete result, original identifiers and every response header.\nJSON or supported SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
Retain the complete response, all actual results, original identifiers, usage and response headers.
Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.
Ailoot Ultra inclusionai/ling-3.0-flash
위에 표시된 메서드 경로를 사용하세요.