KAT-Coder는 도구를 사용할 수 있는 환경에서 소프트웨어 엔지니어링 작업을 수행하는 Kuaishou의 코딩 모델 계열입니다. 제조사의 최초 릴리스는 저장소 검토, 패치 작성, 검토까지 개발 요청을 이어 가는 데 초점을 둡니다. 학습 범위에는 기능 구현과 개선, 버그 수정, 리팩터링, 성능 작업, 테스트 작성, 코드 이해, 구성 관련 작업이 포함됩니다. 유용한 결과물은 실제 프로젝트 동작과 연결된 코드와 텍스트입니다.
달성할 동작, 현재 구현, 완료를 정의하는 조건을 명시하세요. 문제 이해에 필요한 소스 파일이나 구절, 환경에서 이미 얻은 명령이나 관찰을 포함하세요. 최초 버그 수정 요청에서는 실패하는 입력, 기대 결과, 동작이 다른 함수를 지정할 수 있습니다. 기능 요청에서는 사용자가 볼 결과와 일관성을 유지해야 할 인터페이스를 지정할 수 있습니다.
제조사의 에이전트 학습은 이슈 설명, 브랜치 코드, 실행 가능한 환경, 검증 가능한 작업 조건을 사용합니다. 애플리케이션 지원 작업에서도 이 요소들을 서로 맞추세요. 모델의 제안은 실제 체크아웃과 제공된 근거를 다루어야 하며, 애플리케이션은 파일 또는 실행 작업을 수행하고 결과를 반환합니다. 중요한 각 작업의 결과를 후속 과정과 함께 유지하세요.
제조사는 지시 이행, 도구 사용, 장기 상호작용을 계열 개발의 핵심 요소로 문서화합니다. 공개된 코딩 에이전트 실행 방식은 파일 읽기, 편집 작업, 완료 동작을 제공합니다. 모델은 정보를 살펴보고 변경을 요청하며 반환된 관찰에서 계속 진행할 수 있습니다. 역할은 다음 단계를 선택하고 설명하는 것이며, 실제로 무엇이 일어났는지는 주변 환경이 확정합니다.
최초 릴리스는 에이전트 학습 후 관찰된 능력으로 병렬 도구 요청도 설명합니다. 독립된 작업은 결과를 올바른 요청과 연결해 유지할 수 있을 때만 사용하세요. 저장소 설명은 여러 파일의 정보를 결합할 수 있지만, 패치에는 영향을 받는 코드의 현재 내용과 동작이 필요합니다. 누락된 관찰을 그럴듯한 환경 결과로 대체하지 마세요.
제조사의 공개된 에이전트 실행 방식은 패치 생성, 필터링, 선택, 성찰을 구분합니다. 필터링은 의미 기반 중복 제거와 실행 기반 점검을 결합하고, 선택은 남은 후보를 평가하며, 성찰은 이전 결과로 다음 차례를 이끕니다. 이 단계는 문서화된 코딩 작업 흐름에 속하며 모든 일반 텍스트 응답에 자동으로 붙는 보장은 아닙니다.
실용적인 코드 작업에서는 제안 패치, 실제 수행한 점검, 결과를 함께 유지하세요. 후보 수정안을 비교할 때는 차이만 보면 각각 그럴듯해 보이는 경우일수록 이를 구분하는 조건을 설명해야 합니다. 실패한 점검은 관련 없는 재작성 대신 다음 차례에서 다룰 구체적인 문제를 줄 수 있습니다.
제조사의 최초 릴리스는 KAT-Coder를 별도의 공개 모델 KAT-Dev-32B와 구분합니다. 학습 설명과 작업 흐름 시연이 같은 계열 이름의 모든 모델을 동일 체크포인트로 만들지는 않습니다. 선택한 모델과 제공한 프로젝트 지시를 결과와 함께 유지하고, 작업에는 해당 제조사의 구체적인 인터페이스 또는 환경 실행 방식을 사용하세요.
유용한 인계에는 집중된 구현, 결함 설명, 동작을 뒷받침하는 근거가 있는 리팩터링이 포함될 수 있습니다. 완료로 판단하기 전에 변경된 로직과 실제 환경 출력을 검토하세요. KAT-Coder의 소프트웨어 엔지니어링 목적은 구체적인 개발 요청, 관련 코드, 검토 가능한 최종 결과물과 연결될 때 가장 유용합니다.
", "aboutText": "KAT-Coder는 도구를 사용할 수 있는 환경에서 소프트웨어 엔지니어링 작업을 수행하는 Kuaishou의 코딩 모델 계열입니다. 제조사의 최초 릴리스는 저장소 검토, 패치 작성, 검토까지 개발 요청을 이어 가는 데 초점을 둡니다. 학습 범위에는 기능 구현과 개선, 버그 수정, 리팩터링, 성능 작업, 테스트 작성, 코드 이해, 구성 관련 작업이 포함됩니다. 유용한 결과물은 실제 프로젝트 동작과 연결된 코드와 텍스트입니다.\n\n### 이슈와 관련 프로젝트 맥락 제공하기\n\n달성할 동작, 현재 구현, 완료를 정의하는 조건을 명시하세요. 문제 이해에 필요한 소스 파일이나 구절, 환경에서 이미 얻은 명령이나 관찰을 포함하세요. 최초 버그 수정 요청에서는 실패하는 입력, 기대 결과, 동작이 다른 함수를 지정할 수 있습니다. 기능 요청에서는 사용자가 볼 결과와 일관성을 유지해야 할 인터페이스를 지정할 수 있습니다.\n\n제조사의 에이전트 학습은 이슈 설명, 브랜치 코드, 실행 가능한 환경, 검증 가능한 작업 조건을 사용합니다. 애플리케이션 지원 작업에서도 이 요소들을 서로 맞추세요. 모델의 제안은 실제 체크아웃과 제공된 근거를 다루어야 하며, 애플리케이션은 파일 또는 실행 작업을 수행하고 결과를 반환합니다. 중요한 각 작업의 결과를 후속 과정과 함께 유지하세요.\n\n### 도구와 여러 차례 이어지는 개발\n\n제조사는 지시 이행, 도구 사용, 장기 상호작용을 계열 개발의 핵심 요소로 문서화합니다. 공개된 코딩 에이전트 실행 방식은 파일 읽기, 편집 작업, 완료 동작을 제공합니다. 모델은 정보를 살펴보고 변경을 요청하며 반환된 관찰에서 계속 진행할 수 있습니다. 역할은 다음 단계를 선택하고 설명하는 것이며, 실제로 무엇이 일어났는지는 주변 환경이 확정합니다.\n\n최초 릴리스는 에이전트 학습 후 관찰된 능력으로 병렬 도구 요청도 설명합니다. 독립된 작업은 결과를 올바른 요청과 연결해 유지할 수 있을 때만 사용하세요. 저장소 설명은 여러 파일의 정보를 결합할 수 있지만, 패치에는 영향을 받는 코드의 현재 내용과 동작이 필요합니다. 누락된 관찰을 그럴듯한 환경 결과로 대체하지 마세요.\n\n### 후보 변경을 의도적으로 검토하기\n\n제조사의 공개된 에이전트 실행 방식은 패치 생성, 필터링, 선택, 성찰을 구분합니다. 필터링은 의미 기반 중복 제거와 실행 기반 점검을 결합하고, 선택은 남은 후보를 평가하며, 성찰은 이전 결과로 다음 차례를 이끕니다. 이 단계는 문서화된 코딩 작업 흐름에 속하며 모든 일반 텍스트 응답에 자동으로 붙는 보장은 아닙니다.\n\n실용적인 코드 작업에서는 제안 패치, 실제 수행한 점검, 결과를 함께 유지하세요. 후보 수정안을 비교할 때는 차이만 보면 각각 그럴듯해 보이는 경우일수록 이를 구분하는 조건을 설명해야 합니다. 실패한 점검은 관련 없는 재작성 대신 다음 차례에서 다룰 구체적인 문제를 줄 수 있습니다.\n\n### 계열과 에디션 구분\n\n제조사의 최초 릴리스는 KAT-Coder를 별도의 공개 모델 KAT-Dev-32B와 구분합니다. 학습 설명과 작업 흐름 시연이 같은 계열 이름의 모든 모델을 동일 체크포인트로 만들지는 않습니다. 선택한 모델과 제공한 프로젝트 지시를 결과와 함께 유지하고, 작업에는 해당 제조사의 구체적인 인터페이스 또는 환경 실행 방식을 사용하세요.\n\n유용한 인계에는 집중된 구현, 결함 설명, 동작을 뒷받침하는 근거가 있는 리팩터링이 포함될 수 있습니다. 완료로 판단하기 전에 변경된 로직과 실제 환경 출력을 검토하세요. KAT-Coder의 소프트웨어 엔지니어링 목적은 구체적인 개발 요청, 관련 코드, 검토 가능한 최종 결과물과 연결될 때 가장 유용합니다.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "cdc836bc408e15985fa249fbd86ac9cb4104ecd4223cec1505232cc4be4089a7", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ko", "methods": [ { "html": "KAT-Coder-Pro-V1KAT-Coder는 저장소를 이해하는 개발 작업을 위한 Kuaishou의 코딩 모델 계열입니다. 제조사의 작업 흐름은 도구를 통한 검토, 패치 생성, 실행 기반 검토, 성찰을 결합해 실제 프로젝트 동작과 연결된 코드나 설명을 만듭니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
KAT-Coder는 도구를 사용할 수 있는 환경에서 소프트웨어 엔지니어링 작업을 수행하는 Kuaishou의 코딩 모델 계열입니다. 제조사의 최초 릴리스는 저장소 검토, 패치 작성, 검토까지 개발 요청을 이어 가는 데 초점을 둡니다. 학습 범위에는 기능 구현과 개선, 버그 수정, 리팩터링, 성능 작업, 테스트 작성, 코드 이해, 구성 관련 작업이 포함됩니다. 유용한 결과물은 실제 프로젝트 동작과 연결된 코드와 텍스트입니다.
달성할 동작, 현재 구현, 완료를 정의하는 조건을 명시하세요. 문제 이해에 필요한 소스 파일이나 구절, 환경에서 이미 얻은 명령이나 관찰을 포함하세요. 최초 버그 수정 요청에서는 실패하는 입력, 기대 결과, 동작이 다른 함수를 지정할 수 있습니다. 기능 요청에서는 사용자가 볼 결과와 일관성을 유지해야 할 인터페이스를 지정할 수 있습니다.
제조사의 에이전트 학습은 이슈 설명, 브랜치 코드, 실행 가능한 환경, 검증 가능한 작업 조건을 사용합니다. 애플리케이션 지원 작업에서도 이 요소들을 서로 맞추세요. 모델의 제안은 실제 체크아웃과 제공된 근거를 다루어야 하며, 애플리케이션은 파일 또는 실행 작업을 수행하고 결과를 반환합니다. 중요한 각 작업의 결과를 후속 과정과 함께 유지하세요.
제조사는 지시 이행, 도구 사용, 장기 상호작용을 계열 개발의 핵심 요소로 문서화합니다. 공개된 코딩 에이전트 실행 방식은 파일 읽기, 편집 작업, 완료 동작을 제공합니다. 모델은 정보를 살펴보고 변경을 요청하며 반환된 관찰에서 계속 진행할 수 있습니다. 역할은 다음 단계를 선택하고 설명하는 것이며, 실제로 무엇이 일어났는지는 주변 환경이 확정합니다.
최초 릴리스는 에이전트 학습 후 관찰된 능력으로 병렬 도구 요청도 설명합니다. 독립된 작업은 결과를 올바른 요청과 연결해 유지할 수 있을 때만 사용하세요. 저장소 설명은 여러 파일의 정보를 결합할 수 있지만, 패치에는 영향을 받는 코드의 현재 내용과 동작이 필요합니다. 누락된 관찰을 그럴듯한 환경 결과로 대체하지 마세요.
제조사의 공개된 에이전트 실행 방식은 패치 생성, 필터링, 선택, 성찰을 구분합니다. 필터링은 의미 기반 중복 제거와 실행 기반 점검을 결합하고, 선택은 남은 후보를 평가하며, 성찰은 이전 결과로 다음 차례를 이끕니다. 이 단계는 문서화된 코딩 작업 흐름에 속하며 모든 일반 텍스트 응답에 자동으로 붙는 보장은 아닙니다.
실용적인 코드 작업에서는 제안 패치, 실제 수행한 점검, 결과를 함께 유지하세요. 후보 수정안을 비교할 때는 차이만 보면 각각 그럴듯해 보이는 경우일수록 이를 구분하는 조건을 설명해야 합니다. 실패한 점검은 관련 없는 재작성 대신 다음 차례에서 다룰 구체적인 문제를 줄 수 있습니다.
제조사의 최초 릴리스는 KAT-Coder를 별도의 공개 모델 KAT-Dev-32B와 구분합니다. 학습 설명과 작업 흐름 시연이 같은 계열 이름의 모든 모델을 동일 체크포인트로 만들지는 않습니다. 선택한 모델과 제공한 프로젝트 지시를 결과와 함께 유지하고, 작업에는 해당 제조사의 구체적인 인터페이스 또는 환경 실행 방식을 사용하세요.
유용한 인계에는 집중된 구현, 결함 설명, 동작을 뒷받침하는 근거가 있는 리팩터링이 포함될 수 있습니다. 완료로 판단하기 전에 변경된 로직과 실제 환경 출력을 검토하세요. KAT-Coder의 소프트웨어 엔지니어링 목적은 구체적인 개발 요청, 관련 코드, 검토 가능한 최종 결과물과 연결될 때 가장 유용합니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 KAT-Coder-Pro-V1 | 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.
| 설정 | 요금표 | 요금 |
|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 요금 입력 · 입력 토큰 $0.00114 / 1K 토큰 출력 · 출력 토큰 $0.00456 / 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":"KAT-Coder-Pro-V1","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="KAT-Coder-Pro-V1", 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 KAT-Coder-Pro-V1
/chat/completions
KAT-Coder-Pro-V1KAT-Coder는 저장소를 이해하는 개발 작업을 위한 Kuaishou의 코딩 모델 계열입니다. 제조사의 작업 흐름은 도구를 통한 검토, 패치 생성, 실행 기반 검토, 성찰을 결합해 실제 프로젝트 동작과 연결된 코드나 설명을 만듭니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
KAT-Coder는 도구를 사용할 수 있는 환경에서 소프트웨어 엔지니어링 작업을 수행하는 Kuaishou의 코딩 모델 계열입니다. 제조사의 최초 릴리스는 저장소 검토, 패치 작성, 검토까지 개발 요청을 이어 가는 데 초점을 둡니다. 학습 범위에는 기능 구현과 개선, 버그 수정, 리팩터링, 성능 작업, 테스트 작성, 코드 이해, 구성 관련 작업이 포함됩니다. 유용한 결과물은 실제 프로젝트 동작과 연결된 코드와 텍스트입니다.
달성할 동작, 현재 구현, 완료를 정의하는 조건을 명시하세요. 문제 이해에 필요한 소스 파일이나 구절, 환경에서 이미 얻은 명령이나 관찰을 포함하세요. 최초 버그 수정 요청에서는 실패하는 입력, 기대 결과, 동작이 다른 함수를 지정할 수 있습니다. 기능 요청에서는 사용자가 볼 결과와 일관성을 유지해야 할 인터페이스를 지정할 수 있습니다.
제조사의 에이전트 학습은 이슈 설명, 브랜치 코드, 실행 가능한 환경, 검증 가능한 작업 조건을 사용합니다. 애플리케이션 지원 작업에서도 이 요소들을 서로 맞추세요. 모델의 제안은 실제 체크아웃과 제공된 근거를 다루어야 하며, 애플리케이션은 파일 또는 실행 작업을 수행하고 결과를 반환합니다. 중요한 각 작업의 결과를 후속 과정과 함께 유지하세요.
제조사는 지시 이행, 도구 사용, 장기 상호작용을 계열 개발의 핵심 요소로 문서화합니다. 공개된 코딩 에이전트 실행 방식은 파일 읽기, 편집 작업, 완료 동작을 제공합니다. 모델은 정보를 살펴보고 변경을 요청하며 반환된 관찰에서 계속 진행할 수 있습니다. 역할은 다음 단계를 선택하고 설명하는 것이며, 실제로 무엇이 일어났는지는 주변 환경이 확정합니다.
최초 릴리스는 에이전트 학습 후 관찰된 능력으로 병렬 도구 요청도 설명합니다. 독립된 작업은 결과를 올바른 요청과 연결해 유지할 수 있을 때만 사용하세요. 저장소 설명은 여러 파일의 정보를 결합할 수 있지만, 패치에는 영향을 받는 코드의 현재 내용과 동작이 필요합니다. 누락된 관찰을 그럴듯한 환경 결과로 대체하지 마세요.
제조사의 공개된 에이전트 실행 방식은 패치 생성, 필터링, 선택, 성찰을 구분합니다. 필터링은 의미 기반 중복 제거와 실행 기반 점검을 결합하고, 선택은 남은 후보를 평가하며, 성찰은 이전 결과로 다음 차례를 이끕니다. 이 단계는 문서화된 코딩 작업 흐름에 속하며 모든 일반 텍스트 응답에 자동으로 붙는 보장은 아닙니다.
실용적인 코드 작업에서는 제안 패치, 실제 수행한 점검, 결과를 함께 유지하세요. 후보 수정안을 비교할 때는 차이만 보면 각각 그럴듯해 보이는 경우일수록 이를 구분하는 조건을 설명해야 합니다. 실패한 점검은 관련 없는 재작성 대신 다음 차례에서 다룰 구체적인 문제를 줄 수 있습니다.
제조사의 최초 릴리스는 KAT-Coder를 별도의 공개 모델 KAT-Dev-32B와 구분합니다. 학습 설명과 작업 흐름 시연이 같은 계열 이름의 모든 모델을 동일 체크포인트로 만들지는 않습니다. 선택한 모델과 제공한 프로젝트 지시를 결과와 함께 유지하고, 작업에는 해당 제조사의 구체적인 인터페이스 또는 환경 실행 방식을 사용하세요.
유용한 인계에는 집중된 구현, 결함 설명, 동작을 뒷받침하는 근거가 있는 리팩터링이 포함될 수 있습니다. 완료로 판단하기 전에 변경된 로직과 실제 환경 출력을 검토하세요. KAT-Coder의 소프트웨어 엔지니어링 목적은 구체적인 개발 요청, 관련 코드, 검토 가능한 최종 결과물과 연결될 때 가장 유용합니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 KAT-Coder-Pro-V1 | 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 $0.00114 / 1K 토큰 출력 · 출력 토큰 $0.00456 / 1K 토큰 입력 · 캐시 읽기 $0 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "KAT-Coder-Pro-V1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'KAT-Coder-Pro-V1', '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': 'KAT-Coder-Pro-V1', '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 KAT-Coder-Pro-V1
/chat/completions