Hermes 3 Llama 3.1 70B는 Hermes 3 시리즈에 속하는 Nous Research의 70B 범용 언어 모델 버전입니다. 텍스트를 입력받아 응답, 서면 구절, 코드, 구조화된 레코드, 제안된 도구 호출을 생성합니다. 제조사는 개선된 함수 호출 및 코드 생성과 함께 사용자 제어성, 추론, 역할극, 여러 턴의 대화, 긴 컨텍스트의 일관성을 강조합니다.
시스템 지침으로 역할, 규칙, 스타일, 출력 요구 사항을 정의할 수 있습니다. 역할극에서는 배경, 관점, 캐릭터의 범위를 제공하고 분석 과제에서는 원본 구절과 결론의 기준을 제공하세요. 예를 들어 “이 요구 사항들의 차이를 설명하고 기술 명칭을 보존하며 각 발견 사항을 뒷받침하는 구절을 식별하세요.”라고 지시할 수 있습니다.
코딩에서는 관련 구현, 관찰된 실패, 예상 동작, 안정적으로 유지할 인터페이스를 제공하세요. 제안된 코드 산출물과 설명을 요청하고 수정이 필요하면 실제 검증 관찰 결과를 사용하세요. 모델의 제어 가능성은 응답을 조정하는 데 도움이 되지만 유용한 결과는 작업 지시에서 정의해야 합니다.
Hermes 3는 system, user, assistant 턴과 명시적인 경계를 구분하는 ChatML을 사용합니다. 제조사는 모델 자체 템플릿으로 대화를 구성하고 어시스턴트 생성 프롬프트를 추가하도록 권장합니다. 시스템 메시지는 선택 사항입니다. 사용할 때는 사용자의 실제 요청을 대체하는 대신 작업 맥락과 원하는 동작을 설명해야 합니다.
대화 기록은 올바른 역할에 유지하세요. 이어지는 글쓰기 작업에서는 확정된 사실을 보존하고 어떤 구절을 바꿀 수 있는지 알려 주세요. 원본 작업에서는 자료를 근거로 식별하고 지침과 구분하세요. 그러면 이후 응답이 인용 텍스트를 새 명령과 혼동하지 않으면서 작업의 제약을 유지하는 데 도움이 됩니다.
해당 모델 카드는 특정 시스템 표현, 함수 시그니처, 매개변수 스키마를 사용한 함수 활용을 학습합니다. 모델은 선택한 함수 이름과 인수가 담긴 JSON 객체를 도구 호출 태그 안에 반환합니다. 주변 애플리케이션이 그 제안을 파싱하고 함수를 수행한 다음 이름이 붙은 도구 응답을 반환합니다. 모델은 반환 데이터를 사용해 답변을 생성합니다.
함수를 정확하게 정의하고 외부 시스템에 관한 가정 대신 실제 값을 인수로 요구하세요. 조회 함수는 누락된 제품 필드나 계산 결과를 제공할 수 있으며 답변은 반환 정보의 의미를 설명합니다. 생성된 호출은 실행된 결과와 구분됩니다. 관찰 결과를 작업과 함께 유지하세요.
Hermes 3는 JSON 전용 응답을 위한 스키마 조건부 시스템 지침도 문서화합니다. 필드와 유형을 정의하고 누락된 원본 정보의 표현 방식을 설명하세요. 생성된 객체의 구조와 입력과의 일치를 모두 확인하세요. 스키마와 호환되는 응답을 값이 조회되거나 검증되었다는 증거로 취급해서는 안 됩니다.
공개된 70B 모델 설정은 위치 131,072개를 제공합니다. 원본 텍스트, 대화, 생성 콘텐츠는 선택한 워크플로의 컨텍스트를 공유하며 예시 생성 크기는 보편적인 엄격한 답변 한도가 아닙니다. 결과를 위한 공간을 확보하고 긴 입력은 질문과 관련되게 유지하세요.
유용한 산출물은 제공된 컨텍스트와 실제 도구 관찰 결과에 근거한 검토 가능한 텍스트, 코드 제안, 구조화된 레코드입니다. 이 정확한 70B Hermes 3 버전은 더 큰 405B 모델 및 Hermes 4의 하이브리드 추론 형식과 제어와 구분됩니다.
", "aboutText": "Hermes 3 Llama 3.1 70B는 Hermes 3 시리즈에 속하는 Nous Research의 70B 범용 언어 모델 버전입니다. 텍스트를 입력받아 응답, 서면 구절, 코드, 구조화된 레코드, 제안된 도구 호출을 생성합니다. 제조사는 개선된 함수 호출 및 코드 생성과 함께 사용자 제어성, 추론, 역할극, 여러 턴의 대화, 긴 컨텍스트의 일관성을 강조합니다.\n\n### 작업과 응답 조정\n\n시스템 지침으로 역할, 규칙, 스타일, 출력 요구 사항을 정의할 수 있습니다. 역할극에서는 배경, 관점, 캐릭터의 범위를 제공하고 분석 과제에서는 원본 구절과 결론의 기준을 제공하세요. 예를 들어 “이 요구 사항들의 차이를 설명하고 기술 명칭을 보존하며 각 발견 사항을 뒷받침하는 구절을 식별하세요.”라고 지시할 수 있습니다.\n\n코딩에서는 관련 구현, 관찰된 실패, 예상 동작, 안정적으로 유지할 인터페이스를 제공하세요. 제안된 코드 산출물과 설명을 요청하고 수정이 필요하면 실제 검증 관찰 결과를 사용하세요. 모델의 제어 가능성은 응답을 조정하는 데 도움이 되지만 유용한 결과는 작업 지시에서 정의해야 합니다.\n\n### ChatML 대화\n\nHermes 3는 system, user, assistant 턴과 명시적인 경계를 구분하는 ChatML을 사용합니다. 제조사는 모델 자체 템플릿으로 대화를 구성하고 어시스턴트 생성 프롬프트를 추가하도록 권장합니다. 시스템 메시지는 선택 사항입니다. 사용할 때는 사용자의 실제 요청을 대체하는 대신 작업 맥락과 원하는 동작을 설명해야 합니다.\n\n대화 기록은 올바른 역할에 유지하세요. 이어지는 글쓰기 작업에서는 확정된 사실을 보존하고 어떤 구절을 바꿀 수 있는지 알려 주세요. 원본 작업에서는 자료를 근거로 식별하고 지침과 구분하세요. 그러면 이후 응답이 인용 텍스트를 새 명령과 혼동하지 않으면서 작업의 제약을 유지하는 데 도움이 됩니다.\n\n### 함수 호출\n\n해당 모델 카드는 특정 시스템 표현, 함수 시그니처, 매개변수 스키마를 사용한 함수 활용을 학습합니다. 모델은 선택한 함수 이름과 인수가 담긴 JSON 객체를 도구 호출 태그 안에 반환합니다. 주변 애플리케이션이 그 제안을 파싱하고 함수를 수행한 다음 이름이 붙은 도구 응답을 반환합니다. 모델은 반환 데이터를 사용해 답변을 생성합니다.\n\n함수를 정확하게 정의하고 외부 시스템에 관한 가정 대신 실제 값을 인수로 요구하세요. 조회 함수는 누락된 제품 필드나 계산 결과를 제공할 수 있으며 답변은 반환 정보의 의미를 설명합니다. 생성된 호출은 실행된 결과와 구분됩니다. 관찰 결과를 작업과 함께 유지하세요.\n\n### JSON 모드와 한도\n\nHermes 3는 JSON 전용 응답을 위한 스키마 조건부 시스템 지침도 문서화합니다. 필드와 유형을 정의하고 누락된 원본 정보의 표현 방식을 설명하세요. 생성된 객체의 구조와 입력과의 일치를 모두 확인하세요. 스키마와 호환되는 응답을 값이 조회되거나 검증되었다는 증거로 취급해서는 안 됩니다.\n\n공개된 70B 모델 설정은 위치 131,072개를 제공합니다. 원본 텍스트, 대화, 생성 콘텐츠는 선택한 워크플로의 컨텍스트를 공유하며 예시 생성 크기는 보편적인 엄격한 답변 한도가 아닙니다. 결과를 위한 공간을 확보하고 긴 입력은 질문과 관련되게 유지하세요.\n\n유용한 산출물은 제공된 컨텍스트와 실제 도구 관찰 결과에 근거한 검토 가능한 텍스트, 코드 제안, 구조화된 레코드입니다. 이 정확한 70B Hermes 3 버전은 더 큰 405B 모델 및 Hermes 4의 하이브리드 추론 형식과 제어와 구분됩니다.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
Continue a constrained roleplay\n\nPlay Irena, the archivist who knows a bridge is unsafe but fears closing it will isolate the town. I play the mayor. Begin with two or three lines of dialogue that reveal the conflict through subtext. Keep Irena’s knowledge consistent and stop before choosing the mayor’s answer or actions.Two or three in-character lines, with optional short stage direction and room for the mayor’s response.Check that the safety-versus-isolation conflict is present and that the user’s character remains under user control.nousresearch/hermes-3-llama-3.1-70bHermes 3 Llama 3.1 70B는 여러 턴의 대화, 역할극, 코드, 에이전트 작업을 위한 Nous Research의 사용자 제어형 범용 텍스트 모델입니다. ChatML 방식에는 스키마 기반 JSON과 태그가 붙은 함수 호출이 포함되며 공개 설정은 131,072개 위치를 제공합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Hermes 3 Llama 3.1 70B는 Hermes 3 시리즈에 속하는 Nous Research의 70B 범용 언어 모델 버전입니다. 텍스트를 입력받아 응답, 서면 구절, 코드, 구조화된 레코드, 제안된 도구 호출을 생성합니다. 제조사는 개선된 함수 호출 및 코드 생성과 함께 사용자 제어성, 추론, 역할극, 여러 턴의 대화, 긴 컨텍스트의 일관성을 강조합니다.
시스템 지침으로 역할, 규칙, 스타일, 출력 요구 사항을 정의할 수 있습니다. 역할극에서는 배경, 관점, 캐릭터의 범위를 제공하고 분석 과제에서는 원본 구절과 결론의 기준을 제공하세요. 예를 들어 “이 요구 사항들의 차이를 설명하고 기술 명칭을 보존하며 각 발견 사항을 뒷받침하는 구절을 식별하세요.”라고 지시할 수 있습니다.
코딩에서는 관련 구현, 관찰된 실패, 예상 동작, 안정적으로 유지할 인터페이스를 제공하세요. 제안된 코드 산출물과 설명을 요청하고 수정이 필요하면 실제 검증 관찰 결과를 사용하세요. 모델의 제어 가능성은 응답을 조정하는 데 도움이 되지만 유용한 결과는 작업 지시에서 정의해야 합니다.
Hermes 3는 system, user, assistant 턴과 명시적인 경계를 구분하는 ChatML을 사용합니다. 제조사는 모델 자체 템플릿으로 대화를 구성하고 어시스턴트 생성 프롬프트를 추가하도록 권장합니다. 시스템 메시지는 선택 사항입니다. 사용할 때는 사용자의 실제 요청을 대체하는 대신 작업 맥락과 원하는 동작을 설명해야 합니다.
대화 기록은 올바른 역할에 유지하세요. 이어지는 글쓰기 작업에서는 확정된 사실을 보존하고 어떤 구절을 바꿀 수 있는지 알려 주세요. 원본 작업에서는 자료를 근거로 식별하고 지침과 구분하세요. 그러면 이후 응답이 인용 텍스트를 새 명령과 혼동하지 않으면서 작업의 제약을 유지하는 데 도움이 됩니다.
해당 모델 카드는 특정 시스템 표현, 함수 시그니처, 매개변수 스키마를 사용한 함수 활용을 학습합니다. 모델은 선택한 함수 이름과 인수가 담긴 JSON 객체를 도구 호출 태그 안에 반환합니다. 주변 애플리케이션이 그 제안을 파싱하고 함수를 수행한 다음 이름이 붙은 도구 응답을 반환합니다. 모델은 반환 데이터를 사용해 답변을 생성합니다.
함수를 정확하게 정의하고 외부 시스템에 관한 가정 대신 실제 값을 인수로 요구하세요. 조회 함수는 누락된 제품 필드나 계산 결과를 제공할 수 있으며 답변은 반환 정보의 의미를 설명합니다. 생성된 호출은 실행된 결과와 구분됩니다. 관찰 결과를 작업과 함께 유지하세요.
Hermes 3는 JSON 전용 응답을 위한 스키마 조건부 시스템 지침도 문서화합니다. 필드와 유형을 정의하고 누락된 원본 정보의 표현 방식을 설명하세요. 생성된 객체의 구조와 입력과의 일치를 모두 확인하세요. 스키마와 호환되는 응답을 값이 조회되거나 검증되었다는 증거로 취급해서는 안 됩니다.
공개된 70B 모델 설정은 위치 131,072개를 제공합니다. 원본 텍스트, 대화, 생성 콘텐츠는 선택한 워크플로의 컨텍스트를 공유하며 예시 생성 크기는 보편적인 엄격한 답변 한도가 아닙니다. 결과를 위한 공간을 확보하고 긴 입력은 질문과 관련되게 유지하세요.
유용한 산출물은 제공된 컨텍스트와 실제 도구 관찰 결과에 근거한 검토 가능한 텍스트, 코드 제안, 구조화된 레코드입니다. 이 정확한 70B Hermes 3 버전은 더 큰 405B 모델 및 Hermes 4의 하이브리드 추론 형식과 제어와 구분됩니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 nousresearch/hermes-3-llama-3.1-70b | 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.
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 $0.0014 / 1K 토큰 출력 · 출력 토큰 $0.0014 / 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 $0.0014 / 1K 토큰 출력 · 출력 토큰 $0.0014 / 1K 토큰 입력 · 캐시 읽기 — / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "nousresearch/hermes-3-llama-3.1-70b", "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='nousresearch/hermes-3-llama-3.1-70b',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='nousresearch/hermes-3-llama-3.1-70b',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 nousresearch/hermes-3-llama-3.1-70b
위에 표시된 메서드 경로를 사용하세요.
nousresearch/hermes-3-llama-3.1-70bHermes 3 Llama 3.1 70B는 여러 턴의 대화, 역할극, 코드, 에이전트 작업을 위한 Nous Research의 사용자 제어형 범용 텍스트 모델입니다. ChatML 방식에는 스키마 기반 JSON과 태그가 붙은 함수 호출이 포함되며 공개 설정은 131,072개 위치를 제공합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Hermes 3 Llama 3.1 70B는 Hermes 3 시리즈에 속하는 Nous Research의 70B 범용 언어 모델 버전입니다. 텍스트를 입력받아 응답, 서면 구절, 코드, 구조화된 레코드, 제안된 도구 호출을 생성합니다. 제조사는 개선된 함수 호출 및 코드 생성과 함께 사용자 제어성, 추론, 역할극, 여러 턴의 대화, 긴 컨텍스트의 일관성을 강조합니다.
시스템 지침으로 역할, 규칙, 스타일, 출력 요구 사항을 정의할 수 있습니다. 역할극에서는 배경, 관점, 캐릭터의 범위를 제공하고 분석 과제에서는 원본 구절과 결론의 기준을 제공하세요. 예를 들어 “이 요구 사항들의 차이를 설명하고 기술 명칭을 보존하며 각 발견 사항을 뒷받침하는 구절을 식별하세요.”라고 지시할 수 있습니다.
코딩에서는 관련 구현, 관찰된 실패, 예상 동작, 안정적으로 유지할 인터페이스를 제공하세요. 제안된 코드 산출물과 설명을 요청하고 수정이 필요하면 실제 검증 관찰 결과를 사용하세요. 모델의 제어 가능성은 응답을 조정하는 데 도움이 되지만 유용한 결과는 작업 지시에서 정의해야 합니다.
Hermes 3는 system, user, assistant 턴과 명시적인 경계를 구분하는 ChatML을 사용합니다. 제조사는 모델 자체 템플릿으로 대화를 구성하고 어시스턴트 생성 프롬프트를 추가하도록 권장합니다. 시스템 메시지는 선택 사항입니다. 사용할 때는 사용자의 실제 요청을 대체하는 대신 작업 맥락과 원하는 동작을 설명해야 합니다.
대화 기록은 올바른 역할에 유지하세요. 이어지는 글쓰기 작업에서는 확정된 사실을 보존하고 어떤 구절을 바꿀 수 있는지 알려 주세요. 원본 작업에서는 자료를 근거로 식별하고 지침과 구분하세요. 그러면 이후 응답이 인용 텍스트를 새 명령과 혼동하지 않으면서 작업의 제약을 유지하는 데 도움이 됩니다.
해당 모델 카드는 특정 시스템 표현, 함수 시그니처, 매개변수 스키마를 사용한 함수 활용을 학습합니다. 모델은 선택한 함수 이름과 인수가 담긴 JSON 객체를 도구 호출 태그 안에 반환합니다. 주변 애플리케이션이 그 제안을 파싱하고 함수를 수행한 다음 이름이 붙은 도구 응답을 반환합니다. 모델은 반환 데이터를 사용해 답변을 생성합니다.
함수를 정확하게 정의하고 외부 시스템에 관한 가정 대신 실제 값을 인수로 요구하세요. 조회 함수는 누락된 제품 필드나 계산 결과를 제공할 수 있으며 답변은 반환 정보의 의미를 설명합니다. 생성된 호출은 실행된 결과와 구분됩니다. 관찰 결과를 작업과 함께 유지하세요.
Hermes 3는 JSON 전용 응답을 위한 스키마 조건부 시스템 지침도 문서화합니다. 필드와 유형을 정의하고 누락된 원본 정보의 표현 방식을 설명하세요. 생성된 객체의 구조와 입력과의 일치를 모두 확인하세요. 스키마와 호환되는 응답을 값이 조회되거나 검증되었다는 증거로 취급해서는 안 됩니다.
공개된 70B 모델 설정은 위치 131,072개를 제공합니다. 원본 텍스트, 대화, 생성 콘텐츠는 선택한 워크플로의 컨텍스트를 공유하며 예시 생성 크기는 보편적인 엄격한 답변 한도가 아닙니다. 결과를 위한 공간을 확보하고 긴 입력은 질문과 관련되게 유지하세요.
유용한 산출물은 제공된 컨텍스트와 실제 도구 관찰 결과에 근거한 검토 가능한 텍스트, 코드 제안, 구조화된 레코드입니다. 이 정확한 70B Hermes 3 버전은 더 큰 405B 모델 및 Hermes 4의 하이브리드 추론 형식과 제어와 구분됩니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 nousresearch/hermes-3-llama-3.1-70b | 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 $0.0014 / 1K 토큰 출력 · 출력 토큰 $0.0014 / 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 $0.0014 / 1K 토큰 출력 · 출력 토큰 $0.0014 / 1K 토큰 입력 · 캐시 읽기 — / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "nousresearch/hermes-3-llama-3.1-70b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'nousresearch/hermes-3-llama-3.1-70b', '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': 'nousresearch/hermes-3-llama-3.1-70b', '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 nousresearch/hermes-3-llama-3.1-70b
위에 표시된 메서드 경로를 사용하세요.
영어 기술 예제
Continue a constrained roleplay\n\nPlay Irena, the archivist who knows a bridge is unsafe but fears closing it will isolate the town. I play the mayor. Begin with two or three lines of dialogue that reveal the conflict through subtext. Keep Irena’s knowledge consistent and stop before choosing the mayor’s answer or actions.Two or three in-character lines, with optional short stage direction and room for the mayor’s response.Check that the safety-versus-isolation conflict is present and that the user’s character remains under user control.