Sonar Pro는 최신 정보가 필요한 조사 질문과 정보 탐색을 위한 Perplexity의 고급 Sonar 모델입니다. 제작사는 일상적인 조사와 가벼운 다단계 조사에 적합하다고 설명합니다. 질문을 위해 수집한 정보에 근거해 텍스트 답변을 생성하며, Pro Search 모드 및 Sonar Deep Research와는 구별됩니다.
조사가 뒷받침해야 할 의사결정을 중심으로 과제를 준비하세요. 조직, 제품, 주제를 정확히 명명하고 기간, 지역, 비교 기준을 명시하세요. 제품 조사에서는 문서화된 기능, 사용에 영향을 주는 조건, 각 발견 사항의 근거를 요청하세요. 출력은 비교 메모, 요구 사항 점검, 간결한 브리핑으로 활용할 수 있습니다.
여러 출처가 같은 주제를 설명한다면 이를 근거 없는 하나의 결론으로 합치지 말고 각 진술을 비교하도록 요청하세요. 어느 출처가 원래 사양이나 발표인지, 어느 것이 해석인지, 진술들이 같은 버전에 적용되는지 구분하세요. 주장과 뒷받침하는 근거별로 정리된 결과는 일반적인 개요보다 점검하고 갱신하기 쉽습니다.
후속 질문으로 미해결 조건에 조사 범위를 좁힐 수 있습니다. 예를 들어 기능 비교 후 어떤 요구 사항이 선택을 바꾸는지, 특정 워크플로에 어떤 예외가 관련되는지 물어보세요. 모델이 다음 답변에 필요한 맥락을 갖도록 앞선 발견 사항과 새로운 제약을 포함하세요. 짧고 명확한 후속 질문이 원래의 광범위한 질문을 반복하는 것보다 조사에 더 도움이 될 수 있습니다.
Sonar 계열은 답변 생성과 웹 검색을 결합합니다. 제작사가 문서화한 Sonar 응답은 답변, 인용, 검색 결과 정보를 구분합니다. 애플리케이션이 조사 결과를 표시할 때 이 관계를 유지하세요. 독자가 보는 구절은 근거가 되는 결과와 연결되어야 하며 출처 설명을 점검할 수 있어야 합니다.
최종 브리핑에서는 답변, 주요 주장의 근거, 남은 불확실성의 짧은 목록을 요청하세요. 다른 시스템의 변경이 필요한 질문이라면 조사 결과로 그 결정을 준비하세요. 실행이나 비공개 정보 접근은 이를 둘러싼 애플리케이션이 제공합니다.
", "aboutText": "Sonar Pro는 최신 정보가 필요한 조사 질문과 정보 탐색을 위한 Perplexity의 고급 Sonar 모델입니다. 제작사는 일상적인 조사와 가벼운 다단계 조사에 적합하다고 설명합니다. 질문을 위해 수집한 정보에 근거해 텍스트 답변을 생성하며, Pro Search 모드 및 Sonar Deep Research와는 구별됩니다.\n\n조사가 뒷받침해야 할 의사결정을 중심으로 과제를 준비하세요. 조직, 제품, 주제를 정확히 명명하고 기간, 지역, 비교 기준을 명시하세요. 제품 조사에서는 문서화된 기능, 사용에 영향을 주는 조건, 각 발견 사항의 근거를 요청하세요. 출력은 비교 메모, 요구 사항 점검, 간결한 브리핑으로 활용할 수 있습니다.\n\n여러 출처가 같은 주제를 설명한다면 이를 근거 없는 하나의 결론으로 합치지 말고 각 진술을 비교하도록 요청하세요. 어느 출처가 원래 사양이나 발표인지, 어느 것이 해석인지, 진술들이 같은 버전에 적용되는지 구분하세요. 주장과 뒷받침하는 근거별로 정리된 결과는 일반적인 개요보다 점검하고 갱신하기 쉽습니다.\n\n후속 질문으로 미해결 조건에 조사 범위를 좁힐 수 있습니다. 예를 들어 기능 비교 후 어떤 요구 사항이 선택을 바꾸는지, 특정 워크플로에 어떤 예외가 관련되는지 물어보세요. 모델이 다음 답변에 필요한 맥락을 갖도록 앞선 발견 사항과 새로운 제약을 포함하세요. 짧고 명확한 후속 질문이 원래의 광범위한 질문을 반복하는 것보다 조사에 더 도움이 될 수 있습니다.\n\nSonar 계열은 답변 생성과 웹 검색을 결합합니다. 제작사가 문서화한 Sonar 응답은 답변, 인용, 검색 결과 정보를 구분합니다. 애플리케이션이 조사 결과를 표시할 때 이 관계를 유지하세요. 독자가 보는 구절은 근거가 되는 결과와 연결되어야 하며 출처 설명을 점검할 수 있어야 합니다.\n\n최종 브리핑에서는 답변, 주요 주장의 근거, 남은 불확실성의 짧은 목록을 요청하세요. 다른 시스템의 변경이 필요한 질문이라면 조사 결과로 그 결정을 준비하세요. 실행이나 비공개 정보 접근은 이를 둘러싼 애플리케이션이 제공합니다.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
Research a spreadsheet export constraint\n\nResearch the current official CSV export guidance for Microsoft Excel and LibreOffice Calc. Compare how each handles multiple sheets and the choice of text encoding. Prefer product documentation, keep each claim attached to its source, and note any version-specific uncertainty. Finish with two questions a user should answer before exporting a workbook for a supplier.A short source-backed comparison, explicit version conditions and two practical pre-export questions.Inspect that each important claim has a relevant official source and that CSV is not described as preserving an entire multi-sheet workbook.perplexity/sonar-proPerplexity의 Sonar Pro는 웹 정보와 출처에 근거한 종합을 활용해 조사 질문에 답합니다. 일상적인 조사와 더 복잡한 정보 탐색을 대상으로 하며, 후속 질문으로 조사 범위를 구체화할 수 있습니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Sonar Pro는 최신 정보가 필요한 조사 질문과 정보 탐색을 위한 Perplexity의 고급 Sonar 모델입니다. 제작사는 일상적인 조사와 가벼운 다단계 조사에 적합하다고 설명합니다. 질문을 위해 수집한 정보에 근거해 텍스트 답변을 생성하며, Pro Search 모드 및 Sonar Deep Research와는 구별됩니다.
조사가 뒷받침해야 할 의사결정을 중심으로 과제를 준비하세요. 조직, 제품, 주제를 정확히 명명하고 기간, 지역, 비교 기준을 명시하세요. 제품 조사에서는 문서화된 기능, 사용에 영향을 주는 조건, 각 발견 사항의 근거를 요청하세요. 출력은 비교 메모, 요구 사항 점검, 간결한 브리핑으로 활용할 수 있습니다.
여러 출처가 같은 주제를 설명한다면 이를 근거 없는 하나의 결론으로 합치지 말고 각 진술을 비교하도록 요청하세요. 어느 출처가 원래 사양이나 발표인지, 어느 것이 해석인지, 진술들이 같은 버전에 적용되는지 구분하세요. 주장과 뒷받침하는 근거별로 정리된 결과는 일반적인 개요보다 점검하고 갱신하기 쉽습니다.
후속 질문으로 미해결 조건에 조사 범위를 좁힐 수 있습니다. 예를 들어 기능 비교 후 어떤 요구 사항이 선택을 바꾸는지, 특정 워크플로에 어떤 예외가 관련되는지 물어보세요. 모델이 다음 답변에 필요한 맥락을 갖도록 앞선 발견 사항과 새로운 제약을 포함하세요. 짧고 명확한 후속 질문이 원래의 광범위한 질문을 반복하는 것보다 조사에 더 도움이 될 수 있습니다.
Sonar 계열은 답변 생성과 웹 검색을 결합합니다. 제작사가 문서화한 Sonar 응답은 답변, 인용, 검색 결과 정보를 구분합니다. 애플리케이션이 조사 결과를 표시할 때 이 관계를 유지하세요. 독자가 보는 구절은 근거가 되는 결과와 연결되어야 하며 출처 설명을 점검할 수 있어야 합니다.
최종 브리핑에서는 답변, 주요 주장의 근거, 남은 불확실성의 짧은 목록을 요청하세요. 다른 시스템의 변경이 필요한 질문이라면 조사 결과로 그 결정을 준비하세요. 실행이나 비공개 정보 접근은 이를 둘러싼 애플리케이션이 제공합니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 perplexity/sonar-pro | 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 | 과금 수량 | 요금 |
|---|---|---|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 과금 수량— | 요금 입력 · 입력 토큰 $0.006 / 1K 토큰 출력 · 출력 토큰 $0.03 / 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 | 과금 수량— | 요금 입력 · 입력 토큰 $0.006 / 1K 토큰 출력 · 출력 토큰 $0.03 / 1K 토큰 입력 · 캐시 읽기 — / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청당 | 요금표— | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 과금 수량요청 1회 | 요금 입력 $0.01 요청당 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "perplexity/sonar-pro", "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='perplexity/sonar-pro',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='perplexity/sonar-pro',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 perplexity/sonar-pro
위에 표시된 메서드 경로를 사용하세요.
perplexity/sonar-proPerplexity의 Sonar Pro는 웹 정보와 출처에 근거한 종합을 활용해 조사 질문에 답합니다. 일상적인 조사와 더 복잡한 정보 탐색을 대상으로 하며, 후속 질문으로 조사 범위를 구체화할 수 있습니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Sonar Pro는 최신 정보가 필요한 조사 질문과 정보 탐색을 위한 Perplexity의 고급 Sonar 모델입니다. 제작사는 일상적인 조사와 가벼운 다단계 조사에 적합하다고 설명합니다. 질문을 위해 수집한 정보에 근거해 텍스트 답변을 생성하며, Pro Search 모드 및 Sonar Deep Research와는 구별됩니다.
조사가 뒷받침해야 할 의사결정을 중심으로 과제를 준비하세요. 조직, 제품, 주제를 정확히 명명하고 기간, 지역, 비교 기준을 명시하세요. 제품 조사에서는 문서화된 기능, 사용에 영향을 주는 조건, 각 발견 사항의 근거를 요청하세요. 출력은 비교 메모, 요구 사항 점검, 간결한 브리핑으로 활용할 수 있습니다.
여러 출처가 같은 주제를 설명한다면 이를 근거 없는 하나의 결론으로 합치지 말고 각 진술을 비교하도록 요청하세요. 어느 출처가 원래 사양이나 발표인지, 어느 것이 해석인지, 진술들이 같은 버전에 적용되는지 구분하세요. 주장과 뒷받침하는 근거별로 정리된 결과는 일반적인 개요보다 점검하고 갱신하기 쉽습니다.
후속 질문으로 미해결 조건에 조사 범위를 좁힐 수 있습니다. 예를 들어 기능 비교 후 어떤 요구 사항이 선택을 바꾸는지, 특정 워크플로에 어떤 예외가 관련되는지 물어보세요. 모델이 다음 답변에 필요한 맥락을 갖도록 앞선 발견 사항과 새로운 제약을 포함하세요. 짧고 명확한 후속 질문이 원래의 광범위한 질문을 반복하는 것보다 조사에 더 도움이 될 수 있습니다.
Sonar 계열은 답변 생성과 웹 검색을 결합합니다. 제작사가 문서화한 Sonar 응답은 답변, 인용, 검색 결과 정보를 구분합니다. 애플리케이션이 조사 결과를 표시할 때 이 관계를 유지하세요. 독자가 보는 구절은 근거가 되는 결과와 연결되어야 하며 출처 설명을 점검할 수 있어야 합니다.
최종 브리핑에서는 답변, 주요 주장의 근거, 남은 불확실성의 짧은 목록을 요청하세요. 다른 시스템의 변경이 필요한 질문이라면 조사 결과로 그 결정을 준비하세요. 실행이나 비공개 정보 접근은 이를 둘러싼 애플리케이션이 제공합니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 perplexity/sonar-pro | 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 | 과금 수량 | 요금 |
|---|---|---|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 과금 수량— | 요금 입력 · 입력 토큰 $0.006 / 1K 토큰 출력 · 출력 토큰 $0.03 / 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 | 과금 수량— | 요금 입력 · 입력 토큰 $0.006 / 1K 토큰 출력 · 출력 토큰 $0.03 / 1K 토큰 입력 · 캐시 읽기 — / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청당 | 요금표— | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 과금 수량요청 1회 | 요금 입력 $0.01 요청당 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "perplexity/sonar-pro",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'perplexity/sonar-pro', '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': 'perplexity/sonar-pro', '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 perplexity/sonar-pro
위에 표시된 메서드 경로를 사용하세요.
영어 기술 예제
Research a spreadsheet export constraint\n\nResearch the current official CSV export guidance for Microsoft Excel and LibreOffice Calc. Compare how each handles multiple sheets and the choice of text encoding. Prefer product documentation, keep each claim attached to its source, and note any version-specific uncertainty. Finish with two questions a user should answer before exporting a workbook for a supplier.A short source-backed comparison, explicit version conditions and two practical pre-export questions.Inspect that each important claim has a relevant official source and that CSV is not described as preserving an entire multi-sheet workbook.