개요: 여러 미디어의 이해와 음성 답변
Qwen-Omni-Turbo는 Qwen의 멀티모달 이해 및 생성 모델입니다. 텍스트, 이미지, 음성, 영상과 이들을 결합한 입력을 받아 텍스트 또는 자연스러운 음성을 동반한 텍스트를 생성합니다. 개발사는 텍스트와 음성을 동시에 스트리밍하며 자연스러운 대화용 음성 옵션 네 가지를 제공한다고 설명합니다. 따라서 사진에 관한 음성 질문이나 시청각 장면의 설명처럼 질문과 근거가 서로 다른 형태로 주어지는 작업에 적합합니다.
정확한 이름과 버전
개발사의 현재 모델 페이지는 qwen-omni-turbo가 qwen-omni-turbo-2025-03-26 스냅샷과 기능적으로 동등하다고 설명합니다. qwen-omni-turbo-latest는 동적으로 갱신되는 이름으로 별도 표시하며, 이전 qwen-omni-turbo-2025-01-19 스냅샷을 구분합니다. 3월 스냅샷은 1월 버전보다 시각적 기능이 개선되었다고 설명됩니다. 이는 개발사가 명시한 버전 간 관계이며, 비슷한 이름의 모든 애플리케이션 경로가 동일한 가중치나 설정을 사용한다는 증거는 아닙니다. 정확한 버전이 필요한 작업에서는 날짜가 포함된 스냅샷 이름을 유지하세요.
Turbo라는 이름은 별도의 실시간 버전, 더 새로운 Qwen-Omni 세대, 공개된 Qwen2.5-Omni-7B 체크포인트를 가리키지 않습니다. 각각의 입력 규칙, 음성, 인터페이스에는 자체 문서가 필요합니다. 특히 Omni-Turbo에 설명된 네 가지 음성 옵션을 두 가지 음성을 갖춘 공개 체크포인트의 설명에 그대로 적용해서는 안 됩니다.
여러 미디어를 사용하는 작업 준비
모델이 입력들 사이에서 무엇을 연결해야 하는지 명시하세요. 도표에 관한 음성 질문에서는 도표와 질문을 함께 제공한 뒤, 이야기하는 대상인 시각적 요소를 설명해 달라고 요청하세요. 음성이 포함된 영상에서는 원하는 결과가 보이는 내용의 요약인지, 말하는 내용의 요약인지, 둘의 관계에 대한 설명인지 지정하세요. 유용한 출력은 결론에 앞서 시각적 관찰과 오디오 관찰을 구분할 수 있습니다.
멀티미디어 검토에서는 서로 무관한 여러 자료 대신 관련된 짧은 발췌 구간을 제공하세요. 이미지마다 식별용 이름을 붙이고 여러 장이면 각각의 역할을 설명하세요. 질문에 중요한 오디오와 타이밍 정보를 보존하세요. 청자를 위한 음성 설명이나 장면의 세부 사항을 정리한 간결한 텍스트 목록처럼 초점이 명확한 결과물을 요청하세요. 이는 문서에 명시된 복합 입력 기능을 활용한 작업 예시이며, 특정 클립이 이미 분석되었다는 주장은 아닙니다.
텍스트와 음성 출력
개발사의 모델 설명은 텍스트 응답과 텍스트·음성의 동시 스트리밍을 지원한다고 명시합니다. 대화형 지원에는 음성 설명이 유용할 수 있으며, 텍스트는 검토하거나 검색하고 원문 자료와 비교하기에 더 쉽습니다. 선택한 출력 모드와 음성 제어 기능은 모델을 제공하는 인터페이스에 따라 달라집니다. 스트리밍은 결과를 연속된 조각으로 전달하는 방식을 뜻합니다. 응답 시간을 보장하거나 별도의 실시간 대화 프로토콜을 사용할 수 있다는 증거는 아닙니다.
컨텍스트와 출력 한도
전용 사양은 컨텍스트 창 32,768토큰, 최대 입력 길이 30,720토큰, 최대 출력 길이 2,048토큰을 명시합니다. 각각의 한도를 고려해 원문 자료와 원하는 답변을 준비하세요. 멀티모달 입력은 입력한 문자 수만을 기준으로 할 수 없으며, 입력 표현에 따른 허용량 안에 맞춰야 합니다. 긴 내레이션 요청은 출력 허용량에 맞는 짧은 설명으로 범위를 좁혀야 합니다.
이 토큰 한도만으로 모든 경우에 적용되는 분 단위 길이나 이미지 수를 정할 수는 없습니다. 얼마나 많은 자료를 담을 수 있는지는 미디어 전처리와 선택한 버전에 따라 달라집니다. 모델 페이지는 체크포인트 아키텍처나 파라미터 수를 공개하지 않으므로, Turbo라는 이름을 근거로 크기를 지어내거나 다른 Omni 모델의 아키텍처를 가져와서는 안 됩니다.
도구와 주요 제한 사항
이 정확한 모델의 기능 표는 함수 호출, 내장 웹 검색, 강제된 구조화 출력을 지원하지 않습니다. 일부 개발사 구성에서는 배치 추론을 명시하며 다른 구성에서는 컨텍스트 캐싱을 명시합니다. 목록이나 JSON 형태의 답변을 요청하는 것은 텍스트 형식을 지정하는 요청이며, 스키마 준수를 강제한다는 보장은 아닙니다. 모델이 시각적 작업이나 음성 작업을 이해할 수 있다고 해서 최신 정보나 외부 시스템에 접근할 수 있는 것은 아닙니다.
답변이 눈에 보이는 근거, 들리는 내용, 해석을 구분하는지 확인하세요. 발언의 인용, 작은 시각적 레이블, 추론한 관계를 제공한 자료와 대조해야 합니다. 음성 결과에서는 함께 제공된 텍스트가 있을 때 이를 보관해 검토자가 설명을 확인할 수 있도록 하세요. 실용적인 장점은 문서에 명시된 버전의 한도에 맞춘 간결한 출력으로, 여러 모달리티를 하나의 응답에서 연결하는 것입니다.
", "aboutText": "개요: 여러 미디어의 이해와 음성 답변\n\nQwen-Omni-Turbo는 Qwen의 멀티모달 이해 및 생성 모델입니다. 텍스트, 이미지, 음성, 영상과 이들을 결합한 입력을 받아 텍스트 또는 자연스러운 음성을 동반한 텍스트를 생성합니다. 개발사는 텍스트와 음성을 동시에 스트리밍하며 자연스러운 대화용 음성 옵션 네 가지를 제공한다고 설명합니다. 따라서 사진에 관한 음성 질문이나 시청각 장면의 설명처럼 질문과 근거가 서로 다른 형태로 주어지는 작업에 적합합니다.\n\n정확한 이름과 버전\n\n개발사의 현재 모델 페이지는 qwen-omni-turbo가 qwen-omni-turbo-2025-03-26 스냅샷과 기능적으로 동등하다고 설명합니다. qwen-omni-turbo-latest는 동적으로 갱신되는 이름으로 별도 표시하며, 이전 qwen-omni-turbo-2025-01-19 스냅샷을 구분합니다. 3월 스냅샷은 1월 버전보다 시각적 기능이 개선되었다고 설명됩니다. 이는 개발사가 명시한 버전 간 관계이며, 비슷한 이름의 모든 애플리케이션 경로가 동일한 가중치나 설정을 사용한다는 증거는 아닙니다. 정확한 버전이 필요한 작업에서는 날짜가 포함된 스냅샷 이름을 유지하세요.\n\nTurbo라는 이름은 별도의 실시간 버전, 더 새로운 Qwen-Omni 세대, 공개된 Qwen2.5-Omni-7B 체크포인트를 가리키지 않습니다. 각각의 입력 규칙, 음성, 인터페이스에는 자체 문서가 필요합니다. 특히 Omni-Turbo에 설명된 네 가지 음성 옵션을 두 가지 음성을 갖춘 공개 체크포인트의 설명에 그대로 적용해서는 안 됩니다.\n\n여러 미디어를 사용하는 작업 준비\n\n모델이 입력들 사이에서 무엇을 연결해야 하는지 명시하세요. 도표에 관한 음성 질문에서는 도표와 질문을 함께 제공한 뒤, 이야기하는 대상인 시각적 요소를 설명해 달라고 요청하세요. 음성이 포함된 영상에서는 원하는 결과가 보이는 내용의 요약인지, 말하는 내용의 요약인지, 둘의 관계에 대한 설명인지 지정하세요. 유용한 출력은 결론에 앞서 시각적 관찰과 오디오 관찰을 구분할 수 있습니다.\n\n멀티미디어 검토에서는 서로 무관한 여러 자료 대신 관련된 짧은 발췌 구간을 제공하세요. 이미지마다 식별용 이름을 붙이고 여러 장이면 각각의 역할을 설명하세요. 질문에 중요한 오디오와 타이밍 정보를 보존하세요. 청자를 위한 음성 설명이나 장면의 세부 사항을 정리한 간결한 텍스트 목록처럼 초점이 명확한 결과물을 요청하세요. 이는 문서에 명시된 복합 입력 기능을 활용한 작업 예시이며, 특정 클립이 이미 분석되었다는 주장은 아닙니다.\n\n텍스트와 음성 출력\n\n개발사의 모델 설명은 텍스트 응답과 텍스트·음성의 동시 스트리밍을 지원한다고 명시합니다. 대화형 지원에는 음성 설명이 유용할 수 있으며, 텍스트는 검토하거나 검색하고 원문 자료와 비교하기에 더 쉽습니다. 선택한 출력 모드와 음성 제어 기능은 모델을 제공하는 인터페이스에 따라 달라집니다. 스트리밍은 결과를 연속된 조각으로 전달하는 방식을 뜻합니다. 응답 시간을 보장하거나 별도의 실시간 대화 프로토콜을 사용할 수 있다는 증거는 아닙니다.\n\n컨텍스트와 출력 한도\n\n전용 사양은 컨텍스트 창 32,768토큰, 최대 입력 길이 30,720토큰, 최대 출력 길이 2,048토큰을 명시합니다. 각각의 한도를 고려해 원문 자료와 원하는 답변을 준비하세요. 멀티모달 입력은 입력한 문자 수만을 기준으로 할 수 없으며, 입력 표현에 따른 허용량 안에 맞춰야 합니다. 긴 내레이션 요청은 출력 허용량에 맞는 짧은 설명으로 범위를 좁혀야 합니다.\n\n이 토큰 한도만으로 모든 경우에 적용되는 분 단위 길이나 이미지 수를 정할 수는 없습니다. 얼마나 많은 자료를 담을 수 있는지는 미디어 전처리와 선택한 버전에 따라 달라집니다. 모델 페이지는 체크포인트 아키텍처나 파라미터 수를 공개하지 않으므로, Turbo라는 이름을 근거로 크기를 지어내거나 다른 Omni 모델의 아키텍처를 가져와서는 안 됩니다.\n\n도구와 주요 제한 사항\n\n이 정확한 모델의 기능 표는 함수 호출, 내장 웹 검색, 강제된 구조화 출력을 지원하지 않습니다. 일부 개발사 구성에서는 배치 추론을 명시하며 다른 구성에서는 컨텍스트 캐싱을 명시합니다. 목록이나 JSON 형태의 답변을 요청하는 것은 텍스트 형식을 지정하는 요청이며, 스키마 준수를 강제한다는 보장은 아닙니다. 모델이 시각적 작업이나 음성 작업을 이해할 수 있다고 해서 최신 정보나 외부 시스템에 접근할 수 있는 것은 아닙니다.\n\n답변이 눈에 보이는 근거, 들리는 내용, 해석을 구분하는지 확인하세요. 발언의 인용, 작은 시각적 레이블, 추론한 관계를 제공한 자료와 대조해야 합니다. 음성 결과에서는 함께 제공된 텍스트가 있을 때 이를 보관해 검토자가 설명을 확인할 수 있도록 하세요. 실용적인 장점은 문서에 명시된 버전의 한도에 맞춘 간결한 출력으로, 여러 모달리티를 하나의 응답에서 연결하는 것입니다.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
Reconcile written scene and speech notes\n\nCompare these text notes from a training clip. [Visible note] The operator places a red tag on the empty bin. [Speech transcript] "Use a yellow tag when cleaning is due." Summarize the discrepancy and draft one clarification question for the trainer. Use only the supplied notes; do not claim to hear audio or view video.A concise discrepancy statement and one question, with visible-note and speech-transcript evidence kept separate.Check that neither color is silently corrected and the response makes no claim of media access.qwen-omni-turboQwen-Omni-Turbo는 하나의 멀티모달 작업에서 텍스트, 이미지, 오디오, 영상을 결합하며 음성 응답과 함께 텍스트를 스트리밍할 수 있습니다. 개발사의 컨텍스트 32,768토큰과 출력 2,048토큰 한도 안에서 말로 한 질문을 시각적 근거와 연결하거나 시청각 클립을 설명하는 데 사용하세요.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
개요: 여러 미디어의 이해와 음성 답변
Qwen-Omni-Turbo는 Qwen의 멀티모달 이해 및 생성 모델입니다. 텍스트, 이미지, 음성, 영상과 이들을 결합한 입력을 받아 텍스트 또는 자연스러운 음성을 동반한 텍스트를 생성합니다. 개발사는 텍스트와 음성을 동시에 스트리밍하며 자연스러운 대화용 음성 옵션 네 가지를 제공한다고 설명합니다. 따라서 사진에 관한 음성 질문이나 시청각 장면의 설명처럼 질문과 근거가 서로 다른 형태로 주어지는 작업에 적합합니다.
정확한 이름과 버전
개발사의 현재 모델 페이지는 qwen-omni-turbo가 qwen-omni-turbo-2025-03-26 스냅샷과 기능적으로 동등하다고 설명합니다. qwen-omni-turbo-latest는 동적으로 갱신되는 이름으로 별도 표시하며, 이전 qwen-omni-turbo-2025-01-19 스냅샷을 구분합니다. 3월 스냅샷은 1월 버전보다 시각적 기능이 개선되었다고 설명됩니다. 이는 개발사가 명시한 버전 간 관계이며, 비슷한 이름의 모든 애플리케이션 경로가 동일한 가중치나 설정을 사용한다는 증거는 아닙니다. 정확한 버전이 필요한 작업에서는 날짜가 포함된 스냅샷 이름을 유지하세요.
Turbo라는 이름은 별도의 실시간 버전, 더 새로운 Qwen-Omni 세대, 공개된 Qwen2.5-Omni-7B 체크포인트를 가리키지 않습니다. 각각의 입력 규칙, 음성, 인터페이스에는 자체 문서가 필요합니다. 특히 Omni-Turbo에 설명된 네 가지 음성 옵션을 두 가지 음성을 갖춘 공개 체크포인트의 설명에 그대로 적용해서는 안 됩니다.
여러 미디어를 사용하는 작업 준비
모델이 입력들 사이에서 무엇을 연결해야 하는지 명시하세요. 도표에 관한 음성 질문에서는 도표와 질문을 함께 제공한 뒤, 이야기하는 대상인 시각적 요소를 설명해 달라고 요청하세요. 음성이 포함된 영상에서는 원하는 결과가 보이는 내용의 요약인지, 말하는 내용의 요약인지, 둘의 관계에 대한 설명인지 지정하세요. 유용한 출력은 결론에 앞서 시각적 관찰과 오디오 관찰을 구분할 수 있습니다.
멀티미디어 검토에서는 서로 무관한 여러 자료 대신 관련된 짧은 발췌 구간을 제공하세요. 이미지마다 식별용 이름을 붙이고 여러 장이면 각각의 역할을 설명하세요. 질문에 중요한 오디오와 타이밍 정보를 보존하세요. 청자를 위한 음성 설명이나 장면의 세부 사항을 정리한 간결한 텍스트 목록처럼 초점이 명확한 결과물을 요청하세요. 이는 문서에 명시된 복합 입력 기능을 활용한 작업 예시이며, 특정 클립이 이미 분석되었다는 주장은 아닙니다.
텍스트와 음성 출력
개발사의 모델 설명은 텍스트 응답과 텍스트·음성의 동시 스트리밍을 지원한다고 명시합니다. 대화형 지원에는 음성 설명이 유용할 수 있으며, 텍스트는 검토하거나 검색하고 원문 자료와 비교하기에 더 쉽습니다. 선택한 출력 모드와 음성 제어 기능은 모델을 제공하는 인터페이스에 따라 달라집니다. 스트리밍은 결과를 연속된 조각으로 전달하는 방식을 뜻합니다. 응답 시간을 보장하거나 별도의 실시간 대화 프로토콜을 사용할 수 있다는 증거는 아닙니다.
컨텍스트와 출력 한도
전용 사양은 컨텍스트 창 32,768토큰, 최대 입력 길이 30,720토큰, 최대 출력 길이 2,048토큰을 명시합니다. 각각의 한도를 고려해 원문 자료와 원하는 답변을 준비하세요. 멀티모달 입력은 입력한 문자 수만을 기준으로 할 수 없으며, 입력 표현에 따른 허용량 안에 맞춰야 합니다. 긴 내레이션 요청은 출력 허용량에 맞는 짧은 설명으로 범위를 좁혀야 합니다.
이 토큰 한도만으로 모든 경우에 적용되는 분 단위 길이나 이미지 수를 정할 수는 없습니다. 얼마나 많은 자료를 담을 수 있는지는 미디어 전처리와 선택한 버전에 따라 달라집니다. 모델 페이지는 체크포인트 아키텍처나 파라미터 수를 공개하지 않으므로, Turbo라는 이름을 근거로 크기를 지어내거나 다른 Omni 모델의 아키텍처를 가져와서는 안 됩니다.
도구와 주요 제한 사항
이 정확한 모델의 기능 표는 함수 호출, 내장 웹 검색, 강제된 구조화 출력을 지원하지 않습니다. 일부 개발사 구성에서는 배치 추론을 명시하며 다른 구성에서는 컨텍스트 캐싱을 명시합니다. 목록이나 JSON 형태의 답변을 요청하는 것은 텍스트 형식을 지정하는 요청이며, 스키마 준수를 강제한다는 보장은 아닙니다. 모델이 시각적 작업이나 음성 작업을 이해할 수 있다고 해서 최신 정보나 외부 시스템에 접근할 수 있는 것은 아닙니다.
답변이 눈에 보이는 근거, 들리는 내용, 해석을 구분하는지 확인하세요. 발언의 인용, 작은 시각적 레이블, 추론한 관계를 제공한 자료와 대조해야 합니다. 음성 결과에서는 함께 제공된 텍스트가 있을 때 이를 보관해 검토자가 설명을 확인할 수 있도록 하세요. 실용적인 장점은 문서에 명시된 버전의 한도에 맞춘 간결한 출력으로, 여러 모달리티를 하나의 응답에서 연결하는 것입니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 qwen-omni-turbo | 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 $0.0046 / 1K 토큰 출력 · 출력 토큰 $0.0138 / 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": "qwen-omni-turbo", "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='qwen-omni-turbo',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='qwen-omni-turbo',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 qwen-omni-turbo
위에 표시된 메서드 경로를 사용하세요.
qwen-omni-turboQwen-Omni-Turbo는 하나의 멀티모달 작업에서 텍스트, 이미지, 오디오, 영상을 결합하며 음성 응답과 함께 텍스트를 스트리밍할 수 있습니다. 개발사의 컨텍스트 32,768토큰과 출력 2,048토큰 한도 안에서 말로 한 질문을 시각적 근거와 연결하거나 시청각 클립을 설명하는 데 사용하세요.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
개요: 여러 미디어의 이해와 음성 답변
Qwen-Omni-Turbo는 Qwen의 멀티모달 이해 및 생성 모델입니다. 텍스트, 이미지, 음성, 영상과 이들을 결합한 입력을 받아 텍스트 또는 자연스러운 음성을 동반한 텍스트를 생성합니다. 개발사는 텍스트와 음성을 동시에 스트리밍하며 자연스러운 대화용 음성 옵션 네 가지를 제공한다고 설명합니다. 따라서 사진에 관한 음성 질문이나 시청각 장면의 설명처럼 질문과 근거가 서로 다른 형태로 주어지는 작업에 적합합니다.
정확한 이름과 버전
개발사의 현재 모델 페이지는 qwen-omni-turbo가 qwen-omni-turbo-2025-03-26 스냅샷과 기능적으로 동등하다고 설명합니다. qwen-omni-turbo-latest는 동적으로 갱신되는 이름으로 별도 표시하며, 이전 qwen-omni-turbo-2025-01-19 스냅샷을 구분합니다. 3월 스냅샷은 1월 버전보다 시각적 기능이 개선되었다고 설명됩니다. 이는 개발사가 명시한 버전 간 관계이며, 비슷한 이름의 모든 애플리케이션 경로가 동일한 가중치나 설정을 사용한다는 증거는 아닙니다. 정확한 버전이 필요한 작업에서는 날짜가 포함된 스냅샷 이름을 유지하세요.
Turbo라는 이름은 별도의 실시간 버전, 더 새로운 Qwen-Omni 세대, 공개된 Qwen2.5-Omni-7B 체크포인트를 가리키지 않습니다. 각각의 입력 규칙, 음성, 인터페이스에는 자체 문서가 필요합니다. 특히 Omni-Turbo에 설명된 네 가지 음성 옵션을 두 가지 음성을 갖춘 공개 체크포인트의 설명에 그대로 적용해서는 안 됩니다.
여러 미디어를 사용하는 작업 준비
모델이 입력들 사이에서 무엇을 연결해야 하는지 명시하세요. 도표에 관한 음성 질문에서는 도표와 질문을 함께 제공한 뒤, 이야기하는 대상인 시각적 요소를 설명해 달라고 요청하세요. 음성이 포함된 영상에서는 원하는 결과가 보이는 내용의 요약인지, 말하는 내용의 요약인지, 둘의 관계에 대한 설명인지 지정하세요. 유용한 출력은 결론에 앞서 시각적 관찰과 오디오 관찰을 구분할 수 있습니다.
멀티미디어 검토에서는 서로 무관한 여러 자료 대신 관련된 짧은 발췌 구간을 제공하세요. 이미지마다 식별용 이름을 붙이고 여러 장이면 각각의 역할을 설명하세요. 질문에 중요한 오디오와 타이밍 정보를 보존하세요. 청자를 위한 음성 설명이나 장면의 세부 사항을 정리한 간결한 텍스트 목록처럼 초점이 명확한 결과물을 요청하세요. 이는 문서에 명시된 복합 입력 기능을 활용한 작업 예시이며, 특정 클립이 이미 분석되었다는 주장은 아닙니다.
텍스트와 음성 출력
개발사의 모델 설명은 텍스트 응답과 텍스트·음성의 동시 스트리밍을 지원한다고 명시합니다. 대화형 지원에는 음성 설명이 유용할 수 있으며, 텍스트는 검토하거나 검색하고 원문 자료와 비교하기에 더 쉽습니다. 선택한 출력 모드와 음성 제어 기능은 모델을 제공하는 인터페이스에 따라 달라집니다. 스트리밍은 결과를 연속된 조각으로 전달하는 방식을 뜻합니다. 응답 시간을 보장하거나 별도의 실시간 대화 프로토콜을 사용할 수 있다는 증거는 아닙니다.
컨텍스트와 출력 한도
전용 사양은 컨텍스트 창 32,768토큰, 최대 입력 길이 30,720토큰, 최대 출력 길이 2,048토큰을 명시합니다. 각각의 한도를 고려해 원문 자료와 원하는 답변을 준비하세요. 멀티모달 입력은 입력한 문자 수만을 기준으로 할 수 없으며, 입력 표현에 따른 허용량 안에 맞춰야 합니다. 긴 내레이션 요청은 출력 허용량에 맞는 짧은 설명으로 범위를 좁혀야 합니다.
이 토큰 한도만으로 모든 경우에 적용되는 분 단위 길이나 이미지 수를 정할 수는 없습니다. 얼마나 많은 자료를 담을 수 있는지는 미디어 전처리와 선택한 버전에 따라 달라집니다. 모델 페이지는 체크포인트 아키텍처나 파라미터 수를 공개하지 않으므로, Turbo라는 이름을 근거로 크기를 지어내거나 다른 Omni 모델의 아키텍처를 가져와서는 안 됩니다.
도구와 주요 제한 사항
이 정확한 모델의 기능 표는 함수 호출, 내장 웹 검색, 강제된 구조화 출력을 지원하지 않습니다. 일부 개발사 구성에서는 배치 추론을 명시하며 다른 구성에서는 컨텍스트 캐싱을 명시합니다. 목록이나 JSON 형태의 답변을 요청하는 것은 텍스트 형식을 지정하는 요청이며, 스키마 준수를 강제한다는 보장은 아닙니다. 모델이 시각적 작업이나 음성 작업을 이해할 수 있다고 해서 최신 정보나 외부 시스템에 접근할 수 있는 것은 아닙니다.
답변이 눈에 보이는 근거, 들리는 내용, 해석을 구분하는지 확인하세요. 발언의 인용, 작은 시각적 레이블, 추론한 관계를 제공한 자료와 대조해야 합니다. 음성 결과에서는 함께 제공된 텍스트가 있을 때 이를 보관해 검토자가 설명을 확인할 수 있도록 하세요. 실용적인 장점은 문서에 명시된 버전의 한도에 맞춘 간결한 출력으로, 여러 모달리티를 하나의 응답에서 연결하는 것입니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 qwen-omni-turbo | 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 $0.0046 / 1K 토큰 출력 · 출력 토큰 $0.0138 / 1K 토큰 입력 · 캐시 읽기 $0 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "qwen-omni-turbo",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen-omni-turbo', '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': 'qwen-omni-turbo', '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 qwen-omni-turbo
위에 표시된 메서드 경로를 사용하세요.
영어 기술 예제
Reconcile written scene and speech notes\n\nCompare these text notes from a training clip. [Visible note] The operator places a red tag on the empty bin. [Speech transcript] "Use a yellow tag when cleaning is due." Summarize the discrepancy and draft one clarification question for the trainer. Use only the supplied notes; do not claim to hear audio or view video.A concise discrepancy statement and one question, with visible-note and speech-transcript evidence kept separate.Check that neither color is silently corrected and the response makes no claim of media access.