모델 선택: 텍스트 출력 기반 멀티미디어 분석
Qwen3.8 Omni Flash는 오디오 및 동영상 이해, 회의 요약, 콘텐츠 분석을 위한 Qwen의 모델입니다. 입력은 텍스트, 이미지, 오디오, 동영상이며 출력은 텍스트입니다. 응답은 녹화물을 설명하거나, 시각적·청각적 증거에 관한 질문에 답하거나, 서면 요약을 작성할 수 있습니다. 제작사는 이 에디션을 음성을 생성하는 Omni 모델과 명시적으로 구분합니다. Omni라는 이름 때문에 이 체크포인트에 음성 출력 모드가 있다고 가정하면 안 됩니다.
컨텍스트는 100만 토큰이며 오디오 입력은 113개 언어와 방언을 다룹니다. 이 언어 수는 오디오 이해를 설명하며 모든 억양, 녹음 조건, 전문 용어에 동일한 인식 품질을 보장하지 않습니다. 회의에는 의제나 중요한 용어를 제공하고 결정 사항, 미해결 질문, 다음 작업을 요청하세요. 시청각 클립에서는 증거를 결론으로 결합하기 전에 모델이 보이는 내용과 발화 내용을 분리하도록 요청하세요.
멀티모달 자료 준비하기
문서화된 예시는 미디어와 텍스트 질문을 결합합니다. 설명 없는 녹화물을 제출하기보다 주제별 요약, 이벤트 기록, 특정 질문의 답변처럼 의도한 결과를 명시하세요. 별도 자산에 레이블을 붙이고 요청 외부에 원본 시간 범위를 보관해 결과를 원본으로 추적할 수 있게 하세요. 여러 참가자나 장면이 중요한 경우 보고서가 유지해야 할 구분을 명시하세요.
제작사의 파일 워크플로에 따른 미디어 한도
동영상 파일에 대해 제작사는 접근 가능한 파일 위치로 제공할 때 최대 파일 64개, 재생 시간 한도 2시간, 파일당 최대 2 GB를 문서화합니다. 문서화된 동영상 형식은 MP4, AVI, MKV, MOV, FLV, WMV입니다. 순서가 있는 이미지를 동영상으로 사용할 때 문서화된 범위는 2개에서 2,048개 이미지입니다. 임의의 사진 모음을 알려진 시간 시퀀스로 취급하지 말고 순서와 시간을 보존하세요.
오디오 가이드는 최대 3시간, 파일 위치 입력 최대 2 GB, 형식 AMR, WAV, 3GP, 3GPP, AAC, MP3를 문서화합니다. 오디오 파일 수는 파일 위치로 제공하면 최대 2,048개, Base64 인코딩으로 제공하면 최대 250개입니다. 인코딩된 Base64 페이로드는 10 MB보다 작아야 합니다. 이는 제작사 워크플로의 한도이며 애플리케이션 업로드 인터페이스에 대한 약속이 아닙니다. 또한 모든 최대 크기 입력이 토큰 예산 안에 함께 들어간다는 증거도 아닙니다.
이미지에 대해 가이드는 최대 2,048개 이미지 위치 또는 인코딩된 이미지 250개를 명시합니다. 접근 가능한 이미지 위치로 제공하는 파일은 최대 20 MB일 수 있습니다. 가로와 세로 모두 10픽셀을 초과해야 하며 종횡비는 200:1 또는 1:200 이내여야 합니다. 해당 질문에 충분한 해상도를 유지하세요. 준비 과정에서 읽을 수 없게 된 텍스트 필드는 자신 있는 답변을 요청하는 것만으로 복원되지 않습니다.
공간 오디오
이 모델은 2채널 스테레오와 WYZX 채널 순서의 4채널 1차 앰비소닉 오디오를 지원합니다. 제작사의 use_multichannel 제어 기본값은 false이며 오디오를 모노로 해석합니다. 제어가 활성화되고 지원되는 채널 구성이 있으면 공간 정보를 이해에 활용할 수 있습니다. 들리는 공간 장면을 묻는 작업에서는 채널 구성을 보존하세요. 일반적인 설명에서 소리 발생원의 보정된 좌표를 추론하면 안 됩니다.
도구와 최신 정보
제작사는 함수 호출과 웹 검색을 지원합니다. 문서화된 Responses 워크플로에서 이 에디션이 지원하는 내장 도구는 web_search뿐입니다. 도구를 활용하는 작업에서는 검색한 최신 정보와 제공된 녹화물을 연결하도록 요청하면서 각 주장의 출처를 명확히 유지할 수 있습니다. 외부 작업과 도구 결과는 여전히 애플리케이션에 설정된 인터페이스에 달려 있습니다. 도구 지원을 조건 없는 코드 인터프리터나 파일시스템 기능 주장으로 확대하면 안 됩니다. 제작사는 반복 입력의 컨텍스트 캐싱도 명시합니다. 재사용은 공통 요청 접두사에 관한 것이며 특정 요청의 캐시 적중을 확립하지는 않습니다.
사고 모드
사고는 기본적으로 활성화되며 reasoning_effort는 xhigh로 설정됩니다. 기본 사고 강도 수준은 low, medium, xhigh이며, none 설정은 사고를 비활성화합니다. 호환성을 위해 minimal은 low에, high와 max는 xhigh에 매핑됩니다. 제작사는 reasoning_effort와 thinking_budget을 함께 설정한 요청을 거부합니다. 이 제어는 제작사 인터페이스를 설명하며 모든 애플리케이션이 이를 노출한다는 사실을 확립하지는 않습니다.
단순한 요약에는 직접 응답을, 여러 증거를 연결해야 하는 질문에는 더 깊은 추론을 선택하세요. 최종 보고서와 추론을 분리하고, 음성 인용, 이벤트 순서, 결론 뒤의 증거를 확인하세요. 가이드는 미디어와 컨텍스트 한도를 확립하지만 여기서 사용한 절에는 별도의 엄격한 최대 텍스트 출력 길이를 공개하지 않습니다. 가능한 가장 큰 업로드를 완전한 기억의 보장으로 취급하기보다 명확한 질문과 추적 가능한 서면 결과가 더 유용합니다.
", "aboutText": "모델 선택: 텍스트 출력 기반 멀티미디어 분석\n\nQwen3.8 Omni Flash는 오디오 및 동영상 이해, 회의 요약, 콘텐츠 분석을 위한 Qwen의 모델입니다. 입력은 텍스트, 이미지, 오디오, 동영상이며 출력은 텍스트입니다. 응답은 녹화물을 설명하거나, 시각적·청각적 증거에 관한 질문에 답하거나, 서면 요약을 작성할 수 있습니다. 제작사는 이 에디션을 음성을 생성하는 Omni 모델과 명시적으로 구분합니다. Omni라는 이름 때문에 이 체크포인트에 음성 출력 모드가 있다고 가정하면 안 됩니다.\n\n컨텍스트는 100만 토큰이며 오디오 입력은 113개 언어와 방언을 다룹니다. 이 언어 수는 오디오 이해를 설명하며 모든 억양, 녹음 조건, 전문 용어에 동일한 인식 품질을 보장하지 않습니다. 회의에는 의제나 중요한 용어를 제공하고 결정 사항, 미해결 질문, 다음 작업을 요청하세요. 시청각 클립에서는 증거를 결론으로 결합하기 전에 모델이 보이는 내용과 발화 내용을 분리하도록 요청하세요.\n\n멀티모달 자료 준비하기\n\n문서화된 예시는 미디어와 텍스트 질문을 결합합니다. 설명 없는 녹화물을 제출하기보다 주제별 요약, 이벤트 기록, 특정 질문의 답변처럼 의도한 결과를 명시하세요. 별도 자산에 레이블을 붙이고 요청 외부에 원본 시간 범위를 보관해 결과를 원본으로 추적할 수 있게 하세요. 여러 참가자나 장면이 중요한 경우 보고서가 유지해야 할 구분을 명시하세요.\n\n제작사의 파일 워크플로에 따른 미디어 한도\n\n동영상 파일에 대해 제작사는 접근 가능한 파일 위치로 제공할 때 최대 파일 64개, 재생 시간 한도 2시간, 파일당 최대 2 GB를 문서화합니다. 문서화된 동영상 형식은 MP4, AVI, MKV, MOV, FLV, WMV입니다. 순서가 있는 이미지를 동영상으로 사용할 때 문서화된 범위는 2개에서 2,048개 이미지입니다. 임의의 사진 모음을 알려진 시간 시퀀스로 취급하지 말고 순서와 시간을 보존하세요.\n\n오디오 가이드는 최대 3시간, 파일 위치 입력 최대 2 GB, 형식 AMR, WAV, 3GP, 3GPP, AAC, MP3를 문서화합니다. 오디오 파일 수는 파일 위치로 제공하면 최대 2,048개, Base64 인코딩으로 제공하면 최대 250개입니다. 인코딩된 Base64 페이로드는 10 MB보다 작아야 합니다. 이는 제작사 워크플로의 한도이며 애플리케이션 업로드 인터페이스에 대한 약속이 아닙니다. 또한 모든 최대 크기 입력이 토큰 예산 안에 함께 들어간다는 증거도 아닙니다.\n\n이미지에 대해 가이드는 최대 2,048개 이미지 위치 또는 인코딩된 이미지 250개를 명시합니다. 접근 가능한 이미지 위치로 제공하는 파일은 최대 20 MB일 수 있습니다. 가로와 세로 모두 10픽셀을 초과해야 하며 종횡비는 200:1 또는 1:200 이내여야 합니다. 해당 질문에 충분한 해상도를 유지하세요. 준비 과정에서 읽을 수 없게 된 텍스트 필드는 자신 있는 답변을 요청하는 것만으로 복원되지 않습니다.\n\n공간 오디오\n\n이 모델은 2채널 스테레오와 WYZX 채널 순서의 4채널 1차 앰비소닉 오디오를 지원합니다. 제작사의 use_multichannel 제어 기본값은 false이며 오디오를 모노로 해석합니다. 제어가 활성화되고 지원되는 채널 구성이 있으면 공간 정보를 이해에 활용할 수 있습니다. 들리는 공간 장면을 묻는 작업에서는 채널 구성을 보존하세요. 일반적인 설명에서 소리 발생원의 보정된 좌표를 추론하면 안 됩니다.\n\n도구와 최신 정보\n\n제작사는 함수 호출과 웹 검색을 지원합니다. 문서화된 Responses 워크플로에서 이 에디션이 지원하는 내장 도구는 web_search뿐입니다. 도구를 활용하는 작업에서는 검색한 최신 정보와 제공된 녹화물을 연결하도록 요청하면서 각 주장의 출처를 명확히 유지할 수 있습니다. 외부 작업과 도구 결과는 여전히 애플리케이션에 설정된 인터페이스에 달려 있습니다. 도구 지원을 조건 없는 코드 인터프리터나 파일시스템 기능 주장으로 확대하면 안 됩니다. 제작사는 반복 입력의 컨텍스트 캐싱도 명시합니다. 재사용은 공통 요청 접두사에 관한 것이며 특정 요청의 캐시 적중을 확립하지는 않습니다.\n\n사고 모드\n\n사고는 기본적으로 활성화되며 reasoning_effort는 xhigh로 설정됩니다. 기본 사고 강도 수준은 low, medium, xhigh이며, none 설정은 사고를 비활성화합니다. 호환성을 위해 minimal은 low에, high와 max는 xhigh에 매핑됩니다. 제작사는 reasoning_effort와 thinking_budget을 함께 설정한 요청을 거부합니다. 이 제어는 제작사 인터페이스를 설명하며 모든 애플리케이션이 이를 노출한다는 사실을 확립하지는 않습니다.\n\n단순한 요약에는 직접 응답을, 여러 증거를 연결해야 하는 질문에는 더 깊은 추론을 선택하세요. 최종 보고서와 추론을 분리하고, 음성 인용, 이벤트 순서, 결론 뒤의 증거를 확인하세요. 가이드는 미디어와 컨텍스트 한도를 확립하지만 여기서 사용한 절에는 별도의 엄격한 최대 텍스트 출력 길이를 공개하지 않습니다. 가능한 가장 큰 업로드를 완전한 기억의 보장으로 취급하기보다 명확한 질문과 추적 가능한 서면 결과가 더 유용합니다.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
Extract decisions from meeting text\n\nUse this meeting transcript. Lena: We agree to pilot the new checklist with Team A. Omar: I will prepare the draft by Thursday. Lena: We still need someone to review the results; no reviewer is assigned. Return decisions, named actions and unresolved questions. Preserve who said what and do not turn the pilot into a full rollout.A meeting summary with decision, action-owner-deadline rows and an open reviewer-assignment question.Check that Omar owns the draft, Thursday is its deadline and the reviewer remains unassigned.qwen/qwen3.8-omni-flashQwen3.8 Omni Flash는 텍스트, 이미지, 오디오, 동영상을 분석하고 텍스트를 반환합니다. 제작사가 문서화한 100만 토큰 컨텍스트와 함께 회의 요약, 멀티미디어 질문, 113개 오디오 언어 및 방언, 선택 가능한 추론 강도, 공간 오디오를 지원합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
모델 선택: 텍스트 출력 기반 멀티미디어 분석
Qwen3.8 Omni Flash는 오디오 및 동영상 이해, 회의 요약, 콘텐츠 분석을 위한 Qwen의 모델입니다. 입력은 텍스트, 이미지, 오디오, 동영상이며 출력은 텍스트입니다. 응답은 녹화물을 설명하거나, 시각적·청각적 증거에 관한 질문에 답하거나, 서면 요약을 작성할 수 있습니다. 제작사는 이 에디션을 음성을 생성하는 Omni 모델과 명시적으로 구분합니다. Omni라는 이름 때문에 이 체크포인트에 음성 출력 모드가 있다고 가정하면 안 됩니다.
컨텍스트는 100만 토큰이며 오디오 입력은 113개 언어와 방언을 다룹니다. 이 언어 수는 오디오 이해를 설명하며 모든 억양, 녹음 조건, 전문 용어에 동일한 인식 품질을 보장하지 않습니다. 회의에는 의제나 중요한 용어를 제공하고 결정 사항, 미해결 질문, 다음 작업을 요청하세요. 시청각 클립에서는 증거를 결론으로 결합하기 전에 모델이 보이는 내용과 발화 내용을 분리하도록 요청하세요.
멀티모달 자료 준비하기
문서화된 예시는 미디어와 텍스트 질문을 결합합니다. 설명 없는 녹화물을 제출하기보다 주제별 요약, 이벤트 기록, 특정 질문의 답변처럼 의도한 결과를 명시하세요. 별도 자산에 레이블을 붙이고 요청 외부에 원본 시간 범위를 보관해 결과를 원본으로 추적할 수 있게 하세요. 여러 참가자나 장면이 중요한 경우 보고서가 유지해야 할 구분을 명시하세요.
제작사의 파일 워크플로에 따른 미디어 한도
동영상 파일에 대해 제작사는 접근 가능한 파일 위치로 제공할 때 최대 파일 64개, 재생 시간 한도 2시간, 파일당 최대 2 GB를 문서화합니다. 문서화된 동영상 형식은 MP4, AVI, MKV, MOV, FLV, WMV입니다. 순서가 있는 이미지를 동영상으로 사용할 때 문서화된 범위는 2개에서 2,048개 이미지입니다. 임의의 사진 모음을 알려진 시간 시퀀스로 취급하지 말고 순서와 시간을 보존하세요.
오디오 가이드는 최대 3시간, 파일 위치 입력 최대 2 GB, 형식 AMR, WAV, 3GP, 3GPP, AAC, MP3를 문서화합니다. 오디오 파일 수는 파일 위치로 제공하면 최대 2,048개, Base64 인코딩으로 제공하면 최대 250개입니다. 인코딩된 Base64 페이로드는 10 MB보다 작아야 합니다. 이는 제작사 워크플로의 한도이며 애플리케이션 업로드 인터페이스에 대한 약속이 아닙니다. 또한 모든 최대 크기 입력이 토큰 예산 안에 함께 들어간다는 증거도 아닙니다.
이미지에 대해 가이드는 최대 2,048개 이미지 위치 또는 인코딩된 이미지 250개를 명시합니다. 접근 가능한 이미지 위치로 제공하는 파일은 최대 20 MB일 수 있습니다. 가로와 세로 모두 10픽셀을 초과해야 하며 종횡비는 200:1 또는 1:200 이내여야 합니다. 해당 질문에 충분한 해상도를 유지하세요. 준비 과정에서 읽을 수 없게 된 텍스트 필드는 자신 있는 답변을 요청하는 것만으로 복원되지 않습니다.
공간 오디오
이 모델은 2채널 스테레오와 WYZX 채널 순서의 4채널 1차 앰비소닉 오디오를 지원합니다. 제작사의 use_multichannel 제어 기본값은 false이며 오디오를 모노로 해석합니다. 제어가 활성화되고 지원되는 채널 구성이 있으면 공간 정보를 이해에 활용할 수 있습니다. 들리는 공간 장면을 묻는 작업에서는 채널 구성을 보존하세요. 일반적인 설명에서 소리 발생원의 보정된 좌표를 추론하면 안 됩니다.
도구와 최신 정보
제작사는 함수 호출과 웹 검색을 지원합니다. 문서화된 Responses 워크플로에서 이 에디션이 지원하는 내장 도구는 web_search뿐입니다. 도구를 활용하는 작업에서는 검색한 최신 정보와 제공된 녹화물을 연결하도록 요청하면서 각 주장의 출처를 명확히 유지할 수 있습니다. 외부 작업과 도구 결과는 여전히 애플리케이션에 설정된 인터페이스에 달려 있습니다. 도구 지원을 조건 없는 코드 인터프리터나 파일시스템 기능 주장으로 확대하면 안 됩니다. 제작사는 반복 입력의 컨텍스트 캐싱도 명시합니다. 재사용은 공통 요청 접두사에 관한 것이며 특정 요청의 캐시 적중을 확립하지는 않습니다.
사고 모드
사고는 기본적으로 활성화되며 reasoning_effort는 xhigh로 설정됩니다. 기본 사고 강도 수준은 low, medium, xhigh이며, none 설정은 사고를 비활성화합니다. 호환성을 위해 minimal은 low에, high와 max는 xhigh에 매핑됩니다. 제작사는 reasoning_effort와 thinking_budget을 함께 설정한 요청을 거부합니다. 이 제어는 제작사 인터페이스를 설명하며 모든 애플리케이션이 이를 노출한다는 사실을 확립하지는 않습니다.
단순한 요약에는 직접 응답을, 여러 증거를 연결해야 하는 질문에는 더 깊은 추론을 선택하세요. 최종 보고서와 추론을 분리하고, 음성 인용, 이벤트 순서, 결론 뒤의 증거를 확인하세요. 가이드는 미디어와 컨텍스트 한도를 확립하지만 여기서 사용한 절에는 별도의 엄격한 최대 텍스트 출력 길이를 공개하지 않습니다. 가능한 가장 큰 업로드를 완전한 기억의 보장으로 취급하기보다 명확한 질문과 추적 가능한 서면 결과가 더 유용합니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 qwen/qwen3.8-omni-flash | 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 $0.0003 / 1K 토큰 출력 · 출력 토큰 $0.00094 / 1K 토큰 입력 · 캐시 읽기 $0.000032 / 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 $0.0003 / 1K 토큰 출력 · 출력 토큰 $0.00094 / 1K 토큰 입력 · 캐시 읽기 $0.000032 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3.8-omni-flash", "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/qwen3.8-omni-flash',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/qwen3.8-omni-flash',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/qwen3.8-omni-flash
위에 표시된 메서드 경로를 사용하세요.
qwen/qwen3.8-omni-flashQwen3.8 Omni Flash는 텍스트, 이미지, 오디오, 동영상을 분석하고 텍스트를 반환합니다. 제작사가 문서화한 100만 토큰 컨텍스트와 함께 회의 요약, 멀티미디어 질문, 113개 오디오 언어 및 방언, 선택 가능한 추론 강도, 공간 오디오를 지원합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
모델 선택: 텍스트 출력 기반 멀티미디어 분석
Qwen3.8 Omni Flash는 오디오 및 동영상 이해, 회의 요약, 콘텐츠 분석을 위한 Qwen의 모델입니다. 입력은 텍스트, 이미지, 오디오, 동영상이며 출력은 텍스트입니다. 응답은 녹화물을 설명하거나, 시각적·청각적 증거에 관한 질문에 답하거나, 서면 요약을 작성할 수 있습니다. 제작사는 이 에디션을 음성을 생성하는 Omni 모델과 명시적으로 구분합니다. Omni라는 이름 때문에 이 체크포인트에 음성 출력 모드가 있다고 가정하면 안 됩니다.
컨텍스트는 100만 토큰이며 오디오 입력은 113개 언어와 방언을 다룹니다. 이 언어 수는 오디오 이해를 설명하며 모든 억양, 녹음 조건, 전문 용어에 동일한 인식 품질을 보장하지 않습니다. 회의에는 의제나 중요한 용어를 제공하고 결정 사항, 미해결 질문, 다음 작업을 요청하세요. 시청각 클립에서는 증거를 결론으로 결합하기 전에 모델이 보이는 내용과 발화 내용을 분리하도록 요청하세요.
멀티모달 자료 준비하기
문서화된 예시는 미디어와 텍스트 질문을 결합합니다. 설명 없는 녹화물을 제출하기보다 주제별 요약, 이벤트 기록, 특정 질문의 답변처럼 의도한 결과를 명시하세요. 별도 자산에 레이블을 붙이고 요청 외부에 원본 시간 범위를 보관해 결과를 원본으로 추적할 수 있게 하세요. 여러 참가자나 장면이 중요한 경우 보고서가 유지해야 할 구분을 명시하세요.
제작사의 파일 워크플로에 따른 미디어 한도
동영상 파일에 대해 제작사는 접근 가능한 파일 위치로 제공할 때 최대 파일 64개, 재생 시간 한도 2시간, 파일당 최대 2 GB를 문서화합니다. 문서화된 동영상 형식은 MP4, AVI, MKV, MOV, FLV, WMV입니다. 순서가 있는 이미지를 동영상으로 사용할 때 문서화된 범위는 2개에서 2,048개 이미지입니다. 임의의 사진 모음을 알려진 시간 시퀀스로 취급하지 말고 순서와 시간을 보존하세요.
오디오 가이드는 최대 3시간, 파일 위치 입력 최대 2 GB, 형식 AMR, WAV, 3GP, 3GPP, AAC, MP3를 문서화합니다. 오디오 파일 수는 파일 위치로 제공하면 최대 2,048개, Base64 인코딩으로 제공하면 최대 250개입니다. 인코딩된 Base64 페이로드는 10 MB보다 작아야 합니다. 이는 제작사 워크플로의 한도이며 애플리케이션 업로드 인터페이스에 대한 약속이 아닙니다. 또한 모든 최대 크기 입력이 토큰 예산 안에 함께 들어간다는 증거도 아닙니다.
이미지에 대해 가이드는 최대 2,048개 이미지 위치 또는 인코딩된 이미지 250개를 명시합니다. 접근 가능한 이미지 위치로 제공하는 파일은 최대 20 MB일 수 있습니다. 가로와 세로 모두 10픽셀을 초과해야 하며 종횡비는 200:1 또는 1:200 이내여야 합니다. 해당 질문에 충분한 해상도를 유지하세요. 준비 과정에서 읽을 수 없게 된 텍스트 필드는 자신 있는 답변을 요청하는 것만으로 복원되지 않습니다.
공간 오디오
이 모델은 2채널 스테레오와 WYZX 채널 순서의 4채널 1차 앰비소닉 오디오를 지원합니다. 제작사의 use_multichannel 제어 기본값은 false이며 오디오를 모노로 해석합니다. 제어가 활성화되고 지원되는 채널 구성이 있으면 공간 정보를 이해에 활용할 수 있습니다. 들리는 공간 장면을 묻는 작업에서는 채널 구성을 보존하세요. 일반적인 설명에서 소리 발생원의 보정된 좌표를 추론하면 안 됩니다.
도구와 최신 정보
제작사는 함수 호출과 웹 검색을 지원합니다. 문서화된 Responses 워크플로에서 이 에디션이 지원하는 내장 도구는 web_search뿐입니다. 도구를 활용하는 작업에서는 검색한 최신 정보와 제공된 녹화물을 연결하도록 요청하면서 각 주장의 출처를 명확히 유지할 수 있습니다. 외부 작업과 도구 결과는 여전히 애플리케이션에 설정된 인터페이스에 달려 있습니다. 도구 지원을 조건 없는 코드 인터프리터나 파일시스템 기능 주장으로 확대하면 안 됩니다. 제작사는 반복 입력의 컨텍스트 캐싱도 명시합니다. 재사용은 공통 요청 접두사에 관한 것이며 특정 요청의 캐시 적중을 확립하지는 않습니다.
사고 모드
사고는 기본적으로 활성화되며 reasoning_effort는 xhigh로 설정됩니다. 기본 사고 강도 수준은 low, medium, xhigh이며, none 설정은 사고를 비활성화합니다. 호환성을 위해 minimal은 low에, high와 max는 xhigh에 매핑됩니다. 제작사는 reasoning_effort와 thinking_budget을 함께 설정한 요청을 거부합니다. 이 제어는 제작사 인터페이스를 설명하며 모든 애플리케이션이 이를 노출한다는 사실을 확립하지는 않습니다.
단순한 요약에는 직접 응답을, 여러 증거를 연결해야 하는 질문에는 더 깊은 추론을 선택하세요. 최종 보고서와 추론을 분리하고, 음성 인용, 이벤트 순서, 결론 뒤의 증거를 확인하세요. 가이드는 미디어와 컨텍스트 한도를 확립하지만 여기서 사용한 절에는 별도의 엄격한 최대 텍스트 출력 길이를 공개하지 않습니다. 가능한 가장 큰 업로드를 완전한 기억의 보장으로 취급하기보다 명확한 질문과 추적 가능한 서면 결과가 더 유용합니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 qwen/qwen3.8-omni-flash | 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 $0.0003 / 1K 토큰 출력 · 출력 토큰 $0.00094 / 1K 토큰 입력 · 캐시 읽기 $0.000032 / 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 $0.0003 / 1K 토큰 출력 · 출력 토큰 $0.00094 / 1K 토큰 입력 · 캐시 읽기 $0.000032 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "qwen/qwen3.8-omni-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/qwen3.8-omni-flash', '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/qwen3.8-omni-flash', '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/qwen3.8-omni-flash
위에 표시된 메서드 경로를 사용하세요.
영어 기술 예제
Extract decisions from meeting text\n\nUse this meeting transcript. Lena: We agree to pilot the new checklist with Team A. Omar: I will prepare the draft by Thursday. Lena: We still need someone to review the results; no reviewer is assigned. Return decisions, named actions and unresolved questions. Preserve who said what and do not turn the pilot into a full rollout.A meeting summary with decision, action-owner-deadline rows and an open reviewer-assignment question.Check that Omar owns the draft, Thursday is its deadline and the reviewer remains unassigned.