Source: https://ailoot.ai/models/ko/qwen2-7b-instruct/
Canonical: https://ailoot.ai/models/ko/qwen2-7b-instruct/
Language: ko

# Qwen2 7B Instruct

[Markdown](https://ailoot.ai/models/ko/qwen2-7b-instruct/index.md) · [JSON](https://ailoot.ai/models/ko/qwen2-7b-instruct/facts.json)

## [Qwen2 7B Instruct](https://ailoot.ai/models/ko/qwen2-7b-instruct/)

Qwen2-7B-Instruct는 다국어 대화, 코딩, 수학, 추론을 위한 지시 튜닝 텍스트 모델입니다. 제작사는 긴 컨텍스트 설정을 활성화했을 때 최대 131,072토큰의 컨텍스트를 지원한다고 문서화합니다.

- [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `qwen2-7b-instruct`](https://ailoot.ai/models/ko/qwen2-7b-instruct/#method-0)
- [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `qwen2-7b-instruct`](https://ailoot.ai/models/ko/qwen2-7b-instruct/#method-1)

모델 소개

이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.

Qwen2-7B-Instruct는 대화와 자연어로 표현된 작업을 위한 Qwen2의 지시 튜닝 7B 크기 에디션입니다. 텍스트 입력·출력 모델이므로 답변은 설명, 번역, 문서 초안, 프로그램 코드가 될 수 있습니다. 제작사는 언어 이해, 생성, 다국어 작업, 코딩, 수학, 추론을 주요 사용 분야로 제시합니다.

모델 세부 정보

Qwen2에는 별도의 기본 릴리스와 지시 튜닝 릴리스가 있습니다. 이 카드는 Qwen2-7B 기본 모델이나 계열의 전문가 혼합 릴리스가 아니라 Instruct 에디션을 다룹니다. 제작사의 모델 정보 표는 7B 크기 모델의 매개변수 수를 70.7억 개로 명시합니다. 디코더 Transformer는 SwiGLU, 어텐션 QKV 바이어스, 그룹 쿼리 어텐션을 사용하며, 토크나이저는 자연어와 코드에 맞게 설계되었습니다. 이는 아키텍처와 표현 방식에 대한 선택이며 추가 입력 모달리티가 아닙니다.

릴리스 발표는 영어와 중국어, 그 외 27개 언어로 학습했다고 설명합니다. 러시아어·체코어·폴란드어, 독일어·프랑스어·스페인어, 아랍어·페르시아어·터키어, 일본어·한국어, 남아시아와 동남아시아의 다른 언어 등이 포함됩니다. 따라서 다국어 도우미는 서로 다른 언어로 된 지시와 원본 자료를 받을 수 있지만, 최종 결과물의 언어, 용어, 대상 독자를 지정하는 것이 좋습니다.

학습과 Instruct의 구분

사전 학습 후 제작사는 지도 미세 조정과 직접 선호도 최적화를 사용합니다. 지시 튜닝 에디션은 대화 속 요청에 응답하도록 만들어졌으며, 기본 에디션은 언어 모델의 기반으로서 다른 역할을 갖습니다. 모델을 선택하거나 프롬프트 동작을 비교할 때는 에디션 이름을 명확히 유지하세요. 모델이 지시를 따르도록 학습하는 것과 사용 시 정확한 지시를 제공하는 것은 이 작업 흐름에서 서로 보완하는 부분입니다.

대화 입력 준비하기

모델 카드의 빠른 시작 예시는 시스템 지시와 사용자 질문을 구분하고 생성 전에 해당 채팅 템플릿을 적용합니다. 애플리케이션 수준의 작업에서도 같은 실용적인 구분이 유용합니다. 도우미의 역할과 응답 규칙을 실제로 처리할 원본 문단이나 코드와 별도로 정의하세요. 문서 안에 적힌 텍스트 라벨은 모델을 사용하는 인터페이스의 올바른 형식으로 된 대화 역할을 대체하지 못합니다.

기술 설명 작업에서는 함수와 입력 예시 하나를 제공한 뒤, 각 분기가 무엇을 하며 어떤 조건이 결과에 영향을 주는지 물을 수 있습니다. 코딩 작업에서는 허용되는 입력, 예상 반환값, 기존 동작을 바꾸는 데 대한 제약을 지정할 수 있습니다. 구현과 함께 정상 사례 및 경계 사례의 예시를 요청하세요. 이는 문서에 명시된 언어·코딩 기능의 활용입니다. 코드 생성은 텍스트 결과이며, 실행은 애플리케이션 환경에서 이루어집니다.

다국어 편집에서는 원래 문단, 대상 독자, 짧은 용어 목록을 제공하세요. 원래 이름과 조건을 유지하는 수정본과 변경 사항에 대한 짧은 설명을 요청하세요. 이는 단순히 텍스트를 개선해 달라는 요청보다 구체적입니다. 유지해야 할 의미와 반환해야 할 유용한 출력을 정하기 때문입니다.

긴 텍스트 처리하기

제작사는 최대 131,072토큰의 컨텍스트 지원을 문서화하지만, 긴 컨텍스트에 관한 지시가 중요합니다. 32,768토큰을 넘는 입력에는 문서에 명시된 YaRN 확장 설정이 필요합니다. 공개된 예시는 원래 위치 설정 32,768과 스케일링 계수 4.0을 사용합니다. 제작사는 정적 확장 설정이 짧은 텍스트 동작에 영향을 줄 수 있다고 설명하며, 긴 컨텍스트 처리가 실제로 필요할 때 활성화할 것을 권장합니다.

긴 문서 작업은 초점이 분명한 질문, 이름이 붙은 원본 섹션, 명확한 출력 구조로 준비하세요. 예를 들어 기술 명세의 여러 부분을 제공하고 특정 변경과 관련된 요구 사항을 요청하면서 각 결과 옆에 원본 섹션을 유지할 수 있습니다. 큰 입력 창은 여러 부분을 함께 담는 데 유용하지만, 답변은 문서 전체를 다시 설명하는 대신 간결한 표가 될 수도 있습니다.

중요한 경계

131,072토큰이라는 수치는 확장 컨텍스트 지원을 뜻하며, 긴 컨텍스트 설정을 무시해도 된다는 뜻이 아닙니다. 빠른 시작 예시에서 생성하는 512토큰은 예시 설정이며, 공개된 최대 출력 용량이 아닙니다. 이 Instruct 릴리스는 텍스트 모델이므로 Qwen-VL의 이미지·동영상 기능이나 Qwen2.5-Math의 도구 통합 전문 수학 학습을 그대로 가져와서는 안 됩니다. 해당 에디션을 선택하고 필요한 설명, 코드, 문서에 맞게 텍스트를 준비하세요.

**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `qwen2-7b-instruct`

[`qwen2-7b-instruct`](https://ailoot.ai/models/ko/#m=qwen2-7b-instruct&route=Ultra&caller=qwen2-7b-instruct&fmt=chat)

Alibaba /`qwen2-7b-instruct`

### 시작하기

Qwen2-7B-Instruct는 다국어 대화, 코딩, 수학, 추론을 위한 지시 튜닝 텍스트 모델입니다. 제작사는 긴 컨텍스트 설정을 활성화했을 때 최대 131,072토큰의 컨텍스트를 지원한다고 문서화합니다.

허용 입력

텍스트

결과

텍스트

### Ailoot에서 사용 가능 · 입력 및 메서드

**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions`

입력

`text`

출력

`text`

출력 형식

json 또는 SSE

| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
| --- | --- | --- | --- | --- |
| 필드`model` | 유형`string` | 요건필수 | 값과 한도 qwen2-7b-instruct | 기본값— |
| 필드`messages` | 유형`message[]` | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
| 필드`messages[].role` | 유형`string` | 요건필수 | 값과 한도 모델에 따라 다름 | 기본값— |
| 필드`messages[].content` | 유형`string` | 요건선택 사항 | 값과 한도 적용 조건: 텍스트 대화 | 기본값— |
| 필드`stream` | 유형`boolean` | 요건선택 사항 | 값과 한도 | 기본값false |

입력 자료 조합

**텍스트** · UTF8 텍스트

`messages[].content`

메서드 매개변수와 수명 주기

| 매개변수 | 명세 |
| --- | --- |
| 매개변수`content_type` | 명세application/json |
| 매개변수`required` | 명세model, messages |
| 매개변수`material_types` | 명세text |
| 매개변수`messages` | 명세role/content 형식의 메시지 배열 |
| 매개변수`file_material` | 명세실제 UTF-8 문서를 텍스트로 그대로 삽입합니다. 파일 ID는 추정하지 않습니다 |
| 매개변수`optional_controls` | 명세stream |
| 매개변수`control_scope` | 명세텍스트 대화. stream은 불리언이며 기본값은 false입니다. |
| 매개변수`output_modalities` | 명세text |
| 매개변수`hosted_operations` | 명세false |
| 매개변수`multimodal_input_binding` | 명세null |

메서드 별칭: `/chat/completions`

수명 주기: `synchronous_or_streamed`

정확한 모델 ID를 messages와 함께 보내세요.

컨텍스트 길이는 출력 상한이 아닙니다.

텍스트 파일은 텍스트를 그대로 제공할 수 있습니다. 이미지/오디오/파일 객체 입력에는 정확한 바인딩이 필요합니다.

### 요금

요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.

빠른 모드

미지정 빠른 모드를 선택한 경우

Flex 모드

미지정 flex 모드를 선택한 경우

최대 추론 수준

미지정 최대 추론 수준에 default 조정값을 적용하는 경우

#### Ailoot 요금

#### 설정별 가격

| 설정 | 요금표 | 요금 |
| --- | --- | --- |
| 설정토큰의 기본 단가 | 요금표기본 요금 | 요금 입력 · 입력 토큰 **$0.000286** / 1K 토큰 출력 · 출력 토큰 **$0.00058** / 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 →](https://ailoot.ai/docs/ko/billing/reserve/)

### 요청 예제

#### Ailoot Ultra · OpenAI Chat

curlPython SDK

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model":"qwen2-7b-instruct","messages":[{"role":"user","content":"hello"}],"stream":false}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
    if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
```

```python
from openai import OpenAI
import os

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model="qwen2-7b-instruct", messages=[{"role":"user","content":"hello"}], stream=False)
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        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
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

save_result(result.to_dict(mode="json"))
```

### 결과 수신 및 저장

#### Ailoot Ultra · OpenAI Chat

json 또는 SSE

##### 완료된 결과 모두 보관

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.

##### 원래 응답을 확인해야 할 경우

요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.

응답 필드

| 필드 | 유형 |
| --- | --- |
| 필드`choices[].index` | 유형integer |
| 필드`choices[].message.content` | 유형string\|null |
| 필드`choices[].message.tool_calls` | 유형tool\_call\[\] |
| 필드`choices[].message.reasoning_content` | 유형string |
| 필드`choices[].message.reasoning_details` | 유형object\|array |
| 필드`choices[].finish_reason` | 유형string\|null |
| 필드`usage` | 유형object |

오류와 다음 단계

| 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. |

### 별칭

#### 모델 별칭

**Ailoot Ultra** [`qwen2-7b-instruct`](https://ailoot.ai/models/ko/#m=qwen2-7b-instruct&route=Ultra&caller=qwen2-7b-instruct&fmt=chat)

#### 메서드 경로 별칭

`/chat/completions`

#### 관련 호출용 ID

[`qwen2-7b-instruct`](https://ailoot.ai/models/ko/#m=qwen2-7b-instruct&route=Ultra&caller=qwen2-7b-instruct&fmt=chat)

**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `qwen2-7b-instruct`

[`qwen2-7b-instruct`](https://ailoot.ai/models/ko/#m=qwen2-7b-instruct&route=Ultra&caller=qwen2-7b-instruct&fmt=messages)

Alibaba /`qwen2-7b-instruct`

### 시작하기

Qwen2-7B-Instruct는 다국어 대화, 코딩, 수학, 추론을 위한 지시 튜닝 텍스트 모델입니다. 제작사는 긴 컨텍스트 설정을 활성화했을 때 최대 131,072토큰의 컨텍스트를 지원한다고 문서화합니다.

허용 입력

텍스트

결과

json · sse

### Ailoot에서 사용 가능 · 입력 및 메서드

**Ailoot Ultra · Anthropic Messages** `POST /v1/messages`

입력

`text`

출력

`json`, `sse`

출력 형식

JSON 또는 SSE

| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
| --- | --- | --- | --- | --- |
| 필드`model` | 유형`string` | 요건필수 | 값과 한도 qwen2-7b-instruct | 기본값— |
| 필드`messages` | 유형`message[]` | 요건필수 | 값과 한도 | 기본값— |
| 필드`messages[].role` | 유형`string` | 요건필수 | 값과 한도 user, assistant | 기본값— |
| 필드`messages[].content` | 유형`string` | 요건필수 | 값과 한도 | 기본값— |
| 필드`max_tokens` | 유형`integer` | 요건필수 | 값과 한도 | 기본값— |
| 필드`stream` | 유형`boolean` | 요건선택 사항 | 값과 한도 | 기본값false |

입력 자료 조합

**텍스트** · UTF-8 텍스트

`messages[].content 문자열`

메서드 매개변수와 수명 주기

| 매개변수 | 명세 |
| --- | --- |
| 매개변수`content_type` | 명세application/json |
| 매개변수`required` | 명세model, messages, max\_tokens |
| 매개변수`optional_controls` | 명세stream |
| 매개변수`material_types` | 명세text |
| 매개변수`text_file_material` | 명세실제 UTF-8 문서를 읽고 그 텍스트를 지정된 입력 또는 메시지 콘텐츠 문자열에 넣으세요. |

수명 주기: `synchronous_or_streamed`

### 요금

요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.

빠른 모드

미지정 빠른 모드를 선택한 경우

Flex 모드

미지정 flex 모드를 선택한 경우

최대 추론 수준

미지정 최대 추론 수준에 default 조정값을 적용하는 경우

#### Ailoot 요금

#### 설정별 가격

| 설정 | 요금표 | 요금 |
| --- | --- | --- |
| 설정토큰의 기본 단가 | 요금표기본 요금 | 요금 입력 · 입력 토큰 **$0.000286** / 1K 토큰 출력 · 출력 토큰 **$0.00058** / 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 →](https://ailoot.ai/docs/ko/billing/reserve/)

### 요청 예제

#### Ailoot Ultra · Anthropic Messages

최소 구성의 완전한 JSON 본문curl · 자신의 UTF-8 문서 사용Python · 결과 전체 저장

```json
{
  "model": "qwen2-7b-instruct",
  "max_tokens": 128,
  "messages": [
    {
      "role": "user",
      "content": "Summarize the incident report."
    }
  ],
  "stream": false
}
```

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'qwen2-7b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
  -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
```

```python
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'qwen2-7b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError

api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
    raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
    with urlopen(request, timeout=120) as response:
        raw = response.read()
        Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
    Path('result.json').write_bytes(error.read())
    Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
    raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
```

### 결과 수신 및 저장

#### Ailoot Ultra · Anthropic Messages

JSON 또는 SSE

##### 완료된 결과 모두 보관

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.

##### 원래 응답을 확인해야 할 경우

요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.

응답 필드

| 필드 | 유형 |
| --- | --- |
| 필드`id` | 유형string |
| 필드`model` | 유형string |
| 필드`content[]` | 유형text\|thinking\|tool\_use\|other content block |
| 필드`stop_reason` | 유형string\|null |
| 필드`usage` | 유형object |

오류와 다음 단계

| 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. |

### 별칭

#### 모델 별칭

**Ailoot Ultra** [`qwen2-7b-instruct`](https://ailoot.ai/models/ko/#m=qwen2-7b-instruct&route=Ultra&caller=qwen2-7b-instruct&fmt=messages)

#### 메서드 경로 별칭

`/chat/completions`

#### 관련 호출용 ID

[`qwen2-7b-instruct`](https://ailoot.ai/models/ko/#m=qwen2-7b-instruct&route=Ultra&caller=qwen2-7b-instruct&fmt=messages)

FAQ · Pro/Qwen/Qwen2-7B-Instruct

어떤 입력과 결과를 사용할 수 있나요?

`POST /v1/chat/completions` · `qwen2-7b-instruct`: `text` → `text` `POST /v1/messages` · `qwen2-7b-instruct`: `text` → `json`, `sse`

요청은 어떤 필드를 사용하나요?

`POST /v1/chat/completions` · `qwen2-7b-instruct`: `model`, `messages`, `stream` `POST /v1/messages` · `qwen2-7b-instruct`: `model`, `messages`, `max_tokens`, `stream`

어떤 제한이 적용되나요?

`POST /v1/chat/completions` · `qwen2-7b-instruct`: `messages.min_items`: `1`

Claude Code, OpenCode, Hermes, 자체 앱에 Ailoot를 연결하세요.

## 회사와 그 프로젝트 포트폴리오

회사와 그 프로젝트 포트폴리오: 수백만 고객, 매월 수십억 규모의 매출.

## 할인받아 토큰을 구매하세요.

정기 작업에는 구독 할인, 토큰 구매에는 최대 50% 프로모션 코드.

구독

정기 요청에 맞는 할인 요금제를 선택하세요.

최대 50% 프로모션 코드

구매할 때 코드를 넣으면 진행 중 행사에 따라 가격을 다시 계산합니다.

이력의 지출

요청마다 모델, 토큰, 금액을 저장합니다.

[구독 선택](https://ailoot.ai/docs/ko/billing/subscriptions/) · [모델 가격 보기](https://ailoot.ai/models/ko/)

## 판매하는 제품에 API를 연결하세요.

Ailoot 공식 이용 조건과 라이선스 계약으로 SaaS, 앱, 봇에 사용하세요. 재판매에는 리셀러 라이선스를 요청하세요.

상업용 앱

서비스의 유료 기능에 텍스트, 이미지, 영상, 소리 생성을 넣으세요.

리셀러 라이선스

프로젝트 설명과 접근 구조를 보내 사용·재판매의 서면 조건을 요청하세요.

사이트의 문서

연결 전에 공식 이용 조건, 라이선스 계약, 데이터 처리 정책을 읽을 수 있습니다.

[리셀러 라이선스 요청](mailto:support@ailoot.ai) · [공식 이용 조건과 라이선스 계약](https://ailoot.ai/legal/offer?lang=ko)

## Ailoot · 회사와 그 프로젝트 포트폴리오





Ailoot는 축적된 운영 경험, 폭넓은 고객 기반, 안정적인 서비스, 지속적인 KPI 관리를 바탕으로 합니다.





회사와 그 프로젝트 포트폴리오: 수백만 고객, 매월 수십억 규모의 매출.





Ailoot는 이러한 운영 경험을 고객의 제품, 에이전트, 애플리케이션, 자동화에서 AI 기능을 이용할 수 있는 API 접근에 활용합니다.