Qwen3-0.6B는 0.6B 파라미터의 밀집 모델에서 Qwen3 하이브리드 텍스트 인터페이스를 제공합니다. 제품군의 기능에는 지시 이행, 다국어 대화, 창의적 글쓰기, 역할 기반 상호작용, 수학, 코드, 논리 추론이 포함됩니다. 이 동일한 릴리스 안에서 사고와 일반 생성을 이용할 수 있습니다. 작은 크기는 체크포인트를 식별하며, 다른 입력 형식이나 더 큰 Qwen3 모델의 대체 이름을 뜻하지 않습니다.
모델은 비임베딩 파라미터 0.44B 개와 28개 레이어를 가지며, 그룹화된 쿼리 어텐션에 쿼리 헤드 16개와 키/값 헤드 8개를 사용합니다. 이 정확한 카드에는 컨텍스트 32,768토큰이 문서화되어 있습니다. 들어오는 텍스트와 생성되는 내용 모두 모델의 시퀀스를 차지하므로 지시와 예시를 구성할 때 답변 공간을 확보하세요. 이 릴리스의 카드에는 일부 더 큰 Qwen3 카드에 포함된 확장 컨텍스트 설정이 문서화되어 있지 않습니다. 첫 실무 작업으로는 출력과 원본을 직접 비교할 수 있는, 짧고 명확히 정의된 작업 하나가 적합합니다.
제조사가 지정한 채팅 템플릿을 사용해 지시와 자료를 제시하세요. 예를 들어 짧은 서비스 메모를 제공하고 예약 날짜와 제품명을 그대로 유지한 고객용 메시지를 요청하세요. 의도한 독자, 어조, 요청하는 최대 길이를 제공하세요. 레이블 선택 작업에서는 허용 레이블과 정의를 나열하고, 불확실성을 보고하는 방법을 보여 주는 모호한 예시를 포함하세요. 레이블과 그에 해당하는 입력 구절만 요청하세요. 이는 구체적인 출력 요구사항이지, 검사 없이 모델이 항상 충족한다는 주장이 아닙니다. 공개된 통합 방식에는 Qwen3를 인식하는 런타임이 필요합니다. 카드는 4.51.0 미만의 Transformers 버전이 필요한 아키텍처를 인식하지 못한다고 경고합니다.
제공된 템플릿의 기본값은 사고 모드입니다. 하드 비사고 설정은 추론 구역을 억제합니다. 사고가 활성화된 상태에서는 /think와 /no_think로 턴 간 모드를 제어할 수 있으며 가장 최근 지시가 적용됩니다. 하드 비활성화는 이러한 소프트 프롬프트보다 우선합니다. 작업에 맞는 설정을 선택하세요. 간단한 승인 문구 변경에는 직접 응답을 사용할 수 있고, 조건이 적용되는 이유를 설명하려면 추론이 필요할 수 있습니다. 대화 기록에는 이전 추론 구역 대신 최종 답변을 저장하세요. 사고가 활성화되어 있으면 소프트 방식의 비사고 요청에도 추론 블록이 유지되며 내용은 비어 있을 수 있습니다. 하드 비활성화는 그 블록을 제거합니다.
모델 카드는 도구 중심 에이전트 활용을 설명하며 템플릿과 파싱에 Qwen-Agent를 권장합니다. 소규모 용어집 어시스턴트에서는 애플리케이션이 읽기 전용 조회 하나를 노출하고, 인수를 검증하고, 실행한 뒤 항목을 반환할 수 있습니다. 그러면 모델은 사용자가 요청한 스타일로 용어를 설명할 수 있습니다. 도구 결과와 항목이 없을 때의 대체 처리를 미리 정의하세요. 생성된 도구 요청은 요청으로 취급해야 하며, 실행과 반환 증거에 대한 책임은 애플리케이션에 남습니다. Qwen3 가이드는 인수를 객체로 표현하고 결과를 대화에 다시 제공하는 병렬 및 다단계 도구 호출도 설명합니다.
공개된 빠른 시작과 권장 출력 길이는 생성 지침이며, 별도로 보장된 API 상한이 아닙니다. 범위가 명확한 작업에서는 다시 쓴 문장과 유지된 이름, 또는 레이블과 이를 뒷받침하는 텍스트처럼 간결한 최종 레코드를 선택하세요. 그 레코드를 제공 자료와 대조하세요. 작업이 긴 설명으로 커지면 모델이 작다는 사실로 정확도나 응답 품질이 보장된다고 가정하지 말고 같은 유형의 실제 입력으로 긴 결과를 평가하세요. Qwen3 문서는 학습 길이 설명에서 사고 모드의 어시스턴트 메시지 길이 38,912토큰과 비사고 모드의 16,384토큰을 논의하며, 더 긴 생성의 품질을 평가하도록 권장합니다. 이 수치는 전체 컨텍스트 창과 구분되며 엔드포인트별 엄격한 상한이 아닙니다.
이 정확한 카드에는 심한 반복에 관한 추가 지침이 있습니다. 권장 샘플링 구성을 사용하고 presence_penalty 1.5를 고려하세요. 더 강한 페널티는 언어 혼합이나 성능 저하를 일으킬 수 있습니다. 사고 모드에는 temperature 0.6, top-p 0.95, top-k 20, min-p 0을, 비사고 모드에는 temperature 0.7, top-p 0.8, top-k 20, min-p 0을 사용합니다. 제조사는 사고 모드의 greedy decoding을 경고합니다. 반복 문구, 유지된 이름, 선택 레이블을 점검하세요. 읽기 쉬운 문장을 요구 형식이 지켜졌다는 증거로 삼지 말고 잘못된 형식의 레코드는 거부하세요.
", "aboutText": "Qwen3-0.6B는 0.6B 파라미터의 밀집 모델에서 Qwen3 하이브리드 텍스트 인터페이스를 제공합니다. 제품군의 기능에는 지시 이행, 다국어 대화, 창의적 글쓰기, 역할 기반 상호작용, 수학, 코드, 논리 추론이 포함됩니다. 이 동일한 릴리스 안에서 사고와 일반 생성을 이용할 수 있습니다. 작은 크기는 체크포인트를 식별하며, 다른 입력 형식이나 더 큰 Qwen3 모델의 대체 이름을 뜻하지 않습니다.\n\n모델은 비임베딩 파라미터 0.44B 개와 28개 레이어를 가지며, 그룹화된 쿼리 어텐션에 쿼리 헤드 16개와 키/값 헤드 8개를 사용합니다. 이 정확한 카드에는 컨텍스트 32,768토큰이 문서화되어 있습니다. 들어오는 텍스트와 생성되는 내용 모두 모델의 시퀀스를 차지하므로 지시와 예시를 구성할 때 답변 공간을 확보하세요. 이 릴리스의 카드에는 일부 더 큰 Qwen3 카드에 포함된 확장 컨텍스트 설정이 문서화되어 있지 않습니다. 첫 실무 작업으로는 출력과 원본을 직접 비교할 수 있는, 짧고 명확히 정의된 작업 하나가 적합합니다.\n\n제조사가 지정한 채팅 템플릿을 사용해 지시와 자료를 제시하세요. 예를 들어 짧은 서비스 메모를 제공하고 예약 날짜와 제품명을 그대로 유지한 고객용 메시지를 요청하세요. 의도한 독자, 어조, 요청하는 최대 길이를 제공하세요. 레이블 선택 작업에서는 허용 레이블과 정의를 나열하고, 불확실성을 보고하는 방법을 보여 주는 모호한 예시를 포함하세요. 레이블과 그에 해당하는 입력 구절만 요청하세요. 이는 구체적인 출력 요구사항이지, 검사 없이 모델이 항상 충족한다는 주장이 아닙니다. 공개된 통합 방식에는 Qwen3를 인식하는 런타임이 필요합니다. 카드는 4.51.0 미만의 Transformers 버전이 필요한 아키텍처를 인식하지 못한다고 경고합니다.\n\n제공된 템플릿의 기본값은 사고 모드입니다. 하드 비사고 설정은 추론 구역을 억제합니다. 사고가 활성화된 상태에서는 /think와 /no_think로 턴 간 모드를 제어할 수 있으며 가장 최근 지시가 적용됩니다. 하드 비활성화는 이러한 소프트 프롬프트보다 우선합니다. 작업에 맞는 설정을 선택하세요. 간단한 승인 문구 변경에는 직접 응답을 사용할 수 있고, 조건이 적용되는 이유를 설명하려면 추론이 필요할 수 있습니다. 대화 기록에는 이전 추론 구역 대신 최종 답변을 저장하세요. 사고가 활성화되어 있으면 소프트 방식의 비사고 요청에도 추론 블록이 유지되며 내용은 비어 있을 수 있습니다. 하드 비활성화는 그 블록을 제거합니다.\n\n모델 카드는 도구 중심 에이전트 활용을 설명하며 템플릿과 파싱에 Qwen-Agent를 권장합니다. 소규모 용어집 어시스턴트에서는 애플리케이션이 읽기 전용 조회 하나를 노출하고, 인수를 검증하고, 실행한 뒤 항목을 반환할 수 있습니다. 그러면 모델은 사용자가 요청한 스타일로 용어를 설명할 수 있습니다. 도구 결과와 항목이 없을 때의 대체 처리를 미리 정의하세요. 생성된 도구 요청은 요청으로 취급해야 하며, 실행과 반환 증거에 대한 책임은 애플리케이션에 남습니다. Qwen3 가이드는 인수를 객체로 표현하고 결과를 대화에 다시 제공하는 병렬 및 다단계 도구 호출도 설명합니다.\n\n공개된 빠른 시작과 권장 출력 길이는 생성 지침이며, 별도로 보장된 API 상한이 아닙니다. 범위가 명확한 작업에서는 다시 쓴 문장과 유지된 이름, 또는 레이블과 이를 뒷받침하는 텍스트처럼 간결한 최종 레코드를 선택하세요. 그 레코드를 제공 자료와 대조하세요. 작업이 긴 설명으로 커지면 모델이 작다는 사실로 정확도나 응답 품질이 보장된다고 가정하지 말고 같은 유형의 실제 입력으로 긴 결과를 평가하세요. Qwen3 문서는 학습 길이 설명에서 사고 모드의 어시스턴트 메시지 길이 38,912토큰과 비사고 모드의 16,384토큰을 논의하며, 더 긴 생성의 품질을 평가하도록 권장합니다. 이 수치는 전체 컨텍스트 창과 구분되며 엔드포인트별 엄격한 상한이 아닙니다.\n\n이 정확한 카드에는 심한 반복에 관한 추가 지침이 있습니다. 권장 샘플링 구성을 사용하고 presence_penalty 1.5를 고려하세요. 더 강한 페널티는 언어 혼합이나 성능 저하를 일으킬 수 있습니다. 사고 모드에는 temperature 0.6, top-p 0.95, top-k 20, min-p 0을, 비사고 모드에는 temperature 0.7, top-p 0.8, top-k 20, min-p 0을 사용합니다. 제조사는 사고 모드의 greedy decoding을 경고합니다. 반복 문구, 유지된 이름, 선택 레이블을 점검하세요. 읽기 쉬운 문장을 요구 형식이 지켜졌다는 증거로 삼지 말고 잘못된 형식의 레코드는 거부하세요.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
A single focused appointment rewrite\n\nRewrite this note as one friendly sentence for a customer, using at most 25 words: 'Appointment for Polar Fan repair: 14 June, 09:30. Bring the purchase receipt.' Preserve the product name, date, time and receipt instruction. Return only the sentence, with no heading or additional details.One customer-facing sentence of at most 25 words retaining all four facts.Polar Fan, 14 June and 09:30 remain exact, and the receipt instruction is present.qwen3-0.6bQwen3-0.6B는 이 Qwen3 집합에서 가장 작은 밀집 릴리스로, 0.6B 파라미터를 갖습니다. 직접 응답과 사고 모드를 통해 텍스트 지시 및 다국어 대화를 처리하며, 이 에디션의 컨텍스트는 32,768토큰입니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Qwen3-0.6B는 0.6B 파라미터의 밀집 모델에서 Qwen3 하이브리드 텍스트 인터페이스를 제공합니다. 제품군의 기능에는 지시 이행, 다국어 대화, 창의적 글쓰기, 역할 기반 상호작용, 수학, 코드, 논리 추론이 포함됩니다. 이 동일한 릴리스 안에서 사고와 일반 생성을 이용할 수 있습니다. 작은 크기는 체크포인트를 식별하며, 다른 입력 형식이나 더 큰 Qwen3 모델의 대체 이름을 뜻하지 않습니다.
모델은 비임베딩 파라미터 0.44B 개와 28개 레이어를 가지며, 그룹화된 쿼리 어텐션에 쿼리 헤드 16개와 키/값 헤드 8개를 사용합니다. 이 정확한 카드에는 컨텍스트 32,768토큰이 문서화되어 있습니다. 들어오는 텍스트와 생성되는 내용 모두 모델의 시퀀스를 차지하므로 지시와 예시를 구성할 때 답변 공간을 확보하세요. 이 릴리스의 카드에는 일부 더 큰 Qwen3 카드에 포함된 확장 컨텍스트 설정이 문서화되어 있지 않습니다. 첫 실무 작업으로는 출력과 원본을 직접 비교할 수 있는, 짧고 명확히 정의된 작업 하나가 적합합니다.
제조사가 지정한 채팅 템플릿을 사용해 지시와 자료를 제시하세요. 예를 들어 짧은 서비스 메모를 제공하고 예약 날짜와 제품명을 그대로 유지한 고객용 메시지를 요청하세요. 의도한 독자, 어조, 요청하는 최대 길이를 제공하세요. 레이블 선택 작업에서는 허용 레이블과 정의를 나열하고, 불확실성을 보고하는 방법을 보여 주는 모호한 예시를 포함하세요. 레이블과 그에 해당하는 입력 구절만 요청하세요. 이는 구체적인 출력 요구사항이지, 검사 없이 모델이 항상 충족한다는 주장이 아닙니다. 공개된 통합 방식에는 Qwen3를 인식하는 런타임이 필요합니다. 카드는 4.51.0 미만의 Transformers 버전이 필요한 아키텍처를 인식하지 못한다고 경고합니다.
제공된 템플릿의 기본값은 사고 모드입니다. 하드 비사고 설정은 추론 구역을 억제합니다. 사고가 활성화된 상태에서는 /think와 /no_think로 턴 간 모드를 제어할 수 있으며 가장 최근 지시가 적용됩니다. 하드 비활성화는 이러한 소프트 프롬프트보다 우선합니다. 작업에 맞는 설정을 선택하세요. 간단한 승인 문구 변경에는 직접 응답을 사용할 수 있고, 조건이 적용되는 이유를 설명하려면 추론이 필요할 수 있습니다. 대화 기록에는 이전 추론 구역 대신 최종 답변을 저장하세요. 사고가 활성화되어 있으면 소프트 방식의 비사고 요청에도 추론 블록이 유지되며 내용은 비어 있을 수 있습니다. 하드 비활성화는 그 블록을 제거합니다.
모델 카드는 도구 중심 에이전트 활용을 설명하며 템플릿과 파싱에 Qwen-Agent를 권장합니다. 소규모 용어집 어시스턴트에서는 애플리케이션이 읽기 전용 조회 하나를 노출하고, 인수를 검증하고, 실행한 뒤 항목을 반환할 수 있습니다. 그러면 모델은 사용자가 요청한 스타일로 용어를 설명할 수 있습니다. 도구 결과와 항목이 없을 때의 대체 처리를 미리 정의하세요. 생성된 도구 요청은 요청으로 취급해야 하며, 실행과 반환 증거에 대한 책임은 애플리케이션에 남습니다. Qwen3 가이드는 인수를 객체로 표현하고 결과를 대화에 다시 제공하는 병렬 및 다단계 도구 호출도 설명합니다.
공개된 빠른 시작과 권장 출력 길이는 생성 지침이며, 별도로 보장된 API 상한이 아닙니다. 범위가 명확한 작업에서는 다시 쓴 문장과 유지된 이름, 또는 레이블과 이를 뒷받침하는 텍스트처럼 간결한 최종 레코드를 선택하세요. 그 레코드를 제공 자료와 대조하세요. 작업이 긴 설명으로 커지면 모델이 작다는 사실로 정확도나 응답 품질이 보장된다고 가정하지 말고 같은 유형의 실제 입력으로 긴 결과를 평가하세요. Qwen3 문서는 학습 길이 설명에서 사고 모드의 어시스턴트 메시지 길이 38,912토큰과 비사고 모드의 16,384토큰을 논의하며, 더 긴 생성의 품질을 평가하도록 권장합니다. 이 수치는 전체 컨텍스트 창과 구분되며 엔드포인트별 엄격한 상한이 아닙니다.
이 정확한 카드에는 심한 반복에 관한 추가 지침이 있습니다. 권장 샘플링 구성을 사용하고 presence_penalty 1.5를 고려하세요. 더 강한 페널티는 언어 혼합이나 성능 저하를 일으킬 수 있습니다. 사고 모드에는 temperature 0.6, top-p 0.95, top-k 20, min-p 0을, 비사고 모드에는 temperature 0.7, top-p 0.8, top-k 20, min-p 0을 사용합니다. 제조사는 사고 모드의 greedy decoding을 경고합니다. 반복 문구, 유지된 이름, 선택 레이블을 점검하세요. 읽기 쉬운 문장을 요구 형식이 지켜졌다는 증거로 삼지 말고 잘못된 형식의 레코드는 거부하세요.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 qwen3-0.6b | 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 $0.0001 / 1K 토큰 출력 · 출력 토큰 $0.001 / 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": "qwen3-0.6b", "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='qwen3-0.6b',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='qwen3-0.6b',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 qwen3-0.6b
위에 표시된 메서드 경로를 사용하세요.
qwen3-0.6bQwen3-0.6B는 이 Qwen3 집합에서 가장 작은 밀집 릴리스로, 0.6B 파라미터를 갖습니다. 직접 응답과 사고 모드를 통해 텍스트 지시 및 다국어 대화를 처리하며, 이 에디션의 컨텍스트는 32,768토큰입니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Qwen3-0.6B는 0.6B 파라미터의 밀집 모델에서 Qwen3 하이브리드 텍스트 인터페이스를 제공합니다. 제품군의 기능에는 지시 이행, 다국어 대화, 창의적 글쓰기, 역할 기반 상호작용, 수학, 코드, 논리 추론이 포함됩니다. 이 동일한 릴리스 안에서 사고와 일반 생성을 이용할 수 있습니다. 작은 크기는 체크포인트를 식별하며, 다른 입력 형식이나 더 큰 Qwen3 모델의 대체 이름을 뜻하지 않습니다.
모델은 비임베딩 파라미터 0.44B 개와 28개 레이어를 가지며, 그룹화된 쿼리 어텐션에 쿼리 헤드 16개와 키/값 헤드 8개를 사용합니다. 이 정확한 카드에는 컨텍스트 32,768토큰이 문서화되어 있습니다. 들어오는 텍스트와 생성되는 내용 모두 모델의 시퀀스를 차지하므로 지시와 예시를 구성할 때 답변 공간을 확보하세요. 이 릴리스의 카드에는 일부 더 큰 Qwen3 카드에 포함된 확장 컨텍스트 설정이 문서화되어 있지 않습니다. 첫 실무 작업으로는 출력과 원본을 직접 비교할 수 있는, 짧고 명확히 정의된 작업 하나가 적합합니다.
제조사가 지정한 채팅 템플릿을 사용해 지시와 자료를 제시하세요. 예를 들어 짧은 서비스 메모를 제공하고 예약 날짜와 제품명을 그대로 유지한 고객용 메시지를 요청하세요. 의도한 독자, 어조, 요청하는 최대 길이를 제공하세요. 레이블 선택 작업에서는 허용 레이블과 정의를 나열하고, 불확실성을 보고하는 방법을 보여 주는 모호한 예시를 포함하세요. 레이블과 그에 해당하는 입력 구절만 요청하세요. 이는 구체적인 출력 요구사항이지, 검사 없이 모델이 항상 충족한다는 주장이 아닙니다. 공개된 통합 방식에는 Qwen3를 인식하는 런타임이 필요합니다. 카드는 4.51.0 미만의 Transformers 버전이 필요한 아키텍처를 인식하지 못한다고 경고합니다.
제공된 템플릿의 기본값은 사고 모드입니다. 하드 비사고 설정은 추론 구역을 억제합니다. 사고가 활성화된 상태에서는 /think와 /no_think로 턴 간 모드를 제어할 수 있으며 가장 최근 지시가 적용됩니다. 하드 비활성화는 이러한 소프트 프롬프트보다 우선합니다. 작업에 맞는 설정을 선택하세요. 간단한 승인 문구 변경에는 직접 응답을 사용할 수 있고, 조건이 적용되는 이유를 설명하려면 추론이 필요할 수 있습니다. 대화 기록에는 이전 추론 구역 대신 최종 답변을 저장하세요. 사고가 활성화되어 있으면 소프트 방식의 비사고 요청에도 추론 블록이 유지되며 내용은 비어 있을 수 있습니다. 하드 비활성화는 그 블록을 제거합니다.
모델 카드는 도구 중심 에이전트 활용을 설명하며 템플릿과 파싱에 Qwen-Agent를 권장합니다. 소규모 용어집 어시스턴트에서는 애플리케이션이 읽기 전용 조회 하나를 노출하고, 인수를 검증하고, 실행한 뒤 항목을 반환할 수 있습니다. 그러면 모델은 사용자가 요청한 스타일로 용어를 설명할 수 있습니다. 도구 결과와 항목이 없을 때의 대체 처리를 미리 정의하세요. 생성된 도구 요청은 요청으로 취급해야 하며, 실행과 반환 증거에 대한 책임은 애플리케이션에 남습니다. Qwen3 가이드는 인수를 객체로 표현하고 결과를 대화에 다시 제공하는 병렬 및 다단계 도구 호출도 설명합니다.
공개된 빠른 시작과 권장 출력 길이는 생성 지침이며, 별도로 보장된 API 상한이 아닙니다. 범위가 명확한 작업에서는 다시 쓴 문장과 유지된 이름, 또는 레이블과 이를 뒷받침하는 텍스트처럼 간결한 최종 레코드를 선택하세요. 그 레코드를 제공 자료와 대조하세요. 작업이 긴 설명으로 커지면 모델이 작다는 사실로 정확도나 응답 품질이 보장된다고 가정하지 말고 같은 유형의 실제 입력으로 긴 결과를 평가하세요. Qwen3 문서는 학습 길이 설명에서 사고 모드의 어시스턴트 메시지 길이 38,912토큰과 비사고 모드의 16,384토큰을 논의하며, 더 긴 생성의 품질을 평가하도록 권장합니다. 이 수치는 전체 컨텍스트 창과 구분되며 엔드포인트별 엄격한 상한이 아닙니다.
이 정확한 카드에는 심한 반복에 관한 추가 지침이 있습니다. 권장 샘플링 구성을 사용하고 presence_penalty 1.5를 고려하세요. 더 강한 페널티는 언어 혼합이나 성능 저하를 일으킬 수 있습니다. 사고 모드에는 temperature 0.6, top-p 0.95, top-k 20, min-p 0을, 비사고 모드에는 temperature 0.7, top-p 0.8, top-k 20, min-p 0을 사용합니다. 제조사는 사고 모드의 greedy decoding을 경고합니다. 반복 문구, 유지된 이름, 선택 레이블을 점검하세요. 읽기 쉬운 문장을 요구 형식이 지켜졌다는 증거로 삼지 말고 잘못된 형식의 레코드는 거부하세요.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 qwen3-0.6b | 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 $0.0001 / 1K 토큰 출력 · 출력 토큰 $0.001 / 1K 토큰 입력 · 캐시 읽기 $0 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "qwen3-0.6b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen3-0.6b', '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': 'qwen3-0.6b', '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 qwen3-0.6b
위에 표시된 메서드 경로를 사용하세요.
영어 기술 예제
A single focused appointment rewrite\n\nRewrite this note as one friendly sentence for a customer, using at most 25 words: 'Appointment for Polar Fan repair: 14 June, 09:30. Bring the purchase receipt.' Preserve the product name, date, time and receipt instruction. Return only the sentence, with no heading or additional details.One customer-facing sentence of at most 25 words retaining all four facts.Polar Fan, 14 June and 09:30 remain exact, and the receipt instruction is present.