Qwen3-235B-A22B는 Qwen3의 하이브리드 추론 방식을 대규모 전문가 혼합 모델에 적용합니다. 텍스트 기능은 수학 및 논리 문제, 코드 생성, 창의적 글쓰기, 역할 기반 대화, 여러 턴에 걸친 지시 이행을 포괄합니다. 100개가 넘는 언어와 방언으로 작업할 수 있습니다. 제품 개발을 논의할 때는 요구사항, 구체적인 예시, 필요한 결정을 제공하세요. 설계 비교, 구현, 특정 독자에게 유용한 설명 등이 이에 해당합니다.
모델은 총 235B 파라미터를 가지며 처리 중 22B 개를 활성화합니다. 아키텍처에는 128개 전문가가 있고 그중 8개를 선택하며, 레이어는 94개입니다. 이 수치는 이 릴리스를 식별합니다. 더 작은 Qwen3 모델과 FP8 에디션은 별도 식별자를 가집니다. 입력과 출력은 텍스트입니다. 적절한 엔지니어링 작업의 예로, 동일한 예시 레코드로 두 정합성 대조 알고리즘을 비교하고, 각 알고리즘이 만족하는 제약을 식별한 뒤, 선택한 알고리즘과 테스트 사례를 반환하게 할 수 있습니다. 원래 문제와 대조할 수 있도록 실제 필드 이름, 중복 처리 규칙, 기대 합계를 제공하세요.
요청을 채팅 메시지로 구성하고 원본 자료와 지시를 분리하세요. 수학 질문에서는 전체 문제, 허용되는 가정, 표기법을 포함한 뒤 지정된 형식의 최종 답변을 요청하세요. 코드에서는 관련 함수, 언어, 대표 입력, 관찰된 실패를 포함하세요. 근거가 있는 최소 변경을 요청하고 유지해야 할 기존 동작을 설명하세요. 다국어 작성에서는 일반적인 번역 요청 대신 독자와 용어 목록을 제공하세요. 공개된 통합 방식에는 Qwen3를 인식하는 런타임이 필요합니다. 모델 카드는 4.51.0 미만의 Transformers 버전이 필요한 아키텍처를 인식하지 못한다고 경고합니다.
사고와 비사고는 이 동일한 모델의 모드입니다. 제조사의 채팅 템플릿은 기본적으로 사고를 활성화하며, 하드 스위치로 비활성화할 수 있습니다. 사고가 활성화된 상태에서는 /think와 /no_think로 턴별 제어를 할 수 있고 가장 최근 지시가 우선합니다. 하드 스위치로 비활성화된 모드는 이러한 소프트 전환에 반응하지 않습니다. 개발자 인터페이스에서는 최종 답변과 추론 구역을 구분하고, 이후 대화 기록에는 최종 답변을 전달하세요. 알고리즘에 대한 논쟁과 짧은 문장 수정에는 필요한 분석량이 다르므로 모드를 의도적으로 선택하세요. 사고가 활성화되어 있으면 소프트 방식의 비사고 요청에도 추론 블록이 유지되며 내용은 비어 있을 수 있습니다. 하드 비활성화는 그 블록을 제거합니다.
에이전트 워크플로에서는 제조사가 도구 템플릿과 파싱에 Qwen-Agent를 권장합니다. 도구에는 연결된 서비스나 코드 인터프리터가 포함될 수 있으며, 이를 정의하고 실행하는 주체는 애플리케이션입니다. 예를 들어 문서화된 필드를 가진 읽기 전용 재고 조회를 어시스턴트에 제공하고, 반환된 재고와 제공된 주문을 비교하도록 요청하세요. 도구의 목적, 허용 인수, 결과 구조, 권한 경계를 정의하세요. 최종 응답에서는 제안 작업과 확인된 도구 결과를 구분하게 하세요. 모델의 도구 관련 기능만으로 외부 작업이 발생하지는 않습니다. Qwen3 가이드는 인수를 객체로 표현하고 결과를 대화에 다시 제공하는 병렬 및 다단계 도구 호출도 설명합니다.
기본 컨텍스트는 32,768토큰입니다. 제조사는 YaRN 확장을 사용한 131,072토큰을 검증하지만, 이는 설정에 따라 달라지고 정적 스케일링은 더 짧은 입력에 영향을 줄 수 있습니다. 컨텍스트 예산에는 요청과 생성 응답이 모두 포함됩니다. 긴 사양에서는 전체 예산을 원문으로 채우기보다 결정에 필요한 절을 골라 표시하고 답변 공간을 남겨 두세요. 카드는 대부분의 질의에 32,768 출력 토큰을 권장하지만, 이 값을 보편적인 서비스 한도로 선언하지는 않습니다. 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. 카드는 기본 위치 할당인 40,960토큰을 일반적인 프롬프트용 8,192토큰과 출력용 32,768토큰으로 설명하기도 합니다. 이는 제조사의 구성 지침이며 기본 학습 컨텍스트 및 엔드포인트 한도와 별개입니다.
사고 모드의 권장 샘플링은 temperature 0.6, top-p 0.95, top-k 20, min-p 0이며, 비사고 모드는 0.7, 0.8, 20, 0을 사용합니다. 제조사는 샘플링 디코딩을 권장하고 사고 모드에서 greedy decoding이 반복을 일으킬 수 있다고 경고합니다. 높은 presence penalty 역시 언어 혼합을 일으킬 수 있습니다. 이름이 있는 최종 답변 필드, 근거를 포함한 의사결정 표, 코드 패치와 예시 등을 요청해 결과를 점검하기 쉽게 하세요. 제공된 수치와 계산을 대조하고, 의도한 환경에서 제안 코드를 실행하며, 작업 전에 도구 결과를 검토하세요.
", "aboutText": "Qwen3-235B-A22B는 Qwen3의 하이브리드 추론 방식을 대규모 전문가 혼합 모델에 적용합니다. 텍스트 기능은 수학 및 논리 문제, 코드 생성, 창의적 글쓰기, 역할 기반 대화, 여러 턴에 걸친 지시 이행을 포괄합니다. 100개가 넘는 언어와 방언으로 작업할 수 있습니다. 제품 개발을 논의할 때는 요구사항, 구체적인 예시, 필요한 결정을 제공하세요. 설계 비교, 구현, 특정 독자에게 유용한 설명 등이 이에 해당합니다.\n\n모델은 총 235B 파라미터를 가지며 처리 중 22B 개를 활성화합니다. 아키텍처에는 128개 전문가가 있고 그중 8개를 선택하며, 레이어는 94개입니다. 이 수치는 이 릴리스를 식별합니다. 더 작은 Qwen3 모델과 FP8 에디션은 별도 식별자를 가집니다. 입력과 출력은 텍스트입니다. 적절한 엔지니어링 작업의 예로, 동일한 예시 레코드로 두 정합성 대조 알고리즘을 비교하고, 각 알고리즘이 만족하는 제약을 식별한 뒤, 선택한 알고리즘과 테스트 사례를 반환하게 할 수 있습니다. 원래 문제와 대조할 수 있도록 실제 필드 이름, 중복 처리 규칙, 기대 합계를 제공하세요.\n\n요청을 채팅 메시지로 구성하고 원본 자료와 지시를 분리하세요. 수학 질문에서는 전체 문제, 허용되는 가정, 표기법을 포함한 뒤 지정된 형식의 최종 답변을 요청하세요. 코드에서는 관련 함수, 언어, 대표 입력, 관찰된 실패를 포함하세요. 근거가 있는 최소 변경을 요청하고 유지해야 할 기존 동작을 설명하세요. 다국어 작성에서는 일반적인 번역 요청 대신 독자와 용어 목록을 제공하세요. 공개된 통합 방식에는 Qwen3를 인식하는 런타임이 필요합니다. 모델 카드는 4.51.0 미만의 Transformers 버전이 필요한 아키텍처를 인식하지 못한다고 경고합니다.\n\n사고와 비사고는 이 동일한 모델의 모드입니다. 제조사의 채팅 템플릿은 기본적으로 사고를 활성화하며, 하드 스위치로 비활성화할 수 있습니다. 사고가 활성화된 상태에서는 /think와 /no_think로 턴별 제어를 할 수 있고 가장 최근 지시가 우선합니다. 하드 스위치로 비활성화된 모드는 이러한 소프트 전환에 반응하지 않습니다. 개발자 인터페이스에서는 최종 답변과 추론 구역을 구분하고, 이후 대화 기록에는 최종 답변을 전달하세요. 알고리즘에 대한 논쟁과 짧은 문장 수정에는 필요한 분석량이 다르므로 모드를 의도적으로 선택하세요. 사고가 활성화되어 있으면 소프트 방식의 비사고 요청에도 추론 블록이 유지되며 내용은 비어 있을 수 있습니다. 하드 비활성화는 그 블록을 제거합니다.\n\n에이전트 워크플로에서는 제조사가 도구 템플릿과 파싱에 Qwen-Agent를 권장합니다. 도구에는 연결된 서비스나 코드 인터프리터가 포함될 수 있으며, 이를 정의하고 실행하는 주체는 애플리케이션입니다. 예를 들어 문서화된 필드를 가진 읽기 전용 재고 조회를 어시스턴트에 제공하고, 반환된 재고와 제공된 주문을 비교하도록 요청하세요. 도구의 목적, 허용 인수, 결과 구조, 권한 경계를 정의하세요. 최종 응답에서는 제안 작업과 확인된 도구 결과를 구분하게 하세요. 모델의 도구 관련 기능만으로 외부 작업이 발생하지는 않습니다. Qwen3 가이드는 인수를 객체로 표현하고 결과를 대화에 다시 제공하는 병렬 및 다단계 도구 호출도 설명합니다.\n\n기본 컨텍스트는 32,768토큰입니다. 제조사는 YaRN 확장을 사용한 131,072토큰을 검증하지만, 이는 설정에 따라 달라지고 정적 스케일링은 더 짧은 입력에 영향을 줄 수 있습니다. 컨텍스트 예산에는 요청과 생성 응답이 모두 포함됩니다. 긴 사양에서는 전체 예산을 원문으로 채우기보다 결정에 필요한 절을 골라 표시하고 답변 공간을 남겨 두세요. 카드는 대부분의 질의에 32,768 출력 토큰을 권장하지만, 이 값을 보편적인 서비스 한도로 선언하지는 않습니다. 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. 카드는 기본 위치 할당인 40,960토큰을 일반적인 프롬프트용 8,192토큰과 출력용 32,768토큰으로 설명하기도 합니다. 이는 제조사의 구성 지침이며 기본 학습 컨텍스트 및 엔드포인트 한도와 별개입니다.\n\n사고 모드의 권장 샘플링은 temperature 0.6, top-p 0.95, top-k 20, min-p 0이며, 비사고 모드는 0.7, 0.8, 20, 0을 사용합니다. 제조사는 샘플링 디코딩을 권장하고 사고 모드에서 greedy decoding이 반복을 일으킬 수 있다고 경고합니다. 높은 presence penalty 역시 언어 혼합을 일으킬 수 있습니다. 이름이 있는 최종 답변 필드, 근거를 포함한 의사결정 표, 코드 패치와 예시 등을 요청해 결과를 점검하기 쉽게 하세요. 제공된 수치와 계산을 대조하고, 의도한 환경에서 제안 코드를 실행하며, 작업 전에 도구 결과를 검토하세요.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
Reconcile duplicate transaction records\n\nCompare two reconciliation rules on these records: (id=A, revision=1, amount=10), (A,2,12), (B,1,5). Rule X sums every row; rule Y keeps the highest revision per ID, then sums. Requirement: one current amount per ID; equal-revision disagreements must be flagged. Choose a rule, propose pseudocode and give tests for duplicates and conflicting ties.A rule comparison, chosen algorithm, expected total for the supplied records and conflict tests.Check the algorithm uses ID plus revision semantics and does not silently choose between conflicting equal revisions.qwen3-235b-a22bQwen3-235B-A22B는 하나의 전문가 혼합 모델에서 상세 추론과 직접적인 텍스트 응답을 결합합니다. 수학 분석, 코드, 다국어 작성, 연결된 도구를 사용하는 어시스턴트에 활용하세요.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Qwen3-235B-A22B는 Qwen3의 하이브리드 추론 방식을 대규모 전문가 혼합 모델에 적용합니다. 텍스트 기능은 수학 및 논리 문제, 코드 생성, 창의적 글쓰기, 역할 기반 대화, 여러 턴에 걸친 지시 이행을 포괄합니다. 100개가 넘는 언어와 방언으로 작업할 수 있습니다. 제품 개발을 논의할 때는 요구사항, 구체적인 예시, 필요한 결정을 제공하세요. 설계 비교, 구현, 특정 독자에게 유용한 설명 등이 이에 해당합니다.
모델은 총 235B 파라미터를 가지며 처리 중 22B 개를 활성화합니다. 아키텍처에는 128개 전문가가 있고 그중 8개를 선택하며, 레이어는 94개입니다. 이 수치는 이 릴리스를 식별합니다. 더 작은 Qwen3 모델과 FP8 에디션은 별도 식별자를 가집니다. 입력과 출력은 텍스트입니다. 적절한 엔지니어링 작업의 예로, 동일한 예시 레코드로 두 정합성 대조 알고리즘을 비교하고, 각 알고리즘이 만족하는 제약을 식별한 뒤, 선택한 알고리즘과 테스트 사례를 반환하게 할 수 있습니다. 원래 문제와 대조할 수 있도록 실제 필드 이름, 중복 처리 규칙, 기대 합계를 제공하세요.
요청을 채팅 메시지로 구성하고 원본 자료와 지시를 분리하세요. 수학 질문에서는 전체 문제, 허용되는 가정, 표기법을 포함한 뒤 지정된 형식의 최종 답변을 요청하세요. 코드에서는 관련 함수, 언어, 대표 입력, 관찰된 실패를 포함하세요. 근거가 있는 최소 변경을 요청하고 유지해야 할 기존 동작을 설명하세요. 다국어 작성에서는 일반적인 번역 요청 대신 독자와 용어 목록을 제공하세요. 공개된 통합 방식에는 Qwen3를 인식하는 런타임이 필요합니다. 모델 카드는 4.51.0 미만의 Transformers 버전이 필요한 아키텍처를 인식하지 못한다고 경고합니다.
사고와 비사고는 이 동일한 모델의 모드입니다. 제조사의 채팅 템플릿은 기본적으로 사고를 활성화하며, 하드 스위치로 비활성화할 수 있습니다. 사고가 활성화된 상태에서는 /think와 /no_think로 턴별 제어를 할 수 있고 가장 최근 지시가 우선합니다. 하드 스위치로 비활성화된 모드는 이러한 소프트 전환에 반응하지 않습니다. 개발자 인터페이스에서는 최종 답변과 추론 구역을 구분하고, 이후 대화 기록에는 최종 답변을 전달하세요. 알고리즘에 대한 논쟁과 짧은 문장 수정에는 필요한 분석량이 다르므로 모드를 의도적으로 선택하세요. 사고가 활성화되어 있으면 소프트 방식의 비사고 요청에도 추론 블록이 유지되며 내용은 비어 있을 수 있습니다. 하드 비활성화는 그 블록을 제거합니다.
에이전트 워크플로에서는 제조사가 도구 템플릿과 파싱에 Qwen-Agent를 권장합니다. 도구에는 연결된 서비스나 코드 인터프리터가 포함될 수 있으며, 이를 정의하고 실행하는 주체는 애플리케이션입니다. 예를 들어 문서화된 필드를 가진 읽기 전용 재고 조회를 어시스턴트에 제공하고, 반환된 재고와 제공된 주문을 비교하도록 요청하세요. 도구의 목적, 허용 인수, 결과 구조, 권한 경계를 정의하세요. 최종 응답에서는 제안 작업과 확인된 도구 결과를 구분하게 하세요. 모델의 도구 관련 기능만으로 외부 작업이 발생하지는 않습니다. Qwen3 가이드는 인수를 객체로 표현하고 결과를 대화에 다시 제공하는 병렬 및 다단계 도구 호출도 설명합니다.
기본 컨텍스트는 32,768토큰입니다. 제조사는 YaRN 확장을 사용한 131,072토큰을 검증하지만, 이는 설정에 따라 달라지고 정적 스케일링은 더 짧은 입력에 영향을 줄 수 있습니다. 컨텍스트 예산에는 요청과 생성 응답이 모두 포함됩니다. 긴 사양에서는 전체 예산을 원문으로 채우기보다 결정에 필요한 절을 골라 표시하고 답변 공간을 남겨 두세요. 카드는 대부분의 질의에 32,768 출력 토큰을 권장하지만, 이 값을 보편적인 서비스 한도로 선언하지는 않습니다. 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. 카드는 기본 위치 할당인 40,960토큰을 일반적인 프롬프트용 8,192토큰과 출력용 32,768토큰으로 설명하기도 합니다. 이는 제조사의 구성 지침이며 기본 학습 컨텍스트 및 엔드포인트 한도와 별개입니다.
사고 모드의 권장 샘플링은 temperature 0.6, top-p 0.95, top-k 20, min-p 0이며, 비사고 모드는 0.7, 0.8, 20, 0을 사용합니다. 제조사는 샘플링 디코딩을 권장하고 사고 모드에서 greedy decoding이 반복을 일으킬 수 있다고 경고합니다. 높은 presence penalty 역시 언어 혼합을 일으킬 수 있습니다. 이름이 있는 최종 답변 필드, 근거를 포함한 의사결정 표, 코드 패치와 예시 등을 요청해 결과를 점검하기 쉽게 하세요. 제공된 수치와 계산을 대조하고, 의도한 환경에서 제안 코드를 실행하며, 작업 전에 도구 결과를 검토하세요.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 qwen3-235b-a22b | 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 $0.00114 / 1K 토큰 출력 · 출력 토큰 $0.00342 / 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": "qwen3-235b-a22b", "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='qwen3-235b-a22b',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='qwen3-235b-a22b',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 qwen3-235b-a22b
위에 표시된 메서드 경로를 사용하세요.
qwen3-235b-a22bQwen3-235B-A22B는 하나의 전문가 혼합 모델에서 상세 추론과 직접적인 텍스트 응답을 결합합니다. 수학 분석, 코드, 다국어 작성, 연결된 도구를 사용하는 어시스턴트에 활용하세요.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Qwen3-235B-A22B는 Qwen3의 하이브리드 추론 방식을 대규모 전문가 혼합 모델에 적용합니다. 텍스트 기능은 수학 및 논리 문제, 코드 생성, 창의적 글쓰기, 역할 기반 대화, 여러 턴에 걸친 지시 이행을 포괄합니다. 100개가 넘는 언어와 방언으로 작업할 수 있습니다. 제품 개발을 논의할 때는 요구사항, 구체적인 예시, 필요한 결정을 제공하세요. 설계 비교, 구현, 특정 독자에게 유용한 설명 등이 이에 해당합니다.
모델은 총 235B 파라미터를 가지며 처리 중 22B 개를 활성화합니다. 아키텍처에는 128개 전문가가 있고 그중 8개를 선택하며, 레이어는 94개입니다. 이 수치는 이 릴리스를 식별합니다. 더 작은 Qwen3 모델과 FP8 에디션은 별도 식별자를 가집니다. 입력과 출력은 텍스트입니다. 적절한 엔지니어링 작업의 예로, 동일한 예시 레코드로 두 정합성 대조 알고리즘을 비교하고, 각 알고리즘이 만족하는 제약을 식별한 뒤, 선택한 알고리즘과 테스트 사례를 반환하게 할 수 있습니다. 원래 문제와 대조할 수 있도록 실제 필드 이름, 중복 처리 규칙, 기대 합계를 제공하세요.
요청을 채팅 메시지로 구성하고 원본 자료와 지시를 분리하세요. 수학 질문에서는 전체 문제, 허용되는 가정, 표기법을 포함한 뒤 지정된 형식의 최종 답변을 요청하세요. 코드에서는 관련 함수, 언어, 대표 입력, 관찰된 실패를 포함하세요. 근거가 있는 최소 변경을 요청하고 유지해야 할 기존 동작을 설명하세요. 다국어 작성에서는 일반적인 번역 요청 대신 독자와 용어 목록을 제공하세요. 공개된 통합 방식에는 Qwen3를 인식하는 런타임이 필요합니다. 모델 카드는 4.51.0 미만의 Transformers 버전이 필요한 아키텍처를 인식하지 못한다고 경고합니다.
사고와 비사고는 이 동일한 모델의 모드입니다. 제조사의 채팅 템플릿은 기본적으로 사고를 활성화하며, 하드 스위치로 비활성화할 수 있습니다. 사고가 활성화된 상태에서는 /think와 /no_think로 턴별 제어를 할 수 있고 가장 최근 지시가 우선합니다. 하드 스위치로 비활성화된 모드는 이러한 소프트 전환에 반응하지 않습니다. 개발자 인터페이스에서는 최종 답변과 추론 구역을 구분하고, 이후 대화 기록에는 최종 답변을 전달하세요. 알고리즘에 대한 논쟁과 짧은 문장 수정에는 필요한 분석량이 다르므로 모드를 의도적으로 선택하세요. 사고가 활성화되어 있으면 소프트 방식의 비사고 요청에도 추론 블록이 유지되며 내용은 비어 있을 수 있습니다. 하드 비활성화는 그 블록을 제거합니다.
에이전트 워크플로에서는 제조사가 도구 템플릿과 파싱에 Qwen-Agent를 권장합니다. 도구에는 연결된 서비스나 코드 인터프리터가 포함될 수 있으며, 이를 정의하고 실행하는 주체는 애플리케이션입니다. 예를 들어 문서화된 필드를 가진 읽기 전용 재고 조회를 어시스턴트에 제공하고, 반환된 재고와 제공된 주문을 비교하도록 요청하세요. 도구의 목적, 허용 인수, 결과 구조, 권한 경계를 정의하세요. 최종 응답에서는 제안 작업과 확인된 도구 결과를 구분하게 하세요. 모델의 도구 관련 기능만으로 외부 작업이 발생하지는 않습니다. Qwen3 가이드는 인수를 객체로 표현하고 결과를 대화에 다시 제공하는 병렬 및 다단계 도구 호출도 설명합니다.
기본 컨텍스트는 32,768토큰입니다. 제조사는 YaRN 확장을 사용한 131,072토큰을 검증하지만, 이는 설정에 따라 달라지고 정적 스케일링은 더 짧은 입력에 영향을 줄 수 있습니다. 컨텍스트 예산에는 요청과 생성 응답이 모두 포함됩니다. 긴 사양에서는 전체 예산을 원문으로 채우기보다 결정에 필요한 절을 골라 표시하고 답변 공간을 남겨 두세요. 카드는 대부분의 질의에 32,768 출력 토큰을 권장하지만, 이 값을 보편적인 서비스 한도로 선언하지는 않습니다. 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. 카드는 기본 위치 할당인 40,960토큰을 일반적인 프롬프트용 8,192토큰과 출력용 32,768토큰으로 설명하기도 합니다. 이는 제조사의 구성 지침이며 기본 학습 컨텍스트 및 엔드포인트 한도와 별개입니다.
사고 모드의 권장 샘플링은 temperature 0.6, top-p 0.95, top-k 20, min-p 0이며, 비사고 모드는 0.7, 0.8, 20, 0을 사용합니다. 제조사는 샘플링 디코딩을 권장하고 사고 모드에서 greedy decoding이 반복을 일으킬 수 있다고 경고합니다. 높은 presence penalty 역시 언어 혼합을 일으킬 수 있습니다. 이름이 있는 최종 답변 필드, 근거를 포함한 의사결정 표, 코드 패치와 예시 등을 요청해 결과를 점검하기 쉽게 하세요. 제공된 수치와 계산을 대조하고, 의도한 환경에서 제안 코드를 실행하며, 작업 전에 도구 결과를 검토하세요.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 qwen3-235b-a22b | 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 $0.00114 / 1K 토큰 출력 · 출력 토큰 $0.00342 / 1K 토큰 입력 · 캐시 읽기 $0 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "qwen3-235b-a22b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen3-235b-a22b', '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': 'qwen3-235b-a22b', '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 qwen3-235b-a22b
위에 표시된 메서드 경로를 사용하세요.
영어 기술 예제
Reconcile duplicate transaction records\n\nCompare two reconciliation rules on these records: (id=A, revision=1, amount=10), (A,2,12), (B,1,5). Rule X sums every row; rule Y keeps the highest revision per ID, then sums. Requirement: one current amount per ID; equal-revision disagreements must be flagged. Choose a rule, propose pseudocode and give tests for duplicates and conflicting ties.A rule comparison, chosen algorithm, expected total for the supplied records and conflict tests.Check the algorithm uses ID plus revision semantics and does not silently choose between conflicting equal revisions.