Qwen3-4B는 Qwen3의 하이브리드 응답 설계를 소형 밀집 언어 모델에 적용한 모델입니다. 제조사는 수학·논리 추론, 코드 생성, 창작, 역할 기반 상호작용, 여러 턴에 걸친 대화와 함께 100개 이상의 언어와 방언에서 지시를 따르는 능력을 설명합니다. 범위가 명확한 편집이나 기술 작업에 활용하기 좋습니다. 자유로운 개요를 요청하기보다 구체적인 원문 일부를 제공하고 하나의 분명한 변환을 요청하세요.
이 버전은 총 40억 개의 파라미터를 가지며, 임베딩을 제외한 파라미터는 36억 개이고 레이어는 36개입니다. 그룹 쿼리 어텐션은 쿼리 헤드 32개와 키/값 헤드 8개를 사용합니다. 입력과 출력은 모두 텍스트입니다. 이 카드는 이후 날짜가 붙은 Thinking 또는 Instruct 모델이 아닌 최초의 Qwen3-4B 하이브리드 버전을 설명합니다. 실용적인 예로, 짧은 장애 메모를 관찰된 오류, 알려진 영향, 다음 조사 단계를 담은 운영 인계 문서로 바꿀 수 있습니다. 해당 사실들을 별도 필드로 제공하고, 빠진 정보는 임의로 채우지 말고 누락되었다고 표시하도록 요구하세요.
채팅 메시지에서 지시와 원문을 구분해 준비하세요. 프로그래밍 작업에서는 작은 함수, 대표 입력, 원하는 반환값을 첨부한 뒤 설명이나 범위가 좁은 수정을 요청하세요. 출력에 일반 사례와 경계 사례를 포함하도록 하세요. 글쓰기 작업에서는 독자, 분량, 그대로 유지해야 할 어휘를 명시하세요. 분류 작업에서는 허용된 레이블, 각 레이블의 정의, 출력 예시를 제공한 다음 반환된 선택이 그 목록에 속하는지 확인해야 합니다. 공개된 통합 방식에는 Qwen3를 인식하는 런타임이 필요합니다. 모델 카드는 4.51.0 미만의 Transformers 버전이 필요한 아키텍처를 인식하지 못한다고 경고합니다.
같은 버전에 사고 모드와 비사고 모드가 모두 들어 있습니다. 제조사의 템플릿에서는 사고 모드가 기본으로 켜져 있으며, 강제 전환 설정으로 끌 수 있습니다. 사고 모드가 켜져 있으면 /think와 /no_think는 턴 사이에 동작을 바꿀 수 있는 소프트 지시로 작동하고, 가장 최근 지시가 적용됩니다. 강제로 꺼진 모드를 다시 켜지는 못합니다. 짧은 텍스트 변환에는 바로 답하도록 요청하고, 상충하는 조건의 설명에는 추론을 활용할 수 있습니다. 대화 한 턴의 유용한 결과로는 앞선 추론 텍스트보다 최종 응답을 저장하세요. 사고 모드가 켜져 있으면 소프트 지시로 비사고 응답을 요청해도 추론 블록이 유지되며, 그 내용은 비어 있을 수 있습니다. 강제 비활성화는 그 블록 자체를 없앱니다.
모델 카드에는 에이전트 활용이 포함되어 있으며 도구 정의와 파싱에 Qwen-Agent를 권장합니다. 들어온 티켓을 분류한 뒤 해당 범주의 설명을 조회하는 어시스턴트라면, 애플리케이션이 조회 도구를 제공하고 승인된 호출을 실행한 후 결과를 전달합니다. 인수와 예상 필드를 미리 정의하세요. 선택한 범주, 짧은 근거, 알 수 없는 필드를 담은 최종 티켓 레코드를 요청하세요. 레코드를 검증하고 그 레코드를 만드는 데 사용한 도구 결과를 보관하세요. Qwen3 가이드는 인수를 객체로 표현하고 결과를 대화에 다시 제공하는 병렬 및 다단계 도구 호출도 설명합니다.
해당 모델 카드는 기본 컨텍스트 32,768토큰과 YaRN을 이용한 131,072토큰 확장을 명시합니다. 확장 수치는 설정에 따라 달라지며, 정적 확장은 더 짧은 입력에 영향을 줄 수 있습니다. 전체 요청과 응답을 함께 계획하세요. 짧은 메모 모음에는 각 항목에 레이블을 붙이고 그에 대응하는 출력 식별자를 요청하며, 생성 결과가 공간 안에 들어가도록 간결한 스키마를 사용하세요. 카드의 출력 길이 예시와 권장 사항은 모든 환경에 적용되는 고정 생성 한도가 아닙니다. Qwen3 문서는 학습 길이를 설명하면서 사고 모드의 assistant 메시지 길이 38,912토큰과 비사고 모드의 16,384토큰을 다루고, 더 긴 생성의 품질을 평가할 것을 권장합니다. 이 수치는 전체 컨텍스트 창과 별개이며 엔드포인트별 고정 상한도 아닙니다. 카드는 기본 위치 할당 40,960토큰을 일반적인 프롬프트용 8,192토큰과 출력용 32,768토큰의 합으로도 설명합니다. 이는 기본 학습 컨텍스트 및 엔드포인트 한도와 구별되는 제조사의 설정 지침입니다.
이 버전에는 지속적인 반복에 대한 추가 경고가 있습니다. 제조사는 권장 샘플링 구성을 안내하고, 반복이 심할 때 presence_penalty를 1.5로 설정할 것을 제안합니다. 일반 지침에서는 더 강한 페널티가 언어 혼용을 유발하거나 품질을 떨어뜨릴 수 있다고 설명하므로, 이는 특정 문제에 대응하는 설정이지 보장은 아닙니다. 사고 모드는 temperature 0.6, top-p 0.95, top-k 20, min-p 0을 사용하며, 비사고 모드는 각각 0.7, 0.8, 20, 0을 사용합니다. 추론에는 탐욕적 디코딩을 피하고, 최종 답변의 경계를 명확하게 지정하며, 결과에서 반복 구절, 누락된 필드, 바뀐 용어를 확인하세요.
", "aboutText": "Qwen3-4B는 Qwen3의 하이브리드 응답 설계를 소형 밀집 언어 모델에 적용한 모델입니다. 제조사는 수학·논리 추론, 코드 생성, 창작, 역할 기반 상호작용, 여러 턴에 걸친 대화와 함께 100개 이상의 언어와 방언에서 지시를 따르는 능력을 설명합니다. 범위가 명확한 편집이나 기술 작업에 활용하기 좋습니다. 자유로운 개요를 요청하기보다 구체적인 원문 일부를 제공하고 하나의 분명한 변환을 요청하세요.\n\n이 버전은 총 40억 개의 파라미터를 가지며, 임베딩을 제외한 파라미터는 36억 개이고 레이어는 36개입니다. 그룹 쿼리 어텐션은 쿼리 헤드 32개와 키/값 헤드 8개를 사용합니다. 입력과 출력은 모두 텍스트입니다. 이 카드는 이후 날짜가 붙은 Thinking 또는 Instruct 모델이 아닌 최초의 Qwen3-4B 하이브리드 버전을 설명합니다. 실용적인 예로, 짧은 장애 메모를 관찰된 오류, 알려진 영향, 다음 조사 단계를 담은 운영 인계 문서로 바꿀 수 있습니다. 해당 사실들을 별도 필드로 제공하고, 빠진 정보는 임의로 채우지 말고 누락되었다고 표시하도록 요구하세요.\n\n채팅 메시지에서 지시와 원문을 구분해 준비하세요. 프로그래밍 작업에서는 작은 함수, 대표 입력, 원하는 반환값을 첨부한 뒤 설명이나 범위가 좁은 수정을 요청하세요. 출력에 일반 사례와 경계 사례를 포함하도록 하세요. 글쓰기 작업에서는 독자, 분량, 그대로 유지해야 할 어휘를 명시하세요. 분류 작업에서는 허용된 레이블, 각 레이블의 정의, 출력 예시를 제공한 다음 반환된 선택이 그 목록에 속하는지 확인해야 합니다. 공개된 통합 방식에는 Qwen3를 인식하는 런타임이 필요합니다. 모델 카드는 4.51.0 미만의 Transformers 버전이 필요한 아키텍처를 인식하지 못한다고 경고합니다.\n\n같은 버전에 사고 모드와 비사고 모드가 모두 들어 있습니다. 제조사의 템플릿에서는 사고 모드가 기본으로 켜져 있으며, 강제 전환 설정으로 끌 수 있습니다. 사고 모드가 켜져 있으면 /think와 /no_think는 턴 사이에 동작을 바꿀 수 있는 소프트 지시로 작동하고, 가장 최근 지시가 적용됩니다. 강제로 꺼진 모드를 다시 켜지는 못합니다. 짧은 텍스트 변환에는 바로 답하도록 요청하고, 상충하는 조건의 설명에는 추론을 활용할 수 있습니다. 대화 한 턴의 유용한 결과로는 앞선 추론 텍스트보다 최종 응답을 저장하세요. 사고 모드가 켜져 있으면 소프트 지시로 비사고 응답을 요청해도 추론 블록이 유지되며, 그 내용은 비어 있을 수 있습니다. 강제 비활성화는 그 블록 자체를 없앱니다.\n\n모델 카드에는 에이전트 활용이 포함되어 있으며 도구 정의와 파싱에 Qwen-Agent를 권장합니다. 들어온 티켓을 분류한 뒤 해당 범주의 설명을 조회하는 어시스턴트라면, 애플리케이션이 조회 도구를 제공하고 승인된 호출을 실행한 후 결과를 전달합니다. 인수와 예상 필드를 미리 정의하세요. 선택한 범주, 짧은 근거, 알 수 없는 필드를 담은 최종 티켓 레코드를 요청하세요. 레코드를 검증하고 그 레코드를 만드는 데 사용한 도구 결과를 보관하세요. Qwen3 가이드는 인수를 객체로 표현하고 결과를 대화에 다시 제공하는 병렬 및 다단계 도구 호출도 설명합니다.\n\n해당 모델 카드는 기본 컨텍스트 32,768토큰과 YaRN을 이용한 131,072토큰 확장을 명시합니다. 확장 수치는 설정에 따라 달라지며, 정적 확장은 더 짧은 입력에 영향을 줄 수 있습니다. 전체 요청과 응답을 함께 계획하세요. 짧은 메모 모음에는 각 항목에 레이블을 붙이고 그에 대응하는 출력 식별자를 요청하며, 생성 결과가 공간 안에 들어가도록 간결한 스키마를 사용하세요. 카드의 출력 길이 예시와 권장 사항은 모든 환경에 적용되는 고정 생성 한도가 아닙니다. Qwen3 문서는 학습 길이를 설명하면서 사고 모드의 assistant 메시지 길이 38,912토큰과 비사고 모드의 16,384토큰을 다루고, 더 긴 생성의 품질을 평가할 것을 권장합니다. 이 수치는 전체 컨텍스트 창과 별개이며 엔드포인트별 고정 상한도 아닙니다. 카드는 기본 위치 할당 40,960토큰을 일반적인 프롬프트용 8,192토큰과 출력용 32,768토큰의 합으로도 설명합니다. 이는 기본 학습 컨텍스트 및 엔드포인트 한도와 구별되는 제조사의 설정 지침입니다.\n\n이 버전에는 지속적인 반복에 대한 추가 경고가 있습니다. 제조사는 권장 샘플링 구성을 안내하고, 반복이 심할 때 presence_penalty를 1.5로 설정할 것을 제안합니다. 일반 지침에서는 더 강한 페널티가 언어 혼용을 유발하거나 품질을 떨어뜨릴 수 있다고 설명하므로, 이는 특정 문제에 대응하는 설정이지 보장은 아닙니다. 사고 모드는 temperature 0.6, top-p 0.95, top-k 20, min-p 0을 사용하며, 비사고 모드는 각각 0.7, 0.8, 20, 0을 사용합니다. 추론에는 탐욕적 디코딩을 피하고, 최종 답변의 경계를 명확하게 지정하며, 결과에서 반복 구절, 누락된 필드, 바뀐 용어를 확인하세요.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
Turn an incident note into a handoff\n\nTurn these facts into an operational handoff. Observed failure: report export stops with Disk full. Known impact: exports for Team C failed; other teams were not checked. Last completed step: temporary files listed, none deleted. Next step: identify approved cleanup candidates. Use four labelled lines and do not invent a restoration time or wider impact.Four labelled lines: Failure, Confirmed impact, Completed work and Next step.Check that listing files is not reported as deleting them and untested teams remain outside confirmed impact.qwen3-4bQwen3-4B는 지시 이행, 다국어 대화, 코드를 위한 40억 파라미터 텍스트 모델입니다. 하이브리드 설계로 직접 답변과 사고 모드를 모두 지원하며, 반복을 제어하기 위한 에디션별 지침이 제공됩니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Qwen3-4B는 Qwen3의 하이브리드 응답 설계를 소형 밀집 언어 모델에 적용한 모델입니다. 제조사는 수학·논리 추론, 코드 생성, 창작, 역할 기반 상호작용, 여러 턴에 걸친 대화와 함께 100개 이상의 언어와 방언에서 지시를 따르는 능력을 설명합니다. 범위가 명확한 편집이나 기술 작업에 활용하기 좋습니다. 자유로운 개요를 요청하기보다 구체적인 원문 일부를 제공하고 하나의 분명한 변환을 요청하세요.
이 버전은 총 40억 개의 파라미터를 가지며, 임베딩을 제외한 파라미터는 36억 개이고 레이어는 36개입니다. 그룹 쿼리 어텐션은 쿼리 헤드 32개와 키/값 헤드 8개를 사용합니다. 입력과 출력은 모두 텍스트입니다. 이 카드는 이후 날짜가 붙은 Thinking 또는 Instruct 모델이 아닌 최초의 Qwen3-4B 하이브리드 버전을 설명합니다. 실용적인 예로, 짧은 장애 메모를 관찰된 오류, 알려진 영향, 다음 조사 단계를 담은 운영 인계 문서로 바꿀 수 있습니다. 해당 사실들을 별도 필드로 제공하고, 빠진 정보는 임의로 채우지 말고 누락되었다고 표시하도록 요구하세요.
채팅 메시지에서 지시와 원문을 구분해 준비하세요. 프로그래밍 작업에서는 작은 함수, 대표 입력, 원하는 반환값을 첨부한 뒤 설명이나 범위가 좁은 수정을 요청하세요. 출력에 일반 사례와 경계 사례를 포함하도록 하세요. 글쓰기 작업에서는 독자, 분량, 그대로 유지해야 할 어휘를 명시하세요. 분류 작업에서는 허용된 레이블, 각 레이블의 정의, 출력 예시를 제공한 다음 반환된 선택이 그 목록에 속하는지 확인해야 합니다. 공개된 통합 방식에는 Qwen3를 인식하는 런타임이 필요합니다. 모델 카드는 4.51.0 미만의 Transformers 버전이 필요한 아키텍처를 인식하지 못한다고 경고합니다.
같은 버전에 사고 모드와 비사고 모드가 모두 들어 있습니다. 제조사의 템플릿에서는 사고 모드가 기본으로 켜져 있으며, 강제 전환 설정으로 끌 수 있습니다. 사고 모드가 켜져 있으면 /think와 /no_think는 턴 사이에 동작을 바꿀 수 있는 소프트 지시로 작동하고, 가장 최근 지시가 적용됩니다. 강제로 꺼진 모드를 다시 켜지는 못합니다. 짧은 텍스트 변환에는 바로 답하도록 요청하고, 상충하는 조건의 설명에는 추론을 활용할 수 있습니다. 대화 한 턴의 유용한 결과로는 앞선 추론 텍스트보다 최종 응답을 저장하세요. 사고 모드가 켜져 있으면 소프트 지시로 비사고 응답을 요청해도 추론 블록이 유지되며, 그 내용은 비어 있을 수 있습니다. 강제 비활성화는 그 블록 자체를 없앱니다.
모델 카드에는 에이전트 활용이 포함되어 있으며 도구 정의와 파싱에 Qwen-Agent를 권장합니다. 들어온 티켓을 분류한 뒤 해당 범주의 설명을 조회하는 어시스턴트라면, 애플리케이션이 조회 도구를 제공하고 승인된 호출을 실행한 후 결과를 전달합니다. 인수와 예상 필드를 미리 정의하세요. 선택한 범주, 짧은 근거, 알 수 없는 필드를 담은 최종 티켓 레코드를 요청하세요. 레코드를 검증하고 그 레코드를 만드는 데 사용한 도구 결과를 보관하세요. Qwen3 가이드는 인수를 객체로 표현하고 결과를 대화에 다시 제공하는 병렬 및 다단계 도구 호출도 설명합니다.
해당 모델 카드는 기본 컨텍스트 32,768토큰과 YaRN을 이용한 131,072토큰 확장을 명시합니다. 확장 수치는 설정에 따라 달라지며, 정적 확장은 더 짧은 입력에 영향을 줄 수 있습니다. 전체 요청과 응답을 함께 계획하세요. 짧은 메모 모음에는 각 항목에 레이블을 붙이고 그에 대응하는 출력 식별자를 요청하며, 생성 결과가 공간 안에 들어가도록 간결한 스키마를 사용하세요. 카드의 출력 길이 예시와 권장 사항은 모든 환경에 적용되는 고정 생성 한도가 아닙니다. Qwen3 문서는 학습 길이를 설명하면서 사고 모드의 assistant 메시지 길이 38,912토큰과 비사고 모드의 16,384토큰을 다루고, 더 긴 생성의 품질을 평가할 것을 권장합니다. 이 수치는 전체 컨텍스트 창과 별개이며 엔드포인트별 고정 상한도 아닙니다. 카드는 기본 위치 할당 40,960토큰을 일반적인 프롬프트용 8,192토큰과 출력용 32,768토큰의 합으로도 설명합니다. 이는 기본 학습 컨텍스트 및 엔드포인트 한도와 구별되는 제조사의 설정 지침입니다.
이 버전에는 지속적인 반복에 대한 추가 경고가 있습니다. 제조사는 권장 샘플링 구성을 안내하고, 반복이 심할 때 presence_penalty를 1.5로 설정할 것을 제안합니다. 일반 지침에서는 더 강한 페널티가 언어 혼용을 유발하거나 품질을 떨어뜨릴 수 있다고 설명하므로, 이는 특정 문제에 대응하는 설정이지 보장은 아닙니다. 사고 모드는 temperature 0.6, top-p 0.95, top-k 20, min-p 0을 사용하며, 비사고 모드는 각각 0.7, 0.8, 20, 0을 사용합니다. 추론에는 탐욕적 디코딩을 피하고, 최종 답변의 경계를 명확하게 지정하며, 결과에서 반복 구절, 누락된 필드, 바뀐 용어를 확인하세요.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 qwen3-4b | 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": "qwen3-4b", "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='qwen3-4b',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='qwen3-4b',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 qwen3-4b
위에 표시된 메서드 경로를 사용하세요.
qwen3-4bQwen3-4B는 지시 이행, 다국어 대화, 코드를 위한 40억 파라미터 텍스트 모델입니다. 하이브리드 설계로 직접 답변과 사고 모드를 모두 지원하며, 반복을 제어하기 위한 에디션별 지침이 제공됩니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Qwen3-4B는 Qwen3의 하이브리드 응답 설계를 소형 밀집 언어 모델에 적용한 모델입니다. 제조사는 수학·논리 추론, 코드 생성, 창작, 역할 기반 상호작용, 여러 턴에 걸친 대화와 함께 100개 이상의 언어와 방언에서 지시를 따르는 능력을 설명합니다. 범위가 명확한 편집이나 기술 작업에 활용하기 좋습니다. 자유로운 개요를 요청하기보다 구체적인 원문 일부를 제공하고 하나의 분명한 변환을 요청하세요.
이 버전은 총 40억 개의 파라미터를 가지며, 임베딩을 제외한 파라미터는 36억 개이고 레이어는 36개입니다. 그룹 쿼리 어텐션은 쿼리 헤드 32개와 키/값 헤드 8개를 사용합니다. 입력과 출력은 모두 텍스트입니다. 이 카드는 이후 날짜가 붙은 Thinking 또는 Instruct 모델이 아닌 최초의 Qwen3-4B 하이브리드 버전을 설명합니다. 실용적인 예로, 짧은 장애 메모를 관찰된 오류, 알려진 영향, 다음 조사 단계를 담은 운영 인계 문서로 바꿀 수 있습니다. 해당 사실들을 별도 필드로 제공하고, 빠진 정보는 임의로 채우지 말고 누락되었다고 표시하도록 요구하세요.
채팅 메시지에서 지시와 원문을 구분해 준비하세요. 프로그래밍 작업에서는 작은 함수, 대표 입력, 원하는 반환값을 첨부한 뒤 설명이나 범위가 좁은 수정을 요청하세요. 출력에 일반 사례와 경계 사례를 포함하도록 하세요. 글쓰기 작업에서는 독자, 분량, 그대로 유지해야 할 어휘를 명시하세요. 분류 작업에서는 허용된 레이블, 각 레이블의 정의, 출력 예시를 제공한 다음 반환된 선택이 그 목록에 속하는지 확인해야 합니다. 공개된 통합 방식에는 Qwen3를 인식하는 런타임이 필요합니다. 모델 카드는 4.51.0 미만의 Transformers 버전이 필요한 아키텍처를 인식하지 못한다고 경고합니다.
같은 버전에 사고 모드와 비사고 모드가 모두 들어 있습니다. 제조사의 템플릿에서는 사고 모드가 기본으로 켜져 있으며, 강제 전환 설정으로 끌 수 있습니다. 사고 모드가 켜져 있으면 /think와 /no_think는 턴 사이에 동작을 바꿀 수 있는 소프트 지시로 작동하고, 가장 최근 지시가 적용됩니다. 강제로 꺼진 모드를 다시 켜지는 못합니다. 짧은 텍스트 변환에는 바로 답하도록 요청하고, 상충하는 조건의 설명에는 추론을 활용할 수 있습니다. 대화 한 턴의 유용한 결과로는 앞선 추론 텍스트보다 최종 응답을 저장하세요. 사고 모드가 켜져 있으면 소프트 지시로 비사고 응답을 요청해도 추론 블록이 유지되며, 그 내용은 비어 있을 수 있습니다. 강제 비활성화는 그 블록 자체를 없앱니다.
모델 카드에는 에이전트 활용이 포함되어 있으며 도구 정의와 파싱에 Qwen-Agent를 권장합니다. 들어온 티켓을 분류한 뒤 해당 범주의 설명을 조회하는 어시스턴트라면, 애플리케이션이 조회 도구를 제공하고 승인된 호출을 실행한 후 결과를 전달합니다. 인수와 예상 필드를 미리 정의하세요. 선택한 범주, 짧은 근거, 알 수 없는 필드를 담은 최종 티켓 레코드를 요청하세요. 레코드를 검증하고 그 레코드를 만드는 데 사용한 도구 결과를 보관하세요. Qwen3 가이드는 인수를 객체로 표현하고 결과를 대화에 다시 제공하는 병렬 및 다단계 도구 호출도 설명합니다.
해당 모델 카드는 기본 컨텍스트 32,768토큰과 YaRN을 이용한 131,072토큰 확장을 명시합니다. 확장 수치는 설정에 따라 달라지며, 정적 확장은 더 짧은 입력에 영향을 줄 수 있습니다. 전체 요청과 응답을 함께 계획하세요. 짧은 메모 모음에는 각 항목에 레이블을 붙이고 그에 대응하는 출력 식별자를 요청하며, 생성 결과가 공간 안에 들어가도록 간결한 스키마를 사용하세요. 카드의 출력 길이 예시와 권장 사항은 모든 환경에 적용되는 고정 생성 한도가 아닙니다. Qwen3 문서는 학습 길이를 설명하면서 사고 모드의 assistant 메시지 길이 38,912토큰과 비사고 모드의 16,384토큰을 다루고, 더 긴 생성의 품질을 평가할 것을 권장합니다. 이 수치는 전체 컨텍스트 창과 별개이며 엔드포인트별 고정 상한도 아닙니다. 카드는 기본 위치 할당 40,960토큰을 일반적인 프롬프트용 8,192토큰과 출력용 32,768토큰의 합으로도 설명합니다. 이는 기본 학습 컨텍스트 및 엔드포인트 한도와 구별되는 제조사의 설정 지침입니다.
이 버전에는 지속적인 반복에 대한 추가 경고가 있습니다. 제조사는 권장 샘플링 구성을 안내하고, 반복이 심할 때 presence_penalty를 1.5로 설정할 것을 제안합니다. 일반 지침에서는 더 강한 페널티가 언어 혼용을 유발하거나 품질을 떨어뜨릴 수 있다고 설명하므로, 이는 특정 문제에 대응하는 설정이지 보장은 아닙니다. 사고 모드는 temperature 0.6, top-p 0.95, top-k 20, min-p 0을 사용하며, 비사고 모드는 각각 0.7, 0.8, 20, 0을 사용합니다. 추론에는 탐욕적 디코딩을 피하고, 최종 답변의 경계를 명확하게 지정하며, 결과에서 반복 구절, 누락된 필드, 바뀐 용어를 확인하세요.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 qwen3-4b | 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 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "qwen3-4b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen3-4b', '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': 'qwen3-4b', '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 qwen3-4b
위에 표시된 메서드 경로를 사용하세요.
영어 기술 예제
Turn an incident note into a handoff\n\nTurn these facts into an operational handoff. Observed failure: report export stops with Disk full. Known impact: exports for Team C failed; other teams were not checked. Last completed step: temporary files listed, none deleted. Next step: identify approved cleanup candidates. Use four labelled lines and do not invent a restoration time or wider impact.Four labelled lines: Failure, Confirmed impact, Completed work and Next step.Check that listing files is not reported as deleting them and untested teams remain outside confirmed impact.