Qwen3.5-Plus는 텍스트 및 시각 이해를 위한 Qwen3.5 모델입니다. 텍스트, 이미지, 비디오를 입력받아 텍스트를 반환합니다. 제조사 모델 표에는 1M 토큰 컨텍스트, 사고 지원, 함수 호출, 내장 도구, 구조화된 출력이 명시되어 있습니다.
문서 과제에서는 관련 구절이나 읽기 쉬운 페이지 이미지를 제공하고 질문을 정의하세요. 질문에 답하는 정보, 각 판단을 뒷받침하는 출처 식별자, 자료만으로 해결되지 않는 사항을 요청하세요. 비교에서는 명시된 기준에 따른 일치점, 모순, 그 결과를 요청할 수 있습니다.
추론 작업에서는 조건과 필요한 결과를 제공하세요. 직접적인 글쓰기에서는 대상 독자, 필수 사실, 필요한 길이를 지정하세요. 후속 질문은 과제의 나머지 부분을 유지하면서 하나의 요구 사항을 수정할 수 있습니다. 인용한 원문 텍스트와 이를 사용하는 지시를 구분하세요.
함수를 사용할 수 있는 통합 환경에서는 애플리케이션이 가능한 작업과 입력 필드를 정의하고 선택된 호출을 실행하며 결과를 반환합니다. 내장 도구는 제조사 측의 별도 기능입니다. 어떤 제어를 노출할지는 통합 구현에 따라 결정됩니다. 구조화된 답변에서는 필수 필드와 누락된 값의 처리 방식을 정의한 뒤 반환된 형식과 내용을 모두 검증하세요.
제조사의 시각 모델 표에는 이 이름이 지정된 모델의 출력 한도 64K, 이미지 최대 256개, 비디오 최대 64개가 명시되어 있습니다. 문서화된 비디오 작업 흐름은 최대 2시간, 2 GB 파일을 지원합니다. 이는 제조사 작업 흐름의 한도이며, 제공하는 모든 자료는 여전히 같은 컨텍스트 예산을 공유합니다. 읽기 쉬운 원본 자료를 준비하고 식별자를 유지하며 실제 요청을 계획할 때는 선택한 인터페이스가 제공하는 한도를 사용하세요.
분석 메모, 추출 필드, 수정된 구절, 시각 자료 설명 중 준비할 결과를 선택하세요. 중요한 세부 사항의 근거를 요청하고 응답을 원문과 대조해 검토하세요. 반환된 산출물은 텍스트입니다. 연결된 작업 흐름의 작업과 파일 조작에는 각각 별도의 실행 결과가 있습니다.
", "aboutText": "Qwen3.5-Plus는 텍스트 및 시각 이해를 위한 Qwen3.5 모델입니다. 텍스트, 이미지, 비디오를 입력받아 텍스트를 반환합니다. 제조사 모델 표에는 1M 토큰 컨텍스트, 사고 지원, 함수 호출, 내장 도구, 구조화된 출력이 명시되어 있습니다.\n\n### 문서 및 분석 작업 준비하기\n\n문서 과제에서는 관련 구절이나 읽기 쉬운 페이지 이미지를 제공하고 질문을 정의하세요. 질문에 답하는 정보, 각 판단을 뒷받침하는 출처 식별자, 자료만으로 해결되지 않는 사항을 요청하세요. 비교에서는 명시된 기준에 따른 일치점, 모순, 그 결과를 요청할 수 있습니다.\n\n### 명확한 출력 요청 선택하기\n\n추론 작업에서는 조건과 필요한 결과를 제공하세요. 직접적인 글쓰기에서는 대상 독자, 필수 사실, 필요한 길이를 지정하세요. 후속 질문은 과제의 나머지 부분을 유지하면서 하나의 요구 사항을 수정할 수 있습니다. 인용한 원문 텍스트와 이를 사용하는 지시를 구분하세요.\n\n### 도구를 실제 결과와 연결하기\n\n함수를 사용할 수 있는 통합 환경에서는 애플리케이션이 가능한 작업과 입력 필드를 정의하고 선택된 호출을 실행하며 결과를 반환합니다. 내장 도구는 제조사 측의 별도 기능입니다. 어떤 제어를 노출할지는 통합 구현에 따라 결정됩니다. 구조화된 답변에서는 필수 필드와 누락된 값의 처리 방식을 정의한 뒤 반환된 형식과 내용을 모두 검증하세요.\n\n### 시각 입력과 텍스트 입력 함께 계획하기\n\n제조사의 시각 모델 표에는 이 이름이 지정된 모델의 출력 한도 64K, 이미지 최대 256개, 비디오 최대 64개가 명시되어 있습니다. 문서화된 비디오 작업 흐름은 최대 2시간, 2 GB 파일을 지원합니다. 이는 제조사 작업 흐름의 한도이며, 제공하는 모든 자료는 여전히 같은 컨텍스트 예산을 공유합니다. 읽기 쉬운 원본 자료를 준비하고 식별자를 유지하며 실제 요청을 계획할 때는 선택한 인터페이스가 제공하는 한도를 사용하세요.\n\n### 텍스트 산출물 검토하기\n\n분석 메모, 추출 필드, 수정된 구절, 시각 자료 설명 중 준비할 결과를 선택하세요. 중요한 세부 사항의 근거를 요청하고 응답을 원문과 대조해 검토하세요. 반환된 산출물은 텍스트입니다. 연결된 작업 흐름의 작업과 파일 조작에는 각각 별도의 실행 결과가 있습니다.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
Compare consent requirements\n\nCompare source C1: 'Interview participants sign a consent form before recording.' C2: 'An unsigned participant may join a discussion, but must not be recorded.' A session plan records everyone at the start and collects forms afterward. Return the agreement between sources, the plan's conflict and a corrected sequence with source labels.A source-linked comparison and a corrected recording/consent sequence.The sequence must place consent before recording while preserving the unrecorded participation option.qwen3.5-plusQwen3.5-Plus는 텍스트, 이미지, 비디오를 결합하여 문서 및 분석 작업용 텍스트를 생성합니다. 제조사는 1M 토큰 컨텍스트, 사고 지원, 선택적인 도구 및 구조화 응답 기능을 문서화합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Qwen3.5-Plus는 텍스트 및 시각 이해를 위한 Qwen3.5 모델입니다. 텍스트, 이미지, 비디오를 입력받아 텍스트를 반환합니다. 제조사 모델 표에는 1M 토큰 컨텍스트, 사고 지원, 함수 호출, 내장 도구, 구조화된 출력이 명시되어 있습니다.
문서 과제에서는 관련 구절이나 읽기 쉬운 페이지 이미지를 제공하고 질문을 정의하세요. 질문에 답하는 정보, 각 판단을 뒷받침하는 출처 식별자, 자료만으로 해결되지 않는 사항을 요청하세요. 비교에서는 명시된 기준에 따른 일치점, 모순, 그 결과를 요청할 수 있습니다.
추론 작업에서는 조건과 필요한 결과를 제공하세요. 직접적인 글쓰기에서는 대상 독자, 필수 사실, 필요한 길이를 지정하세요. 후속 질문은 과제의 나머지 부분을 유지하면서 하나의 요구 사항을 수정할 수 있습니다. 인용한 원문 텍스트와 이를 사용하는 지시를 구분하세요.
함수를 사용할 수 있는 통합 환경에서는 애플리케이션이 가능한 작업과 입력 필드를 정의하고 선택된 호출을 실행하며 결과를 반환합니다. 내장 도구는 제조사 측의 별도 기능입니다. 어떤 제어를 노출할지는 통합 구현에 따라 결정됩니다. 구조화된 답변에서는 필수 필드와 누락된 값의 처리 방식을 정의한 뒤 반환된 형식과 내용을 모두 검증하세요.
제조사의 시각 모델 표에는 이 이름이 지정된 모델의 출력 한도 64K, 이미지 최대 256개, 비디오 최대 64개가 명시되어 있습니다. 문서화된 비디오 작업 흐름은 최대 2시간, 2 GB 파일을 지원합니다. 이는 제조사 작업 흐름의 한도이며, 제공하는 모든 자료는 여전히 같은 컨텍스트 예산을 공유합니다. 읽기 쉬운 원본 자료를 준비하고 식별자를 유지하며 실제 요청을 계획할 때는 선택한 인터페이스가 제공하는 한도를 사용하세요.
분석 메모, 추출 필드, 수정된 구절, 시각 자료 설명 중 준비할 결과를 선택하세요. 중요한 세부 사항의 근거를 요청하고 응답을 원문과 대조해 검토하세요. 반환된 산출물은 텍스트입니다. 연결된 작업 흐름의 작업과 파일 조작에는 각각 별도의 실행 결과가 있습니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 qwen3.5-plus | 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 $0.00024 / 1K 토큰 출력 · 출력 토큰 $0.00138 / 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": "qwen3.5-plus", "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='qwen3.5-plus',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='qwen3.5-plus',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 qwen3.5-plus
위에 표시된 메서드 경로를 사용하세요.
qwen3.5-plusQwen3.5-Plus는 텍스트, 이미지, 비디오를 결합하여 문서 및 분석 작업용 텍스트를 생성합니다. 제조사는 1M 토큰 컨텍스트, 사고 지원, 선택적인 도구 및 구조화 응답 기능을 문서화합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Qwen3.5-Plus는 텍스트 및 시각 이해를 위한 Qwen3.5 모델입니다. 텍스트, 이미지, 비디오를 입력받아 텍스트를 반환합니다. 제조사 모델 표에는 1M 토큰 컨텍스트, 사고 지원, 함수 호출, 내장 도구, 구조화된 출력이 명시되어 있습니다.
문서 과제에서는 관련 구절이나 읽기 쉬운 페이지 이미지를 제공하고 질문을 정의하세요. 질문에 답하는 정보, 각 판단을 뒷받침하는 출처 식별자, 자료만으로 해결되지 않는 사항을 요청하세요. 비교에서는 명시된 기준에 따른 일치점, 모순, 그 결과를 요청할 수 있습니다.
추론 작업에서는 조건과 필요한 결과를 제공하세요. 직접적인 글쓰기에서는 대상 독자, 필수 사실, 필요한 길이를 지정하세요. 후속 질문은 과제의 나머지 부분을 유지하면서 하나의 요구 사항을 수정할 수 있습니다. 인용한 원문 텍스트와 이를 사용하는 지시를 구분하세요.
함수를 사용할 수 있는 통합 환경에서는 애플리케이션이 가능한 작업과 입력 필드를 정의하고 선택된 호출을 실행하며 결과를 반환합니다. 내장 도구는 제조사 측의 별도 기능입니다. 어떤 제어를 노출할지는 통합 구현에 따라 결정됩니다. 구조화된 답변에서는 필수 필드와 누락된 값의 처리 방식을 정의한 뒤 반환된 형식과 내용을 모두 검증하세요.
제조사의 시각 모델 표에는 이 이름이 지정된 모델의 출력 한도 64K, 이미지 최대 256개, 비디오 최대 64개가 명시되어 있습니다. 문서화된 비디오 작업 흐름은 최대 2시간, 2 GB 파일을 지원합니다. 이는 제조사 작업 흐름의 한도이며, 제공하는 모든 자료는 여전히 같은 컨텍스트 예산을 공유합니다. 읽기 쉬운 원본 자료를 준비하고 식별자를 유지하며 실제 요청을 계획할 때는 선택한 인터페이스가 제공하는 한도를 사용하세요.
분석 메모, 추출 필드, 수정된 구절, 시각 자료 설명 중 준비할 결과를 선택하세요. 중요한 세부 사항의 근거를 요청하고 응답을 원문과 대조해 검토하세요. 반환된 산출물은 텍스트입니다. 연결된 작업 흐름의 작업과 파일 조작에는 각각 별도의 실행 결과가 있습니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 qwen3.5-plus | 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 $0.00024 / 1K 토큰 출력 · 출력 토큰 $0.00138 / 1K 토큰 입력 · 캐시 읽기 $0 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "qwen3.5-plus",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen3.5-plus', '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': 'qwen3.5-plus', '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 qwen3.5-plus
위에 표시된 메서드 경로를 사용하세요.
영어 기술 예제
Compare consent requirements\n\nCompare source C1: 'Interview participants sign a consent form before recording.' C2: 'An unsigned participant may join a discussion, but must not be recorded.' A session plan records everyone at the start and collects forms afterward. Return the agreement between sources, the plan's conflict and a corrected sequence with source labels.A source-linked comparison and a corrected recording/consent sequence.The sequence must place consent before recording while preserving the unrecorded participation option.