Qwen3-8B는 추론과 일반 텍스트 생성을 결합한 Qwen3 밀집 언어 모델입니다. 알려진 강점에는 수학, 논리적 문제 해결, 코드, 창작, 역할 기반 대화, 여러 턴에 걸친 지시 이행이 포함됩니다. 이 계열은 100개 이상의 언어와 방언을 지원합니다. 실용적인 활용 예는 고객 메시지와 제공된 정책 발췌문을 유용한 답변으로 바꾸면서 제품명과 요청한 어조를 유지하는 다국어 지원 어시스턴트입니다.
이 버전은 전체 파라미터 82억 개, 임베딩을 제외한 파라미터 69억 5천만 개, 레이어 36개를 가집니다. 쿼리 헤드 32개와 키/값 헤드 8개를 사용하는 그룹 쿼리 어텐션을 적용합니다. 235B 전문가 혼합 모델을 더 적은 전문가로 작동시킨 것이 아니라 별개의 밀집 모델입니다. 작업 입력과 생성 결과는 번역, 설명, 수정 문서, 계획, 프로그램과 같은 텍스트입니다. 컨텍스트를 추가하기 전에 명확한 작업을 선택하세요. 지원 답변에서는 고객 메시지, 적용되는 정책, 승인된 용어, 독자가 취해야 할 행동을 제공하고, 답변과 별도로 아직 빠진 사실의 목록을 요청하세요.
제조사의 초기 흐름은 채팅 메시지 시퀀스와 명시적인 채팅 템플릿을 사용합니다. 코드 지원에서는 관련 함수, 문제를 드러내는 입력, 실제 출력, 예상 결과를 포함하세요. 수정 함수와 예시를 요청하고, 바뀐 동작은 별도로 설명하도록 하세요. 번역에서는 원문 언어와 대상 언어, 독자, 보존할 용어를 지정하세요. 이러한 입력은 결과 텍스트를 원래 요구 사항과 비교하기 쉽게 합니다. 공개된 통합 방식에는 Qwen3를 인식하는 런타임이 필요합니다. 모델 카드는 4.51.0 미만의 Transformers 버전이 필요한 아키텍처를 인식하지 못한다고 경고합니다.
같은 모델이 사고 모드와 비사고 모드를 지원합니다. 제공된 템플릿에서는 사고 모드가 기본으로 켜져 있습니다. 강제 비활성화는 추론 부분을 제거합니다. 사고 모드가 켜진 상태에서는 /think와 /no_think로 턴 사이에 선택을 바꿀 수 있습니다. 가장 최근 지시가 우선하며, 이러한 프롬프트 수준 전환은 강제 비활성화를 재정의할 수 없습니다. 제품 워크플로에서는 짧은 승인 메시지를 다시 쓸 때 직접 응답 모드를 사용하고, 설명이 필요한 불일치에는 추론을 선택하세요. 최종 답변을 중간 추론과 분리하고 이후 대화 기록에는 최종 답변만 유지하세요. 사고 모드가 켜져 있으면 소프트 지시로 비사고 응답을 요청해도 추론 블록이 유지되며, 그 내용은 비어 있을 수 있습니다. 강제 비활성화는 그 블록 자체를 없앱니다.
제조사는 도구 호출을 설명하고 템플릿과 파싱을 관리하는 데 Qwen-Agent를 권장합니다. 애플리케이션은 도구 정의를 제공하고 요청된 호출을 실행한 뒤 결과를 반환할 수 있습니다. 지원 어시스턴트에서는 범위가 좁은 읽기 전용 주문 조회로 배송 상태를 확인한 후 모델이 응답 초안을 작성하게 할 수 있습니다. 허용된 조회 필드와 레코드가 없을 때의 보고 방식을 지정하세요. 유용한 최종 산출물은 반환된 정보에 근거한 답변이지 외부 작업이 성공했다는 근거 없는 진술이 아닙니다. Qwen3 가이드는 인수를 객체로 표현하고 결과를 대화에 다시 제공하는 병렬 및 다단계 도구 호출도 설명합니다.
모델 카드는 기본 컨텍스트 32,768토큰과 YaRN 확장 시 131,072토큰을 명시합니다. 따라서 긴 컨텍스트의 동작은 실제 설정에 따라 달라집니다. 정적 YaRN은 더 짧은 요청에 영향을 줄 수 있으므로 카드는 긴 컨텍스트가 필요할 때 활성화하라고 권고합니다. 입력, 대화 기록, 생성 출력은 컨텍스트 예산을 함께 사용합니다. 긴 원문 구간에 레이블을 붙이고 관련 없는 중복을 없애며 요청한 답변을 위한 공간을 남기세요. 공개된 생성 예시와 출력 권장 사항은 설정 지침이지 별도의 고정 최대 출력이 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.
사고 모드의 권장 샘플링 값은 temperature 0.6, top-p 0.95, top-k 20, min-p 0이며, 비사고 모드는 각각 0.7, 0.8, 20, 0입니다. 제조사는 탐욕적 추론이 반복 텍스트를 만들 수 있다고 경고합니다. presence 페널티를 높이면 반복을 줄일 수 있지만 언어가 섞일 때도 있습니다. 답변 다음에 미해결 필드가 담긴 JSON 객체를 붙이는 등 최종 형식을 명확하게 정의하고, 애플리케이션이 사용하기 전에 해당 객체를 검증하세요. 제안된 코드는 제공한 사례로 확인하고 번역은 용어 보존 여부를 검토하세요.
", "aboutText": "Qwen3-8B는 추론과 일반 텍스트 생성을 결합한 Qwen3 밀집 언어 모델입니다. 알려진 강점에는 수학, 논리적 문제 해결, 코드, 창작, 역할 기반 대화, 여러 턴에 걸친 지시 이행이 포함됩니다. 이 계열은 100개 이상의 언어와 방언을 지원합니다. 실용적인 활용 예는 고객 메시지와 제공된 정책 발췌문을 유용한 답변으로 바꾸면서 제품명과 요청한 어조를 유지하는 다국어 지원 어시스턴트입니다.\n\n이 버전은 전체 파라미터 82억 개, 임베딩을 제외한 파라미터 69억 5천만 개, 레이어 36개를 가집니다. 쿼리 헤드 32개와 키/값 헤드 8개를 사용하는 그룹 쿼리 어텐션을 적용합니다. 235B 전문가 혼합 모델을 더 적은 전문가로 작동시킨 것이 아니라 별개의 밀집 모델입니다. 작업 입력과 생성 결과는 번역, 설명, 수정 문서, 계획, 프로그램과 같은 텍스트입니다. 컨텍스트를 추가하기 전에 명확한 작업을 선택하세요. 지원 답변에서는 고객 메시지, 적용되는 정책, 승인된 용어, 독자가 취해야 할 행동을 제공하고, 답변과 별도로 아직 빠진 사실의 목록을 요청하세요.\n\n제조사의 초기 흐름은 채팅 메시지 시퀀스와 명시적인 채팅 템플릿을 사용합니다. 코드 지원에서는 관련 함수, 문제를 드러내는 입력, 실제 출력, 예상 결과를 포함하세요. 수정 함수와 예시를 요청하고, 바뀐 동작은 별도로 설명하도록 하세요. 번역에서는 원문 언어와 대상 언어, 독자, 보존할 용어를 지정하세요. 이러한 입력은 결과 텍스트를 원래 요구 사항과 비교하기 쉽게 합니다. 공개된 통합 방식에는 Qwen3를 인식하는 런타임이 필요합니다. 모델 카드는 4.51.0 미만의 Transformers 버전이 필요한 아키텍처를 인식하지 못한다고 경고합니다.\n\n같은 모델이 사고 모드와 비사고 모드를 지원합니다. 제공된 템플릿에서는 사고 모드가 기본으로 켜져 있습니다. 강제 비활성화는 추론 부분을 제거합니다. 사고 모드가 켜진 상태에서는 /think와 /no_think로 턴 사이에 선택을 바꿀 수 있습니다. 가장 최근 지시가 우선하며, 이러한 프롬프트 수준 전환은 강제 비활성화를 재정의할 수 없습니다. 제품 워크플로에서는 짧은 승인 메시지를 다시 쓸 때 직접 응답 모드를 사용하고, 설명이 필요한 불일치에는 추론을 선택하세요. 최종 답변을 중간 추론과 분리하고 이후 대화 기록에는 최종 답변만 유지하세요. 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\n제조사는 도구 호출을 설명하고 템플릿과 파싱을 관리하는 데 Qwen-Agent를 권장합니다. 애플리케이션은 도구 정의를 제공하고 요청된 호출을 실행한 뒤 결과를 반환할 수 있습니다. 지원 어시스턴트에서는 범위가 좁은 읽기 전용 주문 조회로 배송 상태를 확인한 후 모델이 응답 초안을 작성하게 할 수 있습니다. 허용된 조회 필드와 레코드가 없을 때의 보고 방식을 지정하세요. 유용한 최종 산출물은 반환된 정보에 근거한 답변이지 외부 작업이 성공했다는 근거 없는 진술이 아닙니다. Qwen3 가이드는 인수를 객체로 표현하고 결과를 대화에 다시 제공하는 병렬 및 다단계 도구 호출도 설명합니다.\n\n모델 카드는 기본 컨텍스트 32,768토큰과 YaRN 확장 시 131,072토큰을 명시합니다. 따라서 긴 컨텍스트의 동작은 실제 설정에 따라 달라집니다. 정적 YaRN은 더 짧은 요청에 영향을 줄 수 있으므로 카드는 긴 컨텍스트가 필요할 때 활성화하라고 권고합니다. 입력, 대화 기록, 생성 출력은 컨텍스트 예산을 함께 사용합니다. 긴 원문 구간에 레이블을 붙이고 관련 없는 중복을 없애며 요청한 답변을 위한 공간을 남기세요. 공개된 생성 예시와 출력 권장 사항은 설정 지침이지 별도의 고정 최대 출력이 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\n사고 모드의 권장 샘플링 값은 temperature 0.6, top-p 0.95, top-k 20, min-p 0이며, 비사고 모드는 각각 0.7, 0.8, 20, 0입니다. 제조사는 탐욕적 추론이 반복 텍스트를 만들 수 있다고 경고합니다. presence 페널티를 높이면 반복을 줄일 수 있지만 언어가 섞일 때도 있습니다. 답변 다음에 미해결 필드가 담긴 JSON 객체를 붙이는 등 최종 형식을 명확하게 정의하고, 애플리케이션이 사용하기 전에 해당 객체를 검증하세요. 제안된 코드는 제공한 사례로 확인하고 번역은 용어 보존 여부를 검토하세요.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
A bilingual reply grounded in a return policy\n\nDraft a German reply to this customer: 'Can I return my unused Aero Cup after ten days?' Policy P1: unused products can be returned within 14 days; the customer must provide the order reference. Keep Aero Cup unchanged and ask for the missing reference. Follow the reply with a short English note naming the facts used.A polite German customer reply and a brief English source-fact note.The reply preserves the unused condition and 14-day window, asks for the reference and does not invent refund timing.qwen3-8bQwen3-8B는 8.2B 파라미터의 밀집 모델로 다국어 텍스트 생성, 코딩, 두 가지 응답 모드를 제공합니다. 일상적인 대화에는 직접 응답을, 더 면밀한 분석이 필요한 문제에는 사고 모드를 사용하세요.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Qwen3-8B는 추론과 일반 텍스트 생성을 결합한 Qwen3 밀집 언어 모델입니다. 알려진 강점에는 수학, 논리적 문제 해결, 코드, 창작, 역할 기반 대화, 여러 턴에 걸친 지시 이행이 포함됩니다. 이 계열은 100개 이상의 언어와 방언을 지원합니다. 실용적인 활용 예는 고객 메시지와 제공된 정책 발췌문을 유용한 답변으로 바꾸면서 제품명과 요청한 어조를 유지하는 다국어 지원 어시스턴트입니다.
이 버전은 전체 파라미터 82억 개, 임베딩을 제외한 파라미터 69억 5천만 개, 레이어 36개를 가집니다. 쿼리 헤드 32개와 키/값 헤드 8개를 사용하는 그룹 쿼리 어텐션을 적용합니다. 235B 전문가 혼합 모델을 더 적은 전문가로 작동시킨 것이 아니라 별개의 밀집 모델입니다. 작업 입력과 생성 결과는 번역, 설명, 수정 문서, 계획, 프로그램과 같은 텍스트입니다. 컨텍스트를 추가하기 전에 명확한 작업을 선택하세요. 지원 답변에서는 고객 메시지, 적용되는 정책, 승인된 용어, 독자가 취해야 할 행동을 제공하고, 답변과 별도로 아직 빠진 사실의 목록을 요청하세요.
제조사의 초기 흐름은 채팅 메시지 시퀀스와 명시적인 채팅 템플릿을 사용합니다. 코드 지원에서는 관련 함수, 문제를 드러내는 입력, 실제 출력, 예상 결과를 포함하세요. 수정 함수와 예시를 요청하고, 바뀐 동작은 별도로 설명하도록 하세요. 번역에서는 원문 언어와 대상 언어, 독자, 보존할 용어를 지정하세요. 이러한 입력은 결과 텍스트를 원래 요구 사항과 비교하기 쉽게 합니다. 공개된 통합 방식에는 Qwen3를 인식하는 런타임이 필요합니다. 모델 카드는 4.51.0 미만의 Transformers 버전이 필요한 아키텍처를 인식하지 못한다고 경고합니다.
같은 모델이 사고 모드와 비사고 모드를 지원합니다. 제공된 템플릿에서는 사고 모드가 기본으로 켜져 있습니다. 강제 비활성화는 추론 부분을 제거합니다. 사고 모드가 켜진 상태에서는 /think와 /no_think로 턴 사이에 선택을 바꿀 수 있습니다. 가장 최근 지시가 우선하며, 이러한 프롬프트 수준 전환은 강제 비활성화를 재정의할 수 없습니다. 제품 워크플로에서는 짧은 승인 메시지를 다시 쓸 때 직접 응답 모드를 사용하고, 설명이 필요한 불일치에는 추론을 선택하세요. 최종 답변을 중간 추론과 분리하고 이후 대화 기록에는 최종 답변만 유지하세요. 사고 모드가 켜져 있으면 소프트 지시로 비사고 응답을 요청해도 추론 블록이 유지되며, 그 내용은 비어 있을 수 있습니다. 강제 비활성화는 그 블록 자체를 없앱니다.
제조사는 도구 호출을 설명하고 템플릿과 파싱을 관리하는 데 Qwen-Agent를 권장합니다. 애플리케이션은 도구 정의를 제공하고 요청된 호출을 실행한 뒤 결과를 반환할 수 있습니다. 지원 어시스턴트에서는 범위가 좁은 읽기 전용 주문 조회로 배송 상태를 확인한 후 모델이 응답 초안을 작성하게 할 수 있습니다. 허용된 조회 필드와 레코드가 없을 때의 보고 방식을 지정하세요. 유용한 최종 산출물은 반환된 정보에 근거한 답변이지 외부 작업이 성공했다는 근거 없는 진술이 아닙니다. Qwen3 가이드는 인수를 객체로 표현하고 결과를 대화에 다시 제공하는 병렬 및 다단계 도구 호출도 설명합니다.
모델 카드는 기본 컨텍스트 32,768토큰과 YaRN 확장 시 131,072토큰을 명시합니다. 따라서 긴 컨텍스트의 동작은 실제 설정에 따라 달라집니다. 정적 YaRN은 더 짧은 요청에 영향을 줄 수 있으므로 카드는 긴 컨텍스트가 필요할 때 활성화하라고 권고합니다. 입력, 대화 기록, 생성 출력은 컨텍스트 예산을 함께 사용합니다. 긴 원문 구간에 레이블을 붙이고 관련 없는 중복을 없애며 요청한 답변을 위한 공간을 남기세요. 공개된 생성 예시와 출력 권장 사항은 설정 지침이지 별도의 고정 최대 출력이 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.
사고 모드의 권장 샘플링 값은 temperature 0.6, top-p 0.95, top-k 20, min-p 0이며, 비사고 모드는 각각 0.7, 0.8, 20, 0입니다. 제조사는 탐욕적 추론이 반복 텍스트를 만들 수 있다고 경고합니다. presence 페널티를 높이면 반복을 줄일 수 있지만 언어가 섞일 때도 있습니다. 답변 다음에 미해결 필드가 담긴 JSON 객체를 붙이는 등 최종 형식을 명확하게 정의하고, 애플리케이션이 사용하기 전에 해당 객체를 검증하세요. 제안된 코드는 제공한 사례로 확인하고 번역은 용어 보존 여부를 검토하세요.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 qwen3-8b | 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 $0.000144 / 1K 토큰 출력 · 출력 토큰 $0.00144 / 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": "qwen3-8b", "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='qwen3-8b',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='qwen3-8b',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 qwen3-8b
위에 표시된 메서드 경로를 사용하세요.
qwen3-8bQwen3-8B는 8.2B 파라미터의 밀집 모델로 다국어 텍스트 생성, 코딩, 두 가지 응답 모드를 제공합니다. 일상적인 대화에는 직접 응답을, 더 면밀한 분석이 필요한 문제에는 사고 모드를 사용하세요.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Qwen3-8B는 추론과 일반 텍스트 생성을 결합한 Qwen3 밀집 언어 모델입니다. 알려진 강점에는 수학, 논리적 문제 해결, 코드, 창작, 역할 기반 대화, 여러 턴에 걸친 지시 이행이 포함됩니다. 이 계열은 100개 이상의 언어와 방언을 지원합니다. 실용적인 활용 예는 고객 메시지와 제공된 정책 발췌문을 유용한 답변으로 바꾸면서 제품명과 요청한 어조를 유지하는 다국어 지원 어시스턴트입니다.
이 버전은 전체 파라미터 82억 개, 임베딩을 제외한 파라미터 69억 5천만 개, 레이어 36개를 가집니다. 쿼리 헤드 32개와 키/값 헤드 8개를 사용하는 그룹 쿼리 어텐션을 적용합니다. 235B 전문가 혼합 모델을 더 적은 전문가로 작동시킨 것이 아니라 별개의 밀집 모델입니다. 작업 입력과 생성 결과는 번역, 설명, 수정 문서, 계획, 프로그램과 같은 텍스트입니다. 컨텍스트를 추가하기 전에 명확한 작업을 선택하세요. 지원 답변에서는 고객 메시지, 적용되는 정책, 승인된 용어, 독자가 취해야 할 행동을 제공하고, 답변과 별도로 아직 빠진 사실의 목록을 요청하세요.
제조사의 초기 흐름은 채팅 메시지 시퀀스와 명시적인 채팅 템플릿을 사용합니다. 코드 지원에서는 관련 함수, 문제를 드러내는 입력, 실제 출력, 예상 결과를 포함하세요. 수정 함수와 예시를 요청하고, 바뀐 동작은 별도로 설명하도록 하세요. 번역에서는 원문 언어와 대상 언어, 독자, 보존할 용어를 지정하세요. 이러한 입력은 결과 텍스트를 원래 요구 사항과 비교하기 쉽게 합니다. 공개된 통합 방식에는 Qwen3를 인식하는 런타임이 필요합니다. 모델 카드는 4.51.0 미만의 Transformers 버전이 필요한 아키텍처를 인식하지 못한다고 경고합니다.
같은 모델이 사고 모드와 비사고 모드를 지원합니다. 제공된 템플릿에서는 사고 모드가 기본으로 켜져 있습니다. 강제 비활성화는 추론 부분을 제거합니다. 사고 모드가 켜진 상태에서는 /think와 /no_think로 턴 사이에 선택을 바꿀 수 있습니다. 가장 최근 지시가 우선하며, 이러한 프롬프트 수준 전환은 강제 비활성화를 재정의할 수 없습니다. 제품 워크플로에서는 짧은 승인 메시지를 다시 쓸 때 직접 응답 모드를 사용하고, 설명이 필요한 불일치에는 추론을 선택하세요. 최종 답변을 중간 추론과 분리하고 이후 대화 기록에는 최종 답변만 유지하세요. 사고 모드가 켜져 있으면 소프트 지시로 비사고 응답을 요청해도 추론 블록이 유지되며, 그 내용은 비어 있을 수 있습니다. 강제 비활성화는 그 블록 자체를 없앱니다.
제조사는 도구 호출을 설명하고 템플릿과 파싱을 관리하는 데 Qwen-Agent를 권장합니다. 애플리케이션은 도구 정의를 제공하고 요청된 호출을 실행한 뒤 결과를 반환할 수 있습니다. 지원 어시스턴트에서는 범위가 좁은 읽기 전용 주문 조회로 배송 상태를 확인한 후 모델이 응답 초안을 작성하게 할 수 있습니다. 허용된 조회 필드와 레코드가 없을 때의 보고 방식을 지정하세요. 유용한 최종 산출물은 반환된 정보에 근거한 답변이지 외부 작업이 성공했다는 근거 없는 진술이 아닙니다. Qwen3 가이드는 인수를 객체로 표현하고 결과를 대화에 다시 제공하는 병렬 및 다단계 도구 호출도 설명합니다.
모델 카드는 기본 컨텍스트 32,768토큰과 YaRN 확장 시 131,072토큰을 명시합니다. 따라서 긴 컨텍스트의 동작은 실제 설정에 따라 달라집니다. 정적 YaRN은 더 짧은 요청에 영향을 줄 수 있으므로 카드는 긴 컨텍스트가 필요할 때 활성화하라고 권고합니다. 입력, 대화 기록, 생성 출력은 컨텍스트 예산을 함께 사용합니다. 긴 원문 구간에 레이블을 붙이고 관련 없는 중복을 없애며 요청한 답변을 위한 공간을 남기세요. 공개된 생성 예시와 출력 권장 사항은 설정 지침이지 별도의 고정 최대 출력이 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.
사고 모드의 권장 샘플링 값은 temperature 0.6, top-p 0.95, top-k 20, min-p 0이며, 비사고 모드는 각각 0.7, 0.8, 20, 0입니다. 제조사는 탐욕적 추론이 반복 텍스트를 만들 수 있다고 경고합니다. presence 페널티를 높이면 반복을 줄일 수 있지만 언어가 섞일 때도 있습니다. 답변 다음에 미해결 필드가 담긴 JSON 객체를 붙이는 등 최종 형식을 명확하게 정의하고, 애플리케이션이 사용하기 전에 해당 객체를 검증하세요. 제안된 코드는 제공한 사례로 확인하고 번역은 용어 보존 여부를 검토하세요.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 qwen3-8b | 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 $0.000144 / 1K 토큰 출력 · 출력 토큰 $0.00144 / 1K 토큰 입력 · 캐시 읽기 $0 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "qwen3-8b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen3-8b', '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': 'qwen3-8b', '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 qwen3-8b
위에 표시된 메서드 경로를 사용하세요.
영어 기술 예제
A bilingual reply grounded in a return policy\n\nDraft a German reply to this customer: 'Can I return my unused Aero Cup after ten days?' Policy P1: unused products can be returned within 14 days; the customer must provide the order reference. Keep Aero Cup unchanged and ask for the missing reference. Follow the reply with a short English note naming the facts used.A polite German customer reply and a brief English source-fact note.The reply preserves the unused condition and 14-day window, asks for the reference and does not invent refund timing.