개요: Qwen2.5 기반 추론
QwQ-Plus는 Qwen2.5 기반의 개선된 QwQ 추론 모델입니다. Qwen은 추론 능력, 특히 수학과 프로그래밍 및 일반 지시 이행 작업을 강화하는 데 사용한 방법으로 강화 학습을 설명합니다. 텍스트를 입력받아 텍스트를 반환합니다. 제공된 조건과 대조해 확인할 수 있는 해법, 비교, 코드 제안에 설명이 필요한 작업에서 선택하세요.
이는 QwQ-Plus 모델 계열입니다. 이름만으로 공개 QwQ 체크포인트의 파라미터 수나 가중치 정체성이 정해지지 않으며, latest가 포함된 공급사 이름이 암묵적으로 날짜가 고정된 개정판이 되어서는 안 됩니다. 출력을 비교하거나 재현 가능한 작업 기록을 유지할 때는 요청한 정확한 모델 식별 정보를 사용하세요.
수학 및 논리 작업 준비하기
완전한 문제, 정의, 단위, 허용되는 가정을 제공하세요. 명확히 구분된 형식으로 최종 답변을 요청한 뒤 이를 뒷받침하는 방정식이나 논리 단계를 요청하세요. 제약이 있는 계획 문제에서는 가능한 선택지와 평가 기준을 별도로 지정하고 각 선택지가 충족하는 조건을 보여주는 표를 요청하세요. 학습 검토에서는 학습자가 시도한 풀이를 포함하고, 설명 없이 문제 전체를 다시 쓰는 대신 최초로 근거가 부족한 단계를 찾도록 요청하세요.
이는 문서화된 모델의 추론 초점을 실제로 적용하는 방법입니다. 유용한 산출물은 단위가 있는 값, 전제가 있는 결론, 명시된 기준과 연결된 비교처럼 확인 가능한 결과입니다. 설명이 길다는 이유만으로 올바른 결론이 입증되는 것은 아니므로, 가정을 드러내고 최종 결과를 원래 질문과 비교하세요.
프로그래밍 작업 준비하기
관련 코드, 문제를 드러내는 입력, 관찰된 출력, 원하는 동작을 제공하세요. 변경 제안, 해당 입력을 처리하는 이유에 대한 설명, 여전히 확인해야 할 경계 사례를 요청하세요. 알고리즘 질문에서는 접근 방식을 요청하기 전에 입력 제약과 필수 출력을 지정하세요. 생성한 코드와 애플리케이션 환경에서 실제로 실행한 코드를 구분하세요.
유용한 응답은 진단, 패치, 예상 동작을 분리할 수 있습니다. 작은 변경이 필요할 때는 프로젝트 전체를 다시 쓰는 대신 간결한 패치를 요청하세요. 이 예제들은 QwQ-Plus의 수학 및 코딩 전문성을 적용하기 위해 작성한 방법이며 추가 도구나 실행 능력이 아닙니다.
컨텍스트와 답변 한도
정확한 모델 사양에는 컨텍스트 윈도 131,072토큰, 최대 입력 98,304토큰, 최대 출력 8,192토큰이 명시되어 있습니다. 이는 제작사의 개별 한도입니다. 그 수치들의 산술적 차이를 문서화되지 않은 보장된 추론 한도로 바꾸지 마세요. 원문 텍스트, 대화 이력, 응답은 적용되는 구성 한도 안에 들어가야 합니다.
긴 사양서나 코드 발췌문에서는 관련 섹션과 함수 식별자를 유지하고 설명에서 이를 참조하도록 요청하세요. 제출 전에 무관한 자료를 제거하고 필요한 결론을 위한 충분한 출력 공간을 확보하세요. 큰 컨텍스트 윈도는 더 많은 조건을 함께 제공하는 데 유용하지만 모든 사실을 기억하거나 모든 의존 관계를 이해한다고 약속하지는 않습니다.
도구, 형식, 모델별 경계
제조사의 배포 매트릭스는 일부 구성에서 함수 호출과 웹 검색을 지원하고 다른 구성에서는 지원하지 않는다고 표시합니다. 따라서 이 기능들은 모델 이름만으로 약속할 수 있는 기능이 아니라 조건부 능력입니다. 같은 매트릭스는 일부 제조사 구성에서 배치 추론도 지원합니다. 도구를 사용하는 작업 흐름은 실제 도구를 제공하고 결과를 텍스트 작업에 다시 전달해야 합니다. 이 설명은 애플리케이션의 도구 가용성을 입증하지 않습니다.
강제되는 구조화 출력은 미지원으로 표시되어 있습니다. 프롬프트로 표나 JSON 형태의 답변을 요청할 수는 있지만 애플리케이션은 이를 스키마 강제로 취급하지 말고 결과를 검토해야 합니다. 정확한 모델 페이지는 추론 전문성을 설명하지만 모델별 하이브리드 사고 전환 계약은 제공하지 않습니다. 더 새로운 Qwen 세대에 문서화된 제어를 이 버전에 가져와서는 안 됩니다.
최종 답변을 쉽게 검토할 수 있게 하고, 명시된 단위로 계산을 확인하며, 실행 전에 코드 제안을 살펴보세요. QwQ-Plus의 실용적인 역할은 어려운 텍스트 문제를 풀고 고유하게 문서화된 한도 안에서 유용한 설명이나 산출물을 반환하는 것입니다.
", "aboutText": "개요: Qwen2.5 기반 추론\n\nQwQ-Plus는 Qwen2.5 기반의 개선된 QwQ 추론 모델입니다. Qwen은 추론 능력, 특히 수학과 프로그래밍 및 일반 지시 이행 작업을 강화하는 데 사용한 방법으로 강화 학습을 설명합니다. 텍스트를 입력받아 텍스트를 반환합니다. 제공된 조건과 대조해 확인할 수 있는 해법, 비교, 코드 제안에 설명이 필요한 작업에서 선택하세요.\n\n이는 QwQ-Plus 모델 계열입니다. 이름만으로 공개 QwQ 체크포인트의 파라미터 수나 가중치 정체성이 정해지지 않으며, latest가 포함된 공급사 이름이 암묵적으로 날짜가 고정된 개정판이 되어서는 안 됩니다. 출력을 비교하거나 재현 가능한 작업 기록을 유지할 때는 요청한 정확한 모델 식별 정보를 사용하세요.\n\n수학 및 논리 작업 준비하기\n\n완전한 문제, 정의, 단위, 허용되는 가정을 제공하세요. 명확히 구분된 형식으로 최종 답변을 요청한 뒤 이를 뒷받침하는 방정식이나 논리 단계를 요청하세요. 제약이 있는 계획 문제에서는 가능한 선택지와 평가 기준을 별도로 지정하고 각 선택지가 충족하는 조건을 보여주는 표를 요청하세요. 학습 검토에서는 학습자가 시도한 풀이를 포함하고, 설명 없이 문제 전체를 다시 쓰는 대신 최초로 근거가 부족한 단계를 찾도록 요청하세요.\n\n이는 문서화된 모델의 추론 초점을 실제로 적용하는 방법입니다. 유용한 산출물은 단위가 있는 값, 전제가 있는 결론, 명시된 기준과 연결된 비교처럼 확인 가능한 결과입니다. 설명이 길다는 이유만으로 올바른 결론이 입증되는 것은 아니므로, 가정을 드러내고 최종 결과를 원래 질문과 비교하세요.\n\n프로그래밍 작업 준비하기\n\n관련 코드, 문제를 드러내는 입력, 관찰된 출력, 원하는 동작을 제공하세요. 변경 제안, 해당 입력을 처리하는 이유에 대한 설명, 여전히 확인해야 할 경계 사례를 요청하세요. 알고리즘 질문에서는 접근 방식을 요청하기 전에 입력 제약과 필수 출력을 지정하세요. 생성한 코드와 애플리케이션 환경에서 실제로 실행한 코드를 구분하세요.\n\n유용한 응답은 진단, 패치, 예상 동작을 분리할 수 있습니다. 작은 변경이 필요할 때는 프로젝트 전체를 다시 쓰는 대신 간결한 패치를 요청하세요. 이 예제들은 QwQ-Plus의 수학 및 코딩 전문성을 적용하기 위해 작성한 방법이며 추가 도구나 실행 능력이 아닙니다.\n\n컨텍스트와 답변 한도\n\n정확한 모델 사양에는 컨텍스트 윈도 131,072토큰, 최대 입력 98,304토큰, 최대 출력 8,192토큰이 명시되어 있습니다. 이는 제작사의 개별 한도입니다. 그 수치들의 산술적 차이를 문서화되지 않은 보장된 추론 한도로 바꾸지 마세요. 원문 텍스트, 대화 이력, 응답은 적용되는 구성 한도 안에 들어가야 합니다.\n\n긴 사양서나 코드 발췌문에서는 관련 섹션과 함수 식별자를 유지하고 설명에서 이를 참조하도록 요청하세요. 제출 전에 무관한 자료를 제거하고 필요한 결론을 위한 충분한 출력 공간을 확보하세요. 큰 컨텍스트 윈도는 더 많은 조건을 함께 제공하는 데 유용하지만 모든 사실을 기억하거나 모든 의존 관계를 이해한다고 약속하지는 않습니다.\n\n도구, 형식, 모델별 경계\n\n제조사의 배포 매트릭스는 일부 구성에서 함수 호출과 웹 검색을 지원하고 다른 구성에서는 지원하지 않는다고 표시합니다. 따라서 이 기능들은 모델 이름만으로 약속할 수 있는 기능이 아니라 조건부 능력입니다. 같은 매트릭스는 일부 제조사 구성에서 배치 추론도 지원합니다. 도구를 사용하는 작업 흐름은 실제 도구를 제공하고 결과를 텍스트 작업에 다시 전달해야 합니다. 이 설명은 애플리케이션의 도구 가용성을 입증하지 않습니다.\n\n강제되는 구조화 출력은 미지원으로 표시되어 있습니다. 프롬프트로 표나 JSON 형태의 답변을 요청할 수는 있지만 애플리케이션은 이를 스키마 강제로 취급하지 말고 결과를 검토해야 합니다. 정확한 모델 페이지는 추론 전문성을 설명하지만 모델별 하이브리드 사고 전환 계약은 제공하지 않습니다. 더 새로운 Qwen 세대에 문서화된 제어를 이 버전에 가져와서는 안 됩니다.\n\n최종 답변을 쉽게 검토할 수 있게 하고, 명시된 단위로 계산을 확인하며, 실행 전에 코드 제안을 살펴보세요. QwQ-Plus의 실용적인 역할은 어려운 텍스트 문제를 풀고 고유하게 문서화된 한도 안에서 유용한 설명이나 산출물을 반환하는 것입니다.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
Review a learner calculation\n\nReview this learner solution: "A 30 percent discount on 80 gives 80 - 30 = 50." Identify the first incorrect step, explain the correct percentage operation and calculate the final price. Give a short check by adding the discount back to the sale price. Use only these numbers and no tax assumption.A concise correction identifying the unsupported subtraction, the calculation and a labelled final price.Verify the discount is 30 percent of 80 and the price plus discount returns 80.qwq-plusQwQ-Plus는 수학, 코딩, 논리 텍스트 작업을 위해 강화 학습으로 개선한 Qwen의 Qwen2.5 기반 추론 모델입니다. 전용 사양에는 컨텍스트 131,072토큰, 최대 입력 98,304토큰, 최대 출력 8,192토큰이 명시되어 있습니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
개요: Qwen2.5 기반 추론
QwQ-Plus는 Qwen2.5 기반의 개선된 QwQ 추론 모델입니다. Qwen은 추론 능력, 특히 수학과 프로그래밍 및 일반 지시 이행 작업을 강화하는 데 사용한 방법으로 강화 학습을 설명합니다. 텍스트를 입력받아 텍스트를 반환합니다. 제공된 조건과 대조해 확인할 수 있는 해법, 비교, 코드 제안에 설명이 필요한 작업에서 선택하세요.
이는 QwQ-Plus 모델 계열입니다. 이름만으로 공개 QwQ 체크포인트의 파라미터 수나 가중치 정체성이 정해지지 않으며, latest가 포함된 공급사 이름이 암묵적으로 날짜가 고정된 개정판이 되어서는 안 됩니다. 출력을 비교하거나 재현 가능한 작업 기록을 유지할 때는 요청한 정확한 모델 식별 정보를 사용하세요.
수학 및 논리 작업 준비하기
완전한 문제, 정의, 단위, 허용되는 가정을 제공하세요. 명확히 구분된 형식으로 최종 답변을 요청한 뒤 이를 뒷받침하는 방정식이나 논리 단계를 요청하세요. 제약이 있는 계획 문제에서는 가능한 선택지와 평가 기준을 별도로 지정하고 각 선택지가 충족하는 조건을 보여주는 표를 요청하세요. 학습 검토에서는 학습자가 시도한 풀이를 포함하고, 설명 없이 문제 전체를 다시 쓰는 대신 최초로 근거가 부족한 단계를 찾도록 요청하세요.
이는 문서화된 모델의 추론 초점을 실제로 적용하는 방법입니다. 유용한 산출물은 단위가 있는 값, 전제가 있는 결론, 명시된 기준과 연결된 비교처럼 확인 가능한 결과입니다. 설명이 길다는 이유만으로 올바른 결론이 입증되는 것은 아니므로, 가정을 드러내고 최종 결과를 원래 질문과 비교하세요.
프로그래밍 작업 준비하기
관련 코드, 문제를 드러내는 입력, 관찰된 출력, 원하는 동작을 제공하세요. 변경 제안, 해당 입력을 처리하는 이유에 대한 설명, 여전히 확인해야 할 경계 사례를 요청하세요. 알고리즘 질문에서는 접근 방식을 요청하기 전에 입력 제약과 필수 출력을 지정하세요. 생성한 코드와 애플리케이션 환경에서 실제로 실행한 코드를 구분하세요.
유용한 응답은 진단, 패치, 예상 동작을 분리할 수 있습니다. 작은 변경이 필요할 때는 프로젝트 전체를 다시 쓰는 대신 간결한 패치를 요청하세요. 이 예제들은 QwQ-Plus의 수학 및 코딩 전문성을 적용하기 위해 작성한 방법이며 추가 도구나 실행 능력이 아닙니다.
컨텍스트와 답변 한도
정확한 모델 사양에는 컨텍스트 윈도 131,072토큰, 최대 입력 98,304토큰, 최대 출력 8,192토큰이 명시되어 있습니다. 이는 제작사의 개별 한도입니다. 그 수치들의 산술적 차이를 문서화되지 않은 보장된 추론 한도로 바꾸지 마세요. 원문 텍스트, 대화 이력, 응답은 적용되는 구성 한도 안에 들어가야 합니다.
긴 사양서나 코드 발췌문에서는 관련 섹션과 함수 식별자를 유지하고 설명에서 이를 참조하도록 요청하세요. 제출 전에 무관한 자료를 제거하고 필요한 결론을 위한 충분한 출력 공간을 확보하세요. 큰 컨텍스트 윈도는 더 많은 조건을 함께 제공하는 데 유용하지만 모든 사실을 기억하거나 모든 의존 관계를 이해한다고 약속하지는 않습니다.
도구, 형식, 모델별 경계
제조사의 배포 매트릭스는 일부 구성에서 함수 호출과 웹 검색을 지원하고 다른 구성에서는 지원하지 않는다고 표시합니다. 따라서 이 기능들은 모델 이름만으로 약속할 수 있는 기능이 아니라 조건부 능력입니다. 같은 매트릭스는 일부 제조사 구성에서 배치 추론도 지원합니다. 도구를 사용하는 작업 흐름은 실제 도구를 제공하고 결과를 텍스트 작업에 다시 전달해야 합니다. 이 설명은 애플리케이션의 도구 가용성을 입증하지 않습니다.
강제되는 구조화 출력은 미지원으로 표시되어 있습니다. 프롬프트로 표나 JSON 형태의 답변을 요청할 수는 있지만 애플리케이션은 이를 스키마 강제로 취급하지 말고 결과를 검토해야 합니다. 정확한 모델 페이지는 추론 전문성을 설명하지만 모델별 하이브리드 사고 전환 계약은 제공하지 않습니다. 더 새로운 Qwen 세대에 문서화된 제어를 이 버전에 가져와서는 안 됩니다.
최종 답변을 쉽게 검토할 수 있게 하고, 명시된 단위로 계산을 확인하며, 실행 전에 코드 제안을 살펴보세요. QwQ-Plus의 실용적인 역할은 어려운 텍스트 문제를 풀고 고유하게 문서화된 한도 안에서 유용한 설명이나 산출물을 반환하는 것입니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 qwq-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 $0.00046 / 1K 토큰 출력 · 출력 토큰 $0.00116 / 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": "qwq-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='qwq-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='qwq-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 qwq-plus
위에 표시된 메서드 경로를 사용하세요.
qwq-plusQwQ-Plus는 수학, 코딩, 논리 텍스트 작업을 위해 강화 학습으로 개선한 Qwen의 Qwen2.5 기반 추론 모델입니다. 전용 사양에는 컨텍스트 131,072토큰, 최대 입력 98,304토큰, 최대 출력 8,192토큰이 명시되어 있습니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
개요: Qwen2.5 기반 추론
QwQ-Plus는 Qwen2.5 기반의 개선된 QwQ 추론 모델입니다. Qwen은 추론 능력, 특히 수학과 프로그래밍 및 일반 지시 이행 작업을 강화하는 데 사용한 방법으로 강화 학습을 설명합니다. 텍스트를 입력받아 텍스트를 반환합니다. 제공된 조건과 대조해 확인할 수 있는 해법, 비교, 코드 제안에 설명이 필요한 작업에서 선택하세요.
이는 QwQ-Plus 모델 계열입니다. 이름만으로 공개 QwQ 체크포인트의 파라미터 수나 가중치 정체성이 정해지지 않으며, latest가 포함된 공급사 이름이 암묵적으로 날짜가 고정된 개정판이 되어서는 안 됩니다. 출력을 비교하거나 재현 가능한 작업 기록을 유지할 때는 요청한 정확한 모델 식별 정보를 사용하세요.
수학 및 논리 작업 준비하기
완전한 문제, 정의, 단위, 허용되는 가정을 제공하세요. 명확히 구분된 형식으로 최종 답변을 요청한 뒤 이를 뒷받침하는 방정식이나 논리 단계를 요청하세요. 제약이 있는 계획 문제에서는 가능한 선택지와 평가 기준을 별도로 지정하고 각 선택지가 충족하는 조건을 보여주는 표를 요청하세요. 학습 검토에서는 학습자가 시도한 풀이를 포함하고, 설명 없이 문제 전체를 다시 쓰는 대신 최초로 근거가 부족한 단계를 찾도록 요청하세요.
이는 문서화된 모델의 추론 초점을 실제로 적용하는 방법입니다. 유용한 산출물은 단위가 있는 값, 전제가 있는 결론, 명시된 기준과 연결된 비교처럼 확인 가능한 결과입니다. 설명이 길다는 이유만으로 올바른 결론이 입증되는 것은 아니므로, 가정을 드러내고 최종 결과를 원래 질문과 비교하세요.
프로그래밍 작업 준비하기
관련 코드, 문제를 드러내는 입력, 관찰된 출력, 원하는 동작을 제공하세요. 변경 제안, 해당 입력을 처리하는 이유에 대한 설명, 여전히 확인해야 할 경계 사례를 요청하세요. 알고리즘 질문에서는 접근 방식을 요청하기 전에 입력 제약과 필수 출력을 지정하세요. 생성한 코드와 애플리케이션 환경에서 실제로 실행한 코드를 구분하세요.
유용한 응답은 진단, 패치, 예상 동작을 분리할 수 있습니다. 작은 변경이 필요할 때는 프로젝트 전체를 다시 쓰는 대신 간결한 패치를 요청하세요. 이 예제들은 QwQ-Plus의 수학 및 코딩 전문성을 적용하기 위해 작성한 방법이며 추가 도구나 실행 능력이 아닙니다.
컨텍스트와 답변 한도
정확한 모델 사양에는 컨텍스트 윈도 131,072토큰, 최대 입력 98,304토큰, 최대 출력 8,192토큰이 명시되어 있습니다. 이는 제작사의 개별 한도입니다. 그 수치들의 산술적 차이를 문서화되지 않은 보장된 추론 한도로 바꾸지 마세요. 원문 텍스트, 대화 이력, 응답은 적용되는 구성 한도 안에 들어가야 합니다.
긴 사양서나 코드 발췌문에서는 관련 섹션과 함수 식별자를 유지하고 설명에서 이를 참조하도록 요청하세요. 제출 전에 무관한 자료를 제거하고 필요한 결론을 위한 충분한 출력 공간을 확보하세요. 큰 컨텍스트 윈도는 더 많은 조건을 함께 제공하는 데 유용하지만 모든 사실을 기억하거나 모든 의존 관계를 이해한다고 약속하지는 않습니다.
도구, 형식, 모델별 경계
제조사의 배포 매트릭스는 일부 구성에서 함수 호출과 웹 검색을 지원하고 다른 구성에서는 지원하지 않는다고 표시합니다. 따라서 이 기능들은 모델 이름만으로 약속할 수 있는 기능이 아니라 조건부 능력입니다. 같은 매트릭스는 일부 제조사 구성에서 배치 추론도 지원합니다. 도구를 사용하는 작업 흐름은 실제 도구를 제공하고 결과를 텍스트 작업에 다시 전달해야 합니다. 이 설명은 애플리케이션의 도구 가용성을 입증하지 않습니다.
강제되는 구조화 출력은 미지원으로 표시되어 있습니다. 프롬프트로 표나 JSON 형태의 답변을 요청할 수는 있지만 애플리케이션은 이를 스키마 강제로 취급하지 말고 결과를 검토해야 합니다. 정확한 모델 페이지는 추론 전문성을 설명하지만 모델별 하이브리드 사고 전환 계약은 제공하지 않습니다. 더 새로운 Qwen 세대에 문서화된 제어를 이 버전에 가져와서는 안 됩니다.
최종 답변을 쉽게 검토할 수 있게 하고, 명시된 단위로 계산을 확인하며, 실행 전에 코드 제안을 살펴보세요. QwQ-Plus의 실용적인 역할은 어려운 텍스트 문제를 풀고 고유하게 문서화된 한도 안에서 유용한 설명이나 산출물을 반환하는 것입니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 qwq-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 $0.00046 / 1K 토큰 출력 · 출력 토큰 $0.00116 / 1K 토큰 입력 · 캐시 읽기 $0 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "qwq-plus",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwq-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': 'qwq-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 qwq-plus
위에 표시된 메서드 경로를 사용하세요.
영어 기술 예제
Review a learner calculation\n\nReview this learner solution: "A 30 percent discount on 80 gives 80 - 30 = 50." Identify the first incorrect step, explain the correct percentage operation and calculate the final price. Give a short check by adding the discount back to the sale price. Use only these numbers and no tax assumption.A concise correction identifying the unsupported subtraction, the calculation and a labelled final price.Verify the discount is 30 percent of 80 and the price plus discount returns 80.