Hy-MT2-1.8B는 서면 자료와 다국어 지시를 위한 Tencent Hy의 소형 번역 모델입니다. 7B 및 30B-A3B 모델도 포함하는 제품군의 1.8B 밀집 버전입니다. 제작사는 용어, 스타일, 맞춤화, 번역 텍스트의 구조에 대한 명시적인 요구사항을 갖춘 실제 번역 작업을 위해 Hy-MT2를 설계했습니다. 제조사의 언어 표에는 중국어, 번체 중국어, 영어, 일본어, 한국어, 러시아어, 아랍어, 프랑스어, 스페인어와 함께 광둥어, 티베트어, 카자흐어, 몽골어, 위구르어가 포함됩니다.
공개된 설정은 32개 계층, 쿼리 어텐션 헤드 16개, 키/값 헤드 4개, 최대 위치 수 262,144를 갖습니다. 이는 모델 설정의 컨텍스트 사양입니다. 제작사의 추론 요청 예시는 생성 토큰 4096개를 할당하며, 이는 예시 예산이지 별도의 고유 출력 한도가 아닙니다.
단순 번역에서는 대상 언어의 전체 이름을 지정하고 결과에 번역된 텍스트만 포함해야 하는지 명시하세요. 제작사는 프롬프트의 언어로 된 언어 전체 이름을 권장합니다. 번역할 자료가 모델의 역할에 대한 지시로 바뀌지 않도록 원문과 지시를 별도로 제공하세요.
용어와 스타일은 직접 지정할 수 있습니다. 용어와 선호하는 번역을 제공한 다음 대상 독자와 어조를 밝히세요. 맞춤 번역에서는 원본 자료보다 앞에 제약 조건을 나열하세요. 배경 정보가 용어나 문장의 해석을 바꾼다면 이를 맥락으로 포함하고 번역에 반영해야 한다고 설명하세요.
구조화된 텍스트에는 정확한 보존 규칙이 필요합니다. 제조사의 예시는 사용자에게 보이는 값만 번역하면서 중첩 구조, 계층, 들여쓰기를 유지합니다. 키, 코드 태그, 속성, 변수 자리표시자는 그대로 둡니다. 구분자를 사용하는 자료에서는 구분자를 이스케이프하거나 번역하지 않고 개수와 위치를 유지해야 한다고 명시하세요.
제작사는 1.8B 및 7B 버전에 temperature 0.7, top-p 0.6, top-k 20, repetition penalty 1.05를 권장하며 기본 시스템 프롬프트는 지정하지 않습니다. 소형 버전에는 로컬 사용을 위해 별도로 공개된 압축 아티팩트도 있습니다. 제작사의 1.25비트 버전이 차지하는 저장 공간은 440 MB입니다. 이 수치는 해당 압축 아티팩트에 관한 것이며 기본 1.8B 모델 선택 자체의 크기가 아닙니다.
작업에서 요청한 번역 지문이나 구조화된 데이터로 출력을 준비한 다음 용어, 의미, 보존된 기호를 원문과 대조하여 검토하세요. 소규모 소프트웨어 현지화 작업에서는 사용자에게 보이는 텍스트와 함께 원본 및 번역본의 키와 자리표시자를 비교할 수 있습니다. 이를 통해 번역과 구조적 제약 조건을 모두 확인할 수 있습니다.
", "aboutText": "Hy-MT2-1.8B는 서면 자료와 다국어 지시를 위한 Tencent Hy의 소형 번역 모델입니다. 7B 및 30B-A3B 모델도 포함하는 제품군의 1.8B 밀집 버전입니다. 제작사는 용어, 스타일, 맞춤화, 번역 텍스트의 구조에 대한 명시적인 요구사항을 갖춘 실제 번역 작업을 위해 Hy-MT2를 설계했습니다. 제조사의 언어 표에는 중국어, 번체 중국어, 영어, 일본어, 한국어, 러시아어, 아랍어, 프랑스어, 스페인어와 함께 광둥어, 티베트어, 카자흐어, 몽골어, 위구르어가 포함됩니다.\n\n공개된 설정은 32개 계층, 쿼리 어텐션 헤드 16개, 키/값 헤드 4개, 최대 위치 수 262,144를 갖습니다. 이는 모델 설정의 컨텍스트 사양입니다. 제작사의 추론 요청 예시는 생성 토큰 4096개를 할당하며, 이는 예시 예산이지 별도의 고유 출력 한도가 아닙니다.\n\n단순 번역에서는 대상 언어의 전체 이름을 지정하고 결과에 번역된 텍스트만 포함해야 하는지 명시하세요. 제작사는 프롬프트의 언어로 된 언어 전체 이름을 권장합니다. 번역할 자료가 모델의 역할에 대한 지시로 바뀌지 않도록 원문과 지시를 별도로 제공하세요.\n\n용어와 스타일은 직접 지정할 수 있습니다. 용어와 선호하는 번역을 제공한 다음 대상 독자와 어조를 밝히세요. 맞춤 번역에서는 원본 자료보다 앞에 제약 조건을 나열하세요. 배경 정보가 용어나 문장의 해석을 바꾼다면 이를 맥락으로 포함하고 번역에 반영해야 한다고 설명하세요.\n\n구조화된 텍스트에는 정확한 보존 규칙이 필요합니다. 제조사의 예시는 사용자에게 보이는 값만 번역하면서 중첩 구조, 계층, 들여쓰기를 유지합니다. 키, 코드 태그, 속성, 변수 자리표시자는 그대로 둡니다. 구분자를 사용하는 자료에서는 구분자를 이스케이프하거나 번역하지 않고 개수와 위치를 유지해야 한다고 명시하세요.\n\n제작사는 1.8B 및 7B 버전에 temperature 0.7, top-p 0.6, top-k 20, repetition penalty 1.05를 권장하며 기본 시스템 프롬프트는 지정하지 않습니다. 소형 버전에는 로컬 사용을 위해 별도로 공개된 압축 아티팩트도 있습니다. 제작사의 1.25비트 버전이 차지하는 저장 공간은 440 MB입니다. 이 수치는 해당 압축 아티팩트에 관한 것이며 기본 1.8B 모델 선택 자체의 크기가 아닙니다.\n\n작업에서 요청한 번역 지문이나 구조화된 데이터로 출력을 준비한 다음 용어, 의미, 보존된 기호를 원문과 대조하여 검토하세요. 소규모 소프트웨어 현지화 작업에서는 사용자에게 보이는 텍스트와 함께 원본 및 번역본의 키와 자리표시자를 비교할 수 있습니다. 이를 통해 번역과 구조적 제약 조건을 모두 확인할 수 있습니다.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
Translate structured interface strings\n\nTranslate the visible values into Spanish for a neutral product interface. Keep keys, nesting and the placeholder {count} unchanged. Use 'espacio de trabajo' for 'workspace'. Source: {"workspace":{"title":"Open workspace","notice":"You have {count} unsaved changes"}}. Return only the translated structure, preserving every key and placeholder exactly.The same nested structure with Spanish user-facing values, unchanged keys and the exact {count} placeholder.Compare original and translated key paths and placeholder counts before reviewing the terminology.tencent/hy-mt2-1.8bTencent의 Hy-MT2-1.8B는 빠른 사고 방식의 번역 제품군에 속하는 소형 밀집 버전입니다. 용어, 스타일, 구조화된 텍스트에 대한 번역 지시를 따르며, 공개된 최대 위치 수 262,144의 설정과 별도의 압축 버전을 갖습니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Hy-MT2-1.8B는 서면 자료와 다국어 지시를 위한 Tencent Hy의 소형 번역 모델입니다. 7B 및 30B-A3B 모델도 포함하는 제품군의 1.8B 밀집 버전입니다. 제작사는 용어, 스타일, 맞춤화, 번역 텍스트의 구조에 대한 명시적인 요구사항을 갖춘 실제 번역 작업을 위해 Hy-MT2를 설계했습니다. 제조사의 언어 표에는 중국어, 번체 중국어, 영어, 일본어, 한국어, 러시아어, 아랍어, 프랑스어, 스페인어와 함께 광둥어, 티베트어, 카자흐어, 몽골어, 위구르어가 포함됩니다.
공개된 설정은 32개 계층, 쿼리 어텐션 헤드 16개, 키/값 헤드 4개, 최대 위치 수 262,144를 갖습니다. 이는 모델 설정의 컨텍스트 사양입니다. 제작사의 추론 요청 예시는 생성 토큰 4096개를 할당하며, 이는 예시 예산이지 별도의 고유 출력 한도가 아닙니다.
단순 번역에서는 대상 언어의 전체 이름을 지정하고 결과에 번역된 텍스트만 포함해야 하는지 명시하세요. 제작사는 프롬프트의 언어로 된 언어 전체 이름을 권장합니다. 번역할 자료가 모델의 역할에 대한 지시로 바뀌지 않도록 원문과 지시를 별도로 제공하세요.
용어와 스타일은 직접 지정할 수 있습니다. 용어와 선호하는 번역을 제공한 다음 대상 독자와 어조를 밝히세요. 맞춤 번역에서는 원본 자료보다 앞에 제약 조건을 나열하세요. 배경 정보가 용어나 문장의 해석을 바꾼다면 이를 맥락으로 포함하고 번역에 반영해야 한다고 설명하세요.
구조화된 텍스트에는 정확한 보존 규칙이 필요합니다. 제조사의 예시는 사용자에게 보이는 값만 번역하면서 중첩 구조, 계층, 들여쓰기를 유지합니다. 키, 코드 태그, 속성, 변수 자리표시자는 그대로 둡니다. 구분자를 사용하는 자료에서는 구분자를 이스케이프하거나 번역하지 않고 개수와 위치를 유지해야 한다고 명시하세요.
제작사는 1.8B 및 7B 버전에 temperature 0.7, top-p 0.6, top-k 20, repetition penalty 1.05를 권장하며 기본 시스템 프롬프트는 지정하지 않습니다. 소형 버전에는 로컬 사용을 위해 별도로 공개된 압축 아티팩트도 있습니다. 제작사의 1.25비트 버전이 차지하는 저장 공간은 440 MB입니다. 이 수치는 해당 압축 아티팩트에 관한 것이며 기본 1.8B 모델 선택 자체의 크기가 아닙니다.
작업에서 요청한 번역 지문이나 구조화된 데이터로 출력을 준비한 다음 용어, 의미, 보존된 기호를 원문과 대조하여 검토하세요. 소규모 소프트웨어 현지화 작업에서는 사용자에게 보이는 텍스트와 함께 원본 및 번역본의 키와 자리표시자를 비교할 수 있습니다. 이를 통해 번역과 구조적 제약 조건을 모두 확인할 수 있습니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 tencent/hy-mt2-1.8b | 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.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
|---|---|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.000088 / 1K 토큰 출력 · 출력 토큰 $0.000354 / 1K 토큰 입력 · 캐시 읽기 — / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.000088 / 1K 토큰 출력 · 출력 토큰 $0.000354 / 1K 토큰 입력 · 캐시 읽기 — / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "tencent/hy-mt2-1.8b", "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='tencent/hy-mt2-1.8b',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='tencent/hy-mt2-1.8b',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 tencent/hy-mt2-1.8b
위에 표시된 메서드 경로를 사용하세요.
tencent/hy-mt2-1.8bTencent의 Hy-MT2-1.8B는 빠른 사고 방식의 번역 제품군에 속하는 소형 밀집 버전입니다. 용어, 스타일, 구조화된 텍스트에 대한 번역 지시를 따르며, 공개된 최대 위치 수 262,144의 설정과 별도의 압축 버전을 갖습니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Hy-MT2-1.8B는 서면 자료와 다국어 지시를 위한 Tencent Hy의 소형 번역 모델입니다. 7B 및 30B-A3B 모델도 포함하는 제품군의 1.8B 밀집 버전입니다. 제작사는 용어, 스타일, 맞춤화, 번역 텍스트의 구조에 대한 명시적인 요구사항을 갖춘 실제 번역 작업을 위해 Hy-MT2를 설계했습니다. 제조사의 언어 표에는 중국어, 번체 중국어, 영어, 일본어, 한국어, 러시아어, 아랍어, 프랑스어, 스페인어와 함께 광둥어, 티베트어, 카자흐어, 몽골어, 위구르어가 포함됩니다.
공개된 설정은 32개 계층, 쿼리 어텐션 헤드 16개, 키/값 헤드 4개, 최대 위치 수 262,144를 갖습니다. 이는 모델 설정의 컨텍스트 사양입니다. 제작사의 추론 요청 예시는 생성 토큰 4096개를 할당하며, 이는 예시 예산이지 별도의 고유 출력 한도가 아닙니다.
단순 번역에서는 대상 언어의 전체 이름을 지정하고 결과에 번역된 텍스트만 포함해야 하는지 명시하세요. 제작사는 프롬프트의 언어로 된 언어 전체 이름을 권장합니다. 번역할 자료가 모델의 역할에 대한 지시로 바뀌지 않도록 원문과 지시를 별도로 제공하세요.
용어와 스타일은 직접 지정할 수 있습니다. 용어와 선호하는 번역을 제공한 다음 대상 독자와 어조를 밝히세요. 맞춤 번역에서는 원본 자료보다 앞에 제약 조건을 나열하세요. 배경 정보가 용어나 문장의 해석을 바꾼다면 이를 맥락으로 포함하고 번역에 반영해야 한다고 설명하세요.
구조화된 텍스트에는 정확한 보존 규칙이 필요합니다. 제조사의 예시는 사용자에게 보이는 값만 번역하면서 중첩 구조, 계층, 들여쓰기를 유지합니다. 키, 코드 태그, 속성, 변수 자리표시자는 그대로 둡니다. 구분자를 사용하는 자료에서는 구분자를 이스케이프하거나 번역하지 않고 개수와 위치를 유지해야 한다고 명시하세요.
제작사는 1.8B 및 7B 버전에 temperature 0.7, top-p 0.6, top-k 20, repetition penalty 1.05를 권장하며 기본 시스템 프롬프트는 지정하지 않습니다. 소형 버전에는 로컬 사용을 위해 별도로 공개된 압축 아티팩트도 있습니다. 제작사의 1.25비트 버전이 차지하는 저장 공간은 440 MB입니다. 이 수치는 해당 압축 아티팩트에 관한 것이며 기본 1.8B 모델 선택 자체의 크기가 아닙니다.
작업에서 요청한 번역 지문이나 구조화된 데이터로 출력을 준비한 다음 용어, 의미, 보존된 기호를 원문과 대조하여 검토하세요. 소규모 소프트웨어 현지화 작업에서는 사용자에게 보이는 텍스트와 함께 원본 및 번역본의 키와 자리표시자를 비교할 수 있습니다. 이를 통해 번역과 구조적 제약 조건을 모두 확인할 수 있습니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 tencent/hy-mt2-1.8b | 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.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
|---|---|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.000088 / 1K 토큰 출력 · 출력 토큰 $0.000354 / 1K 토큰 입력 · 캐시 읽기 — / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.000088 / 1K 토큰 출력 · 출력 토큰 $0.000354 / 1K 토큰 입력 · 캐시 읽기 — / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "tencent/hy-mt2-1.8b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'tencent/hy-mt2-1.8b', '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': 'tencent/hy-mt2-1.8b', '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 tencent/hy-mt2-1.8b
위에 표시된 메서드 경로를 사용하세요.
영어 기술 예제
Translate structured interface strings\n\nTranslate the visible values into Spanish for a neutral product interface. Keep keys, nesting and the placeholder {count} unchanged. Use 'espacio de trabajo' for 'workspace'. Source: {"workspace":{"title":"Open workspace","notice":"You have {count} unsaved changes"}}. Return only the translated structure, preserving every key and placeholder exactly.The same nested structure with Spanish user-facing values, unchanged keys and the exact {count} placeholder.Compare original and translated key paths and placeholder counts before reviewing the terminology.