Chat Completions

iwinv, Google, OpenAI 모델에서 사용하는 표준 채팅 API입니다.
OpenAI chat/completions 형식과 완전히 호환됩니다.

엔드포인트

POST https://ai-api.iwinv.kr/v1/chat/completions

요청 파라미터

파라미터	타입	필수	설명
model	string	✅	사용할 모델 ID
messages	array	✅	대화 메시지 배열
stream	boolean		스트리밍 여부. 기본값 false
max_tokens	integer		최대 생성 토큰 수
temperature	number		응답 다양성 (0.0 ~ 2.0). 기본값 1.0
top_p	number		nucleus sampling 임계값
system	string		시스템 프롬프트 (일부 모델)

기본 요청

Python

response = client.chat.completions.create(
    model="gemma4-26b",
    messages=[
        {"role": "system", "content": "당신은 친절한 AI 어시스턴트입니다."},
        {"role": "user", "content": "iwinv 클라우드에 대해 알려주세요."}
    ],
    max_tokens=512,
    temperature=0.7
)

print(response.choices[0].message.content)

Node.js

const response = await client.chat.completions.create({
  model: "gemma4-26b",
  messages: [
    { role: "system", content: "당신은 친절한 AI 어시스턴트입니다." },
    { role: "user", content: "iwinv 클라우드에 대해 알려주세요." }
  ],
  max_tokens: 512,
  temperature: 0.7
});

console.log(response.choices[0].message.content);

cURL

curl https://ai-api.iwinv.kr/v1/chat/completions \
  -H "Authorization: Bearer $IWINV_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemma4-26b",
    "messages": [
      {"role": "system", "content": "당신은 친절한 AI 어시스턴트입니다."},
      {"role": "user", "content": "iwinv 클라우드에 대해 알려주세요."}
    ],
    "max_tokens": 512,
    "temperature": 0.7
  }'

멀티턴 대화

이전 대화 내용을 messages 배열에 함께 전달하면 문맥을 유지한 대화가 가능합니다.

messages = [
    {"role": "system", "content": "당신은 친절한 AI 어시스턴트입니다."}
]

# 1번째 대화
messages.append({"role": "user", "content": "제 이름은 김철수입니다."})
response = client.chat.completions.create(model="gemma4-26b", messages=messages)
answer = response.choices[0].message.content
messages.append({"role": "assistant", "content": answer})

# 2번째 대화 — 이전 문맥 유지
messages.append({"role": "user", "content": "제 이름이 뭐라고 했죠?"})
response = client.chat.completions.create(model="gemma4-26b", messages=messages)
print(response.choices[0].message.content)
# → "김철수라고 하셨습니다."

스트리밍 응답

stream=True 설정 시 응답을 토큰 단위로 실시간 수신합니다.

Python

with client.chat.completions.stream(
    model="gemma4-26b",
    messages=[{"role": "user", "content": "iwinv를 소개해주세요."}]
) as stream:
    for chunk in stream:
        content = chunk.choices[0].delta.content
        if content:
            print(content, end="", flush=True)

Node.js

const stream = await client.chat.completions.create({
  model: "gemma4-26b",
  messages: [{ role: "user", content: "iwinv를 소개해주세요." }],
  stream: true,
});

for await (const chunk of stream) {
  const content = chunk.choices[0]?.delta?.content ?? "";
  process.stdout.write(content);
}

Thinking 모드 (추론 모델)

Thinking 배지가 있는 모델은 답변 전 내부 추론 과정을 거칩니다.
복잡한 수학, 코딩, 논리 문제에서 더 높은 정확도를 보입니다.

response = client.chat.completions.create(
    model="gemma4-31b",  # Thinking 지원 모델
    messages=[
        {"role": "user", "content": "피보나치 수열의 10번째 값을 구하고 과정을 설명해주세요."}
    ]
)
print(response.choices[0].message.content)