용도별로 엄선한 30개 텍스트 생성 모델을 반환합니다. 각 모델의 1M 토큰당 input/output 단가(포인트), 계열·크기·멀티모달 여부·추천 용도와 max_context를 한 응답에 포함합니다. 60초 캐시, 비로그인 허용, 과금 없음.
3가지 정보가 한 응답에 담깁니다 — 이 엔드포인트 하나로 카탈로그 조회, 가격표 확인, 컨텍스트 윈도우(모델이 받아들일 수 있는 최대 토큰) 조회가 모두 해결됩니다.
과거 /rest/llm/models/live 와 별도 "가격표" 가이드 페이지는 이 엔드포인트로 통합되었습니다.
reasoning (추론 특화) · coder (코딩 특화)
공통 래퍼 { data, api }. 과금 없음이므로 api.cost = 0, api.pl_id = null.
prompt_tokens → input, completion_tokens → output"reasoning" · "coder" · null
import axios from 'axios';
const { data: result } = await axios.post('https://apick.app/rest/llm/models', {});
console.log('총', result.data.count, '개 모델');
result.data.models.forEach(m => {
console.log(m.id,
'| in:', m.price.input_point_per_1m, 'P/1M',
'| out:', m.price.output_point_per_1m, 'P/1M',
'| ctx:', m.max_context);
});
const { data: result } = await axios.post('https://apick.app/rest/llm/models', {
tag: 'reasoning', // coder / reasoning
});
// result.data.models 에 추론 모델만
const { data: result } = await axios.post('https://apick.app/rest/llm/models', {
family: 'qwen',
multimodal: true,
});
curl -k -X POST "https://apick.app/rest/llm/models" \
-H "Content-Type: application/json" \
-d '{ "family": "qwen" }'
{
"data": {
"count": 30,
"currency": "POINT",
"price_unit": "1,000,000 토큰당 포인트 (input/output 별도 단가, 1포인트 = 1원, 부가세별도)",
"billing_rule": "input/output 각각 사용량 비례 계산 후 ceil(포인트 단위 올림). 각 파트 사용량이 1포인트 미만이면 1포인트로 부과. 최종 차감 포인트는 api.cost 로 내려간다.",
"token_mapping": { "prompt_tokens": "input", "completion_tokens": "output" },
"examples": [
{ "case": "in 2000/1M, out 5000/1M", "input_tokens": 10000, "output_tokens": 15000, "cost": 95 },
{ "case": "in 2000/1M, out 5000/1M", "input_tokens": 400, "output_tokens": 100, "cost": 2 }
],
"models": [
{
"id": "meta-llama/Meta-Llama-3.1-8B-Instruct-Turbo",
"family": "llama",
"size": "8B",
"multimodal": false,
"tag": null,
"use_cases": ["economy"],
"price": { "input_point_per_1m": 90, "output_point_per_1m": 180 },
"max_context": 131072
}
],
"ic_id": null, "result": 1, "msg": "", "success": 1
},
"api": { "success": true, "cost": 0, "ms": 14, "pl_id": null }
}
meta-llama/Meta-Llama-3.1-8B-Instruct-Turbometa-llama/Llama-3.3-70B-Instruct-Turbodeepseek-ai/DeepSeek-V4-Pro (use_case: reasoning)speed: 'slow' 와 조합하면 단계별 추론 품질 급상승Qwen/Qwen3-Coder-480B-A35B-Instruct-Turbo (tag: coder)google/gemma-3-27b-it · Qwen/Qwen3-VL-30B-A3B-Instruct
실제 호출은 /rest/llm/chat 에 model 필드로 위 id 를 그대로 전달하면 됩니다.
간단한 단발 호출은 단발 호출 가이드, 멀티턴 대화는 멀티챗 가이드, 챗봇 구축은 챗봇 구축 가이드, 도메인 에이전트는 에이전트 구축 가이드를 참고하세요.