# \#api **URL:** https://discuss.pytorch.kr/tag/api/126.md [최신](https://discuss.pytorch.kr/latest.md) · [카테고리](https://discuss.pytorch.kr/categories.md) · [태그](https://discuss.pytorch.kr/tags.md) --- ## [OpenAI가 AAIF에 기증한 Open Responses: 여러 LLM 제공자를 같은 요청 형식으로 호출하는 공개 사양](https://discuss.pytorch.kr/t/openai-aaif-open-responses-llm/12277)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\ **댓글:** 0\ **마지막 업데이트:** [10월 24, 2026, 12:00오전 UTC](https://discuss.pytorch.kr/t/openai-aaif-open-responses-llm/12277 "2026-10-24T00:00:59Z")
핵심 요약 OpenAI가 Open Responses 사양을 Linux Foundation 산하 Agentic AI Foundation(AAIF)에 기증했습니다. Open Responses는 OpenAI Responses API를 바탕으로 요청, 응답, 스트리밍 이벤트, 도구 호출의 형식을 정한 공개 API 사양입니다. AAIF 블로그 글은 여러 모델 제공자를 지원하는 에이전트, 클라이언트 라이브러리, 서빙 플랫폼 개발자를 독자로 봅니다. 엔드포인트와 모델 이름이 코드의 분기가 아니라 설정값이 된다는 것이 핵심 변화입니다. 원문이 지금 쓸 수 있다고 소개한 구현은 Databricks Model Serving과 Vercel AI Gateway 같은 중간 서비스이고, Claude와 Gemini 요청은 이 서비스들이 각 제공자 형식으로 번역합니다. Databricks는 previous\_response\_id를 지원하지 않는 등 제공자별 제약을 문서에 따로 적고 있습니다. 사양 원본과 적합성 테스트는 openresponses/openresponses 저장소에 Apache-2.0으로 공개되어 있고, 마지막 사양 릴리스는 WebSocket 전송을 추가한 2026-04-24판입니다. Open Responses 소개 Open Responses는 여러 모델 제공자에서 같은 형식으로 LLM을 호출하도록 요청과 응답의 모양을 정한 공개 사양입니다. 사양 문서는 스스로를 OpenAI Responses API에 기반한 "multi-provider, interoperable LLM interfaces" 를 위한 사양으로 소개합니다. 2026년 1월 15일 첫 사양이 나왔고, 10월 22일 AAIF 합류가 발표되었습니다. 이 사양이 겨냥하는 문제는 익숙합니다. 메시지, 도구 호출, 스트리밍, 멀티모달 입력이라는 구성 요소는 제공자마다 거의 같아졌지만, JSON으로 표현하는 방식은 서로 다릅니다. 그래서 여러 모델을 지원하는 에이전트는 제공자마다 어댑터(Adapter) 를 하나씩 … --- ## [Liquid AI, 문장 생성 대신 Jev 호환 API로 분류 / 라우팅 / 점수를 처리하는 결정 모델 d1 공개](https://discuss.pytorch.kr/t/liquid-ai-jev-api-d1/12063)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\ **댓글:** 0\ **마지막 업데이트:** [10월 1, 2026, 6:30오전 UTC](https://discuss.pytorch.kr/t/liquid-ai-jev-api-d1/12063 "2026-10-01T06:30:20Z")
Liquid AI d1 소개 Liquid AI가 공개한 d1 은 문장을 생성하지 않고, 애플리케이션이 미리 정한 선택지에 대한 확률을 한 번의 호출로 돌려주는 이 회사의 첫 결정 모델(Decision Model) 입니다. 고객 문의를 어느 팀으로 보낼지, 이 메시지가 유해한지, 장애의 긴급도가 어느 단계인지처럼 답의 후보가 호출 전에 정해져 있는 판단을 겨냥하며, 응답의 output\_tokens 는 항상 0입니다. 가중치는 공개되지 않았고 Liquid API로만 제공됩니다. d1을 이해하려면 먼저 이 모델이 들어선 자리를 봐야 합니다. 2026년 9월 TypeSafe AI가 System One 모델 이라는 이름으로 Jev를 공개하면서, 토큰 대신 타입이 정해진 확률적 결정을 내놓는 모델이라는 범주가 생겼습니다. 이후 몇 주 사이에 Jev를 공개 가중치로 재현하려는 프로젝트가 쏟아졌습니다. PyTorchKR에서도 kev, vLLM Semantic Router 팀의 Decision 1.0, Laya를 소개했고, 1천여 개 프로젝트를 정리한 Jev 생태계 목록도 나왔습니다. d1은 LFM 시리즈로 소형 모델을 만들어 온 기존 모델 회사가 이 흐름에 자체 API로 합류한 사례입니다. d1에서 가장 먼저 눈에 띄는 점은 인터페이스가 Jev와 같다 는 것입니다. 질문 유형 이름(Noul, Choice, Score)이 같고, 공식 문서의 Python 예제는 TypeSafe가 배포하는 typesafe-sdk의 TypeSafeClient 에 base\_url="https://api.liquid.ai" 만 바꿔 넣어 호출합니다. 엔드포인트 경로도 /decisions/v1/systemone 입니다. 따라서 이미 Jev로 판단 로직을 짠 개발자라면 API 키, 주소, 모델 이름 세 가지만 바꿔 d1을 시험할 수 있습니다. 이 글은 Liquid AI가 공개한 결정 모델 문서, LLM 호출을 결정 모델로 옮기는 가이드, 실시간 레이싱 게임 예제인 Road Decider, 그리… --- ## [Claude Opus 5.5 프롬프팅 & 마이그레이션 가이드: Anthropic이 공개한, Opus 5, 4.x, Sonnet 5 코드를 400 오류 없이 옮기는 법](https://discuss.pytorch.kr/t/claude-opus-5-5-anthropic-opus-5-4-x-sonnet-5-400/12002)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\ **댓글:** 0\ **마지막 업데이트:** [9월 24, 2026, 9:30오전 UTC](https://discuss.pytorch.kr/t/claude-opus-5-5-anthropic-opus-5-4-x-sonnet-5-400/12002 "2026-09-24T09:30:50Z")
Claude Opus 5.5 마이그레이션 가이드 소개 Anthropic의 Claude Opus 5.5 마이그레이션 가이드는 기존 Messages API 코드를 claude-opus-5-5 로 옮길 때 바꿔야 하는 요청 설정과 응답 처리 코드를 출발 모델별로 정리한 공식 문서입니다. Opus 5.5는 Opus 5에서 문제없이 돌던 요청 중 일부를 400 오류로 거부하기 때문에, 모델 ID만 바꾸면 바로 장애가 날 수 있습니다. Claude Opus 5.5는 2026년 9월 22일에 공개된 모델로, Anthropic은 이 모델을 오래 실행되는 에이전트 코딩과 지식 노동용으로 소개합니다. 가격은 입력과 출력 100만 토큰당 $4 / $20로 Opus 5의 $5 / $25보다 낮고, 컨텍스트 윈도우는 1M 토큰, 최대 출력은 128K 토큰입니다. 성능과 벤치마크, 안전성 평가는 Claude Opus 5.5 출시 소개 글에서 이미 정리했으므로, 이 글은 기존 코드를 어떻게 옮기는가 에만 집중합니다. 이번 전환이 이전 버전 업그레이드와 다른 점은 모델을 제어하던 손잡이가 줄었다는 것입니다. Opus 5에서 쓰던 생각(thinking) 끄기 옵션과 특정 도구를 강제로 부르는 tool\_choice 가 사라졌고(수동 생각 예산인 budget\_tokens 는 Opus 4.7부터 이미 막혀 있었습니다), 생각의 깊이를 조절하는 수단은 effort 파라미터 하나만 남았습니다. 게다가 effort의 기본값도 high 에서 medium 으로 내려갔습니다. 즉, 오류가 나는 코드는 고치면 되지만 오류 없이 동작이 달라지는 코드는 직접 찾아야 합니다. 따라서 이 글에서는 마이그레이션 가이드를 중심으로 What's new in Claude Opus 5.5와 모델 개요 페이지의 내용을 합쳐 출발 모델별로 코드에서 무엇을 확인해야 하는지 정리하고, 이어서 Prompting Claude Opus 5.5 가이드를 바탕으로 프롬프트와 하네스(Harness)에서 조정할 점을 다룹니다. 두 … --- ## [Anthropic, Claude API에 Opus를 조언자로 Sonnet/Haiku를 실행자로 조합하는 어드바이저(Advisor) 전략 및 어드바이저 도구 공개](https://discuss.pytorch.kr/t/anthropic-claude-api-opus-sonnet-haiku-advisor/9684)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\ **댓글:** 0\ **마지막 업데이트:** [4월 12, 2026, 3:30오전 UTC](https://discuss.pytorch.kr/t/anthropic-claude-api-opus-sonnet-haiku-advisor/9684 "2026-04-12T03:30:27Z")
어드바이저(Advisor) 전략 소개 대규모 언어 모델을 활용해 자율적으로 작업을 수행하는 에이전트(Agent) 를 구축하려는 개발자들에게 성능과 비용의 균형은 언제나 까다로운 문제입니다. 가장 강력한 모델인 Claude Opus는 복잡한 추론에서 탁월한 성능을 보이지만 토큰당 비용이 높고, Claude Sonnet이나 Claude Haiku는 빠르고 저렴하지만 어려운 결정의 순간에 품질이 아쉬울 때가 있습니다. 이러한 간극을 메우기 위해 개발자 커뮤니티가 자연스럽게 수렴한 패턴이 바로 이번에 Anthropic이 공식화한 어드바이저 전략(Advisor Strategy) 입니다. 핵심 아이디어는 단순합니다. 저렴하고 빠른 모델인 Sonnet 또는 Haiku가 실행자(Executor) 로서 작업을 처음부터 끝까지 주도하며 도구를 호출하고 결과를 읽고 반복적으로 해답을 찾아갑니다. 실행자가 스스로 해결하기 어려운 결정의 순간에 도달하면, 더 강력한 Opus를 조언자(Advisor) 로 호출해 현재 공유된 맥락을 바탕으로 계획이나 수정, 또는 중단 신호를 받습니다. 조언자는 직접 도구를 호출하거나 사용자 대면 출력을 생성하지 않고 오로지 실행자에게 지침만 제공합니다. 이 구조 덕분에 최전선(frontier) 수준의 추론 능력은 실제로 필요한 순간에만 비용을 발생시키고, 나머지 실행 구간은 훨씬 저렴한 실행자 모델의 비용 수준에 머무르게 됩니다. 이 접근은 일반적인 서브에이전트(sub-agent) 패턴을 뒤집습니다. 보통은 큰 오케스트레이터 모델이 작업을 분해해 작은 워커 모델들에게 위임하지만, 어드바이저 전략에서는 더 작고 저렴한 모델이 주도권을 쥐고 필요할 때만 상위 모델로 에스컬레이션(escalation) 합니다. 작업 분해나 워커 풀, 오케스트레이션 로직 없이도 복잡한 작업을 효율적으로 처리할 수 있다는 점이 이 전략의 가장 큰 매력입니다. Anthropic의 자체 평가에서 Opus를 조언자로 둔 Sonnet은 SWE-bench Multilingua… --- ## [OpenAI에서 GPT-4 API를 (유료 사용자 대상으로) 공개했습니다 🎉](https://discuss.pytorch.kr/t/openai-gpt-4-api/2009)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\ **댓글:** 2\ **마지막 업데이트:** [7월 17, 2023, 8:53오전 UTC](https://discuss.pytorch.kr/t/openai-gpt-4-api/2009 "2023-07-17T08:53:42Z")
그간 GPT-4 API를 기다리시던 분들께 희소식입니다 :tada: 유료 API 사용자 대상 OpenAI의 GPT-4 API 공개 구형 Text Completion 모델들의 지원 중단 예고 (~24년 1월 4일)) 구형 Embedding 모델들의 지원 중단 예고 (~24년 1월 4일) GPT-4 API 일반 사용 공개(GA) 및 구형 모델의 Completion API 지원 중단 예고(GPT-4 API general availability and deprecation of older models in the Completions API) GPT-4 API 뿐만 아니라 GPT-3.5 Turbo, DALL-E, Whisper API도 일반 사용 가능하며, 2024년 초에 지원 중단되는 구형 완성 API 모델에 대한 지원 중단 계획도 발표합니다. GPT-3.5 Turbo, DALL·E and Whisper APIs are also generally available, and we are releasing a deprecation plan for older models of the Completions API, which will retire at the beginning of 2024. 오늘부터 모든 유료 API 고객은 GPT-4에 액세스할 수 있습니다. 3월에는 ChatGPT API를 도입했으며, 이달 초에는 채팅 기반 모델에 대한 첫 번째 업데이트를 출시했습니다. 저희는 채팅 기반 모델이 모든 사용 사례를 지원할 수 있는 미래를 꿈꾸고 있습니다. 오늘 저희는 이전 완성 API 모델에 대한 지원 중단 계획을 발표하며, 사용자들에게 채팅 완성 API를 채택할 것을 권장합니다. Starting today, all paying API customers have access to GPT-4. In March, we introduced the ChatGPT API, and earlier this month we released our first upd… --- ## [\[GN\] Gorilla - LLM을 위한 API 스토어](https://discuss.pytorch.kr/t/gn-gorilla-llm-api/1671)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\ **댓글:** 0\ **마지막 업데이트:** [5월 30, 2023, 1:26오전 UTC](https://discuss.pytorch.kr/t/gn-gorilla-llm-api/1671 "2023-05-30T01:26:55Z")
GeekNews의 xguru님께 허락을 받고 GN에 올라온 글들 중에 AI 관련된 소식들을 공유하고 있습니다. :smiley\_cat: 소개 여러 LLM들이 다양한 API와 연결하게 만들어 주는 오픈소스 자연어 쿼리가 주어지면, Semantically & Syntactically 올바른 API를 호출 약 1,600개 이상의 API를 호출 가능(갯수는 점점 늘어나는 중) 원문 데모 영상 https://drive.google.com/file/d/1E0k5mG1mTiaz0kukyK1PdeohJipTFh6j/preview 프로젝트 홈페이지 논문 GitHub 저장소 출처 --- ## [\[GN\] OpenAI, ChatGPT 와 Whisper API 공개](https://discuss.pytorch.kr/t/gn-openai-chatgpt-whisper-api/1097)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\ **댓글:** 0\ **마지막 업데이트:** [3월 2, 2023, 12:10오전 UTC](https://discuss.pytorch.kr/t/gn-openai-chatgpt-whisper-api/1097 "2023-03-02T00:10:47Z")
GeekNews 의 xguru님께 허락을 받고 GN에 올라온 글들 중에 AI 관련된 소식들을 공유하고 있습니다. ^^ \[소개 글\] 이제 ChatGPT 및 Speech-To-Text 기능을 자신의 앱 내에서 활용 가능 12월 ChatGPT 발표이후 최적화를 통해서 90% 비용 절감을 달성했고, 이걸 API 사용자에게 제공 ChatGPT API gpt-3.5-turbo 모델을 사용하며, 현재 ChatGPT 제품에서 사용하는 것과 같음 1k 토큰당 $0.0002 로 기존 GPT-3.5 보다 10배 저렴 채팅외의 목적으로도 가장 좋은 모델로, 기존 text-davinci-003 을 gpt-3.5-turbo 로 쉽게 전환 가능(전환을 권장) API는 토큰으로 이뤄진 구조화되지 않은 텍스트를 입력 받음 내부적으로는 ChatML 이라 불리는 토큰의 시퀀스로 렌더링 됨 gpt-3.5-turbo 는 최신버전으로 계속 업그레이드 할 예정. 현재는 gpt-3.5-turbo-0301 로 6/1까지 지원 예정 4월에 새로운 안정버전을 출시 예정 Dedicated Instance 도 별도 제공 (더 긴 컨텍스트 지원 및 하루에 4.5억개 이상의 토큰을 실행하는 사용자에게 적합) Whisper API 2022년 9월에 오픈소스로 공개한 Speech-To-Text 모델 개발자 커뮤니티에서 좋은 평가를 받았지만, 운영하기는 힘들었음 large-v2 모델을 API로 사용가능하며, $0.006/분 transcriptions / translations 엔드포인트에서 이용 가능 m4a, mp3, mp4, mpeg, mpga, wav, webm 포맷 지원 초기 사용 회사들 Snap : My AI for Snapchat+ 라는 ChatGPT 기반 챗봇을 제공. 추천 및 친구들을 위한 시(하이쿠)를 작성 Quizlet : 공부한 내역에 맞는 질문을 해주는 적응형 AI 튜터인 Q-Chat에 ChatGPT 적용 Instacart : 음식에 대해서 질문하고 답변 받을수 있는 Ask…