ERNIE-Light-DT-1.0 API
바이두가 2026년 11월 10일 공개한 텍스트 전용 모델로, 약 102만 토큰의 초대형 컨텍스트와 KV 캐시 압축으로 장문 처리를 저비용으로 지원합니다.
ERNIE-Light-DT-1.0은 바이두가 2026년 11월 10일 공개한 텍스트 입력·텍스트 출력 전용 엔드포인트 모델입니다. 오픈소스 GLM 모델을 기반으로 하며, 바이두 검색 라이트닝 대형 모델의 연구 성과를 반영했습니다. 약 1,024,000 토큰에 달하는 대형 컨텍스트 창을 갖추고 있습니다.
이 모델의 핵심은 희소 캐싱 기술과 KV 캐시 압축 기법입니다. 이를 통해 거대한 컨텍스트 창을 비용 부담 없이 서빙할 수 있으며, 피드백 기반 이력 압축으로 과거 정보를 저장하고 색인하는 능력도 개선했습니다. 바이두 모델 패밀리에서 저비용 포지션을 담당합니다.
대규모 문서 분석, 긴 대화 이력 처리, 코드베이스 이해처럼 방대한 텍스트를 다루는 작업에 적합합니다. 다만 공개된 벤치마크 결과와 모델 가중치는 없으며, 텍스트만 처리한다는 점에서 텍스트·이미지·오디오·비디오를 모두 다루는 ERNIE 5.0과 구분됩니다.
업데이트:
모델 ID
ernie-light-dt-1.0-intl- 컨텍스트
- 1.024M
- 최대 출력
- 131.072K
- 권장 API
- messages
- 입력
- text
- 출력
- text
주요 특징
- 약 102만 토큰의 초대형 컨텍스트
- KV 캐시 압축으로 저비용 서빙
- 희소 캐싱 기술 적용
- 피드백 기반 이력 압축
- 텍스트 전용 엔드포인트 모델
- 오픈소스 GLM 기반
제공 업체
제공 업체별 API 요금을 비교하세요. 공급자를 선택하면 전체 요금과 적용 조건을 확인할 수 있습니다.
| 가동률 | ||||
|---|---|---|---|---|
| $1.13 | $3.94 | $0.113 |
과거 통계는 실시간 상태 확인이 아닙니다. 데이터 누락이 장애를 뜻하지는 않습니다.
10달러로 얼마나 쓸 수 있나
- 입력
- 885만 토큰
- 출력
- 253.8만 토큰
현재 입력·출력 요금으로 계산한 추정치이며 할인은 포함하지 않습니다.
추론
- 기본 추론 강도
- max
- 기본 활성화
- 예
- 항상 활성화
- 아니요
- 선택 가능한 추론 강도
- max / high / low / none
Quick Start
Felo API Platform 호환 API로 이 모델을 호출하는 코드입니다. 코드를 작성하기 전에 Playground에서 prompt를 테스트할 수 있습니다.
API key 설정
Felo API Platform 계정에서 key를 만들고 환경 변수로 설정하세요.
export FELO_API_KEY="YOUR_API_KEY"첫 요청 보내기
이 모델 ID를 Felo API Platform endpoint와 함께 사용하세요. X-Request-Id 같은 선택 요청 헤더는 문제 해결에 도움이 됩니다.
ernie-light-dt-1.0-intl이 모델은 reasoning을 지원합니다. 선택한 protocol과 모델 라우트가 reasoning controls를 제공하는 경우 대화를 이어갈 때 반환된 reasoning metadata를 보존하세요.
const response = await fetch("https://openapi.felo.ai/api/v1/messages", {
method: 'POST',
headers: {
Authorization: `Bearer ${process.env.FELO_API_KEY}`,
'Content-Type': 'application/json',
},
body: JSON.stringify({
"model": "ernie-light-dt-1.0-intl",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());타사 SDK 사용
호환 SDK에서는 baseURL을 다음으로 설정합니다 https://openapi.felo.ai/api/v1. Claude-style clients에는 Anthropic-compatible base URL을 사용하세요. https://openapi.felo.ai/api.
Streaming 활성화
stream: true를 추가하면 server-sent events로 응답을 받을 수 있습니다.
curl -N https://openapi.felo.ai/api/v1/messages \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "ernie-light-dt-1.0-intl",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
],
"stream": true
}'Endpoint
Felo API Platform은 호환 가능한 모델 호출 surface를 제공합니다. 앱이나 Agent client가 이미 지원하는 surface를 선택하세요.
Messages
Anthropic-compatible messages for Claude-style clients.
POST
https://openapi.felo.ai/api/v1/messagesParameters
modelstringernie-light-dt-1.0-intl호출할 공개 모델 ID.max_tokensinteger—생성할 최대 tokens.messagesarray—Chat Completions의 대화 메시지.toolsarray—호환 schema를 따르는 tool calling definitions.top_p———reasoning———temperaturenumber—지원되는 경우 응답 다양성을 제어합니다.tool_choicestring or object—tool 호출 여부를 제어합니다.response_formatobject—지원 시 structured output을 요청합니다.reasoning_effort———include_reasoning———structured_outputs———자주 묻는 질문
모델 소개: ERNIE-Light-DT-1.0?
ERNIE-Light-DT-1.0은 바이두가 2026년 11월 10일 공개한 텍스트 입력·텍스트 출력 전용 엔드포인트 모델입니다. 오픈소스 GLM 모델을 기반으로 하며, 바이두 검색 라이트닝 대형 모델의 연구 성과를 반영했습니다. 약 1,024,000 토큰에 달하는 대형 컨텍스트 창을 갖추고 있습니다. 이 모델의 핵심은 희소 캐싱 기술과 KV 캐시 압축 기법입니다. 이를 통해 거대한 컨텍스트 창을 비용 부담 없이 서빙할 수 있으며, 피드백 기반 이력 압축으로 과거 정보를 저장하고 색인하는 능력도 개선했습니다. 바이두 모델 패밀리에서 저비용 포지션을 담당합니다. 대규모 문서 분석, 긴 대화 이력 처리, 코드베이스 이해처럼 방대한 텍스트를 다루는 작업에 적합합니다. 다만 공개된 벤치마크 결과와 모델 가중치는 없으며, 텍스트만 처리한다는 점에서 텍스트·이미지·오디오·비디오를 모두 다루는 ERNIE 5.0과 구분됩니다.
사용 요금은 어떻게 계산되나요?
이용하는 제공 업체의 요금과 실제 사용량에 따라 비용이 결정됩니다. 긴 입력 등에는 다른 요금이 적용될 수 있습니다.
어떤 입력과 출력을 지원하나요?
텍스트 입력과 텍스트 출력만 지원하는 텍스트 전용 모델입니다. 이미지나 오디오, 비디오는 처리하지 않습니다.
컨텍스트 길이는 얼마나 되나요?
약 1,024,000 토큰의 컨텍스트 창을 제공합니다. 최대 출력 길이는 공개된 정보가 없습니다.
어떤 작업에 적합한가요?
대규모 문서 분석, 긴 대화 이력 처리, 코드베이스 이해처럼 많은 텍스트를 한 번에 다루는 작업에 적합합니다.
ERNIE 5.0과 무엇이 다른가요?
ERNIE-Light-DT-1.0은 텍스트만 처리하는 저비용 모델입니다. ERNIE 5.0은 2.4조 파라미터를 갖춘 바이두의 최첨단 모델로, 텍스트·이미지·오디오·비디오를 네이티브로 입력받습니다.
벤치마크 결과나 모델 가중치를 볼 수 있나요?
공개된 벤치마크 결과가 없고 모델 가중치도 공개되지 않았습니다.