K-EXAONE 2.5

POST /v1/chat/completions

EXAONE API Platform을 통해 K-EXAONE 2.5 모델을 호출할 수 있습니다. EXAONE API는 OpenAI Compatible API를 지원합니다.

K-EXAONE 2.5는 텍스트 전용 모델입니다.

최대 Context length는 524,288 토큰입니다. 입력 토큰 수와 max_tokens 의 합이 이 값을 넘으면 400 에러를 반환합니다.

요청 정보

Field	Type	Description	Required
model	string	`k-exaone_v2.5`	mandatory
messages	array<object>	대화 메시지 목록	mandatory
messages[].role	string	system / user / assistant	mandatory
messages[].content	string	프롬프트 / 질의 / 답변	mandatory
max_tokens	int	생성할 최대 토큰 수 (추론 과정 포함). 입력 토큰 수 + max_tokens ≤ 524,288	optional
stream	boolean	답변의 스트리밍 여부 (default: `false`)	optional
stream_options.include_usage	boolean	스트리밍 응답의 마지막에 토큰 사용량(usage) 청크 포함 여부. `stream: true` 일 때만 사용 가능 (default: `false`)	optional
temperature	float	확률 분포의 '뾰족함'을 조절하여 답변의 무작위성을 결정. 범위: 0.0 ~ inf, 클수록 무작위성 커짐 (default: 1.0)	optional
top_p	float	누적 확률 합이 p 이하인 상위 토큰 후보만 채택. 범위: 0.0 ~ 1.0 (default: 0.95)	optional
top_k	int	가장 확률이 높은 상위 k개 토큰 후보만 채택. 범위: -1 또는 1 ~ N, -1 설정 시 필터링 비활성화 (default: -1)	optional
presence_penalty	float	이미 출현한 단어에 감점을 주어 반복 방지 및 새로운 주제 도입 유도. 범위: -2.0 ~ 2.0, 양수면 동일 토큰 발생 확률을 낮춤 (default: 0.0)	optional
reasoning_effort	string	추론(thinking) 강도. `low` / `high` / `max` , 높을수록 추론을 길게 수행 (default: `max`)	optional
chat_template_kwargs.preserve_thinking	boolean	멀티턴 대화에서 이전 assistant 턴의 추론 과정을 입력에 남길지 여부. `false` 면 마지막 유저 메시지 이후의 추론만 유지 (default: `false`)	optional

권장 파라미터 설정

최적의 모델 성능을 얻기 위해 아래의 파라미터 설정을 권장합니다.- 일반적인 용도: temperature=1.0 , top_p=0.95- Agent로 사용하거나 멀티턴 대화에서 이전 추론 과정을 유지할 때: temperature=1.0 , top_p=0.95 , chat_template_kwargs.preserve_thinking=true

추론 강도 설정(reasoning_effort)

K-EXAONE 2.5는 항상 추론 과정을 거친 뒤 답변을 하기 때문에 추론 여부를 정하는 enable_thinking 옵션이 true 로 자동 설정되며, reasoning_effort 를 통해 추론 강도를 조절할 수 있습니다. 빠른 응답이 필요하면 low , 수학·코딩처럼 어려운 문제에는 high , 응답 시간보다 정확도가 중요한 고난도 문제에는 max 를 권장합니다.추론 과정은 message.reasoning_content 로, 최종 답변은 message.content 로 분리되어 반환되며, 추론에 사용한 토큰 수는 usage.reasoning_tokens 에 집계됩니다.

출력 앞 줄바꿈

content 앞에 줄바꿈( "\n\n" )이 붙을 수 있습니다. 문자열을 정확히 비교해야 한다면 앞뒤 공백을 제거한 뒤 사용하세요.

응답 정보(stream: false)

Field	Type	Description
body	object	OpenAI 표준 출력 방식의 Chat Completion Object

응답 정보(stream: true)

Field	Type	Description
data	string	SSE 기반 OpenAI Chat Completion Chunk

요청 예제(stream: false)

curl 'https://api.exaone.ai/v1/chat/completions' \
  -H "Authorization: Bearer $EXAONE_API_KEY" \
  -H 'Content-Type: application/json' \
  -d '{
  "model": "k-exaone_v2.5",
  "max_tokens": 512,
  "messages": [
    {
      "role": "user",
      "content": "Hi, EXAONE"
    }
  ],
  "stream": false
}'

import requests

url = "https://api.exaone.ai/v1/chat/completions"
headers = {
    "Authorization": f"Bearer {EXAONE_API_KEY}",
    "Content-Type": "application/json",
}
payload = {
    "model": "k-exaone_v2.5",
    "messages": [{"role": "user", "content": "Hi, EXAONE"}],
    "stream": False,
}

response = requests.post(url=url, headers=headers, json=payload)
print(response.text)

(async () => {
  const url = 'https://api.exaone.ai/v1/chat/completions';
  const headers = {
    Authorization: `Bearer ${process.env.EXAONE_API_KEY}`,
    'Content-Type': 'application/json',
  };
  const payload = {
    model: 'k-exaone_v2.5',
    max_tokens: 512,
    messages: [{ role: 'user', content: 'Hi, EXAONE' }],
    stream: false,
  };

  try {
    const response = await fetch(url, {
      method: 'POST',
      headers: headers,
      body: JSON.stringify(payload),
    });
    console.log(await response.text());
  } catch (error) {
    console.error('Error:', error);
  }
})();

응답 예제(stream: false)

{
  "id": "1f30a3635ebd4e4cb57e4d41e2f18d55",
  "choices": [
    {
      "finish_reason": "stop",
      "index": 0,
      "logprobs": null,
      "message": {
        "content": "\n\nHello! How can I help you today?",
        "refusal": null,
        "role": "assistant",
        "annotations": null,
        "audio": null,
        "function_call": null,
        "tool_calls": null,
        "reasoning_content": "We need answer to user \"Hi, EXAONE\". We are AI assistant accessed via API. Need respond. We shouldn't claim EXAONE? We are likely not EXAONE, unless system? The system prompt is how am I supposed to behave, no identity. User says Hi, EXAONE. We can greet back, maybe clarify: I'm EXAONE? Need be honest. We are not necessarily called EXAONE. However no explicit model identity. In API, maybe they are addressing assistant. We can say \"Hi! I'm an AI assistant. How can I help?\" If this is a test? They said \"Hi, EXAONE\", maybe expect assistant to identify as EXAONE? We need not misrepresent. If team? There is no identity, so safest: \"Hi! I don't have a name, but happy to help.\" But user might be talking to EXAONE model (LG AI Research). We shouldn't claim if not. Maybe \"Hello! How can I assist you today?\" Simple. Could mention \"I can try.\" Since asked just hi, no need. Final answer.\n"
      },
      "matched_stop": 53
    }
  ],
  "created": 1793945790,
  "model": "k-exaone_v2.5",
  "object": "chat.completion",
  "metadata": {
    "weight_version": "default",
    "weight_versions": [{ "version": "default", "start": 0, "end": 218 }]
  },
  "moderation": null,
  "service_tier": null,
  "system_fingerprint": null,
  "usage": {
    "completion_tokens": 218,
    "prompt_tokens": 22,
    "total_tokens": 240,
    "completion_tokens_details": null,
    "prompt_tokens_details": null,
    "reasoning_tokens": 209
  }
}

요청 예제(stream: true)

curl 'https://api.exaone.ai/v1/chat/completions' \
  -H "Authorization: Bearer $EXAONE_API_KEY" \
  -H 'Content-Type: application/json' \
  -d '{
  "model": "k-exaone_v2.5",
  "max_tokens": 512,
  "messages": [
    {
      "role": "user",
      "content": "Hi, EXAONE"
    }
  ],
  "stream": true
}'

import requests

url = "https://api.exaone.ai/v1/chat/completions"
headers = {
    "Authorization": f"Bearer {EXAONE_API_KEY}",
    "Content-Type": "application/json",
}
payload = {
    "model": "k-exaone_v2.5",
    "max_tokens": 512,
    "messages": [{"role": "user", "content": "Hi, EXAONE"}],
    "stream": True,
}

with requests.post(url=url, headers=headers, json=payload, stream=True) as response:
    for line in response.iter_lines(decode_unicode=True):
        if line:
            print(line)

(async () => {
  const url = 'https://api.exaone.ai/v1/chat/completions';
  const headers = {
    Authorization: `Bearer ${process.env.EXAONE_API_KEY}`,
    'Content-Type': 'application/json',
  };
  const payload = {
    model: 'k-exaone_v2.5',
    max_tokens: 512,
    messages: [{ role: 'user', content: 'Hi, EXAONE' }],
    stream: true,
  };

  try {
    const response = await fetch(url, {
      method: 'POST',
      headers: headers,
      body: JSON.stringify(payload),
    });

    const decoder = new TextDecoder();
    for await (const chunk of response.body) {
      process.stdout.write(decoder.decode(chunk, { stream: true }));
    }
  } catch (error) {
    console.error('Error:', error);
  }
})();

응답 예제(stream: true)

data: {"id": "2fa2bf0467cf4d758fe4c4dba28f2b18", "choices": [{"delta": {"content": "", "role": "assistant"}, "index": 0}], "created": 1793947427, "model": "k-exaone_v2.5", "object": "chat.completion.chunk"}

data: {"id": "2fa2bf0467cf4d758fe4c4dba28f2b18", "choices": [{"delta": {"reasoning_content": "We"}, "index": 0}], "created": 1793947427, "model": "k-exaone_v2.5", "object": "chat.completion.chunk"}

data: {"id": "2fa2bf0467cf4d758fe4c4dba28f2b18", "choices": [{"delta": {"reasoning_content": " need"}, "index": 0}], "created": 1793947427, "model": "k-exaone_v2.5", "object": "chat.completion.chunk"}

data: {"id": "2fa2bf0467cf4d758fe4c4dba28f2b18", "choices": [{"delta": {"reasoning_content": " answer to"}, "index": 0}], "created": 1793947427, "model": "k-exaone_v2.5", "object": "chat.completion.chunk"}

data: {"id": "2fa2bf0467cf4d758fe4c4dba28f2b18", "choices": [{"delta": {"reasoning_content": " user. They said \"Hi"}, "index": 0}], "created": 1793947427, "model": "k-exaone_v2.5", "object": "chat.completion.chunk"}

...

data: {"id": "2fa2bf0467cf4d758fe4c4dba28f2b18", "choices": [{"delta": {"content": "how"}, "index": 0}], "created": 1793947427, "model": "k-exaone_v2.5", "object": "chat.completion.chunk"}

data: {"id": "2fa2bf0467cf4d758fe4c4dba28f2b18", "choices": [{"delta": {"content": " can I help you today? 😊"}, "index": 0}], "created": 1793947427, "model": "k-exaone_v2.5", "object": "chat.completion.chunk"}

data: {"id": "2fa2bf0467cf4d758fe4c4dba28f2b18", "choices": [{"delta": {}, "finish_reason": "stop", "index": 0, "matched_stop": 53}], "created": 1793947427, "model": "k-exaone_v2.5", "object": "chat.completion.chunk"}

data: {"id": "2fa2bf0467cf4d758fe4c4dba28f2b18", "choices": [], "created": 1793947427, "model": "k-exaone_v2.5", "object": "chat.completion.chunk", "usage": {"completion_tokens": 234, "prompt_tokens": 22, "total_tokens": 256, "reasoning_tokens": 216}}

data: [DONE]