2026년 11월 화제의 신규 AI 모델 총정리: 텍스트, 비디오 분야에는 어떤 새로운 선택지가 있을까?

작성자 주: 2026년 11월 Gemini 4 Carbon, Claude Fable 5.2, 애플 FastFrames를 정리하며, 오늘 API로 호출할 수 있는 것과 논문·연구 가중치에 그치는 것을 구분해 드려요.

2026년 11월의 새 AI 모델이 두 주 안에 몰려 나왔어요: 구글 Gemini 4 Carbon은 11월 10일 유료 개발자에게 공개됐고, Anthropic은 11월 9일 Claude Fable 5.2를 발표했으며, 애플은 11월 17일 비디오 연구 FastFrames의 논문과 가중치를 내놓았어요. 이름은 많지만, 바로 시작해 보고 싶은 분에게 진짜 질문은 하나예요: 오늘 API로 호출할 수 있는 건 무엇이고, 논문과 연구 가중치에 그치는 건 무엇인가.

이 글은 “누가 1등인가”를 매기는 종합 순위가 아니에요. 공식 원문, 논문에서 스스로 밝힌 내용, 플랫폼 모델 페이지에서 서로 맞아떨어지는 정보만 정리했고, 직접 측정한 결론은 담지 않았어요. 공식 자료가 말하는 “최고” 성능도 이미 측정된 숫자로 취급하지 않았어요.

핵심 가치: 이 글을 읽고 나면 비교표 하나를 얻으실 거예요. 텍스트 작업은 필요에 따라 Gemini 4 Carbon과 Claude Fable 5.2 사이에서 고르면 되고, 비디오 쪽은 FastFrames가 호출 가능한 API가 아니라 연구 가중치라는 점부터 구분해야 해요.

november-2026-new-ai-models-text-video-roundup-ko-image-0


2026년 11월 신규 AI 모델 핵심 정보 한눈에 보기

아래 표는 가장 중요한 질문부터 답합니다. 각 모델이 어떤 유형인지, 누가 발표했는지, 그리고 오늘 API로 호출할 수 있는지 말이죠. 날짜는 모두 공식 공지 또는 논문 버전 날짜를 기준으로 합니다.

모델 발표 주체 유형 핵심 날짜 오늘 API 호출 가능 여부
Gemini 4 Carbon 구글 텍스트 대규모 언어 모델 10월 28일 사이버 보안 방어 진영(Fairwind)에 먼저 공개, 11월 10일 유료 개발자 및 기업에 개방 가능, 모델 ID gemini-4-carbon
Claude Fable 5.2 Anthropic 텍스트 대규모 언어 모델 11월 9일 발표 가능, 모델 ID claude-fable-5-2
FastFrames Apple Research 비디오 생성 연구 논문 v1 날짜 11월 17일 API가 아니라 논문과 공개 가중치

두 텍스트 모델은 모두 이미 APIYI 플랫폼의 모델 목록에 올라와 있으며, OpenAI 호환 형식으로 바로 호출할 수 있어요. 모델과 가격은 APIYI apiyi.com의 모델 목록을 기준으로 하고, 이 글의 가격 데이터 확인 날짜는 2026-11-19예요.

FastFrames는 상황이 완전히 달라요. 이건 논문 한 편과 Hugging Face의 가중치 파일 묶음이라서, 사용하려면 GPU를 준비해 추론 환경을 직접 배포해야 해요. 호출당 과금되는 가격은 없고, 아래에서 따로 설명할게요.


2026년 11월 텍스트 신모델: Gemini 4 Carbon 해설

Gemini 4 Carbon의 출시 흐름은 조금 독특해요. 구글이 먼저 10월 28일에 사이버 보안 방어 측에 개방하고, 이어 11월 10일에 유료 개발자와 기업을 대상으로 공개했어요. 공식 소개 가격은 Gemini 4 Argon과 같아서 입력 2달러, 출력 10달러(백만 tokens당)예요.

Gemini 4 Carbon 공식 설명과 플랫폼 모델 페이지 비교

Carbon의 최대 출력은 두 가지 기준이 있어서 나눠서 봐야 해요. 구글 AI Studio 설명 페이지에는 한 번의 응답이 64K를 넘을 수 있고, 최대 100만에서 입력 길이를 뺀 값까지 가능하다고 적혀 있어요. 반면 APIYI 모델 페이지는 최대 출력을 65,536 tokens로 표기해요.

항목 공식 원문(구글) APIYI 모델 페이지
모델 ID Gemini 4 Carbon gemini-4-carbon
출시 날짜 11월 10일 유료 개발자 개방 2026-11-11
컨텍스트 윈도우 길이 약 100만 수준 1,048,576 tokens
최대 출력 64K 초과 가능, 100만에서 입력 길이를 뺀 값까지 65,536 tokens
입력 가격 2달러 / 백만 tokens 2달러 / 백만 tokens
캐시 읽기 — 0.1달러 / 백만 tokens
출력 가격 10달러 / 백만 tokens 10달러 / 백만 tokens
지원 엔드포인트 — chat과 gemini 두 가지

실제로 사용할 때의 결론은 아주 명확해요. APIYI를 통해 gemini-4-carbon을 호출하면 1회 출력 상한은 모델 페이지의 65,536으로 계획하면 돼요. 공식의 초장문 출력은 또 다른 기준이고, 구글 네이티브 환경에서의 설명이니 두 숫자를 섞어 쓰면 안 돼요. 모델 페이지에는 문서 원문 “장문 19.9만 tokens 통과”라는 문구도 있는데, 그건 문서에 적힌 기록일 뿐 이 글의 테스트 결과는 아니에요.

Gemini 4 Carbon 단가가 같다고 해서 한 번의 작업 비용도 같다는 건 아니에요

많은 분이 Carbon과 Argon의 단가가 같다는 걸 보고 두 모델을 쓸 때 비용도 같다고 생각하는데, 여기엔 놓치기 쉬운 디테일이 있어요. 구글 원문에는 Carbon이 Argon보다 검증에 tokens를 더 많이 쓴다고 분명히 적혀 있어요. 즉 같은 질문을 Carbon에 넘기면 출력이나 사고 과정에서 소모되는 tokens가 더 많을 수 있어요.

그래서 단가가 같다는 건 백만 tokens당 과금이 같다는 것만 뜻하고, 한 번 작업의 청구서가 같다는 의미는 아니에요. 공식은 구체적으로 얼마나 더 쓰는지 밝히지 않았고, 이 글에서도 배수를 추정하지 않아요. 비용에 민감하시다면 자신의 실제 작업으로 각각 몇 번씩 실행해 보고 청구서의 tokens 소모를 비교하는 게 더 안전한 방법이에요.

같은 시리즈에는 더 저렴한 옵션 gemini-4-hydrogen도 있는데, APIYI 종합 표에서 입력 1.5, 캐시 읽기 0.075, 출력 7.5달러(백만 tokens당)로 표기돼요. 검증 깊이에 대한 요구가 높지 않고 호출량이 많은 시나리오에 어울려요.


2026년 11월 텍스트 신모델: Claude Fable 5.2 해설

Claude Fable 5.2는 Anthropic이 11월 9일에 발표했으며, 공식 문서에 제시된 모델 ID는 claude-fable-5-2예요. 공식 파라미터는 컨텍스트 100만 tokens, 최대 출력 12.8만 tokens이고, 가격은 백만 tokens당 입력 8달러, 출력 40달러예요.

Claude Fable 5.2와 이전 세대 가격 비교

APIYI 전체 표에는 claude-fable-5-2와 claude-fable-5-2-thinking 두 모델이 함께 등록되어 있고, 가격은 같아요. 공식 문서에는 Fable 5.2의 캐시 읽기가 입력 가격의 2.5%라고 되어 있는데, 8달러의 2.5%는 정확히 0.2달러라서 플랫폼 전체 표와도 일치해요.

모델 ID 입력(달러/백만) 캐시 읽기(달러/백만) 출력(달러/백만)
claude-fable-5-2 8 0.2 40
claude-fable-5-2-thinking 8 0.2 40
claude-fable-5-1(이전 세대) 10 0.25 50

표에서 볼 수 있듯 Fable 5.2의 세 가지 단가는 모두 Fable 5.1보다 낮아요. 프로젝트가 현재 5.1에서 돌고 있다면 5.2로 이전하는 것만으로도 최소한 단가 측면에서는 비용이 바로 내려가요. 다만 실제 효과 차이는 자신의 작업으로 직접 검증해 보시길 권해요.

주의할 점은 APIYI 전체 표에 Fable 5.2용 상세 페이지가 따로 없기 때문에, 여기서 다루는 컨텍스트와 최대 출력 데이터는 Anthropic 공식 문서를 근거로 해요. 호출할 때 아주 긴 출력이 필요하다면 공식 설명을 참고하고, 요청에 max_tokens를 명시적으로 설정하세요.

november-2026-new-ai-models-text-video-roundup-ko-image-1


2026년 11월 신규 AI 모델 가격 및 호출 방식 비교

두 신규 텍스트 모델과 그 인접 모델을 한자리에 놓고 보면 가격 차이가 더 분명하게 드러나요. 아래 단가는 모두 백만 tokens당 달러 기준이며, APIYI의 같은 날짜 모델 총표에서 가져왔어요.

모델 ID 입력 캐시 읽기 출력 사용 가능 플랫폼
gemini-4-carbon 2 0.1 10 APIYI apiyi.com, Google 공식
gemini-4-argon 2 0.1 10 APIYI, Google 공식
gemini-4-hydrogen 1.5 0.075 7.5 APIYI, Google 공식
claude-fable-5-2 8 0.2 40 APIYI, Anthropic 공식
claude-fable-5-1 10 0.25 50 APIYI, Anthropic 공식

가상 시나리오로 한 번 계산해 볼게요. 한 번의 작업에서 입력 10만 tokens, 출력 1만 tokens라고 가정해요. 단가로 계산하면 Carbon은 약 0.2 + 0.1 = 0.3달러, Fable 5.2는 약 0.8 + 0.4 = 1.2달러예요. 이건 어디까지나 단가 기준의 산술적 예시일 뿐이고, Carbon은 실제로는 tokens 검증에 더 많이 쓰면서 비용이 더 높아질 수 있어요. 실제 비용은 청구서를 기준으로 확인하세요.

호출 방식 측면에서 두 모델 모두 APIYI의 OpenAI 호환 인터페이스로 접근할 수 있고, base_url은 https://api.apiyi.com/v1로 통일해서 입력하면 돼요. 모델을 바꿀 때는 model 필드만 수정하면 돼요. API 키 하나로 gemini-4-carbon과 claude-fable-5-2를 동시에 호출할 수 있어서, 같은 코드 안에서 A/B 비교를 하기 편해요.

november-2026-new-ai-models-text-video-roundup-ko-image-2

차트 설명: 그림의 단가는 APIYI apiyi.com 2026-11-19 모델 총표에서 가져왔으며, Carbon과 Argon의 막대 높이가 같다는 것은 단가가 같다는 것만 의미해요. 단일 작업 비용은 실제 tokens 소비를 함께 고려해 판단해야 해요.

인터페이스로 Gemini 4 Carbon과 Claude Fable 5.2 빠르게 호출하기

다음은 가장 간단한 호출 방식이에요. model 필드 하나만 바꾸면 두 신규 모델 사이를 전환할 수 있어요:

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

response = client.chat.completions.create(
    model="gemini-4-carbon",  # "claude-fable-5-2"로 바꾸면 전환됩니다
    messages=[{"role": "user", "content": "제로 트러스트 아키텍처를 세 문장으로 설명해 줘"}]
)
print(response.choices[0].message.content)
전체 비교 호출 코드 보기
import openai
from typing import Optional

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

# APIYI 경유 시 Carbon 최대 출력은 모델 페이지 기준 65,536으로 계획
MAX_OUTPUT = {
    "gemini-4-carbon": 65536,
    "claude-fable-5-2": 8192,  # 필요에 따라 조정, 공식 최대 출력 12.8만
}

def ask(model: str, prompt: str, system: Optional[str] = None) -> dict:
    messages = []
    if system:
        messages.append({"role": "system", "content": system})
    messages.append({"role": "user", "content": prompt})

    resp = client.chat.completions.create(
        model=model,
        messages=messages,
        max_tokens=min(MAX_OUTPUT.get(model, 4096), 8192),
    )
    return {
        "model": model,
        "text": resp.choices[0].message.content,
        "prompt_tokens": resp.usage.prompt_tokens,
        "completion_tokens": resp.usage.completion_tokens,
    }

if __name__ == "__main__":
    task = "아래 코드의 보안 위험 요소를 검토하고 수정 방안을 제시해 줘: ..."
    for m in ["gemini-4-carbon", "claude-fable-5-2"]:
        r = ask(m, task, system="당신은 숙련된 보안 엔지니어입니다")
        print(m, r["prompt_tokens"], r["completion_tokens"])
        print(r["text"][:300], "\n---")

전체 코드는 매 호출의 입력 및 출력 토큰을 출력해 주는데, 바로 앞서 언급한 “단가 동일, 1회 비용 상이”를 검증하는 데 딱 맞아요. 같은 작업을 두 모델에서 각각 몇 번씩 돌려 보고 completion_tokens를 비교하는 것이 가격표만 들여다보는 것보다 훨씬 신뢰할 수 있어요.

🚀 빠른 시작 제안: 자신의 작업에서 이 두 신규 모델을 비교해 보고 싶다면, 먼저 APIYI apiyi.com에서 회원가입 후 무료 테스트 크레딧을 받고, 위 코드로 각각 한 라운드씩 돌려 본 뒤 토큰 소모와 출력 품질을 기준으로 주력 모델을 결정해 보세요.


2026년 11월 영상 신규 모델: FastFrames는 연구용 가중치입니다

FastFrames는 Apple 연구팀에서 나왔고, 논문 번호는 arXiv:2611.23226이며 v1 버전 날짜는 2026-11-17입니다. 프로젝트는 GitHub Pages에 프로젝트 페이지를 함께 제공하고, Hugging Face에는 FastFrames-S와 FastFrames-L 두 가지 가중치를 공개했어요.

FastFrames 논문 자체 보고 데이터

아래 수치는 모두 논문에서 자체 보고한 값이며, 제3자 평가 최종 순위표도 아니고, 어느 API의 호출 건당 가격도 아닙니다.

버전 파라미터 수 논문 자체 보고 하드웨어 논문 자체 보고 속도 해상도
FastFrames-S 13억 B200 1장 프레임당 약 36ms 480p
FastFrames-L 140억 B200 8장 프레임당 약 45ms 480p

이 표를 보면 FastFrames의 위치가 드러나요. FastFrames는 고급 GPU에서 프레임 단위로 영상을 빠르게 생성하는 연구 방법을 보여줍니다. 이 속도를 재현하려면 B200급 하드웨어를 직접 준비해 배포해야 하며, 이는 “API 키만 입력하면 호출할 수 있다”와는 전혀 다른 이야기예요.

FastFrames도 영상 분야의 연구일 뿐, 텍스트와 영상을 동시에 처리하는 범용 모델은 아닙니다. 오늘 바로 제품에서 영상을 생성하는 것이 목표라면 APIYI 모델 전체 목록에서 이미 초 단위로 가격이 책정된 영상 모델을 확인하세요. 연구용 가중치의 프레임 속도와 초 단위로 과금되는 API 가격을 함께 비교해서는 안 됩니다.

november-2026-new-ai-models-text-video-roundup-ko-image-3


2026년 11월 신규 AI 모델 영향 분석

개발자에 미치는 영향

  • 텍스트 모델 선택지가 늘고, 전환 비용은 낮아졌어요: Carbon과 Fable 5.2 모두 OpenAI 호환 호출을 지원해서, 같은 코드에서 모델 ID만 바꾸면 바로 비교할 수 있어요. 단일 모델에 올인하기보다 작업별로 나눠 쓰는 방식에 잘 맞아요.
  • 비용은 단가만 보지 말고 토큰 소비까지 함께 봐야 해요: Carbon과 Argon은 단가가 같지만, 공식 안내에 따르면 Carbon은 검증 과정에서 토큰을 더 많이 써요. 예산은 실제 청구서를 기준으로 잡으세요.
  • 출력 상한은 호출 채널별로 확인해야 해요: Carbon의 공식 장문 출력 기준과 플랫폼 모델 페이지의 65,536은 서로 다른 기준이에요. 코드를 작성할 때는 실제 채널에 맞춰 max_tokens를 설정하세요.
  • 영상 분야는 연구와 API를 먼저 구분해야 해요: FastFrames는 GPU 리소스가 있고 실시간 영상 생성을 연구하려는 팀에 적합해요. 온라인 제품의 영상 API로 바로 가져다 쓰기에는 맞지 않아요.

업계에 미치는 영향

  • 보안 시나리오 우선 공개가 하나의 출시 방식이 되고 있어요: Carbon은 사이버 보안 방어 담당자에게 먼저 제공한 뒤 유료 개발자에게 열었어요. 새 모델을 시나리오별로 단계적으로 공개하기 시작했다는 뜻이에요.
  • 고사양 모델의 단가가 내려가고 있어요: Fable 5.2는 세 가지 단가가 모두 Fable 5.1보다 낮아요. 같은 등급 모델이 세대를 넘어갈 때 가격을 낮추는 흐름이 이어지고 있어요.
  • 영상 생성이 실시간화를 추구하고 있어요: FastFrames 논문은 목표를 밀리초 단위의 단일 프레임 생성 속도에 두고 있어요. 연구의 중심이 “생성할 수 있다”에서 “빠르게 생성한다”로 옮겨가고 있어요.

자주 묻는 질문 FAQ

Q1: 2026년 11월에는 어떤 새로운 AI 모델을 API로 바로 호출할 수 있나요?

텍스트 계열의 Gemini 4 Carbon(`gemini-4-carbon`)과 Claude Fable 5.2(`claude-fable-5-2`, `claude-fable-5-2-thinking`)는 모두 바로 호출할 수 있어요. 영상 계열의 FastFrames는 논문과 연구용 가중치일 뿐, 호출 가능한 인터페이스는 아니에요.

Q2: Gemini 4 Carbon과 Gemini 4 Argon은 가격이 같은데, 어느 쪽을 골라야 하나요?

둘 다 단가가 입력 2달러, 캐시 읽기 0.1달러, 출력 10달러(백만 tokens 기준)로 같아요. 하지만 구글 원문 설명에 따르면 Carbon은 Argon보다 검증 과정에서 tokens를 더 많이 쓰기 때문에, 작업 한 번에 드는 비용은 더 높을 수 있어요. 실제 업무를 각각 몇 번씩 돌려 보고 tokens 소비량과 결과 품질을 비교한 뒤 결정하시는 걸 권해요.

Q3: Gemini 4 Carbon의 최대 출력은 정확히 얼마인가요?

채널에 따라 달라요. APIYI를 통해 호출할 때는 모델 페이지에 표기된 65,536 tokens를 기준으로 계획하세요. 구글 AI Studio 공식 설명에서는 단일 응답이 64K를 넘을 수 있고, 최대 100만에서 입력을 뺀 만큼까지 가능하다고 하니, 이는 공식 네이티브 환경 기준의 또 다른 수치예요.

Q4: FastFrames로 제품에 들어갈 영상 생성을 할 수 있나요?

FastFrames는 애플의 연구 성과로, 논문과 Hugging Face 가중치를 제공하고 있어요. 논문에서 자체 보고한 속도는 B200급 GPU에 의존해요. 인터페이스로 곧바로 영상을 생성하고 싶다면, 연구용 가중치로 가격을 비교하기보다는 APIYI 모델 전체 목록에서 초 단위로 가격이 매겨진 영상 모델을 선택해야 해요.

Q5: Gemini 4 Carbon과 Claude Fable 5.2는 어떻게 빠르게 호출하나요?

API 통합 플랫폼을 통해 한 번에 테스트하는 걸 추천해요:

1. APIYI apiyi.com에 접속해 계정을 등록해요
2. API Key와 신규 사용자 무료 테스트 한도를 받아요
3. 이 글의 코드를 사용하고, base_url에는 `https://api.apiyi.com/v1`을, `model`에는 각각 `gemini-4-carbon`과 `claude-fable-5-2`를 넣어요

키 하나로 두 모델을 동시에 호출할 수 있어서 비교하고 전환하기 편해요.

Q6: 이 새로운 모델들에는 주의할 제한 사항이 있나요?

Carbon의 단가는 Argon과 같지만 실제 tokens 소비는 더 많을 수 있어서, 비용은 직접 측정해 확인해야 해요. Fable 5.2의 단가는 Carbon의 네 배라서, 출력이 긴 작업에서는 비용 증가가 뚜렷해요. FastFrames의 속도 수치는 모두 논문에서 자체 보고한 값이고, 고성능 GPU를 따로 갖춰야 하므로 인터페이스 성능과 동일하게 볼 수 없어요.


2026년 11월 신규 AI 모델 핵심 요약 Key Takeaways

  • 텍스트 모델 두 가지 호출 가능: gemini-4-carbon과 claude-fable-5-2 모두 OpenAI 호환 인터페이스로 호출할 수 있어요.
  • Carbon 단가, Argon과 동일: 입력 100만 토큰당 2달러, 출력 100만 토큰당 10달러로 같지만, 공식 측은 Carbon이 토큰을 더 많이 쓴다고 밝혔어요.
  • Carbon 출력은 두 가지 기준: 플랫폼을 거치면 65,536 기준으로 계획하고, 공식 장문 출력은 별도 기준이에요.
  • Fable 5.2가 5.1보다 저렴: 입력 8, 캐시 읽기 0.2, 출력 40으로 세 항목 단가 모두 이전 세대보다 낮아요.
  • FastFrames는 연구용 가중치: 애플 논문과 Hugging Face 가중치로, 속도는 논문 자체 보고 수치일 뿐 API 가격이 아니에요.
  • 시작하는 방법: APIYI에서 같은 Key에 모델 ID만 바꾸면 두 텍스트 신모델을 비교할 수 있어요.

정리

2026년 11월 신규 AI 모델의 핵심 요약은 이래요.

  1. 텍스트 방향에 새 선택지 두 개: Gemini 4 Carbon은 단가가 낮고 같은 시리즈 안에 등급이 여러 개 있으며, Claude Fable 5.2는 공식 출력 상한이 더 높고 단가가 이전 세대보다 내려갔어요.
  2. 비용은 실제 소모량으로 판단해야: 단가가 같다고 해서 한 번 호출 비용이 같지는 않아요. Carbon의 추가 검증은 토큰 사용량으로 드러나요.
  3. 영상 방향은 성격부터 구분: FastFrames는 연구용 가중치라 GPU 자원이 있는 연구팀에 적합하고, 제품에 붙일 때는 초 단위 과금되는 영상 모델을 골라야 해요.

바로 시작하려는 개발자에게 가장 실용적인 방법은 작업 단위로 나누는 거예요. 같은 실제 작업 묶음을 Carbon과 Fable 5.2에 각각 맡기고, 청구서와 출력 품질로 결정하는 편이 어떤 종합 순위보다 낫거든요. APIYI apiyi.com에서 하나의 Key로 이번 비교를 빠르게 끝내보길 권하고, 모델과 가격은 플랫폼의 모델 목록을 기준으로 확인하세요.


📚 참고 자료

  1. Google 공식 블로그 – Gemini 4 Carbon 출시 공지: 공개 시점과 공식 소개 가격

    • 링크: blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available/
    • 설명: Argon과 동일 가격 및 다중 토큰 검증에 관한 공식 설명 포함
  2. Google AI Studio – Gemini 4 Carbon 업데이트 안내: 공식 장문 출력 기준

    • 링크: aistudio.google.com/docs/whats-new-gemini-4-carbon
    • 설명: 단일 응답이 64K를 초과할 수 있다는 공식 원문 출처
  3. Anthropic 공식 문서 – Claude Fable 5.2 개요: 모델 ID, 컨텍스트 윈도우 및 가격

    • 링크: platform.claude.com/docs/en/models/fable-5-2/overview
    • 설명: 최대 출력 12.8만 토큰과 캐시 읽기 2.5%의 출처
  4. Apple 연구 – FastFrames 프로젝트 페이지: 논문 및 연구 설명

    • 링크: apple-aiml-research.github.io/ml-fastframes/
    • 설명: 논문 arXiv:2611.23226, v1 날짜 2026-11-17
  5. Hugging Face – FastFrames 가중치: S 및 L 두 가지 버전

    • 링크: huggingface.co/apple/FastFrames-S
    • 설명: 연구용 가중치 다운로드 링크로, 추론은 직접 배포해야 함

작성자: APIYI 기술팀
기술 교류: APIYI 웹사이트 홈페이지에서 저희에게 연락해 주세요. 모델 상세 정보와 호출 문서는 docs.apiyi.com 문서 센터에서 확인할 수 있습니다.

댓글 남기기