OpenThai 2.0 Legal ThaiLLM

免费至 2026-08-24

现在：0 IC——持任意 iApp API 密钥即可免费使用（注册免费）免费期后：0.01 / 0.02 IC / 1K 输入/输出 token （与 Thanoy Legal AI 相同）

v2.0 可用 POST /v3/llm/openthai2p0-legal/chat/completions

OpenThai 2.0 Legal（iapp/openthai2.0-legal-thaillm-nemotron-3-nano-30b-a3b）是由 OpenThai 团队（AIEAT / iApp Technology）基于 NVIDIA Nemotron-3-Nano-30B-A3B 打造的开放权重泰语法律大模型。托管 API 内置 RAG：每个请求都会对覆盖 39 部泰国法律、6,300+ 条文的语料库做混合检索（BM25 + Qwen3 向量检索 + 重排器），使回答以现行法条原文为依据，并返回所用条文供展示与审计。

• 📄 模型页与基准测试：OpenThai 2.0 Legal
• 🤗 开源权重：huggingface.co/iapp
• 🔗 自托管 + 自建 RAG：Open WebUI 与 OpenThaiRAG 教程

在线试用

⚖️

在线试用 OpenThai 2.0 Legal

免费 API · 1 个月

使用你的 iApp API 密钥即可免费调用，至 2026 年 8 月 24 日。

📚

已连接 RAG — 回答基于真实法条原文

本 API 从覆盖 39 部泰国法律、6,300+ 条文的语料库中混合检索（BM25 + 向量检索 + 重排器），使回答以现行法条原文为依据。系统选中的条文会显示在每个回答下方。切换到"闭卷"模式（API 中 rag: false）可与裸模型对比。

成篇的法律分析，行文中引用条文——以自动检索的现行法条原文为依据。

问题（泰语）จำเลยขีดฆ่าและฉีกเอกสารหลักฐานแห่งหนี้ แม้ยังอ่านได้ ถือเป็นความผิดสำเร็จหรือเพียงพยายามกระทำผิด

试试示例：

API Key

Log in to use your API keys or Create an account

显示推理过程（较慢）流式输出（SSE）

🧑‍💻 开发者视图——本演示背后的 API 调用

下面的 curl 命令会随你在上方修改问题、模式与选项而实时更新。复制到终端、换上你的 API 密钥即可运行——与本页面发送的请求完全一致。

请求（curl）

curl -s https://api.iapp.co.th/v3/llm/openthai2p0-legal/chat/completions \
  -H "Content-Type: application/json" \
  -H "apikey: YOUR_IAPP_API_KEY" \
  -d '{
  "model": "openthai2.0-legal",
  "rag": true,
  "rag_inject": "system",
  "messages": [
    {
      "role": "system",
      "content": "You are a Thai legal expert. Answer with legal analysis and cite the relevant มาตรา."
    },
    {
      "role": "user",
      "content": "จำเลยขีดฆ่าและฉีกเอกสารหลักฐานแห่งหนี้ แม้ยังอ่านได้ ถือเป็นความผิดสำเร็จหรือเพียงพยายามกระทำผิด"
    }
  ],
  "temperature": 0,
  "top_p": 1,
  "max_tokens": 4096,
  "chat_template_kwargs": {
    "enable_thinking": true
  },
  "stream": true,
  "stream_options": {
    "include_usage": true
  }
}'

输出仅为决策辅助，并非法律意见；请对照现行法律核验每处引用。持 iApp API 密钥免费使用至 2026-08-24，之后按标准价 0.01/0.02 IC / 1K 输入/输出 token 计费（与 Thanoy Legal AI 相同）。

快速开始

1. 准备

   • 免费的 iApp API 密钥——注册 → API Keys → Create New API Key
   • 一个泰语法律问题

2. 端点

   Base URL	https://api.iapp.co.th/v3/llm/openthai2p0-legal
   端点	POST /chat/completions（兼容 OpenAI）
   模型	openthai2.0-legal
   认证	apikey: <key> 头 或 Authorization: Bearer <key>（OpenAI SDK 开箱即用）
   频率限制	每 IP 每分钟 30 次（免费档）

3. RAG 参数（本 API 在 OpenAI 标准之上的扩展）

   字段	默认	含义
   rag	true	服务端检索泰国法条并以其为依据作答；false = 裸模型（闭卷）
   rag_top_k	8（最大 20）	注入提示词的条文数量（rag_inject: "system" 时默认 6）
   rag_inject	"user"	"user" = 模型训练所用的 Provided context 模板，适合 JSON 引用回答；"system" = 作为参考资料附于系统提示词，适合论述/长文分析

   每个使用 RAG 的回答都带有顶层 retrieved_documents 数组——每条 {law, section, text, score}。流式输出时随第一个 SSE chunk 返回。

如何获取 API 密钥？

请访问 API 密钥管理 页面查看或申请密钥。

代码示例

cURL——RAG 开启（默认）

curl -X POST 'https://api.iapp.co.th/v3/llm/openthai2p0-legal/chat/completions' \
  -H 'apikey: YOUR_API_KEY' \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "openthai2.0-legal",
    "messages": [
      {"role": "user", "content": "ลักทรัพย์ในเวลากลางคืน ผิดมาตราใด"}
    ],
    "max_tokens": 1024
  }'

响应（节选）

{
  "id": "chatcmpl-...",
  "model": "openthai2.0-legal-thaillm-nemotron-3-nano-30b-a3b",
  "choices": [
    {"message": {"role": "assistant", "content": "ลักทรัพย์ในเวลากลางคืน เป็นการกระทำความผิดตามมาตรา ๓๓๕ (๑) แห่งประมวลกฎหมายอาญา ..."}}
  ],
  "usage": {"prompt_tokens": 2874, "completion_tokens": 17},
  "rag": true,
  "retrieved_documents": [
    {"law": "ประมวลกฎหมายอาญา", "section": "335", "text": "ผู้ใดลักทรัพย์ (๑) ในเวลากลางคืน ...", "score": 0.9989},
    {"law": "ประมวลกฎหมายอาญา", "section": "334", "text": "ผู้ใดเอาทรัพย์ของผู้อื่น ...", "score": 0.9936}
  ]
}

Python——OpenAI SDK（开箱即用，Bearer 认证）

from openai import OpenAI

client = OpenAI(
    base_url="https://api.iapp.co.th/v3/llm/openthai2p0-legal",
    api_key="YOUR_API_KEY",
)

r = client.chat.completions.create(
    model="openthai2.0-legal",
    messages=[{"role": "user", "content": "ลักทรัพย์ในเวลากลางคืน ผิดมาตราใด"}],
    max_tokens=1024,
    # extra_body={"rag": False}          # 裸模型（闭卷）
    # extra_body={"rag_inject": "system"} # 论述/长文分析
)
print(r.choices[0].message.content)
print(r.model_extra.get("retrieved_documents"))  # 回答依据的法条

流式输出（SSE）——检索到的条文随第一个 chunk 返回

stream = client.chat.completions.create(
    model="openthai2.0-legal",
    messages=[{"role": "user", "content": "อธิบายความผิดฐานลักทรัพย์โดยละเอียด"}],
    max_tokens=2048,
    stream=True,
)
for chunk in stream:
    docs = chunk.model_extra.get("retrieved_documents")
    if docs:
        print("依据条文：", [(d["law"], d["section"]) for d in docs])
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

JSON 引用契约（模型训练所用的 RAG 模式）

需要机器可读的回答时，使用模型强化学习训练所用的系统提示词——模型只会引用检索上下文中出现的条文：

SYSTEM = (
    "You are OpenThaiGPT-Legal, an expert assistant on Thai law. You are given a legal "
    "question and the exact statutory sections needed to answer it. Reason step by step in "
    "English, then give the final answer in Thai. Cite ONLY sections present in the provided "
    "context, using each section's exact law_name and bare section number (e.g. 132, 77/1). "
    'Output the final answer as JSON: {"answer": "<Thai answer>", '
    '"citations": [{"law": "<law_name>", "section": "<bare id>"}]}.'
)

r = client.chat.completions.create(
    model="openthai2.0-legal",
    messages=[
        {"role": "system", "content": SYSTEM},
        {"role": "user", "content": "หมิ่นประมาทโดยการโฆษณา มีความผิดตามมาตราใด"},
    ],
    temperature=0.0, max_tokens=1024,
    extra_body={"chat_template_kwargs": {"enable_thinking": False}},
)
# -> {"answer": "...มาตรา 328", "citations": [{"law": "ประมวลกฎหมายอาญา", "section": "328"}]}

功能与能力

核心特性

• 服务端内置 RAG——BM25 + 向量混合检索加重排器，覆盖 39 部泰国法律的现行文本（刑法典、民商法典、民事/刑事诉讼法典、税法典等），2560 年修订后的罚金数额已核验。
• 可核验引用——精确的法律名 + 条文（มาตรา），支持散文或固定 JSON 格式；retrieved_documents 让每个回答可审计。
• 推理模式——加 "chat_template_kwargs": {"enable_thinking": true} 查看 <think>...</think> 中的逐步法律推理。
• 开放权重——同一模型可下载并在单张 24 GB GPU（NVFP4）上自托管。

应用场景

• 法律聊天机器人与检索工具——回答附带可核验的条文依据。
• 起草与审阅助手——JSON 引用契约可直接接入自动化流程。
• 法律科技产品——展示 retrieved_documents 面板，让用户看到回答的依据。

推荐生成参数

任务	temperature	推理模式	rag_inject
条文引用（JSON）	0.0	关	user（默认）
法律论述/分析	0.0	开	system
日常对话	0.7	可选	user（默认）

决策辅助，并非法律意见

输出在使用前必须由专业人士对照现行法律核验。检索质量直接决定回答质量——retrieved_documents 字段正是为逐条审计而设。