{ "aboutHtml": "

Codestral Embed 2505 هو نموذج Mistral AI للتضمين المتخصص في استرجاع الشيفرة. يستقبل نصًا يحتوي على شيفرة مصدرية أو استعلامًا بلغة طبيعية عن الشيفرة ويعيد متجهات عددية. تقدّمه الجهة المصنّعة للبحث في المستودعات واسترجاع السياق لمساعدي البرمجة وتحليل التشابه والتكرار وتجميع الشيفرة حسب وظائفها أو بنيتها. معرّف إصداره الثابت codestral-embed-2505.

المدخل والتمثيل

يمكن لمدخل الشيفرة أن يكون دالة أو مقطعًا مصدريًا مترابطًا أو وحدة أخرى ذات معنى من مستودع. ويمكن لاستعلام بلغة طبيعية وصف السلوك المراد العثور عليه بدلًا من تسمية الرمز البرمجي الدقيق. يمثّل التضمين ذلك المدخل للمقارنة؛ ولا يولّد النموذج تنفيذًا جديدًا أو ينفّذ الشيفرة التي يتلقاها.

يوثّق الإصدار الرسمي سياق مدخل كاملًا من 8,192 رمزًا. وللاسترجاع، توصي الجهة المصنّعة بأجزاء من نحو 3,000 محرف مع تداخل من 1,000 محرف، مشيرةً إلى أن الأجزاء الأكبر قد تضر بالاسترجاع. هذه توصيات لإعداد الاسترجاع، وليست حدًا للرموز من 3,000 محرف. احتفظ بالملف والرمز البرمجي وموضع المصدر مرتبطين بكل عنصر مُعدّ حتى يستطيع التطبيق إعادة الشيفرة ذات الصلة بعد البحث.

دقة المخرجات وأبعادها

يوثّق دليل تضمين الشيفرة أنواع المخرجات float وint8 وuint8 وbinary وubinary. يستخدم float قيمًا من 32 بت بدقة أحادية. ويستخدم int8 أعدادًا صحيحة ذات إشارة من 8 بت تتراوح من -128 إلى 127، بينما يستخدم uint8 قيمًا بلا إشارة من 8 بت تتراوح من 0 إلى 255. يخزّن binary وubinary قيمًا مكمّمة من بت واحد داخل عناصر محزومة من 8 بت، باستخدام حاويات ذات إشارة وبلا إشارة على التوالي.

يغيّر التمثيل المحزوم بالبتات طول القائمة المُعادة: يصف الدليل عنصرًا محزومًا واحدًا لكل ثمانية أبعاد تضمين منطقية. لذلك تختلف المقارنة الواعية بالتنسيق عن التعامل مع البايتات المحزومة كإحداثيات عائمة عادية. احتفظ بالنوع المختار مع المتجه واستخدم التمثيل نفسه للشيفرة المفهرسة واستعلامها.

تذكر وثائق المعلمات بُعدًا افتراضيًا من 1,536 وحدًا أقصى من 3,072. الأبعاد مرتبة حسب الصلة، وتصف الجهة المصنّعة الاحتفاظ بالعدد المختار من الأبعاد الأولى بوصفه طريقة لاختيار حجم التمثيل. اختر البُعد بصورة متسقة للمجموعة المخزّنة والاستعلامات الجديدة. يغيّر التمثيل الأقصر أو المكمّم سلوك التخزين والمقارنة؛ ولا يزيد سياق المدخل أو يحوّل النموذج إلى مولّد شيفرة.

البرمجة المعزّزة بالاسترجاع

أول حالة استخدام في الإصدار استرجاع سياق لإكمال الشيفرة أو تعديلها أو تفسيرها. جهّز وحدات شيفرة ذات معنى واحتفظ بإصدار المستودع ومعرّفات المصدر. يمكن لسؤال عن كيفية معالجة خطأ محدد استرجاع دوال مترابطة، يقدّمها التطبيق بعد ذلك لنموذج برمجة مع طلب التغيير الفعلي.

من النتائج العملية مجموعة مرتبة من مقاطع مصدرية مع مسارات الملفات والرموز البرمجية والمحتوى اللازم لفهم سلوكها. يستطيع مطوّر فتح المقاطع المسترجعة أو تمريرها إلى مساعد. ينفّذ Codestral Embed خطوة التمثيل؛ ويختار مكوّن منفصل النتائج، ويكتب نموذج توليد التفسير أو الشيفرة المقترحة.

البحث الدلالي والتشابه

تصف الجهة المصنّعة البحث في الشيفرة باستعلامات بلغة طبيعية أو بالشيفرة. يستطيع مطوّر طلب تنفيذ سلوك حتى عندما يختلف اسم الدالة عن صياغة الطلب. أدرج السلوك والشروط التي تميّز التنفيذ المقصود؛ فقد يسترجع استعلام عام عن نظام فرعي كامل مادة مترابطة دون حسم السؤال المحدد.

يصف الإصدار أيضًا العثور على شيفرة شبه مكررة أو متشابهة وظيفيًا رغم الاختلافات المعجمية. قد تساعد هذه النتائج في تحديد تنفيذ قابل لإعادة الاستخدام أو شيفرة تحتاج إلى مراجعة إضافية. التشابه في فضاء التضمين إشارة لفحص المصدر؛ ولا يثبت أن مقطعين يملكان السلوك نفسه لكل مدخل.

التجميع العنقودي والتحليلات والمقارنة

يمكن استخدام تضمينات الشيفرة لتجميعها حسب الوظيفة أو البنية وفحص تكوين مستودع. احتفظ بالمقاطع الأصلية ومعرّفاتها متاحة حتى يستطيع شخص أو خطوة لاحقة في التطبيق تفسير المجموعة. العنقود تجميع قائم على التمثيل، وليس وصفًا معماريًا جرى التحقق منه تلقائيًا.

تستخدم أمثلة المتجهات العائمة لدى الجهة المصنّعة تضمينات مطبّعة إلى طول الوحدة، تعطي لها مقارنة جيب التمام والناتج النقطي والمسافة الإقليدية ترتيبات متسقة. ينبغي للمخرجات المكمّمة والمحزومة بالبتات الاحتفاظ بمعالجة تنسيقها الخاصة بدلًا من وراثة افتراض عن الإحداثيات العائمة الخام. وتحتفظ النقطة النهائية المنشورة أيضًا بفهارس المدخلات، ما يساعد في الحفاظ على الصلة بين كل متجه وعنصره المصدري.

الإصدار والحدود العملية

تدرج صفحة النموذج المحدد مسارات عمل التضمين والدفعات مع وسم سياق 8k، بينما يقدّم الإصدار قيمة 8,192 رمزًا. حافظ على إصدار 2505 المسمى والبُعد والنوع المختارين للمخرج عبر سير عمل المجموعة والاستعلام. هذا مخرج متجهات موجّه للشيفرة، يختلف عن إكمال النص في Codestral وعن نموذج Mistral Embed النصي ذي الأبعاد الثابتة.

جهّز وحدات شيفرة تحمل السلوك ذا الصلة، واحتفظ بمواضعها المصدرية وحدّد السؤال المراد البحث عنه. الناتج المفيد تمثيل قابل للاسترجاع مرتبط بشيفرة فعلية، يدعم خطوة التفسير أو التعديل أو مراجعة المطوّر التالية دون تنفيذ تلك الخطوة بنفسه.

", "aboutText": "Codestral Embed 2505 هو نموذج Mistral AI للتضمين المتخصص في استرجاع الشيفرة. يستقبل نصًا يحتوي على شيفرة مصدرية أو استعلامًا بلغة طبيعية عن الشيفرة ويعيد متجهات عددية. تقدّمه الجهة المصنّعة للبحث في المستودعات واسترجاع السياق لمساعدي البرمجة وتحليل التشابه والتكرار وتجميع الشيفرة حسب وظائفها أو بنيتها. معرّف إصداره الثابت codestral-embed-2505.\n\nالمدخل والتمثيل\n\nيمكن لمدخل الشيفرة أن يكون دالة أو مقطعًا مصدريًا مترابطًا أو وحدة أخرى ذات معنى من مستودع. ويمكن لاستعلام بلغة طبيعية وصف السلوك المراد العثور عليه بدلًا من تسمية الرمز البرمجي الدقيق. يمثّل التضمين ذلك المدخل للمقارنة؛ ولا يولّد النموذج تنفيذًا جديدًا أو ينفّذ الشيفرة التي يتلقاها.\n\nيوثّق الإصدار الرسمي سياق مدخل كاملًا من 8,192 رمزًا. وللاسترجاع، توصي الجهة المصنّعة بأجزاء من نحو 3,000 محرف مع تداخل من 1,000 محرف، مشيرةً إلى أن الأجزاء الأكبر قد تضر بالاسترجاع. هذه توصيات لإعداد الاسترجاع، وليست حدًا للرموز من 3,000 محرف. احتفظ بالملف والرمز البرمجي وموضع المصدر مرتبطين بكل عنصر مُعدّ حتى يستطيع التطبيق إعادة الشيفرة ذات الصلة بعد البحث.\n\nدقة المخرجات وأبعادها\n\nيوثّق دليل تضمين الشيفرة أنواع المخرجات float وint8 وuint8 وbinary وubinary. يستخدم float قيمًا من 32 بت بدقة أحادية. ويستخدم int8 أعدادًا صحيحة ذات إشارة من 8 بت تتراوح من -128 إلى 127، بينما يستخدم uint8 قيمًا بلا إشارة من 8 بت تتراوح من 0 إلى 255. يخزّن binary وubinary قيمًا مكمّمة من بت واحد داخل عناصر محزومة من 8 بت، باستخدام حاويات ذات إشارة وبلا إشارة على التوالي.\n\nيغيّر التمثيل المحزوم بالبتات طول القائمة المُعادة: يصف الدليل عنصرًا محزومًا واحدًا لكل ثمانية أبعاد تضمين منطقية. لذلك تختلف المقارنة الواعية بالتنسيق عن التعامل مع البايتات المحزومة كإحداثيات عائمة عادية. احتفظ بالنوع المختار مع المتجه واستخدم التمثيل نفسه للشيفرة المفهرسة واستعلامها.\n\nتذكر وثائق المعلمات بُعدًا افتراضيًا من 1,536 وحدًا أقصى من 3,072. الأبعاد مرتبة حسب الصلة، وتصف الجهة المصنّعة الاحتفاظ بالعدد المختار من الأبعاد الأولى بوصفه طريقة لاختيار حجم التمثيل. اختر البُعد بصورة متسقة للمجموعة المخزّنة والاستعلامات الجديدة. يغيّر التمثيل الأقصر أو المكمّم سلوك التخزين والمقارنة؛ ولا يزيد سياق المدخل أو يحوّل النموذج إلى مولّد شيفرة.\n\nالبرمجة المعزّزة بالاسترجاع\n\nأول حالة استخدام في الإصدار استرجاع سياق لإكمال الشيفرة أو تعديلها أو تفسيرها. جهّز وحدات شيفرة ذات معنى واحتفظ بإصدار المستودع ومعرّفات المصدر. يمكن لسؤال عن كيفية معالجة خطأ محدد استرجاع دوال مترابطة، يقدّمها التطبيق بعد ذلك لنموذج برمجة مع طلب التغيير الفعلي.\n\nمن النتائج العملية مجموعة مرتبة من مقاطع مصدرية مع مسارات الملفات والرموز البرمجية والمحتوى اللازم لفهم سلوكها. يستطيع مطوّر فتح المقاطع المسترجعة أو تمريرها إلى مساعد. ينفّذ Codestral Embed خطوة التمثيل؛ ويختار مكوّن منفصل النتائج، ويكتب نموذج توليد التفسير أو الشيفرة المقترحة.\n\nالبحث الدلالي والتشابه\n\nتصف الجهة المصنّعة البحث في الشيفرة باستعلامات بلغة طبيعية أو بالشيفرة. يستطيع مطوّر طلب تنفيذ سلوك حتى عندما يختلف اسم الدالة عن صياغة الطلب. أدرج السلوك والشروط التي تميّز التنفيذ المقصود؛ فقد يسترجع استعلام عام عن نظام فرعي كامل مادة مترابطة دون حسم السؤال المحدد.\n\nيصف الإصدار أيضًا العثور على شيفرة شبه مكررة أو متشابهة وظيفيًا رغم الاختلافات المعجمية. قد تساعد هذه النتائج في تحديد تنفيذ قابل لإعادة الاستخدام أو شيفرة تحتاج إلى مراجعة إضافية. التشابه في فضاء التضمين إشارة لفحص المصدر؛ ولا يثبت أن مقطعين يملكان السلوك نفسه لكل مدخل.\n\nالتجميع العنقودي والتحليلات والمقارنة\n\nيمكن استخدام تضمينات الشيفرة لتجميعها حسب الوظيفة أو البنية وفحص تكوين مستودع. احتفظ بالمقاطع الأصلية ومعرّفاتها متاحة حتى يستطيع شخص أو خطوة لاحقة في التطبيق تفسير المجموعة. العنقود تجميع قائم على التمثيل، وليس وصفًا معماريًا جرى التحقق منه تلقائيًا.\n\nتستخدم أمثلة المتجهات العائمة لدى الجهة المصنّعة تضمينات مطبّعة إلى طول الوحدة، تعطي لها مقارنة جيب التمام والناتج النقطي والمسافة الإقليدية ترتيبات متسقة. ينبغي للمخرجات المكمّمة والمحزومة بالبتات الاحتفاظ بمعالجة تنسيقها الخاصة بدلًا من وراثة افتراض عن الإحداثيات العائمة الخام. وتحتفظ النقطة النهائية المنشورة أيضًا بفهارس المدخلات، ما يساعد في الحفاظ على الصلة بين كل متجه وعنصره المصدري.\n\nالإصدار والحدود العملية\n\nتدرج صفحة النموذج المحدد مسارات عمل التضمين والدفعات مع وسم سياق 8k، بينما يقدّم الإصدار قيمة 8,192 رمزًا. حافظ على إصدار 2505 المسمى والبُعد والنوع المختارين للمخرج عبر سير عمل المجموعة والاستعلام. هذا مخرج متجهات موجّه للشيفرة، يختلف عن إكمال النص في Codestral وعن نموذج Mistral Embed النصي ذي الأبعاد الثابتة.\n\nجهّز وحدات شيفرة تحمل السلوك ذا الصلة، واحتفظ بمواضعها المصدرية وحدّد السؤال المراد البحث عنه. الناتج المفيد تمثيل قابل للاسترجاع مرتبط بشيفرة فعلية، يدعم خطوة التفسير أو التعديل أو مراجعة المطوّر التالية دون تنفيذ تلك الخطوة بنفسه.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "ae3ffb5192db0756aaa78b0f9d60e464ce1375b8dce7cc37a41ed456946d358a", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ar", "methods": [ { "html": "
•

Mistral: Codestral Embed 2505

Mistral /mistralai/codestral-embed-2505

البداية

يمثّل Codestral Embed 2505 الشيفرة والاستعلامات بلغة طبيعية كمتجهات للبحث في المستودعات واسترجاع سياق لمساعدي البرمجة. توثّق الجهة المصنّعة سياقًا من 8,192 رمزًا وأبعادًا قابلة للضبط حتى 3,072 وتنسيقات مخرجات عائمة أو صحيحة أو محزومة بالبتات.

المدخلات المقبولة
النص · token_ids
النتائج
embedding
عن النموذج

يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.

Codestral Embed 2505 هو نموذج Mistral AI للتضمين المتخصص في استرجاع الشيفرة. يستقبل نصًا يحتوي على شيفرة مصدرية أو استعلامًا بلغة طبيعية عن الشيفرة ويعيد متجهات عددية. تقدّمه الجهة المصنّعة للبحث في المستودعات واسترجاع السياق لمساعدي البرمجة وتحليل التشابه والتكرار وتجميع الشيفرة حسب وظائفها أو بنيتها. معرّف إصداره الثابت codestral-embed-2505.

المدخل والتمثيل

يمكن لمدخل الشيفرة أن يكون دالة أو مقطعًا مصدريًا مترابطًا أو وحدة أخرى ذات معنى من مستودع. ويمكن لاستعلام بلغة طبيعية وصف السلوك المراد العثور عليه بدلًا من تسمية الرمز البرمجي الدقيق. يمثّل التضمين ذلك المدخل للمقارنة؛ ولا يولّد النموذج تنفيذًا جديدًا أو ينفّذ الشيفرة التي يتلقاها.

يوثّق الإصدار الرسمي سياق مدخل كاملًا من 8,192 رمزًا. وللاسترجاع، توصي الجهة المصنّعة بأجزاء من نحو 3,000 محرف مع تداخل من 1,000 محرف، مشيرةً إلى أن الأجزاء الأكبر قد تضر بالاسترجاع. هذه توصيات لإعداد الاسترجاع، وليست حدًا للرموز من 3,000 محرف. احتفظ بالملف والرمز البرمجي وموضع المصدر مرتبطين بكل عنصر مُعدّ حتى يستطيع التطبيق إعادة الشيفرة ذات الصلة بعد البحث.

دقة المخرجات وأبعادها

يوثّق دليل تضمين الشيفرة أنواع المخرجات float وint8 وuint8 وbinary وubinary. يستخدم float قيمًا من 32 بت بدقة أحادية. ويستخدم int8 أعدادًا صحيحة ذات إشارة من 8 بت تتراوح من -128 إلى 127، بينما يستخدم uint8 قيمًا بلا إشارة من 8 بت تتراوح من 0 إلى 255. يخزّن binary وubinary قيمًا مكمّمة من بت واحد داخل عناصر محزومة من 8 بت، باستخدام حاويات ذات إشارة وبلا إشارة على التوالي.

يغيّر التمثيل المحزوم بالبتات طول القائمة المُعادة: يصف الدليل عنصرًا محزومًا واحدًا لكل ثمانية أبعاد تضمين منطقية. لذلك تختلف المقارنة الواعية بالتنسيق عن التعامل مع البايتات المحزومة كإحداثيات عائمة عادية. احتفظ بالنوع المختار مع المتجه واستخدم التمثيل نفسه للشيفرة المفهرسة واستعلامها.

تذكر وثائق المعلمات بُعدًا افتراضيًا من 1,536 وحدًا أقصى من 3,072. الأبعاد مرتبة حسب الصلة، وتصف الجهة المصنّعة الاحتفاظ بالعدد المختار من الأبعاد الأولى بوصفه طريقة لاختيار حجم التمثيل. اختر البُعد بصورة متسقة للمجموعة المخزّنة والاستعلامات الجديدة. يغيّر التمثيل الأقصر أو المكمّم سلوك التخزين والمقارنة؛ ولا يزيد سياق المدخل أو يحوّل النموذج إلى مولّد شيفرة.

البرمجة المعزّزة بالاسترجاع

أول حالة استخدام في الإصدار استرجاع سياق لإكمال الشيفرة أو تعديلها أو تفسيرها. جهّز وحدات شيفرة ذات معنى واحتفظ بإصدار المستودع ومعرّفات المصدر. يمكن لسؤال عن كيفية معالجة خطأ محدد استرجاع دوال مترابطة، يقدّمها التطبيق بعد ذلك لنموذج برمجة مع طلب التغيير الفعلي.

من النتائج العملية مجموعة مرتبة من مقاطع مصدرية مع مسارات الملفات والرموز البرمجية والمحتوى اللازم لفهم سلوكها. يستطيع مطوّر فتح المقاطع المسترجعة أو تمريرها إلى مساعد. ينفّذ Codestral Embed خطوة التمثيل؛ ويختار مكوّن منفصل النتائج، ويكتب نموذج توليد التفسير أو الشيفرة المقترحة.

البحث الدلالي والتشابه

تصف الجهة المصنّعة البحث في الشيفرة باستعلامات بلغة طبيعية أو بالشيفرة. يستطيع مطوّر طلب تنفيذ سلوك حتى عندما يختلف اسم الدالة عن صياغة الطلب. أدرج السلوك والشروط التي تميّز التنفيذ المقصود؛ فقد يسترجع استعلام عام عن نظام فرعي كامل مادة مترابطة دون حسم السؤال المحدد.

يصف الإصدار أيضًا العثور على شيفرة شبه مكررة أو متشابهة وظيفيًا رغم الاختلافات المعجمية. قد تساعد هذه النتائج في تحديد تنفيذ قابل لإعادة الاستخدام أو شيفرة تحتاج إلى مراجعة إضافية. التشابه في فضاء التضمين إشارة لفحص المصدر؛ ولا يثبت أن مقطعين يملكان السلوك نفسه لكل مدخل.

التجميع العنقودي والتحليلات والمقارنة

يمكن استخدام تضمينات الشيفرة لتجميعها حسب الوظيفة أو البنية وفحص تكوين مستودع. احتفظ بالمقاطع الأصلية ومعرّفاتها متاحة حتى يستطيع شخص أو خطوة لاحقة في التطبيق تفسير المجموعة. العنقود تجميع قائم على التمثيل، وليس وصفًا معماريًا جرى التحقق منه تلقائيًا.

تستخدم أمثلة المتجهات العائمة لدى الجهة المصنّعة تضمينات مطبّعة إلى طول الوحدة، تعطي لها مقارنة جيب التمام والناتج النقطي والمسافة الإقليدية ترتيبات متسقة. ينبغي للمخرجات المكمّمة والمحزومة بالبتات الاحتفاظ بمعالجة تنسيقها الخاصة بدلًا من وراثة افتراض عن الإحداثيات العائمة الخام. وتحتفظ النقطة النهائية المنشورة أيضًا بفهارس المدخلات، ما يساعد في الحفاظ على الصلة بين كل متجه وعنصره المصدري.

الإصدار والحدود العملية

تدرج صفحة النموذج المحدد مسارات عمل التضمين والدفعات مع وسم سياق 8k، بينما يقدّم الإصدار قيمة 8,192 رمزًا. حافظ على إصدار 2505 المسمى والبُعد والنوع المختارين للمخرج عبر سير عمل المجموعة والاستعلام. هذا مخرج متجهات موجّه للشيفرة، يختلف عن إكمال النص في Codestral وعن نموذج Mistral Embed النصي ذي الأبعاد الثابتة.

جهّز وحدات شيفرة تحمل السلوك ذا الصلة، واحتفظ بمواضعها المصدرية وحدّد السؤال المراد البحث عنه. الناتج المفيد تمثيل قابل للاسترجاع مرتبط بشيفرة فعلية، يدعم خطوة التفسير أو التعديل أو مراجعة المطوّر التالية دون تنفيذ تلك الخطوة بنفسه.

متاح في Ailoot · المدخلات والطرائق

Ailoot Ultra · التضمينات POST /v1/embeddings
الإدخال
text, token_ids
الإخراج
embedding
السياق
⁦8,192⁩ tokens
صيغة الإخراج
json
الحقلالنوعالمتطلبالقيم والحدودالقيمة الافتراضية
الحقلmodelالنوعstringالمتطلبمطلوبالقيم والحدود
mistralai/codestral-embed-2505
القيمة الافتراضية—
الحقلinputالنوعstring|string[]|integer[]|integer[][]المتطلبمطلوبالقيم والحدود
الحد الأدنى للعناصر: ⁦1⁩
الشروط: دفعة متجانسة غير فارغة. معرّفات التوكنات أعداد صحيحة غير سالبة.
سعة الإدخال: الحد الأقصى: ⁦8,192⁩ · وحدة النص: بايتات UTF8 · وحدة الرموز: عناصر مصفوفة الرموز
القيمة الافتراضية—
الحقلencoding_formatالنوعstringالمتطلباختياريالقيم والحدود
float
القيمة الافتراضيةfloat
الحقلdimensionsالنوعintegerالمتطلبغير مدعومالقيم والحدود
الحد الأدنى: ⁦1⁩
القيمة الافتراضية—
الحقلuserالنوعjson_valueالمتطلباختياريالقيم والحدود
الشروط: يسمح المصدر بحقل البيانات الوصفية هذا بصيغة JSON؛ ويعتمد المعنى الدقيق لدى المزوّد الأصلي على النموذج.
القيمة الافتراضية—
الحقلsession_idالنوعjson_valueالمتطلباختياريالقيم والحدود
الشروط: يسمح المصدر بحقل البيانات الوصفية هذا بصيغة JSON؛ ويعتمد المعنى الدقيق لدى المزوّد الأصلي على النموذج.
القيمة الافتراضية—
الحقلtraceالنوعjson_valueالمتطلباختياريالقيم والحدود
الشروط: يسمح المصدر بحقل البيانات الوصفية هذا بصيغة JSON؛ ويعتمد المعنى الدقيق لدى المزوّد الأصلي على النموذج.
القيمة الافتراضية—
الحقلproviderالنوعobjectالمتطلباختياريالقيم والحدود
الشروط: تم رفض provider.options
القيمة الافتراضية—
تركيبات مواد الإدخال

text_to_embedding

معلمات الطريقة ودورة حياتها
المعلمةالمواصفات
المعلمةcontent_typeالمواصفاتapplication/json
المعلمةrequiredالمواصفاتmodel, input
المعلمةinput_shapesالمواصفاتstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[]
المعلمةencoding_formatالمواصفاتfloat
المعلمةdimensions_overrideالمواصفاتfalse
المعلمةmax_input_budget_unitsالمواصفات8192
المعلمةmultimodal_objectsالمواصفاتfalse
المعلمةmaterial_typesالمواصفاتtext, token_ids

دورة الحياة: synchronous_json

احتفظ بفهرس كل متجه وبُعده.

اسم النموذج متعدد الوسائط لا يتيح استخدام كائنات الصور على هذا المسار المحدد.

الباقات

مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.

الوضع السريع
التعرفة القياسية عند اختيار الوضع السريع
الوضع المرن
التعرفة القياسية عند اختيار وضع flex
أقصى جهد للاستدلال
التعرفة القياسية عندما يُطبَّق الضبط الافتراضي default مع أقصى جهد للاستدلال

تعرفات Ailoot

الأسعار حسب الإعدادات

الإعداداتجدول التعرفةالرسوم
الإعداداتالتعرفات الأساسية للرموزجدول التعرفةالتعرفة الأساسيةالرسوم
الإدخال · رموز الإدخال $0.0003 / 1K من الرموز
الإخراج · رموز الإخراج $0 / 1K من الرموز
الإدخال · قراءة ذاكرة التخزين المؤقت — / 1K من الرموز
الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز
الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز

تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →

أمثلة للطلبات

Ailoot Ultra · التضمينات

set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "mistralai/codestral-embed-2505", "input": ["First document", "Second document"]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("data",[]): print(json.dumps({"index":x.get("index"),"embedding":x.get("embedding")}))\nPY_RESULT\n

استلام النتائج وحفظها

Ailoot Ultra · التضمينات

json

الاحتفاظ بكل النتائج المكتملة

احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.

احتفظ بكل متجه مع فهرسه. يجب أن يساوي عدد المتجهات عدد المدخلات، وأن تكون الأبعاد متسقة.

عند الحاجة إلى التحقق من الاستجابة الأصلية

لا تُستحدث نقطة نهاية لمهام التضمين.

حقول الاستجابة
الحقلالنوع
الحقلobjectالنوعstring
الحقلmodelالنوعstring
الحقلdata[].indexالنوعinteger
الحقلdata[].embeddingالنوعfinite float[]
الحقلusageالنوعobject
الأخطاء والخطوات التالية
الاستجابةالشرطالخطوة التالية
الاستجابة⁦400⁩ · invalid_request_errorالشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحةالخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد.

الأسماء البديلة

الأسماء البديلة للنموذج

Ailoot Ultra mistralai/codestral-embed-2505

الأسماء البديلة لمسارات الطرائق

استخدم مسارات الطرائق المعروضة أعلاه.

معرّفات النماذج ذات الصلة IDs

mistralai/codestral-embed-2505

", "method_identity": { "effective_request_model_id": "mistralai/codestral-embed-2505", "fmt": "embeddings", "http": "POST", "path": "/v1/embeddings", "request_model_id": "mistralai/codestral-embed-2505", "route_label": "Ultra" }, "method_key": "Ultra|embeddings|/v1/embeddings|mistralai%2Fcodestral-embed-2505", "ordinal": 0, "rawMethod": { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Keep every vector with its index. Vector count must equal input count; dimensions must be consistent.", "errors": [ { "code": null, "condition": "حقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة", "http_status": 400, "recovery": "صحّح الحقول المحددة قبل طلب إنشاء جديد.", "type": "invalid_request_error" } ], "hints": [], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/embeddings" }, "job_read": null, "mode": "synchronous_json", "unknown": "لا تُستحدث نقطة نهاية لمهام التضمين." }, "material_combinations": [ { "alternatives": [ "string", "string[]", "nonnegative_integer_token_array", "nonnegative_integer_token_array[]" ], "mode": "text_to_embedding" } ], "operation_modes": [ "single_embedding", "batched_embeddings" ], "outputs": { "all_results": "احتفظ بكل متجه مع فهرسه. يجب أن يساوي عدد المتجهات عدد المدخلات، وأن تكون الأبعاد متسقة.", "default_dimensions": null, "family": "embedding", "fields": [ { "description": null, "name": "object", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "data[].index", "type": "integer" }, { "description": null, "name": "data[].embedding", "type": "finite float[]" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "mistralai/codestral-embed-2505" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "budget": { "maximum": 8192, "text_unit": "بايتات UTF8", "token_unit": "عناصر مصفوفة الرموز" }, "conditions": "دفعة متجانسة غير فارغة. معرّفات التوكنات أعداد صحيحة غير سالبة.", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "input", "required": true, "type": "string|string[]|integer[]|integer[][]" }, { "availability": "source_interface", "default": "float", "default_known": true, "enum": [ "float" ], "enum_known": true, "name": "encoding_format", "required": false, "type": "string" }, { "availability": "unsupported", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "dimensions", "required": false, "type": "integer" }, { "availability": "pass_through_metadata", "conditions": "يسمح المصدر بحقل البيانات الوصفية هذا بصيغة JSON؛ ويعتمد المعنى الدقيق لدى المزوّد الأصلي على النموذج.", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "user", "required": false, "type": "json_value" }, { "availability": "pass_through_metadata", "conditions": "يسمح المصدر بحقل البيانات الوصفية هذا بصيغة JSON؛ ويعتمد المعنى الدقيق لدى المزوّد الأصلي على النموذج.", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "session_id", "required": false, "type": "json_value" }, { "availability": "pass_through_metadata", "conditions": "يسمح المصدر بحقل البيانات الوصفية هذا بصيغة JSON؛ ويعتمد المعنى الدقيق لدى المزوّد الأصلي على النموذج.", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "trace", "required": false, "type": "json_value" }, { "availability": "source_interface", "conditions": "تم رفض provider.options", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "provider", "required": false, "type": "object" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [ "mixed input kinds", "empty input", "image/audio/file objects", "encoding_format=base64", "dimensions override" ] }, "hints": [ "احتفظ بفهرس كل متجه وبُعده.", "اسم النموذج متعدد الوسائط لا يتيح استخدام كائنات الصور على هذا المسار المحدد." ], "input": { "content_type": "application/json", "dimensions_override": false, "encoding_format": [ "float" ], "input_shapes": [ "string", "string[]", "nonnegative_integer_token_array", "nonnegative_integer_token_array[]" ], "material_types": [ "text", "token_ids" ], "max_input_budget_units": 8192, "multimodal_objects": false, "required": [ "model", "input" ] }, "lifecycle": { "mode": "synchronous_json", "unknown": "no embedding job endpoint inferred" }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/embeddings" }, "method_aliases": [], "operation_modes": [ "text_to_embedding" ], "output": { "default_dimensions": null, "family": "embedding", "format": "json", "http_success": 200, "vectors": "one dense float vector per input; indices/model/usage validated" } }, "ctx": 8192, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "التعرفات الأساسية للرموز", "units": [ { "amount": "0.0003000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000003", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"mistralai/codestral-embed-2505\", \"input\": [\"First document\", \"Second document\"]}')\n\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path(\"result.json\").read_text())\nfor x in r.get(\"data\",[]): print(json.dumps({\"index\":x.get(\"index\"),\"embedding\":x.get(\"embedding\")}))\nPY_RESULT\n", "label": "curl · retained exact creation", "language": "bash" }, { "code": "from openai import OpenAI\nimport os\n\nclient=OpenAI(base_url=\"https://api.ailoot.ai/v1\",api_key=os.environ[\"AILOOT_API_KEY\"],max_retries=0)\nresult=client.embeddings.create(model='mistralai/codestral-embed-2505',input=[\"First document\",\"Second document\"])\nprint(result)\nfor item in result.data:print(item.index,item.embedding)\n", "label": "Python SDK · all vectors", "language": "python" } ], "family": "openai", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "embeddings", "hints": [ "Keep every vector index and dimension.", "Multimodal model name does not admit image objects on this exact path." ], "http": "POST", "in": 0.3, "input": [ "text", "token_ids" ], "label": "Эмбеддинги", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "out": 0, "output": [ "embedding" ], "path": "/v1/embeddings", "price_conditions": [ { "label": "الوضع السريع", "value": "التعرفة القياسية", "when": "عند اختيار الوضع السريع" }, { "label": "الوضع المرن", "value": "التعرفة القياسية", "when": "عند اختيار وضع flex" }, { "label": "أقصى جهد للاستدلال", "value": "التعرفة القياسية", "when": "عندما يُطبَّق الضبط الافتراضي default مع أقصى جهد للاستدلال" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.0003000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000003", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "mistralai/codestral-embed-2505", "route_label": "Ultra", "status_reads": [], "tiers": [], "units": [ { "amount": "0.0003000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000003", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } } ], "model_id": "mistralai/codestral-embed-2505", "nativeProvenance": { "input_facts_canonical_sha256": "fcb8038e7252411a5578d3338939658b2f4024921cf44cfa04c9202771e86161", "input_html_sha256": "68bb8a0055d3bf17b51020514c079ae4807fada6cc951de31f8eefc10930fe63", "private_audit_sha256": "228b751cf2e4cd635e4e1612db678bcffe01b0d375286940245ad5be33bc3776", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/ar/mistralai-codestral-embed-2505/", "description": "يمثّل Codestral Embed 2505 الشيفرة والاستعلامات بلغة طبيعية كمتجهات للبحث في المستودعات واسترجاع سياق لمساعدي البرمجة. توثّق الجهة المصنّعة سياقًا من 8,192 رمزًا وأبعادًا قابلة للضبط حتى 3,072 وتنسيقات مخرجات عائمة أو صحيحة أو محزومة بالبتات.", "locale": "ar", "md_url": "https://ailoot.ai/models/ar/mistralai-codestral-embed-2505/index.md", "title": "Mistral: Codestral Embed 2505 — Ailoot", "url": "https://ailoot.ai/models/ar/mistralai-codestral-embed-2505/" }, "rawModel": { "about": "Codestral Embed 2505 هو نموذج Mistral AI للتضمين المتخصص في استرجاع الشيفرة. يستقبل نصًا يحتوي على شيفرة مصدرية أو استعلامًا بلغة طبيعية عن الشيفرة ويعيد متجهات عددية. تقدّمه الجهة المصنّعة للبحث في المستودعات واسترجاع السياق لمساعدي البرمجة وتحليل التشابه والتكرار وتجميع الشيفرة حسب وظائفها أو بنيتها. معرّف إصداره الثابت codestral-embed-2505.\n\nالمدخل والتمثيل\n\nيمكن لمدخل الشيفرة أن يكون دالة أو مقطعًا مصدريًا مترابطًا أو وحدة أخرى ذات معنى من مستودع. ويمكن لاستعلام بلغة طبيعية وصف السلوك المراد العثور عليه بدلًا من تسمية الرمز البرمجي الدقيق. يمثّل التضمين ذلك المدخل للمقارنة؛ ولا يولّد النموذج تنفيذًا جديدًا أو ينفّذ الشيفرة التي يتلقاها.\n\nيوثّق الإصدار الرسمي سياق مدخل كاملًا من 8,192 رمزًا. وللاسترجاع، توصي الجهة المصنّعة بأجزاء من نحو 3,000 محرف مع تداخل من 1,000 محرف، مشيرةً إلى أن الأجزاء الأكبر قد تضر بالاسترجاع. هذه توصيات لإعداد الاسترجاع، وليست حدًا للرموز من 3,000 محرف. احتفظ بالملف والرمز البرمجي وموضع المصدر مرتبطين بكل عنصر مُعدّ حتى يستطيع التطبيق إعادة الشيفرة ذات الصلة بعد البحث.\n\nدقة المخرجات وأبعادها\n\nيوثّق دليل تضمين الشيفرة أنواع المخرجات float وint8 وuint8 وbinary وubinary. يستخدم float قيمًا من 32 بت بدقة أحادية. ويستخدم int8 أعدادًا صحيحة ذات إشارة من 8 بت تتراوح من -128 إلى 127، بينما يستخدم uint8 قيمًا بلا إشارة من 8 بت تتراوح من 0 إلى 255. يخزّن binary وubinary قيمًا مكمّمة من بت واحد داخل عناصر محزومة من 8 بت، باستخدام حاويات ذات إشارة وبلا إشارة على التوالي.\n\nيغيّر التمثيل المحزوم بالبتات طول القائمة المُعادة: يصف الدليل عنصرًا محزومًا واحدًا لكل ثمانية أبعاد تضمين منطقية. لذلك تختلف المقارنة الواعية بالتنسيق عن التعامل مع البايتات المحزومة كإحداثيات عائمة عادية. احتفظ بالنوع المختار مع المتجه واستخدم التمثيل نفسه للشيفرة المفهرسة واستعلامها.\n\nتذكر وثائق المعلمات بُعدًا افتراضيًا من 1,536 وحدًا أقصى من 3,072. الأبعاد مرتبة حسب الصلة، وتصف الجهة المصنّعة الاحتفاظ بالعدد المختار من الأبعاد الأولى بوصفه طريقة لاختيار حجم التمثيل. اختر البُعد بصورة متسقة للمجموعة المخزّنة والاستعلامات الجديدة. يغيّر التمثيل الأقصر أو المكمّم سلوك التخزين والمقارنة؛ ولا يزيد سياق المدخل أو يحوّل النموذج إلى مولّد شيفرة.\n\nالبرمجة المعزّزة بالاسترجاع\n\nأول حالة استخدام في الإصدار استرجاع سياق لإكمال الشيفرة أو تعديلها أو تفسيرها. جهّز وحدات شيفرة ذات معنى واحتفظ بإصدار المستودع ومعرّفات المصدر. يمكن لسؤال عن كيفية معالجة خطأ محدد استرجاع دوال مترابطة، يقدّمها التطبيق بعد ذلك لنموذج برمجة مع طلب التغيير الفعلي.\n\nمن النتائج العملية مجموعة مرتبة من مقاطع مصدرية مع مسارات الملفات والرموز البرمجية والمحتوى اللازم لفهم سلوكها. يستطيع مطوّر فتح المقاطع المسترجعة أو تمريرها إلى مساعد. ينفّذ Codestral Embed خطوة التمثيل؛ ويختار مكوّن منفصل النتائج، ويكتب نموذج توليد التفسير أو الشيفرة المقترحة.\n\nالبحث الدلالي والتشابه\n\nتصف الجهة المصنّعة البحث في الشيفرة باستعلامات بلغة طبيعية أو بالشيفرة. يستطيع مطوّر طلب تنفيذ سلوك حتى عندما يختلف اسم الدالة عن صياغة الطلب. أدرج السلوك والشروط التي تميّز التنفيذ المقصود؛ فقد يسترجع استعلام عام عن نظام فرعي كامل مادة مترابطة دون حسم السؤال المحدد.\n\nيصف الإصدار أيضًا العثور على شيفرة شبه مكررة أو متشابهة وظيفيًا رغم الاختلافات المعجمية. قد تساعد هذه النتائج في تحديد تنفيذ قابل لإعادة الاستخدام أو شيفرة تحتاج إلى مراجعة إضافية. التشابه في فضاء التضمين إشارة لفحص المصدر؛ ولا يثبت أن مقطعين يملكان السلوك نفسه لكل مدخل.\n\nالتجميع العنقودي والتحليلات والمقارنة\n\nيمكن استخدام تضمينات الشيفرة لتجميعها حسب الوظيفة أو البنية وفحص تكوين مستودع. احتفظ بالمقاطع الأصلية ومعرّفاتها متاحة حتى يستطيع شخص أو خطوة لاحقة في التطبيق تفسير المجموعة. العنقود تجميع قائم على التمثيل، وليس وصفًا معماريًا جرى التحقق منه تلقائيًا.\n\nتستخدم أمثلة المتجهات العائمة لدى الجهة المصنّعة تضمينات مطبّعة إلى طول الوحدة، تعطي لها مقارنة جيب التمام والناتج النقطي والمسافة الإقليدية ترتيبات متسقة. ينبغي للمخرجات المكمّمة والمحزومة بالبتات الاحتفاظ بمعالجة تنسيقها الخاصة بدلًا من وراثة افتراض عن الإحداثيات العائمة الخام. وتحتفظ النقطة النهائية المنشورة أيضًا بفهارس المدخلات، ما يساعد في الحفاظ على الصلة بين كل متجه وعنصره المصدري.\n\nالإصدار والحدود العملية\n\nتدرج صفحة النموذج المحدد مسارات عمل التضمين والدفعات مع وسم سياق 8k، بينما يقدّم الإصدار قيمة 8,192 رمزًا. حافظ على إصدار 2505 المسمى والبُعد والنوع المختارين للمخرج عبر سير عمل المجموعة والاستعلام. هذا مخرج متجهات موجّه للشيفرة، يختلف عن إكمال النص في Codestral وعن نموذج Mistral Embed النصي ذي الأبعاد الثابتة.\n\nجهّز وحدات شيفرة تحمل السلوك ذا الصلة، واحتفظ بمواضعها المصدرية وحدّد السؤال المراد البحث عنه. الناتج المفيد تمثيل قابل للاسترجاع مرتبط بشيفرة فعلية، يدعم خطوة التفسير أو التعديل أو مراجعة المطوّر التالية دون تنفيذ تلك الخطوة بنفسه.", "alias_of": null, "aliases": [], "author": "Mistral", "available": null, "canonical_model": "mistralai/codestral-embed-2505", "capabilities": { "context_length": 8192, "manufacturer_input": [ "text" ], "manufacturer_output": [ "embeddings" ] }, "card_routes": [ { "label": "Ultra", "rates": [ { "amount": "0.0003000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000003", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" } ], "summary": "التسعير الكامل للتكوين في التفاصيل." } ], "ctx": 8192, "entity_type": "model", "formats": [ "embeddings" ], "id": "mistralai/codestral-embed-2505", "input": [ "text", "token_ids" ], "kind": "embedding", "max_out": null, "methods": [ { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Keep every vector with its index. Vector count must equal input count; dimensions must be consistent.", "errors": [ { "code": null, "condition": "حقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة", "http_status": 400, "recovery": "صحّح الحقول المحددة قبل طلب إنشاء جديد.", "type": "invalid_request_error" } ], "hints": [], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/embeddings" }, "job_read": null, "mode": "synchronous_json", "unknown": "لا تُستحدث نقطة نهاية لمهام التضمين." }, "material_combinations": [ { "alternatives": [ "string", "string[]", "nonnegative_integer_token_array", "nonnegative_integer_token_array[]" ], "mode": "text_to_embedding" } ], "operation_modes": [ "single_embedding", "batched_embeddings" ], "outputs": { "all_results": "احتفظ بكل متجه مع فهرسه. يجب أن يساوي عدد المتجهات عدد المدخلات، وأن تكون الأبعاد متسقة.", "default_dimensions": null, "family": "embedding", "fields": [ { "description": null, "name": "object", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "data[].index", "type": "integer" }, { "description": null, "name": "data[].embedding", "type": "finite float[]" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "mistralai/codestral-embed-2505" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "budget": { "maximum": 8192, "text_unit": "بايتات UTF8", "token_unit": "عناصر مصفوفة الرموز" }, "conditions": "دفعة متجانسة غير فارغة. معرّفات التوكنات أعداد صحيحة غير سالبة.", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "input", "required": true, "type": "string|string[]|integer[]|integer[][]" }, { "availability": "source_interface", "default": "float", "default_known": true, "enum": [ "float" ], "enum_known": true, "name": "encoding_format", "required": false, "type": "string" }, { "availability": "unsupported", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "dimensions", "required": false, "type": "integer" }, { "availability": "pass_through_metadata", "conditions": "يسمح المصدر بحقل البيانات الوصفية هذا بصيغة JSON؛ ويعتمد المعنى الدقيق لدى المزوّد الأصلي على النموذج.", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "user", "required": false, "type": "json_value" }, { "availability": "pass_through_metadata", "conditions": "يسمح المصدر بحقل البيانات الوصفية هذا بصيغة JSON؛ ويعتمد المعنى الدقيق لدى المزوّد الأصلي على النموذج.", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "session_id", "required": false, "type": "json_value" }, { "availability": "pass_through_metadata", "conditions": "يسمح المصدر بحقل البيانات الوصفية هذا بصيغة JSON؛ ويعتمد المعنى الدقيق لدى المزوّد الأصلي على النموذج.", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "trace", "required": false, "type": "json_value" }, { "availability": "source_interface", "conditions": "تم رفض provider.options", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "provider", "required": false, "type": "object" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [ "mixed input kinds", "empty input", "image/audio/file objects", "encoding_format=base64", "dimensions override" ] }, "hints": [ "احتفظ بفهرس كل متجه وبُعده.", "اسم النموذج متعدد الوسائط لا يتيح استخدام كائنات الصور على هذا المسار المحدد." ], "input": { "content_type": "application/json", "dimensions_override": false, "encoding_format": [ "float" ], "input_shapes": [ "string", "string[]", "nonnegative_integer_token_array", "nonnegative_integer_token_array[]" ], "material_types": [ "text", "token_ids" ], "max_input_budget_units": 8192, "multimodal_objects": false, "required": [ "model", "input" ] }, "lifecycle": { "mode": "synchronous_json", "unknown": "no embedding job endpoint inferred" }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/embeddings" }, "method_aliases": [], "operation_modes": [ "text_to_embedding" ], "output": { "default_dimensions": null, "family": "embedding", "format": "json", "http_success": 200, "vectors": "one dense float vector per input; indices/model/usage validated" } }, "ctx": 8192, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "التعرفات الأساسية للرموز", "units": [ { "amount": "0.0003000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000003", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"mistralai/codestral-embed-2505\", \"input\": [\"First document\", \"Second document\"]}')\n\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path(\"result.json\").read_text())\nfor x in r.get(\"data\",[]): print(json.dumps({\"index\":x.get(\"index\"),\"embedding\":x.get(\"embedding\")}))\nPY_RESULT\n", "label": "curl · retained exact creation", "language": "bash" }, { "code": "from openai import OpenAI\nimport os\n\nclient=OpenAI(base_url=\"https://api.ailoot.ai/v1\",api_key=os.environ[\"AILOOT_API_KEY\"],max_retries=0)\nresult=client.embeddings.create(model='mistralai/codestral-embed-2505',input=[\"First document\",\"Second document\"])\nprint(result)\nfor item in result.data:print(item.index,item.embedding)\n", "label": "Python SDK · all vectors", "language": "python" } ], "family": "openai", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "embeddings", "hints": [ "Keep every vector index and dimension.", "Multimodal model name does not admit image objects on this exact path." ], "http": "POST", "in": 0.3, "input": [ "text", "token_ids" ], "label": "Эмбеддинги", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "out": 0, "output": [ "embedding" ], "path": "/v1/embeddings", "price_conditions": [ { "label": "الوضع السريع", "value": "التعرفة القياسية", "when": "عند اختيار الوضع السريع" }, { "label": "الوضع المرن", "value": "التعرفة القياسية", "when": "عند اختيار وضع flex" }, { "label": "أقصى جهد للاستدلال", "value": "التعرفة القياسية", "when": "عندما يُطبَّق الضبط الافتراضي default مع أقصى جهد للاستدلال" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.0003000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000003", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "mistralai/codestral-embed-2505", "route_label": "Ultra", "status_reads": [], "tiers": [], "units": [ { "amount": "0.0003000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000003", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "model_aliases": [ { "canonical_model_id": "mistralai/codestral-embed-2505", "request_model_id": "mistralai/codestral-embed-2505", "route_label": "Ultra" } ], "name": "Mistral: Codestral Embed 2505", "price": { "in": 0.3, "in_label": null, "out": 0, "out_label": null, "scope_label": "Token rates", "sort_in": 0.3, "sort_out": 0, "varies": false }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Эмбеддинги · Base token rates", "units": [ { "amount": "0.0003000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000003", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "public_id": "mistralai/codestral-embed-2505", "short": "يمثّل Codestral Embed 2505 الشيفرة والاستعلامات بلغة طبيعية كمتجهات للبحث في المستودعات واسترجاع سياق لمساعدي البرمجة. توثّق الجهة المصنّعة سياقًا من 8,192 رمزًا وأبعادًا قابلة للضبط حتى 3,072 وتنسيقات مخرجات عائمة أو صحيحة أو محزومة بالبتات." }, "renderer_schema": { "method_order": "Original DTO methods order; every exact route/format/path/caller survives.", "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers." }, "representation": "exact-public-dto-and-native-renderer-html", "representationNotes": { "current_reference": { "about_json_pointer": "/aboutHtml", "methods": [ { "contract_json_pointer": "/methods/0/rawMethod/contract", "html_json_pointer": "/methods/0/html", "method_ordinal": 0 } ], "role": "current-semantic-reference" }, "raw_input": { "examples_role": "historical-input-not-current-ready-examples", "json_pointers": [ "/rawModel", "/methods/0/rawMethod" ], "role": "historical-owner-input" }, "schema": "ailoot-native-model-representations-v1" }, "schema": "ailoot-static-model-facts-v1", "schema_version": 1, "shortText": "يمثّل Codestral Embed 2505 الشيفرة والاستعلامات بلغة طبيعية كمتجهات للبحث في المستودعات واسترجاع سياق لمساعدي البرمجة. توثّق الجهة المصنّعة سياقًا من 8,192 رمزًا وأبعادًا قابلة للضبط حتى 3,072 وتنسيقات مخرجات عائمة أو صحيحة أو محزومة بالبتات.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "4f003530070c036a8b97c8d21910619179684e429b9d3b06e8d675ca38e2c996", "renderer_sha256": "081ee0fd5b6b1b60564b02c52d62547e01e922c8c0a16e91a0d055073e76a10e" }, "sourceRevision": "0c48be06cd74a8cf896cea38922ecc79b63a1dfcb8f3380bf2aa1685efeeb690" }