Mistral Medium 3 je multimodální model Mistral AI pro profesionální práci zahrnující text, vizuální porozumění a kód. Původní vydání zdůrazňuje programátorské úlohy a úlohy STEM spolu s přizpůsobením podnikovým znalostem a postupům. Přijímá textové a vizuální materiály a vytváří text, včetně vysvětlení dokumentu, strukturovaného záznamu nebo navržené implementace. Pevný identifikátor výrobce pro tuto edici je mistral-medium-2505.
Kontext a odborné zdrojové materiály
Stránka modelu uvádí kontextové okno 128 tisíc tokenů. Tento kontext využijte k zachování zdrojových pasáží, konverzace a pokynů, které určují požadovaný artefakt. Pro srovnání dokumentů určete, který zdroj je aktuálním požadavkem, který navrženou revizí a která otázka se má vyřešit. Vedle každého zjištění požadujte podpůrný dokument a sekci.
Praktická úloha vysvětlení může dodat postup a otázku uživatele a poté žádat relevantní akci a podmínku, za níž platí. Technická analýza může obsahovat zdrojová data, definice a kritérium srovnání. Cílem je výsledek propojený s dodanými podklady, nikoli obecný popis tématu.
Strukturované výstupy a funkce
Stránka uvádí strukturované výstupy a volání funkcí. Pro extrakci definujte názvy polí, typy a reprezentaci chybějících zdrojových informací. Užitečný záznam může oddělit identifikátor, zdrojové tvrzení, výklad a nevyřešenou otázku. Společné pokyny Mistral rozlišují režim JSON a vlastní schéma a vyžadují výslovný požadavek na zamýšlený formát JSON.
Volání funkcí propojuje výklad modelu s operacemi popsanými aplikací. Model vybere funkci a připraví argumenty, aplikace funkci provede a její výsledek se stane kontextem pro další odpověď. Vyhledání může dodat chybějící referenční hodnotu; výpočet může dodat výsledek potřebný pro vysvětlení. Výsledek udržujte propojený s operací, která jej vytvořila, místo považování navrženého volání za provedenou akci.
Otázky k dokumentům a vizuálním materiálům
Pro tuto edici je uvedeno také odpovídání na otázky k dokumentům. Zdokumentovaný postup výrobce připravuje text, strukturu a formátování dokumentu pomocí OCR před analýzou jazykovým modelem. Ptejte se na konkrétní požadavek, pasáž nebo vztah potřebný pro úlohu. U několika dokumentů zachovejte jejich identity a požadujte srovnání se zdrojovým umístěním vedle každého závěru.
U vizuálních materiálů spojte obrázek s definovanou otázkou a zachovejte označení, jednotky a oblasti potřebné k odpovědi. U grafu lze požadovat srovnání pojmenovaných řad; u diagramu se lze ptát, které propojení podporuje dodaný požadavek. Čitelný obrázek dokumentu a dokument připravený pomocí OCR představují odlišné přípravy vstupu, i když oba slouží stejnému cíli odpovídání na otázky.
Úpravy, prefixy a pracovní postupy
Stránka modelu uvádí předpovězené výstupy, prefixy odpovědí, dávkové zpracování a konverzace agentů. Předpovězené výstupy využívají známý obsah, když má většina dokumentu nebo souboru kódu zůstat a mění se omezená část. Dodejte existující obsah, určete úpravu a označte materiál k zachování. To se liší od žádosti, aby model vytvořil zcela nový dokument.
Prefix odpovědi dodává známý začátek generovaného textu asistenta, který od něj poté pokračuje. Dávkové zpracování mění způsob odesílání úloh, zatímco rozhraní agenta či konverzace spravuje propojený postup. Uvedené vestavěné nástroje patří tomuto rozhraní výrobce; nepřidávají základnímu modelu další obsahovou modalitu ani neprovádějí akci bez připojeného prostředí.
Programování a přizpůsobení oboru
Pro programátorský požadavek dodejte požadavek, dotčenou funkci, relevantní deklarace a očekávaný vstup a výstup. Požadujte navrženou změnu, její předpoklady a příklady rozlišující zamýšlené chování. Otázka k ladění může obsahovat doklady o selhání a ptát se, která cesta zdrojovým kódem jej vysvětluje. Přístup k repozitáři, vykonávání kódu a použití změny zajišťují okolní vývojové nástroje.
Původní oznámení popisuje vlastní následné trénování a dotrénování pro oborově specifické podnikové kontexty a znalostní báze. Jde o samostatný proces přizpůsobení, nikoli o tvrzení, že výchozí model již zná dokumenty konkrétní organizace. Pro odpověď podmíněnou zdroji dodejte relevantní dokumenty a terminologii přímo s úlohou a definujte pravidla odpovědi.
Vymezení edice a výsledku
Tato položka zachovává identitu 2505 a kontext 128 tisíc tokenů Medium 3. Počet parametrů architektury a nastavitelné ovládání hybridního uvažování později zdokumentované pro Medium 3.5 nejsou součástí uvedené specifikace této edice. Stránka přesného modelu nezveřejňuje počet parametrů ani samostatnou pevnou maximální délku odpovědi, které by bylo možné převzít z pozdějšího vydání.
Před požadavkem připravte zamýšlený výsledek: vysvětlení, strukturovanou extrakci, upravenou sekci nebo navržený kód. Textové a vizuální podklady, identity zdrojů a případné výsledky připojených nástrojů ponechte výslovné, aby bylo možné odpověď zkontrolovat a použít v dalším kroku aplikace.
", "aboutText": "Mistral Medium 3 je multimodální model Mistral AI pro profesionální práci zahrnující text, vizuální porozumění a kód. Původní vydání zdůrazňuje programátorské úlohy a úlohy STEM spolu s přizpůsobením podnikovým znalostem a postupům. Přijímá textové a vizuální materiály a vytváří text, včetně vysvětlení dokumentu, strukturovaného záznamu nebo navržené implementace. Pevný identifikátor výrobce pro tuto edici je mistral-medium-2505.\n\nKontext a odborné zdrojové materiály\n\nStránka modelu uvádí kontextové okno 128 tisíc tokenů. Tento kontext využijte k zachování zdrojových pasáží, konverzace a pokynů, které určují požadovaný artefakt. Pro srovnání dokumentů určete, který zdroj je aktuálním požadavkem, který navrženou revizí a která otázka se má vyřešit. Vedle každého zjištění požadujte podpůrný dokument a sekci.\n\nPraktická úloha vysvětlení může dodat postup a otázku uživatele a poté žádat relevantní akci a podmínku, za níž platí. Technická analýza může obsahovat zdrojová data, definice a kritérium srovnání. Cílem je výsledek propojený s dodanými podklady, nikoli obecný popis tématu.\n\nStrukturované výstupy a funkce\n\nStránka uvádí strukturované výstupy a volání funkcí. Pro extrakci definujte názvy polí, typy a reprezentaci chybějících zdrojových informací. Užitečný záznam může oddělit identifikátor, zdrojové tvrzení, výklad a nevyřešenou otázku. Společné pokyny Mistral rozlišují režim JSON a vlastní schéma a vyžadují výslovný požadavek na zamýšlený formát JSON.\n\nVolání funkcí propojuje výklad modelu s operacemi popsanými aplikací. Model vybere funkci a připraví argumenty, aplikace funkci provede a její výsledek se stane kontextem pro další odpověď. Vyhledání může dodat chybějící referenční hodnotu; výpočet může dodat výsledek potřebný pro vysvětlení. Výsledek udržujte propojený s operací, která jej vytvořila, místo považování navrženého volání za provedenou akci.\n\nOtázky k dokumentům a vizuálním materiálům\n\nPro tuto edici je uvedeno také odpovídání na otázky k dokumentům. Zdokumentovaný postup výrobce připravuje text, strukturu a formátování dokumentu pomocí OCR před analýzou jazykovým modelem. Ptejte se na konkrétní požadavek, pasáž nebo vztah potřebný pro úlohu. U několika dokumentů zachovejte jejich identity a požadujte srovnání se zdrojovým umístěním vedle každého závěru.\n\nU vizuálních materiálů spojte obrázek s definovanou otázkou a zachovejte označení, jednotky a oblasti potřebné k odpovědi. U grafu lze požadovat srovnání pojmenovaných řad; u diagramu se lze ptát, které propojení podporuje dodaný požadavek. Čitelný obrázek dokumentu a dokument připravený pomocí OCR představují odlišné přípravy vstupu, i když oba slouží stejnému cíli odpovídání na otázky.\n\nÚpravy, prefixy a pracovní postupy\n\nStránka modelu uvádí předpovězené výstupy, prefixy odpovědí, dávkové zpracování a konverzace agentů. Předpovězené výstupy využívají známý obsah, když má většina dokumentu nebo souboru kódu zůstat a mění se omezená část. Dodejte existující obsah, určete úpravu a označte materiál k zachování. To se liší od žádosti, aby model vytvořil zcela nový dokument.\n\nPrefix odpovědi dodává známý začátek generovaného textu asistenta, který od něj poté pokračuje. Dávkové zpracování mění způsob odesílání úloh, zatímco rozhraní agenta či konverzace spravuje propojený postup. Uvedené vestavěné nástroje patří tomuto rozhraní výrobce; nepřidávají základnímu modelu další obsahovou modalitu ani neprovádějí akci bez připojeného prostředí.\n\nProgramování a přizpůsobení oboru\n\nPro programátorský požadavek dodejte požadavek, dotčenou funkci, relevantní deklarace a očekávaný vstup a výstup. Požadujte navrženou změnu, její předpoklady a příklady rozlišující zamýšlené chování. Otázka k ladění může obsahovat doklady o selhání a ptát se, která cesta zdrojovým kódem jej vysvětluje. Přístup k repozitáři, vykonávání kódu a použití změny zajišťují okolní vývojové nástroje.\n\nPůvodní oznámení popisuje vlastní následné trénování a dotrénování pro oborově specifické podnikové kontexty a znalostní báze. Jde o samostatný proces přizpůsobení, nikoli o tvrzení, že výchozí model již zná dokumenty konkrétní organizace. Pro odpověď podmíněnou zdroji dodejte relevantní dokumenty a terminologii přímo s úlohou a definujte pravidla odpovědi.\n\nVymezení edice a výsledku\n\nTato položka zachovává identitu 2505 a kontext 128 tisíc tokenů Medium 3. Počet parametrů architektury a nastavitelné ovládání hybridního uvažování později zdokumentované pro Medium 3.5 nejsou součástí uvedené specifikace této edice. Stránka přesného modelu nezveřejňuje počet parametrů ani samostatnou pevnou maximální délku odpovědi, které by bylo možné převzít z pozdějšího vydání.\n\nPřed požadavkem připravte zamýšlený výsledek: vysvětlení, strukturovanou extrakci, upravenou sekci nebo navržený kód. Textové a vizuální podklady, identity zdrojů a případné výsledky připojených nástrojů ponechte výslovné, aby bylo možné odpověď zkontrolovat a použít v dalším kroku aplikace.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický příklad v angličtině
Apply a procedure to a concrete case\n\nUse this procedure to answer the employee: 'Requests below 500 credits need team-lead approval. Requests of 500 or more need finance approval. Purchases must wait for approval.' Employee: 'My equipment request is exactly 500 credits; can my team lead approve it and can I order today?' Give the applicable rule and missing information.A short procedural answer citing the threshold and approval-before-purchase requirement.Exactly 500 falls under finance approval, and ordering today depends on approval actually having been received.mistralai/mistral-medium-3Mistral Medium 3 je multimodální model pro profesionální textové, vizuální a programátorské úlohy. Jeho kontext 128 tisíc tokenů uváděný výrobcem a zdokumentované strukturované výstupy, volání funkcí, otázky k dokumentům a předvídatelné úpravy podporují vysvětlení založená na zdrojích a aplikační postupy.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Mistral Medium 3 je multimodální model Mistral AI pro profesionální práci zahrnující text, vizuální porozumění a kód. Původní vydání zdůrazňuje programátorské úlohy a úlohy STEM spolu s přizpůsobením podnikovým znalostem a postupům. Přijímá textové a vizuální materiály a vytváří text, včetně vysvětlení dokumentu, strukturovaného záznamu nebo navržené implementace. Pevný identifikátor výrobce pro tuto edici je mistral-medium-2505.
Kontext a odborné zdrojové materiály
Stránka modelu uvádí kontextové okno 128 tisíc tokenů. Tento kontext využijte k zachování zdrojových pasáží, konverzace a pokynů, které určují požadovaný artefakt. Pro srovnání dokumentů určete, který zdroj je aktuálním požadavkem, který navrženou revizí a která otázka se má vyřešit. Vedle každého zjištění požadujte podpůrný dokument a sekci.
Praktická úloha vysvětlení může dodat postup a otázku uživatele a poté žádat relevantní akci a podmínku, za níž platí. Technická analýza může obsahovat zdrojová data, definice a kritérium srovnání. Cílem je výsledek propojený s dodanými podklady, nikoli obecný popis tématu.
Strukturované výstupy a funkce
Stránka uvádí strukturované výstupy a volání funkcí. Pro extrakci definujte názvy polí, typy a reprezentaci chybějících zdrojových informací. Užitečný záznam může oddělit identifikátor, zdrojové tvrzení, výklad a nevyřešenou otázku. Společné pokyny Mistral rozlišují režim JSON a vlastní schéma a vyžadují výslovný požadavek na zamýšlený formát JSON.
Volání funkcí propojuje výklad modelu s operacemi popsanými aplikací. Model vybere funkci a připraví argumenty, aplikace funkci provede a její výsledek se stane kontextem pro další odpověď. Vyhledání může dodat chybějící referenční hodnotu; výpočet může dodat výsledek potřebný pro vysvětlení. Výsledek udržujte propojený s operací, která jej vytvořila, místo považování navrženého volání za provedenou akci.
Otázky k dokumentům a vizuálním materiálům
Pro tuto edici je uvedeno také odpovídání na otázky k dokumentům. Zdokumentovaný postup výrobce připravuje text, strukturu a formátování dokumentu pomocí OCR před analýzou jazykovým modelem. Ptejte se na konkrétní požadavek, pasáž nebo vztah potřebný pro úlohu. U několika dokumentů zachovejte jejich identity a požadujte srovnání se zdrojovým umístěním vedle každého závěru.
U vizuálních materiálů spojte obrázek s definovanou otázkou a zachovejte označení, jednotky a oblasti potřebné k odpovědi. U grafu lze požadovat srovnání pojmenovaných řad; u diagramu se lze ptát, které propojení podporuje dodaný požadavek. Čitelný obrázek dokumentu a dokument připravený pomocí OCR představují odlišné přípravy vstupu, i když oba slouží stejnému cíli odpovídání na otázky.
Úpravy, prefixy a pracovní postupy
Stránka modelu uvádí předpovězené výstupy, prefixy odpovědí, dávkové zpracování a konverzace agentů. Předpovězené výstupy využívají známý obsah, když má většina dokumentu nebo souboru kódu zůstat a mění se omezená část. Dodejte existující obsah, určete úpravu a označte materiál k zachování. To se liší od žádosti, aby model vytvořil zcela nový dokument.
Prefix odpovědi dodává známý začátek generovaného textu asistenta, který od něj poté pokračuje. Dávkové zpracování mění způsob odesílání úloh, zatímco rozhraní agenta či konverzace spravuje propojený postup. Uvedené vestavěné nástroje patří tomuto rozhraní výrobce; nepřidávají základnímu modelu další obsahovou modalitu ani neprovádějí akci bez připojeného prostředí.
Programování a přizpůsobení oboru
Pro programátorský požadavek dodejte požadavek, dotčenou funkci, relevantní deklarace a očekávaný vstup a výstup. Požadujte navrženou změnu, její předpoklady a příklady rozlišující zamýšlené chování. Otázka k ladění může obsahovat doklady o selhání a ptát se, která cesta zdrojovým kódem jej vysvětluje. Přístup k repozitáři, vykonávání kódu a použití změny zajišťují okolní vývojové nástroje.
Původní oznámení popisuje vlastní následné trénování a dotrénování pro oborově specifické podnikové kontexty a znalostní báze. Jde o samostatný proces přizpůsobení, nikoli o tvrzení, že výchozí model již zná dokumenty konkrétní organizace. Pro odpověď podmíněnou zdroji dodejte relevantní dokumenty a terminologii přímo s úlohou a definujte pravidla odpovědi.
Vymezení edice a výsledku
Tato položka zachovává identitu 2505 a kontext 128 tisíc tokenů Medium 3. Počet parametrů architektury a nastavitelné ovládání hybridního uvažování později zdokumentované pro Medium 3.5 nejsou součástí uvedené specifikace této edice. Stránka přesného modelu nezveřejňuje počet parametrů ani samostatnou pevnou maximální délku odpovědi, které by bylo možné převzít z pozdějšího vydání.
Před požadavkem připravte zamýšlený výsledek: vysvětlení, strukturovanou extrakci, upravenou sekci nebo navržený kód. Textové a vizuální podklady, identity zdrojů a případné výsledky připojených nástrojů ponechte výslovné, aby bylo možné odpověď zkontrolovat a použít v dalším kroku aplikace.
POST /v1/chat/completionstexttext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity mistralai/mistral-medium-3 | Výchozí— |
Polemessages | Typmessage[] | PožadavekPovinné | Hodnoty a limity Minimální počet položek: 1 | Výchozí— |
Polemessages[].role | Typstring | PožadavekPovinné | Hodnoty a limity Příklady: system, user, assistant, tool, function Podmínky: Tyto role jsou výslovně zastoupeny typy kompatibility zdrojového kódu; přesná sada rolí zůstává specifická pro daný model. Závisí na modelu | Výchozí— |
Polemessages[].content | Typstring|content_part[]|null | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polemessages[].tool_calls | Typtool_call[] | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polemessages[].tool_call_id | Typstring | PožadavekVolitelné | Hodnoty a limity Platí, když: role=tool; použijte skutečně vrácené ID | Výchozí— |
Polemessages[].name | Typstring | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polemessages[].reasoning_content | Typstring | PožadavekVolitelné | Hodnoty a limity Platí, když: Předávejte zpět skutečně vrácené uvažování tam, kde je tento model používá | Výchozí— |
Polemessages[].reasoning_details | Typobject|array | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polemax_tokens | Typinteger | PožadavekVolitelné | Hodnoty a limity Minimum: 1 Závisí na modelu | Výchozí— |
Polemax_completion_tokens | Typinteger | PožadavekVolitelné | Hodnoty a limity Minimum: 1 Závisí na modelu | Výchozí— |
Polestream | Typboolean | PožadavekVolitelné | Hodnoty a limity | Výchozífalse |
Polestream_options.include_usage | Typboolean | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletemperature | Typnumber | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletop_p | Typnumber | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polestop | Typstring|string[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletools | Typfunction_tool[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletools[].type | Typstring | PožadavekVolitelné | Hodnoty a limity function Závisí na modelu | Výchozí— |
Poletools[].function.name | Typstring | PožadavekPovinné | Hodnoty a limity Platí, když: nástroj typu funkce je dodán | Výchozí— |
Poletools[].function.description | Typstring | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Poletools[].function.parameters | TypJSON_schema | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Poletool_choice | Typstring|object | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleparallel_tool_calls | Typboolean | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleresponse_format | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polereasoning_effort | Typstring | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polereasoning | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleservice_tier | Typstring | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleinstructions | Typstring | PožadavekVolitelné | Hodnoty a limity Pole kompatibility | Výchozí— |
Polefunctions | Typfunction[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polefunction_call | Typstring|object | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleprompt_cache_options | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polemodalities | Typstring[] | PožadavekVolitelné | Hodnoty a limity text | Výchozí— |
Poleprovider | Typobject | PožadavekVolitelné | Hodnoty a limity Podmínky: provider.options je na této textové trase Ultra odmítáno | Výchozí— |
Polecache_control.ttl | Typstring | PožadavekVolitelné | Hodnoty a limity Podmínky: Hodnota 1h je ve skutečných umístěních mezipaměti promptů odmítána | Výchozí— |
Text · text UTF8
messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages |
Parametrmaterial_types | Kontrakttext |
Parametrmessages | Kontraktpole zpráv se strukturou role/content |
Parametrfile_material | Kontraktskutečný dokument UTF-8 vložený jako doslovný text; ID souboru se neodvozuje |
Parametroptional_controls | Kontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrcontrol_scope | Kontraktspecifické pro model; nástroje uživatelských funkcí se liší od hostovaných nástrojů |
Parametroutput_modalities | Kontrakttext |
Parametrhosted_operations | Kontraktfalse |
Parametrmultimodal_input_binding | Kontraktnull |
Životní cyklus: synchronous_or_streamed
Odešlete přesné ID modelu spolu s messages.
Délka kontextu není limitem výstupu.
Textový soubor může dodat doslovný text; obrazové/zvukové vstupy a vstupy v podobě souborových objektů vyžadují přesnou vazbu.
Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody.
Přiřaďte každý poplatek k uvedeným podmínkám. Pro každou sadu alternativních konfigurací použijte jednu sazbu.
| Konfigurace | Tabulka sazeb | Tokeny kontextu, více než | Tokeny kontextu, do uvedené hodnoty včetně | Poplatek |
|---|---|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Tokeny kontextu, více než— | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0008 / 1K tokenů Výstup · Výstupní tokeny $0.004 / 1K tokenů Vstup · Čtení z mezipaměti $0.00008 / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguracePásmo délky požadavku 1 | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0008 / 1K tokenů Výstup · Výstupní tokeny $0.004 / 1K tokenů Vstup · Čtení z mezipaměti $0.00008 / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "mistralai/mistral-medium-3", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\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/chat/completions \\\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("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='mistralai/mistral-medium-3',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='mistralai/mistral-medium-3',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson nebo SSE
Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu.
Zachovejte každou volbu a její obsah/volání nástrojů/uvažování. V SSE sestavujte přírůstky podle indexu volby/nástroje a zachovejte konečný důvod ukončení i údaje o využití.
Zachovejte ID požadavků/odpovědí a hlavičky. Není dodána obecná URL pro načtení textové úlohy.
| Pole | Typ |
|---|---|
Polechoices[].index | Typinteger |
Polechoices[].message.content | Typstring|null |
Polechoices[].message.tool_calls | Typtool_call[] |
Polechoices[].message.reasoning_content | Typstring |
Polechoices[].message.reasoning_details | Typobject|array |
Polechoices[].finish_reason | Typstring|null |
Poleusage | Typobject |
| Odpověď | Podmínka | Další krok |
|---|---|---|
Odpověď400 · invalid_request_error | PodmínkaNeplatná povinná pole, reprezentace podkladů nebo hodnota parametru | Další krokPřed novým požadavkem na vytvoření opravte uvedená pole. |
Ailoot Ultra mistralai/mistral-medium-3
Použijte cesty metod uvedené výše.
mistralai/mistral-medium-3Mistral Medium 3 je multimodální model pro profesionální textové, vizuální a programátorské úlohy. Jeho kontext 128 tisíc tokenů uváděný výrobcem a zdokumentované strukturované výstupy, volání funkcí, otázky k dokumentům a předvídatelné úpravy podporují vysvětlení založená na zdrojích a aplikační postupy.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Mistral Medium 3 je multimodální model Mistral AI pro profesionální práci zahrnující text, vizuální porozumění a kód. Původní vydání zdůrazňuje programátorské úlohy a úlohy STEM spolu s přizpůsobením podnikovým znalostem a postupům. Přijímá textové a vizuální materiály a vytváří text, včetně vysvětlení dokumentu, strukturovaného záznamu nebo navržené implementace. Pevný identifikátor výrobce pro tuto edici je mistral-medium-2505.
Kontext a odborné zdrojové materiály
Stránka modelu uvádí kontextové okno 128 tisíc tokenů. Tento kontext využijte k zachování zdrojových pasáží, konverzace a pokynů, které určují požadovaný artefakt. Pro srovnání dokumentů určete, který zdroj je aktuálním požadavkem, který navrženou revizí a která otázka se má vyřešit. Vedle každého zjištění požadujte podpůrný dokument a sekci.
Praktická úloha vysvětlení může dodat postup a otázku uživatele a poté žádat relevantní akci a podmínku, za níž platí. Technická analýza může obsahovat zdrojová data, definice a kritérium srovnání. Cílem je výsledek propojený s dodanými podklady, nikoli obecný popis tématu.
Strukturované výstupy a funkce
Stránka uvádí strukturované výstupy a volání funkcí. Pro extrakci definujte názvy polí, typy a reprezentaci chybějících zdrojových informací. Užitečný záznam může oddělit identifikátor, zdrojové tvrzení, výklad a nevyřešenou otázku. Společné pokyny Mistral rozlišují režim JSON a vlastní schéma a vyžadují výslovný požadavek na zamýšlený formát JSON.
Volání funkcí propojuje výklad modelu s operacemi popsanými aplikací. Model vybere funkci a připraví argumenty, aplikace funkci provede a její výsledek se stane kontextem pro další odpověď. Vyhledání může dodat chybějící referenční hodnotu; výpočet může dodat výsledek potřebný pro vysvětlení. Výsledek udržujte propojený s operací, která jej vytvořila, místo považování navrženého volání za provedenou akci.
Otázky k dokumentům a vizuálním materiálům
Pro tuto edici je uvedeno také odpovídání na otázky k dokumentům. Zdokumentovaný postup výrobce připravuje text, strukturu a formátování dokumentu pomocí OCR před analýzou jazykovým modelem. Ptejte se na konkrétní požadavek, pasáž nebo vztah potřebný pro úlohu. U několika dokumentů zachovejte jejich identity a požadujte srovnání se zdrojovým umístěním vedle každého závěru.
U vizuálních materiálů spojte obrázek s definovanou otázkou a zachovejte označení, jednotky a oblasti potřebné k odpovědi. U grafu lze požadovat srovnání pojmenovaných řad; u diagramu se lze ptát, které propojení podporuje dodaný požadavek. Čitelný obrázek dokumentu a dokument připravený pomocí OCR představují odlišné přípravy vstupu, i když oba slouží stejnému cíli odpovídání na otázky.
Úpravy, prefixy a pracovní postupy
Stránka modelu uvádí předpovězené výstupy, prefixy odpovědí, dávkové zpracování a konverzace agentů. Předpovězené výstupy využívají známý obsah, když má většina dokumentu nebo souboru kódu zůstat a mění se omezená část. Dodejte existující obsah, určete úpravu a označte materiál k zachování. To se liší od žádosti, aby model vytvořil zcela nový dokument.
Prefix odpovědi dodává známý začátek generovaného textu asistenta, který od něj poté pokračuje. Dávkové zpracování mění způsob odesílání úloh, zatímco rozhraní agenta či konverzace spravuje propojený postup. Uvedené vestavěné nástroje patří tomuto rozhraní výrobce; nepřidávají základnímu modelu další obsahovou modalitu ani neprovádějí akci bez připojeného prostředí.
Programování a přizpůsobení oboru
Pro programátorský požadavek dodejte požadavek, dotčenou funkci, relevantní deklarace a očekávaný vstup a výstup. Požadujte navrženou změnu, její předpoklady a příklady rozlišující zamýšlené chování. Otázka k ladění může obsahovat doklady o selhání a ptát se, která cesta zdrojovým kódem jej vysvětluje. Přístup k repozitáři, vykonávání kódu a použití změny zajišťují okolní vývojové nástroje.
Původní oznámení popisuje vlastní následné trénování a dotrénování pro oborově specifické podnikové kontexty a znalostní báze. Jde o samostatný proces přizpůsobení, nikoli o tvrzení, že výchozí model již zná dokumenty konkrétní organizace. Pro odpověď podmíněnou zdroji dodejte relevantní dokumenty a terminologii přímo s úlohou a definujte pravidla odpovědi.
Vymezení edice a výsledku
Tato položka zachovává identitu 2505 a kontext 128 tisíc tokenů Medium 3. Počet parametrů architektury a nastavitelné ovládání hybridního uvažování později zdokumentované pro Medium 3.5 nejsou součástí uvedené specifikace této edice. Stránka přesného modelu nezveřejňuje počet parametrů ani samostatnou pevnou maximální délku odpovědi, které by bylo možné převzít z pozdějšího vydání.
Před požadavkem připravte zamýšlený výsledek: vysvětlení, strukturovanou extrakci, upravenou sekci nebo navržený kód. Textové a vizuální podklady, identity zdrojů a případné výsledky připojených nástrojů ponechte výslovné, aby bylo možné odpověď zkontrolovat a použít v dalším kroku aplikace.
POST /v1/messagestextjson, sse| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity mistralai/mistral-medium-3 | Výchozí— |
Polemessages | Typmessage[] | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polemessages[].role | Typstring | PožadavekPovinné | Hodnoty a limity user, assistant | Výchozí— |
Polemessages[].content | Typstring | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polemax_tokens | Typinteger | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polestream | Typboolean | PožadavekVolitelné | Hodnoty a limity | Výchozífalse |
Text · text UTF-8
řetězec messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages, max_tokens |
Parametroptional_controls | Kontraktstream |
Parametrmaterial_types | Kontrakttext |
Parametrtext_file_material | KontraktPřečtěte skutečný dokument UTF-8 a vložte jeho text do uvedeného pole input nebo do řetězce obsahu zprávy. |
Životní cyklus: synchronous_or_streamed
Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody.
Přiřaďte každý poplatek k uvedeným podmínkám. Pro každou sadu alternativních konfigurací použijte jednu sazbu.
| Konfigurace | Tabulka sazeb | Tokeny kontextu, více než | Tokeny kontextu, do uvedené hodnoty včetně | Poplatek |
|---|---|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Tokeny kontextu, více než— | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0008 / 1K tokenů Výstup · Výstupní tokeny $0.004 / 1K tokenů Vstup · Čtení z mezipaměti $0.00008 / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguracePásmo délky požadavku 1 | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0008 / 1K tokenů Výstup · Výstupní tokeny $0.004 / 1K tokenů Vstup · Čtení z mezipaměti $0.00008 / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
{\n "model": "mistralai/mistral-medium-3",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'mistralai/mistral-medium-3', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -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\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'mistralai/mistral-medium-3', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON nebo SSE
Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu.
Zachovejte všechny bloky obsahu, podpisy uvažování a skutečná ID použití nástrojů. Sestavte všechny přírůstky bloků SSE; první textový blok není úplný výstup.
Zachovejte ID požadavků/odpovědí a hlavičky. Není dodána obecná URL pro načtení textové úlohy.
| Pole | Typ |
|---|---|
Poleid | Typstring |
Polemodel | Typstring |
Polecontent[] | Typtext|thinking|tool_use|other content block |
Polestop_reason | Typstring|null |
Poleusage | Typobject |
| Odpověď | Podmínka | Další krok |
|---|---|---|
Odpověď400 · invalid_request_error | PodmínkaNeplatná povinná pole, reprezentace podkladů nebo hodnota parametru | Další krokPřed novým požadavkem na vytvoření opravte uvedená pole. |
Ailoot Ultra mistralai/mistral-medium-3
Použijte cesty metod uvedené výše.
Technický příklad v angličtině
Apply a procedure to a concrete case\n\nUse this procedure to answer the employee: 'Requests below 500 credits need team-lead approval. Requests of 500 or more need finance approval. Purchases must wait for approval.' Employee: 'My equipment request is exactly 500 credits; can my team lead approve it and can I order today?' Give the applicable rule and missing information.A short procedural answer citing the threshold and approval-before-purchase requirement.Exactly 500 falls under finance approval, and ordering today depends on approval actually having been received.