Mistral Saba je specializovaný regionální textový model Mistral AI vytvořený dotrénováním modelu rodiny Small na pečlivě vybraných materiálech z Blízkého východu a jižní Asie. Výrobce popisuje model s 24 miliardami parametrů určený k zachycení regionálního jazyka, kulturního kontextu a místních způsobů vyjadřování. Přijímá písemnou úlohu a zdrojové materiály a vrací text.
Regionální jazyk a kontext
Vydání výslovně jmenuje arabštinu a mnoho jazyků indického původu se zvláštní silou v jazycích jihoindického původu, například tamilštině. Jeho zaměření je konkrétnější než pouhá změna cílového jazyka univerzální odpovědi: trénovací materiály jsou vybrány pro regionální jazykový a kulturní kontext, v němž se odpověď použije.
Než požádáte o výsledek, určete publikum, region, jazyk a požadovanou jazykovou rovinu. Formální vysvětlení, zpráva zákazníkovi a vzdělávací pasáž mohou vyžadovat jinou terminologii a způsoby oslovení. Dodejte slovníček názvů produktů nebo odborných termínů, které musí zůstat konzistentní, a uveďte, zda má výsledek zachovat zdrojové znění, nebo přizpůsobit vysvětlení čtenáři.
Stránka výrobce uvádí kontextové okno 32 tisíc tokenů a označuje edici jako mistral-saba-2502. Kontext využijte společně pro relevantní zdrojové pasáže, konverzaci a pokyny. Regionálně přizpůsobená odpověď stále potřebuje skutečné podmínky produktu, postup nebo obsah dokumentu dodané jako podklady; kulturní znalost neposkytuje soukromé informace firmy.
Konverzační podpora
Výrobce zdůrazňuje arabské konverzační asistenty jako hlavní případ použití. Praktický požadavek podpory může dodat zprávu uživatele a schválené referenční materiály a poté žádat odpověď v pojmenované jazykové rovině. Požadujte další akci, podmínku, za níž platí, a případný údaj, který uživatel stále musí dodat. Odpověď tak zůstane ukotvena v konkrétním problému místo vytvoření obecného regionálního pozdravu.
Pro dvojjazyčné vysvětlení určete jazyk zdroje a jazyk konečné zprávy. Zachovejte názvy, částky nebo jednotky dodané v podkladech a popište publikum, které má odpovědi rozumět. Navazující dotaz může žádat kratší verzi nebo objasnění jednoho termínu při zachování stejných podmínek.
Oborové přizpůsobení
Oznámení popisuje dotrénování Saba pro konkrétní obory, včetně energetiky a dalších regionálních profesních kontextů. Jde o proces přizpůsobení, nikoli o tvrzení, že každá specializovaná datová sada je již součástí výchozího modelu. Pro oborově zaměřenou textovou úlohu dodejte terminologii, zdrojové dokumenty a pravidla odpovědi relevantní pro skutečnou aplikaci.
Technické vysvětlení může žádat model, aby přeformuloval postup pomocí regionální terminologie čtenáře při zachování původních kroků a podmínek. Otázka k dokumentu může určit klauzuli k vysvětlení a požadovat stručnou odpověď s podpůrnou pasáží. Při přípravě výstupu rozlišujte zdrojová fakta, vysvětlení a případný nevyřešený termín.
Tvorba kulturního obsahu
Výrobce popisuje také kulturně relevantní psaní a vzdělávací zdroje. Dodejte téma, zamýšlené publikum, jazyk a fakta či příklady, které se mají objevit. U vzdělávací pasáže určete, čemu má student na konci porozumět, a požadujte vysvětlení následované praktickým příkladem. U organizační zprávy dodejte účel a informace, podle nichž musí čtenář jednat.
Jsou-li součástí úlohy místní idiomy nebo kulturní odkazy, uveďte kontext jejich použití. Požadujte alternativní formulaci, pokud by formální či neutrálnější verze posloužila jinému publiku. Jde o praktické způsoby využití regionální specializace modelu při výslovném zachování obsahu a zamýšleného použití.
Vymezení edice a výsledku
Zdokumentovanou specializací Saba je textová regionální jazyková práce s kontextem 32 tisíc tokenů. Nemá přebírat obrazový vstup, ovládání hybridního uvažování ani funkce formátu nástrojů z pozdějších modelů Small nebo Medium jen proto, že je dotrénovaným modelem rodiny Small. Přečtené zdroje pro tuto edici neuvádějí samostatnou maximální kapacitu výstupních tokenů.
Připravte úplnou písemnou úlohu, relevantní zdrojová fakta a požadovaný artefakt: odpověď podpory, vysvětlení, přizpůsobenou pasáž nebo krátký vzdělávací text. Pojmenovanou edici Saba a jazyk a jazykovou rovinu publika ponechte výslovné, aby výsledný text odpovídal skutečné potřebě regionální komunikace.
", "aboutText": "Mistral Saba je specializovaný regionální textový model Mistral AI vytvořený dotrénováním modelu rodiny Small na pečlivě vybraných materiálech z Blízkého východu a jižní Asie. Výrobce popisuje model s 24 miliardami parametrů určený k zachycení regionálního jazyka, kulturního kontextu a místních způsobů vyjadřování. Přijímá písemnou úlohu a zdrojové materiály a vrací text.\n\nRegionální jazyk a kontext\n\nVydání výslovně jmenuje arabštinu a mnoho jazyků indického původu se zvláštní silou v jazycích jihoindického původu, například tamilštině. Jeho zaměření je konkrétnější než pouhá změna cílového jazyka univerzální odpovědi: trénovací materiály jsou vybrány pro regionální jazykový a kulturní kontext, v němž se odpověď použije.\n\nNež požádáte o výsledek, určete publikum, region, jazyk a požadovanou jazykovou rovinu. Formální vysvětlení, zpráva zákazníkovi a vzdělávací pasáž mohou vyžadovat jinou terminologii a způsoby oslovení. Dodejte slovníček názvů produktů nebo odborných termínů, které musí zůstat konzistentní, a uveďte, zda má výsledek zachovat zdrojové znění, nebo přizpůsobit vysvětlení čtenáři.\n\nStránka výrobce uvádí kontextové okno 32 tisíc tokenů a označuje edici jako mistral-saba-2502. Kontext využijte společně pro relevantní zdrojové pasáže, konverzaci a pokyny. Regionálně přizpůsobená odpověď stále potřebuje skutečné podmínky produktu, postup nebo obsah dokumentu dodané jako podklady; kulturní znalost neposkytuje soukromé informace firmy.\n\nKonverzační podpora\n\nVýrobce zdůrazňuje arabské konverzační asistenty jako hlavní případ použití. Praktický požadavek podpory může dodat zprávu uživatele a schválené referenční materiály a poté žádat odpověď v pojmenované jazykové rovině. Požadujte další akci, podmínku, za níž platí, a případný údaj, který uživatel stále musí dodat. Odpověď tak zůstane ukotvena v konkrétním problému místo vytvoření obecného regionálního pozdravu.\n\nPro dvojjazyčné vysvětlení určete jazyk zdroje a jazyk konečné zprávy. Zachovejte názvy, částky nebo jednotky dodané v podkladech a popište publikum, které má odpovědi rozumět. Navazující dotaz může žádat kratší verzi nebo objasnění jednoho termínu při zachování stejných podmínek.\n\nOborové přizpůsobení\n\nOznámení popisuje dotrénování Saba pro konkrétní obory, včetně energetiky a dalších regionálních profesních kontextů. Jde o proces přizpůsobení, nikoli o tvrzení, že každá specializovaná datová sada je již součástí výchozího modelu. Pro oborově zaměřenou textovou úlohu dodejte terminologii, zdrojové dokumenty a pravidla odpovědi relevantní pro skutečnou aplikaci.\n\nTechnické vysvětlení může žádat model, aby přeformuloval postup pomocí regionální terminologie čtenáře při zachování původních kroků a podmínek. Otázka k dokumentu může určit klauzuli k vysvětlení a požadovat stručnou odpověď s podpůrnou pasáží. Při přípravě výstupu rozlišujte zdrojová fakta, vysvětlení a případný nevyřešený termín.\n\nTvorba kulturního obsahu\n\nVýrobce popisuje také kulturně relevantní psaní a vzdělávací zdroje. Dodejte téma, zamýšlené publikum, jazyk a fakta či příklady, které se mají objevit. U vzdělávací pasáže určete, čemu má student na konci porozumět, a požadujte vysvětlení následované praktickým příkladem. U organizační zprávy dodejte účel a informace, podle nichž musí čtenář jednat.\n\nJsou-li součástí úlohy místní idiomy nebo kulturní odkazy, uveďte kontext jejich použití. Požadujte alternativní formulaci, pokud by formální či neutrálnější verze posloužila jinému publiku. Jde o praktické způsoby využití regionální specializace modelu při výslovném zachování obsahu a zamýšleného použití.\n\nVymezení edice a výsledku\n\nZdokumentovanou specializací Saba je textová regionální jazyková práce s kontextem 32 tisíc tokenů. Nemá přebírat obrazový vstup, ovládání hybridního uvažování ani funkce formátu nástrojů z pozdějších modelů Small nebo Medium jen proto, že je dotrénovaným modelem rodiny Small. Přečtené zdroje pro tuto edici neuvádějí samostatnou maximální kapacitu výstupních tokenů.\n\nPřipravte úplnou písemnou úlohu, relevantní zdrojová fakta a požadovaný artefakt: odpověď podpory, vysvětlení, přizpůsobenou pasáž nebo krátký vzdělávací text. Pojmenovanou edici Saba a jazyk a jazykovou rovinu publika ponechte výslovné, aby výsledný text odpovídal skutečné potřebě regionální komunikace.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický příklad v angličtině
Draft an Arabic service reply\n\nWrite a polite Modern Standard Arabic support reply for customers in the Gulf. Approved facts: service desk hours are Sunday through Thursday, 09:00-17:00; ticket T-46 is received; no appointment has been assigned. Confirm receipt and explain the hours in two sentences. Keep T-46 unchanged and do not promise a visit time.A two-sentence Arabic reply retaining the ticket ID, workdays, hours and unassigned appointment status.Review the Arabic for meaning and verify that no appointment or Friday service is promised.mistralai/mistral-sabaMistral Saba je textový model s 24 miliardami parametrů trénovaný na pečlivě vybraných materiálech z Blízkého východu a jižní Asie. Zaměřuje se na regionální jazykový a kulturní kontext, včetně arabštiny a jazyků indického původu, například tamilštiny, s kontextem 32 tisíc tokenů uváděným výrobcem pro písemné úlohy.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Mistral Saba je specializovaný regionální textový model Mistral AI vytvořený dotrénováním modelu rodiny Small na pečlivě vybraných materiálech z Blízkého východu a jižní Asie. Výrobce popisuje model s 24 miliardami parametrů určený k zachycení regionálního jazyka, kulturního kontextu a místních způsobů vyjadřování. Přijímá písemnou úlohu a zdrojové materiály a vrací text.
Regionální jazyk a kontext
Vydání výslovně jmenuje arabštinu a mnoho jazyků indického původu se zvláštní silou v jazycích jihoindického původu, například tamilštině. Jeho zaměření je konkrétnější než pouhá změna cílového jazyka univerzální odpovědi: trénovací materiály jsou vybrány pro regionální jazykový a kulturní kontext, v němž se odpověď použije.
Než požádáte o výsledek, určete publikum, region, jazyk a požadovanou jazykovou rovinu. Formální vysvětlení, zpráva zákazníkovi a vzdělávací pasáž mohou vyžadovat jinou terminologii a způsoby oslovení. Dodejte slovníček názvů produktů nebo odborných termínů, které musí zůstat konzistentní, a uveďte, zda má výsledek zachovat zdrojové znění, nebo přizpůsobit vysvětlení čtenáři.
Stránka výrobce uvádí kontextové okno 32 tisíc tokenů a označuje edici jako mistral-saba-2502. Kontext využijte společně pro relevantní zdrojové pasáže, konverzaci a pokyny. Regionálně přizpůsobená odpověď stále potřebuje skutečné podmínky produktu, postup nebo obsah dokumentu dodané jako podklady; kulturní znalost neposkytuje soukromé informace firmy.
Konverzační podpora
Výrobce zdůrazňuje arabské konverzační asistenty jako hlavní případ použití. Praktický požadavek podpory může dodat zprávu uživatele a schválené referenční materiály a poté žádat odpověď v pojmenované jazykové rovině. Požadujte další akci, podmínku, za níž platí, a případný údaj, který uživatel stále musí dodat. Odpověď tak zůstane ukotvena v konkrétním problému místo vytvoření obecného regionálního pozdravu.
Pro dvojjazyčné vysvětlení určete jazyk zdroje a jazyk konečné zprávy. Zachovejte názvy, částky nebo jednotky dodané v podkladech a popište publikum, které má odpovědi rozumět. Navazující dotaz může žádat kratší verzi nebo objasnění jednoho termínu při zachování stejných podmínek.
Oborové přizpůsobení
Oznámení popisuje dotrénování Saba pro konkrétní obory, včetně energetiky a dalších regionálních profesních kontextů. Jde o proces přizpůsobení, nikoli o tvrzení, že každá specializovaná datová sada je již součástí výchozího modelu. Pro oborově zaměřenou textovou úlohu dodejte terminologii, zdrojové dokumenty a pravidla odpovědi relevantní pro skutečnou aplikaci.
Technické vysvětlení může žádat model, aby přeformuloval postup pomocí regionální terminologie čtenáře při zachování původních kroků a podmínek. Otázka k dokumentu může určit klauzuli k vysvětlení a požadovat stručnou odpověď s podpůrnou pasáží. Při přípravě výstupu rozlišujte zdrojová fakta, vysvětlení a případný nevyřešený termín.
Tvorba kulturního obsahu
Výrobce popisuje také kulturně relevantní psaní a vzdělávací zdroje. Dodejte téma, zamýšlené publikum, jazyk a fakta či příklady, které se mají objevit. U vzdělávací pasáže určete, čemu má student na konci porozumět, a požadujte vysvětlení následované praktickým příkladem. U organizační zprávy dodejte účel a informace, podle nichž musí čtenář jednat.
Jsou-li součástí úlohy místní idiomy nebo kulturní odkazy, uveďte kontext jejich použití. Požadujte alternativní formulaci, pokud by formální či neutrálnější verze posloužila jinému publiku. Jde o praktické způsoby využití regionální specializace modelu při výslovném zachování obsahu a zamýšleného použití.
Vymezení edice a výsledku
Zdokumentovanou specializací Saba je textová regionální jazyková práce s kontextem 32 tisíc tokenů. Nemá přebírat obrazový vstup, ovládání hybridního uvažování ani funkce formátu nástrojů z pozdějších modelů Small nebo Medium jen proto, že je dotrénovaným modelem rodiny Small. Přečtené zdroje pro tuto edici neuvádějí samostatnou maximální kapacitu výstupních tokenů.
Připravte úplnou písemnou úlohu, relevantní zdrojová fakta a požadovaný artefakt: odpověď podpory, vysvětlení, přizpůsobenou pasáž nebo krátký vzdělávací text. Pojmenovanou edici Saba a jazyk a jazykovou rovinu publika ponechte výslovné, aby výsledný text odpovídal skutečné potřebě regionální komunikace.
POST /v1/chat/completionstexttext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity mistralai/mistral-saba | 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 $0.0004 / 1K tokenů Výstup · Výstupní tokeny $0.0012 / 1K tokenů Vstup · Čtení z mezipaměti $0.00004 / 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 $0.0004 / 1K tokenů Výstup · Výstupní tokeny $0.0012 / 1K tokenů Vstup · Čtení z mezipaměti $0.00004 / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "mistralai/mistral-saba", "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-saba',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-saba',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-saba
Použijte cesty metod uvedené výše.
mistralai/mistral-sabaMistral Saba je textový model s 24 miliardami parametrů trénovaný na pečlivě vybraných materiálech z Blízkého východu a jižní Asie. Zaměřuje se na regionální jazykový a kulturní kontext, včetně arabštiny a jazyků indického původu, například tamilštiny, s kontextem 32 tisíc tokenů uváděným výrobcem pro písemné úlohy.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Mistral Saba je specializovaný regionální textový model Mistral AI vytvořený dotrénováním modelu rodiny Small na pečlivě vybraných materiálech z Blízkého východu a jižní Asie. Výrobce popisuje model s 24 miliardami parametrů určený k zachycení regionálního jazyka, kulturního kontextu a místních způsobů vyjadřování. Přijímá písemnou úlohu a zdrojové materiály a vrací text.
Regionální jazyk a kontext
Vydání výslovně jmenuje arabštinu a mnoho jazyků indického původu se zvláštní silou v jazycích jihoindického původu, například tamilštině. Jeho zaměření je konkrétnější než pouhá změna cílového jazyka univerzální odpovědi: trénovací materiály jsou vybrány pro regionální jazykový a kulturní kontext, v němž se odpověď použije.
Než požádáte o výsledek, určete publikum, region, jazyk a požadovanou jazykovou rovinu. Formální vysvětlení, zpráva zákazníkovi a vzdělávací pasáž mohou vyžadovat jinou terminologii a způsoby oslovení. Dodejte slovníček názvů produktů nebo odborných termínů, které musí zůstat konzistentní, a uveďte, zda má výsledek zachovat zdrojové znění, nebo přizpůsobit vysvětlení čtenáři.
Stránka výrobce uvádí kontextové okno 32 tisíc tokenů a označuje edici jako mistral-saba-2502. Kontext využijte společně pro relevantní zdrojové pasáže, konverzaci a pokyny. Regionálně přizpůsobená odpověď stále potřebuje skutečné podmínky produktu, postup nebo obsah dokumentu dodané jako podklady; kulturní znalost neposkytuje soukromé informace firmy.
Konverzační podpora
Výrobce zdůrazňuje arabské konverzační asistenty jako hlavní případ použití. Praktický požadavek podpory může dodat zprávu uživatele a schválené referenční materiály a poté žádat odpověď v pojmenované jazykové rovině. Požadujte další akci, podmínku, za níž platí, a případný údaj, který uživatel stále musí dodat. Odpověď tak zůstane ukotvena v konkrétním problému místo vytvoření obecného regionálního pozdravu.
Pro dvojjazyčné vysvětlení určete jazyk zdroje a jazyk konečné zprávy. Zachovejte názvy, částky nebo jednotky dodané v podkladech a popište publikum, které má odpovědi rozumět. Navazující dotaz může žádat kratší verzi nebo objasnění jednoho termínu při zachování stejných podmínek.
Oborové přizpůsobení
Oznámení popisuje dotrénování Saba pro konkrétní obory, včetně energetiky a dalších regionálních profesních kontextů. Jde o proces přizpůsobení, nikoli o tvrzení, že každá specializovaná datová sada je již součástí výchozího modelu. Pro oborově zaměřenou textovou úlohu dodejte terminologii, zdrojové dokumenty a pravidla odpovědi relevantní pro skutečnou aplikaci.
Technické vysvětlení může žádat model, aby přeformuloval postup pomocí regionální terminologie čtenáře při zachování původních kroků a podmínek. Otázka k dokumentu může určit klauzuli k vysvětlení a požadovat stručnou odpověď s podpůrnou pasáží. Při přípravě výstupu rozlišujte zdrojová fakta, vysvětlení a případný nevyřešený termín.
Tvorba kulturního obsahu
Výrobce popisuje také kulturně relevantní psaní a vzdělávací zdroje. Dodejte téma, zamýšlené publikum, jazyk a fakta či příklady, které se mají objevit. U vzdělávací pasáže určete, čemu má student na konci porozumět, a požadujte vysvětlení následované praktickým příkladem. U organizační zprávy dodejte účel a informace, podle nichž musí čtenář jednat.
Jsou-li součástí úlohy místní idiomy nebo kulturní odkazy, uveďte kontext jejich použití. Požadujte alternativní formulaci, pokud by formální či neutrálnější verze posloužila jinému publiku. Jde o praktické způsoby využití regionální specializace modelu při výslovném zachování obsahu a zamýšleného použití.
Vymezení edice a výsledku
Zdokumentovanou specializací Saba je textová regionální jazyková práce s kontextem 32 tisíc tokenů. Nemá přebírat obrazový vstup, ovládání hybridního uvažování ani funkce formátu nástrojů z pozdějších modelů Small nebo Medium jen proto, že je dotrénovaným modelem rodiny Small. Přečtené zdroje pro tuto edici neuvádějí samostatnou maximální kapacitu výstupních tokenů.
Připravte úplnou písemnou úlohu, relevantní zdrojová fakta a požadovaný artefakt: odpověď podpory, vysvětlení, přizpůsobenou pasáž nebo krátký vzdělávací text. Pojmenovanou edici Saba a jazyk a jazykovou rovinu publika ponechte výslovné, aby výsledný text odpovídal skutečné potřebě regionální komunikace.
POST /v1/messagestextjson, sse| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity mistralai/mistral-saba | 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 $0.0004 / 1K tokenů Výstup · Výstupní tokeny $0.0012 / 1K tokenů Vstup · Čtení z mezipaměti $0.00004 / 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 $0.0004 / 1K tokenů Výstup · Výstupní tokeny $0.0012 / 1K tokenů Vstup · Čtení z mezipaměti $0.00004 / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
{\n "model": "mistralai/mistral-saba",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-saba', '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-saba', '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-saba
Použijte cesty metod uvedené výše.
Technický příklad v angličtině
Draft an Arabic service reply\n\nWrite a polite Modern Standard Arabic support reply for customers in the Gulf. Approved facts: service desk hours are Sunday through Thursday, 09:00-17:00; ticket T-46 is received; no appointment has been assigned. Confirm receipt and explain the hours in two sentences. Keep T-46 unchanged and do not promise a visit time.A two-sentence Arabic reply retaining the ticket ID, workdays, hours and unassigned appointment status.Review the Arabic for meaning and verify that no appointment or Friday service is promised.