Ministral 3 14B 2512 ist das grösste Mitglied der Ministral-3-Familie von Mistral AI. Sein veröffentlichtes Hosting-Profil verarbeitet Text und Bilder und erzeugt Text, mit einem Kontextfenster von 262’144 Tokens. Funktionswerkzeuge und Steuerungsmöglichkeiten für strukturierte Ausgaben unterstützen Anwendungen, die seine Antworten oder vorgeschlagenen Vorgänge verwenden.
Stellen Sie für eine visuelle Frage ein lesbares Bild bereit und benennen Sie das zu prüfende Objekt, die Beschriftung oder den Zustand der Oberfläche. Geben Sie für eine Textaufgabe die relevante Passage und das anschliessend benötigte Ergebnis an. Kennzeichnen Sie mehrere Quellen, damit Erkenntnisse mit dem Material verknüpft bleiben, das sie stützt.
Ein Vergleich kann nach Unterschieden anhand benannter Kriterien fragen. Eine Extraktionsaufgabe kann Felder und den Umgang mit fehlenden Informationen festlegen. Bewahren Sie den genauen Wortlaut, Werte und Einheiten, wenn sie für eine spätere Entscheidung wichtig sind, und prüfen Sie die Antwort an der Quelle, statt sie nur nach ihrer sprachlichen Flüssigkeit zu beurteilen.
Definieren Sie die Vorgänge, die die umgebende Anwendung ausführen kann. Ein Funktionsaufruf beschreibt eine beabsichtigte Handlung; die Anwendung gibt deren tatsächliches Ergebnis an das Modell zurück. Bewahren Sie diese Beobachtung zusammen mit dem Vorgang und dem Quellzustand, die ihr Bedeutung verleihen, bevor Sie sie für eine spätere Schlussfolgerung verwenden.
Legen Sie für eine strukturierte Antwort die erforderlichen Felder und Typen fest und validieren Sie anschliessend sowohl die zurückgegebene Form als auch ihren Inhalt. Fordern Sie für eine menschenlesbare Erklärung die Schlussfolgerung und die sie stützenden Beobachtungen an. So bleibt ein kompakter Antworttext klar mit seinen Belegen verbunden.
Behalten Sie das für die aktuelle Frage relevante Material und lassen Sie Platz für die gewünschte Antwort. Bewahren Sie bereits getroffene Entscheidungen und entfernen Sie sachfremde Wiederholungen aus einem längeren Briefing. Ein nützliches Ergebnis ist ein mit der bereitgestellten schriftlichen oder visuellen Quelle verknüpftes Textartefakt oder ein vorgeschlagener Vorgang, dessen tatsächliches Ergebnis in der Anwendung geprüft werden kann.
", "aboutText": "Ministral 3 14B 2512 ist das grösste Mitglied der Ministral-3-Familie von Mistral AI. Sein veröffentlichtes Hosting-Profil verarbeitet Text und Bilder und erzeugt Text, mit einem Kontextfenster von 262’144 Tokens. Funktionswerkzeuge und Steuerungsmöglichkeiten für strukturierte Ausgaben unterstützen Anwendungen, die seine Antworten oder vorgeschlagenen Vorgänge verwenden.\n\n### Schriftliche Anweisungen und visuelle Belege verbinden\n\nStellen Sie für eine visuelle Frage ein lesbares Bild bereit und benennen Sie das zu prüfende Objekt, die Beschriftung oder den Zustand der Oberfläche. Geben Sie für eine Textaufgabe die relevante Passage und das anschliessend benötigte Ergebnis an. Kennzeichnen Sie mehrere Quellen, damit Erkenntnisse mit dem Material verknüpft bleiben, das sie stützt.\n\nEin Vergleich kann nach Unterschieden anhand benannter Kriterien fragen. Eine Extraktionsaufgabe kann Felder und den Umgang mit fehlenden Informationen festlegen. Bewahren Sie den genauen Wortlaut, Werte und Einheiten, wenn sie für eine spätere Entscheidung wichtig sind, und prüfen Sie die Antwort an der Quelle, statt sie nur nach ihrer sprachlichen Flüssigkeit zu beurteilen.\n\n### Werkzeuge und Ergebnisform\n\nDefinieren Sie die Vorgänge, die die umgebende Anwendung ausführen kann. Ein Funktionsaufruf beschreibt eine beabsichtigte Handlung; die Anwendung gibt deren tatsächliches Ergebnis an das Modell zurück. Bewahren Sie diese Beobachtung zusammen mit dem Vorgang und dem Quellzustand, die ihr Bedeutung verleihen, bevor Sie sie für eine spätere Schlussfolgerung verwenden.\n\nLegen Sie für eine strukturierte Antwort die erforderlichen Felder und Typen fest und validieren Sie anschliessend sowohl die zurückgegebene Form als auch ihren Inhalt. Fordern Sie für eine menschenlesbare Erklärung die Schlussfolgerung und die sie stützenden Beobachtungen an. So bleibt ein kompakter Antworttext klar mit seinen Belegen verbunden.\n\n### Den Arbeitskontext vorbereiten\n\nBehalten Sie das für die aktuelle Frage relevante Material und lassen Sie Platz für die gewünschte Antwort. Bewahren Sie bereits getroffene Entscheidungen und entfernen Sie sachfremde Wiederholungen aus einem längeren Briefing. Ein nützliches Ergebnis ist ein mit der bereitgestellten schriftlichen oder visuellen Quelle verknüpftes Textartefakt oder ein vorgeschlagener Vorgang, dessen tatsächliches Ergebnis in der Anwendung geprüft werden kann.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
Extract a rental agreement record\n\nFrom agreement A6: 'Locker 18 is rented to N. Patel from 3 May through 31 May. Deposit: 25 credits. The renewal fee is not specified.' Extract locker, renter, start, end, deposit and renewal fee. Keep the source label and use 'not stated' for absent information. Preserve the credit unit.Six labeled fields associated with A6, with an explicit missing renewal fee.The deposit must not be reused as a renewal fee.mistralai/ministral-14b-2512Ministral 3 14B 2512 ist das grösste Modell der Ministral-3-Familie von Mistral AI. Es verarbeitet Text und Bilder zu Textausgaben und bietet Funktionswerkzeuge, Steuerungsmöglichkeiten für strukturierte Ausgaben sowie ein Kontextfenster von 262’144 Tokens.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Ministral 3 14B 2512 ist das grösste Mitglied der Ministral-3-Familie von Mistral AI. Sein veröffentlichtes Hosting-Profil verarbeitet Text und Bilder und erzeugt Text, mit einem Kontextfenster von 262’144 Tokens. Funktionswerkzeuge und Steuerungsmöglichkeiten für strukturierte Ausgaben unterstützen Anwendungen, die seine Antworten oder vorgeschlagenen Vorgänge verwenden.
Stellen Sie für eine visuelle Frage ein lesbares Bild bereit und benennen Sie das zu prüfende Objekt, die Beschriftung oder den Zustand der Oberfläche. Geben Sie für eine Textaufgabe die relevante Passage und das anschliessend benötigte Ergebnis an. Kennzeichnen Sie mehrere Quellen, damit Erkenntnisse mit dem Material verknüpft bleiben, das sie stützt.
Ein Vergleich kann nach Unterschieden anhand benannter Kriterien fragen. Eine Extraktionsaufgabe kann Felder und den Umgang mit fehlenden Informationen festlegen. Bewahren Sie den genauen Wortlaut, Werte und Einheiten, wenn sie für eine spätere Entscheidung wichtig sind, und prüfen Sie die Antwort an der Quelle, statt sie nur nach ihrer sprachlichen Flüssigkeit zu beurteilen.
Definieren Sie die Vorgänge, die die umgebende Anwendung ausführen kann. Ein Funktionsaufruf beschreibt eine beabsichtigte Handlung; die Anwendung gibt deren tatsächliches Ergebnis an das Modell zurück. Bewahren Sie diese Beobachtung zusammen mit dem Vorgang und dem Quellzustand, die ihr Bedeutung verleihen, bevor Sie sie für eine spätere Schlussfolgerung verwenden.
Legen Sie für eine strukturierte Antwort die erforderlichen Felder und Typen fest und validieren Sie anschliessend sowohl die zurückgegebene Form als auch ihren Inhalt. Fordern Sie für eine menschenlesbare Erklärung die Schlussfolgerung und die sie stützenden Beobachtungen an. So bleibt ein kompakter Antworttext klar mit seinen Belegen verbunden.
Behalten Sie das für die aktuelle Frage relevante Material und lassen Sie Platz für die gewünschte Antwort. Bewahren Sie bereits getroffene Entscheidungen und entfernen Sie sachfremde Wiederholungen aus einem längeren Briefing. Ein nützliches Ergebnis ist ein mit der bereitgestellten schriftlichen oder visuellen Quelle verknüpftes Textartefakt oder ein vorgeschlagener Vorgang, dessen tatsächliches Ergebnis in der Anwendung geprüft werden kann.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits mistralai/ministral-14b-2512 | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits Beispiele: system, user, assistant, tool, function Bedingungen: Diese Rollen sind in den Kompatibilitätstypen des Quellcodes ausdrücklich dargestellt; der genaue Rollenumfang bleibt modellspezifisch. Modellabhängig | Standard— |
Feldmessages[].content | Typstring|content_part[]|null | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_calls | Typtool_call[] | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_call_id | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: role=tool; die tatsächlich zurückgegebene ID verwenden | Standard— |
Feldmessages[].name | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].reasoning_content | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: Tatsächlich zurückgegebene Reasoning-Daten erneut übermitteln, sofern dieses Modell sie verwendet | Standard— |
Feldmessages[].reasoning_details | Typobject|array | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmax_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldmax_completion_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Feldstream_options.include_usage | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtemperature | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtop_p | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldstop | Typstring|string[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools | Typfunction_tool[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools[].type | Typstring | AnforderungOptional | Werte und Limits function Modellabhängig | Standard— |
Feldtools[].function.name | Typstring | AnforderungErforderlich | Werte und Limits Gilt, wenn: Funktionswerkzeug bereitgestellt | Standard— |
Feldtools[].function.description | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldtools[].function.parameters | TypJSON_schema | AnforderungOptional | Werte und Limits | Standard— |
Feldtool_choice | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldparallel_tool_calls | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldresponse_format | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning_effort | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldservice_tier | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldinstructions | Typstring | AnforderungOptional | Werte und Limits Kompatibilitätsfeld | Standard— |
Feldfunctions | Typfunction[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldfunction_call | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldprompt_cache_options | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmodalities | Typstring[] | AnforderungOptional | Werte und Limits text | Standard— |
Feldprovider | Typobject | AnforderungOptional | Werte und Limits Bedingungen: provider.options wird auf dieser Ultra-Textroute abgelehnt | Standard— |
Feldcache_control.ttl | Typstring | AnforderungOptional | Werte und Limits Bedingungen: 1h wird in den tatsächlichen Prompt-Cache-Feldern abgelehnt | Standard— |
Text · UTF8-Text
messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages |
Parametermaterial_types | Vertragtext |
Parametermessages | VertragNachrichtenarray mit role/content-Struktur |
Parameterfile_material | VertragTatsächliches UTF-8-Dokument als wörtlicher Text eingefügt; keine Datei-ID abgeleitet |
Parameteroptional_controls | Vertragstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | VertragModellspezifisch; benutzerseitige Funktionswerkzeuge unterscheiden sich von gehosteten Werkzeugen |
Parameteroutput_modalities | Vertragtext |
Parameterhosted_operations | Vertragfalse |
Parametermultimodal_input_binding | Vertragnull |
Lebenszyklus: synchronous_or_streamed
Die genaue Modell-ID zusammen mit messages senden.
Die Kontextlänge ist keine Ausgabeobergrenze.
Eine Textdatei kann wörtlichen Text liefern; Bild-, Audio- und Dateiobjekteingaben benötigen eine exakte Zuordnung.
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Kontexttoken, mehr als | Kontexttoken, bis einschliesslich | Gebühr |
|---|---|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Kontexttoken, mehr als— | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.00066 / 1K Tokens Ausgabe · Ausgabetoken $0.00066 / 1K Tokens Eingabe · Cache lesen $0.00004 / 1K Tokens Eingabe · Cache schreiben $0 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.00066 / 1K Tokens Ausgabe · Ausgabetoken $0.00066 / 1K Tokens Eingabe · Cache lesen $0.00004 / 1K Tokens Eingabe · Cache schreiben $0 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "mistralai/ministral-14b-2512", "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/ministral-14b-2512',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/ministral-14b-2512',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 oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Antwortvarianten mit ihren Inhalten, Werkzeugaufrufen und Reasoning-Daten beibehalten. In SSE die Deltas nach Varianten- und Werkzeugindex zusammensetzen; endgültigen Beendigungsgrund und Verbrauchsdaten beibehalten.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldchoices[].index | Typinteger |
Feldchoices[].message.content | Typstring|null |
Feldchoices[].message.tool_calls | Typtool_call[] |
Feldchoices[].message.reasoning_content | Typstring |
Feldchoices[].message.reasoning_details | Typobject|array |
Feldchoices[].finish_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra mistralai/ministral-14b-2512
Verwenden Sie die oben angezeigten Methodenpfade.
mistralai/ministral-14b-2512Ministral 3 14B 2512 ist das grösste Modell der Ministral-3-Familie von Mistral AI. Es verarbeitet Text und Bilder zu Textausgaben und bietet Funktionswerkzeuge, Steuerungsmöglichkeiten für strukturierte Ausgaben sowie ein Kontextfenster von 262’144 Tokens.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Ministral 3 14B 2512 ist das grösste Mitglied der Ministral-3-Familie von Mistral AI. Sein veröffentlichtes Hosting-Profil verarbeitet Text und Bilder und erzeugt Text, mit einem Kontextfenster von 262’144 Tokens. Funktionswerkzeuge und Steuerungsmöglichkeiten für strukturierte Ausgaben unterstützen Anwendungen, die seine Antworten oder vorgeschlagenen Vorgänge verwenden.
Stellen Sie für eine visuelle Frage ein lesbares Bild bereit und benennen Sie das zu prüfende Objekt, die Beschriftung oder den Zustand der Oberfläche. Geben Sie für eine Textaufgabe die relevante Passage und das anschliessend benötigte Ergebnis an. Kennzeichnen Sie mehrere Quellen, damit Erkenntnisse mit dem Material verknüpft bleiben, das sie stützt.
Ein Vergleich kann nach Unterschieden anhand benannter Kriterien fragen. Eine Extraktionsaufgabe kann Felder und den Umgang mit fehlenden Informationen festlegen. Bewahren Sie den genauen Wortlaut, Werte und Einheiten, wenn sie für eine spätere Entscheidung wichtig sind, und prüfen Sie die Antwort an der Quelle, statt sie nur nach ihrer sprachlichen Flüssigkeit zu beurteilen.
Definieren Sie die Vorgänge, die die umgebende Anwendung ausführen kann. Ein Funktionsaufruf beschreibt eine beabsichtigte Handlung; die Anwendung gibt deren tatsächliches Ergebnis an das Modell zurück. Bewahren Sie diese Beobachtung zusammen mit dem Vorgang und dem Quellzustand, die ihr Bedeutung verleihen, bevor Sie sie für eine spätere Schlussfolgerung verwenden.
Legen Sie für eine strukturierte Antwort die erforderlichen Felder und Typen fest und validieren Sie anschliessend sowohl die zurückgegebene Form als auch ihren Inhalt. Fordern Sie für eine menschenlesbare Erklärung die Schlussfolgerung und die sie stützenden Beobachtungen an. So bleibt ein kompakter Antworttext klar mit seinen Belegen verbunden.
Behalten Sie das für die aktuelle Frage relevante Material und lassen Sie Platz für die gewünschte Antwort. Bewahren Sie bereits getroffene Entscheidungen und entfernen Sie sachfremde Wiederholungen aus einem längeren Briefing. Ein nützliches Ergebnis ist ein mit der bereitgestellten schriftlichen oder visuellen Quelle verknüpftes Textartefakt oder ein vorgeschlagener Vorgang, dessen tatsächliches Ergebnis in der Anwendung geprüft werden kann.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits mistralai/ministral-14b-2512 | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits user, assistant | Standard— |
Feldmessages[].content | Typstring | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmax_tokens | Typinteger | AnforderungErforderlich | Werte und Limits | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Text · UTF-8-Text
Zeichenfolge messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages, max_tokens |
Parameteroptional_controls | Vertragstream |
Parametermaterial_types | Vertragtext |
Parametertext_file_material | VertragDas tatsächliche UTF-8-Dokument lesen und seinen Text in die angegebene Zeichenfolge für Eingabe oder Nachrichteninhalt einfügen. |
Lebenszyklus: synchronous_or_streamed
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Kontexttoken, mehr als | Kontexttoken, bis einschliesslich | Gebühr |
|---|---|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Kontexttoken, mehr als— | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.00066 / 1K Tokens Ausgabe · Ausgabetoken $0.00066 / 1K Tokens Eingabe · Cache lesen $0.00004 / 1K Tokens Eingabe · Cache schreiben $0 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.00066 / 1K Tokens Ausgabe · Ausgabetoken $0.00066 / 1K Tokens Eingabe · Cache lesen $0.00004 / 1K Tokens Eingabe · Cache schreiben $0 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "mistralai/ministral-14b-2512",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/ministral-14b-2512', '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/ministral-14b-2512', '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 oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Inhaltsblöcke, Thinking-Signaturen und tatsächlichen Werkzeugaufruf-IDs beibehalten. Alle SSE-Blockdeltas zusammensetzen; der erste Textblock ist nicht die vollständige Ausgabe.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldid | Typstring |
Feldmodel | Typstring |
Feldcontent[] | Typtext|thinking|tool_use|other content block |
Feldstop_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra mistralai/ministral-14b-2512
Verwenden Sie die oben angezeigten Methodenpfade.
Technisches Beispiel auf Englisch
Extract a rental agreement record\n\nFrom agreement A6: 'Locker 18 is rented to N. Patel from 3 May through 31 May. Deposit: 25 credits. The renewal fee is not specified.' Extract locker, renter, start, end, deposit and renewal fee. Keep the source label and use 'not stated' for absent information. Preserve the credit unit.Six labeled fields associated with A6, with an explicit missing renewal fee.The deposit must not be reused as a renewal fee.