Το Mistral Small 4 συνδυάζει γενική τήρηση οδηγιών, συλλογιστική και προγραμματισμό σε ένα πολυτροπικό μοντέλο. Ο κατασκευαστής το περιγράφει ως ενοποίηση των οικογενειών Instruct, Magistral συλλογιστικής και Devstral προγραμματισμού. Δέχεται κείμενο και εικόνες και επιστρέφει κείμενο, με κλήσεις συναρτήσεων και έξοδο JSON διαθέσιμες για εφαρμογές με εργαλεία.
Αρχιτεκτονική και βασικές δυνατότητες
Η έκδοση έχει 119 δισ. συνολικές παραμέτρους και ενεργοποιεί 6,5 δισ. ανά token. Η αρχιτεκτονική μείγματος ειδικών περιέχει 128 ειδικούς, με 4 ενεργούς, και ο κατασκευαστής τεκμηριώνει παράθυρο συμφραζομένων 256 χιλ. token. Το πλήθος ενεργών παραμέτρων και ειδικών περιγράφει πώς οργανώνεται το μοντέλο· διαφέρει από την ποσότητα περιεχομένου κειμένου ή εικόνας που περιλαμβάνεται σε μία εργασία.
Το μοντέλο παρέχει λειτουργίες οδηγιών και συλλογιστικής στο ίδιο checkpoint. Ο κατασκευαστής αναφέρει επίσης όραση, τήρηση system prompt και πολυγλωσσική υποστήριξη για δεκάδες γλώσσες, όπως αγγλικά, γαλλικά, ισπανικά, γερμανικά, ιταλικά, πορτογαλικά, ολλανδικά, κινεζικά, ιαπωνικά, κορεατικά και αραβικά. Μια οδηγία κειμένου μπορεί επομένως να ρωτά για εικόνα ή να συνδυάζει γραπτή απαίτηση με ορατά στοιχεία, με την απάντηση να επιστρέφεται ως κείμενο.
Μια οπτική εργασία μπορεί να παρέχει σελίδα εγγράφου και να ζητά τις τιμές που σχετίζονται με κατονομασμένη προϋπόθεση. Κρατήστε ευανάγνωστες τις ετικέτες και τις μονάδες και δηλώστε αν το αποτέλεσμα πρέπει να διατηρεί την αρχική διατύπωση, να τη συνοψίζει ή να τη συγκρίνει με άλλη πηγή. Μια εργασία διεπαφής μπορεί να συνδυάζει στιγμιότυπο οθόνης με τον στόχο χρήστη και να ζητά το σχετικό ορατό χειριστήριο και τα στοιχεία που στηρίζουν ένα προτεινόμενο επόμενο βήμα.
Επιλογή λειτουργίας οδηγιών ή συλλογιστικής
Η δημοσιευμένη κάρτα τεκμηριώνει προσπάθεια συλλογιστικής none για άμεση απάντηση που ακολουθεί οδηγίες και high για συλλογιστική, με τη high να συνιστάται για σύνθετα prompt. Η επιλογή γίνεται ανά αίτημα μέσα στο ίδιο μοντέλο Small 4. Μια συνηθισμένη ταξινόμηση ή σύντομη επανεγγραφή μπορεί να έχει διαφορετικό συμβόλαιο απάντησης από ένα μαθηματικό, οπτικό ή προγραμματιστικό πρόβλημα που χρειάζεται ανεπτυγμένη εξήγηση.
Ο κατασκευαστής συνιστά θερμοκρασία 0.7 για υψηλή προσπάθεια συλλογιστικής. Για none, ορίζει θερμοκρασίες μεταξύ 0.0 και 0.7 ανάλογα με την εργασία. Αυτές οι ρυθμίσεις περιγράφουν τις τεκμηριωμένες λειτουργίες και δεν μετατρέπουν την προσπάθεια συλλογιστικής σε εγγύηση σωστού αποτελέσματος. Ορίστε τις παραδοχές, τη μορφή εξόδου και το σχετικό υλικό πηγής πριν επιλέξετε πόση συλλογιστική απαιτεί η εργασία.
Για πρόβλημα με αναλυτική λύση, δώστε την πλήρη συνθήκη και ζητήστε τα σημαντικά αιτιολογημένα βήματα και κατόπιν την τελική έκφραση. Για εργασία κώδικα, δώστε την απαίτηση, την επηρεαζόμενη συνάρτηση και συγκεκριμένη είσοδο· ζητήστε την προτεινόμενη υλοποίηση χωριστά από την εξήγηση και τα παραδείγματα. Οι παρουσιάσεις χρήσης του κατασκευαστή περιλαμβάνουν τήρηση οδηγιών, εργαλείο υπολογισμού εφαρμοσμένο σε εικόνα και οπτική συλλογιστική, δείχνοντας πώς κειμενικά και οπτικά στοιχεία μπορούν να εισέρχονται σε αυτές τις διαφορετικές εργασίες.
Κώδικας, έγγραφα και εργαλεία
Το μοντέλο προορίζεται για διερεύνηση βάσης κώδικα και πράκτορες μηχανικής λογισμικού, γενικούς βοηθούς, κατανόηση εγγράφων και έρευνα. Ένα αίτημα πράκτορα προγραμματισμού μπορεί να κατονομάζει τη μονάδα προς αλλαγή, τη διεπαφή που πρέπει να διατηρηθεί και τη συμπεριφορά που πρέπει να προκύπτει. Δώστε τον σχετικό κώδικα και τα στοιχεία αποτυχίας. Το μοντέλο μπορεί να προτείνει την επόμενη λειτουργία ή μια αλλαγή κώδικα, ενώ η εφαρμογή παρέχει πρόσβαση στο αποθετήριο, εκτέλεση και ανατροφοδότηση.
Για εξαγωγή εγγράφου, προσδιορίστε τα υποχρεωτικά πεδία και πώς θα αναπαρίστανται οι πληροφορίες που λείπουν. Μια χρήσιμη εγγραφή μπορεί να διαχωρίζει το αναγνωριστικό εγγράφου, τη δήλωση πηγής, την ερμηνευμένη απαίτηση και το άλυτο ερώτημα. Η κάρτα υπηρεσίας του κατασκευαστή αναφέρει προσαρμοσμένη δομημένη έξοδο και απαντήσεις σε ερωτήσεις εγγράφων· η δεύτερη χρησιμοποιεί επεξεργασία εγγράφων και OCR για να προετοιμάζει κείμενο και δομή πριν από την ανάλυση γλωσσικού μοντέλου. Μια άμεση ερώτηση εικόνας και μια ροή εγγράφου με OCR πρέπει να διατηρούν τη δική τους προετοιμασία εισόδου.
Η κλήση συναρτήσεων απαιτεί σαφώς περιγεγραμμένα εργαλεία. Το μοντέλο επιλέγει συνάρτηση και δημιουργεί ορίσματα· η εφαρμογή εκτελεί τη λειτουργία και επιστρέφει το αποτέλεσμά της για την επόμενη απάντηση. Η ίδια λογική ισχύει είτε η εργασία είναι αναζήτηση, υπολογισμός είτε λειτουργία προγραμματισμού. Η μορφοποίηση JSON οργανώνει μια απάντηση, ενώ μια κλήση εργαλείου ζητά εξωτερική ενέργεια· δεν πρέπει να αντιμετωπίζονται ως εναλλάξιμα αποτελέσματα.
Η κάρτα υπηρεσίας αναφέρει επίσης προβλεπόμενες εξόδους, προθέματα απάντησης, ομαδική επεξεργασία και συνομιλίες πρακτόρων. Οι προβλεπόμενες έξοδοι είναι χρήσιμες όταν ένα έγγραφο ή αρχείο κώδικα πρέπει να αναδημιουργηθεί με περιορισμένη μόνο αλλαγή και το υπόλοιπο περιεχόμενο είναι γνωστό. Ορίστε την αλλαγή και το υλικό που πρέπει να διατηρηθεί. Η συνέχιση προθέματος χρησιμοποιεί γνωστή αρχή της απόκρισης, ενώ η ομαδική επεξεργασία αφορά την υποβολή εργασίας και όχι πρόσθετη λειτουργία συλλογιστικής.
Όρια συμφραζομένων και έκδοσης
Σχεδιάστε τη γραπτή εργασία, το οπτικό υλικό, τη συνομιλία και την επιθυμητή απάντηση γύρω από το τεκμηριωμένο πλαίσιο 256 χιλ. token. Το δημοσιευμένο παράδειγμα χρήσης ρυθμίζει πλαίσιο 262.144 token, ενώ το παράδειγμα παραγωγής 1.024 token δεν αποτελεί ξεχωριστή μέγιστη χωρητικότητα εξόδου. Οι πηγές που εξετάστηκαν δεν παρέχουν ανεξάρτητο αυστηρό όριο μήκους απάντησης για να υποκαταστήσει το επιλεγμένο μήκος της εργασίας.
Το Small 4 έχει τη δική του αρχιτεκτονική μείγματος ειδικών 119 δισ. παραμέτρων και υβριδικές λειτουργίες. Δεν πρέπει να κληρονομεί την πυκνή αρχιτεκτονική 128 δισ. παραμέτρων του Medium 3.5 ή τις ξεχωριστές εκδόσεις Instruct και Reasoning του Ministral 3. Ο κατασκευαστής δημοσιεύει επίσης διακριτά τεχνουργήματα κβαντισμού και εικαστικής αποκωδικοποίησης (speculative decoding)· αυτά είναι ξεχωριστά τεχνουργήματα εγκατάστασης και όχι διαφορετικές τροπικότητες περιεχομένου. Διατηρήστε την ονομασμένη έκδοση Small 4 και τη λειτουργία που ζητείται για την πραγματική εξήγηση, τη δομημένη εγγραφή ή το αποτέλεσμα κώδικα.
", "aboutText": "Το Mistral Small 4 συνδυάζει γενική τήρηση οδηγιών, συλλογιστική και προγραμματισμό σε ένα πολυτροπικό μοντέλο. Ο κατασκευαστής το περιγράφει ως ενοποίηση των οικογενειών Instruct, Magistral συλλογιστικής και Devstral προγραμματισμού. Δέχεται κείμενο και εικόνες και επιστρέφει κείμενο, με κλήσεις συναρτήσεων και έξοδο JSON διαθέσιμες για εφαρμογές με εργαλεία.\n\nΑρχιτεκτονική και βασικές δυνατότητες\n\nΗ έκδοση έχει 119 δισ. συνολικές παραμέτρους και ενεργοποιεί 6,5 δισ. ανά token. Η αρχιτεκτονική μείγματος ειδικών περιέχει 128 ειδικούς, με 4 ενεργούς, και ο κατασκευαστής τεκμηριώνει παράθυρο συμφραζομένων 256 χιλ. token. Το πλήθος ενεργών παραμέτρων και ειδικών περιγράφει πώς οργανώνεται το μοντέλο· διαφέρει από την ποσότητα περιεχομένου κειμένου ή εικόνας που περιλαμβάνεται σε μία εργασία.\n\nΤο μοντέλο παρέχει λειτουργίες οδηγιών και συλλογιστικής στο ίδιο checkpoint. Ο κατασκευαστής αναφέρει επίσης όραση, τήρηση system prompt και πολυγλωσσική υποστήριξη για δεκάδες γλώσσες, όπως αγγλικά, γαλλικά, ισπανικά, γερμανικά, ιταλικά, πορτογαλικά, ολλανδικά, κινεζικά, ιαπωνικά, κορεατικά και αραβικά. Μια οδηγία κειμένου μπορεί επομένως να ρωτά για εικόνα ή να συνδυάζει γραπτή απαίτηση με ορατά στοιχεία, με την απάντηση να επιστρέφεται ως κείμενο.\n\nΜια οπτική εργασία μπορεί να παρέχει σελίδα εγγράφου και να ζητά τις τιμές που σχετίζονται με κατονομασμένη προϋπόθεση. Κρατήστε ευανάγνωστες τις ετικέτες και τις μονάδες και δηλώστε αν το αποτέλεσμα πρέπει να διατηρεί την αρχική διατύπωση, να τη συνοψίζει ή να τη συγκρίνει με άλλη πηγή. Μια εργασία διεπαφής μπορεί να συνδυάζει στιγμιότυπο οθόνης με τον στόχο χρήστη και να ζητά το σχετικό ορατό χειριστήριο και τα στοιχεία που στηρίζουν ένα προτεινόμενο επόμενο βήμα.\n\nΕπιλογή λειτουργίας οδηγιών ή συλλογιστικής\n\nΗ δημοσιευμένη κάρτα τεκμηριώνει προσπάθεια συλλογιστικής none για άμεση απάντηση που ακολουθεί οδηγίες και high για συλλογιστική, με τη high να συνιστάται για σύνθετα prompt. Η επιλογή γίνεται ανά αίτημα μέσα στο ίδιο μοντέλο Small 4. Μια συνηθισμένη ταξινόμηση ή σύντομη επανεγγραφή μπορεί να έχει διαφορετικό συμβόλαιο απάντησης από ένα μαθηματικό, οπτικό ή προγραμματιστικό πρόβλημα που χρειάζεται ανεπτυγμένη εξήγηση.\n\nΟ κατασκευαστής συνιστά θερμοκρασία 0.7 για υψηλή προσπάθεια συλλογιστικής. Για none, ορίζει θερμοκρασίες μεταξύ 0.0 και 0.7 ανάλογα με την εργασία. Αυτές οι ρυθμίσεις περιγράφουν τις τεκμηριωμένες λειτουργίες και δεν μετατρέπουν την προσπάθεια συλλογιστικής σε εγγύηση σωστού αποτελέσματος. Ορίστε τις παραδοχές, τη μορφή εξόδου και το σχετικό υλικό πηγής πριν επιλέξετε πόση συλλογιστική απαιτεί η εργασία.\n\nΓια πρόβλημα με αναλυτική λύση, δώστε την πλήρη συνθήκη και ζητήστε τα σημαντικά αιτιολογημένα βήματα και κατόπιν την τελική έκφραση. Για εργασία κώδικα, δώστε την απαίτηση, την επηρεαζόμενη συνάρτηση και συγκεκριμένη είσοδο· ζητήστε την προτεινόμενη υλοποίηση χωριστά από την εξήγηση και τα παραδείγματα. Οι παρουσιάσεις χρήσης του κατασκευαστή περιλαμβάνουν τήρηση οδηγιών, εργαλείο υπολογισμού εφαρμοσμένο σε εικόνα και οπτική συλλογιστική, δείχνοντας πώς κειμενικά και οπτικά στοιχεία μπορούν να εισέρχονται σε αυτές τις διαφορετικές εργασίες.\n\nΚώδικας, έγγραφα και εργαλεία\n\nΤο μοντέλο προορίζεται για διερεύνηση βάσης κώδικα και πράκτορες μηχανικής λογισμικού, γενικούς βοηθούς, κατανόηση εγγράφων και έρευνα. Ένα αίτημα πράκτορα προγραμματισμού μπορεί να κατονομάζει τη μονάδα προς αλλαγή, τη διεπαφή που πρέπει να διατηρηθεί και τη συμπεριφορά που πρέπει να προκύπτει. Δώστε τον σχετικό κώδικα και τα στοιχεία αποτυχίας. Το μοντέλο μπορεί να προτείνει την επόμενη λειτουργία ή μια αλλαγή κώδικα, ενώ η εφαρμογή παρέχει πρόσβαση στο αποθετήριο, εκτέλεση και ανατροφοδότηση.\n\nΓια εξαγωγή εγγράφου, προσδιορίστε τα υποχρεωτικά πεδία και πώς θα αναπαρίστανται οι πληροφορίες που λείπουν. Μια χρήσιμη εγγραφή μπορεί να διαχωρίζει το αναγνωριστικό εγγράφου, τη δήλωση πηγής, την ερμηνευμένη απαίτηση και το άλυτο ερώτημα. Η κάρτα υπηρεσίας του κατασκευαστή αναφέρει προσαρμοσμένη δομημένη έξοδο και απαντήσεις σε ερωτήσεις εγγράφων· η δεύτερη χρησιμοποιεί επεξεργασία εγγράφων και OCR για να προετοιμάζει κείμενο και δομή πριν από την ανάλυση γλωσσικού μοντέλου. Μια άμεση ερώτηση εικόνας και μια ροή εγγράφου με OCR πρέπει να διατηρούν τη δική τους προετοιμασία εισόδου.\n\nΗ κλήση συναρτήσεων απαιτεί σαφώς περιγεγραμμένα εργαλεία. Το μοντέλο επιλέγει συνάρτηση και δημιουργεί ορίσματα· η εφαρμογή εκτελεί τη λειτουργία και επιστρέφει το αποτέλεσμά της για την επόμενη απάντηση. Η ίδια λογική ισχύει είτε η εργασία είναι αναζήτηση, υπολογισμός είτε λειτουργία προγραμματισμού. Η μορφοποίηση JSON οργανώνει μια απάντηση, ενώ μια κλήση εργαλείου ζητά εξωτερική ενέργεια· δεν πρέπει να αντιμετωπίζονται ως εναλλάξιμα αποτελέσματα.\n\nΗ κάρτα υπηρεσίας αναφέρει επίσης προβλεπόμενες εξόδους, προθέματα απάντησης, ομαδική επεξεργασία και συνομιλίες πρακτόρων. Οι προβλεπόμενες έξοδοι είναι χρήσιμες όταν ένα έγγραφο ή αρχείο κώδικα πρέπει να αναδημιουργηθεί με περιορισμένη μόνο αλλαγή και το υπόλοιπο περιεχόμενο είναι γνωστό. Ορίστε την αλλαγή και το υλικό που πρέπει να διατηρηθεί. Η συνέχιση προθέματος χρησιμοποιεί γνωστή αρχή της απόκρισης, ενώ η ομαδική επεξεργασία αφορά την υποβολή εργασίας και όχι πρόσθετη λειτουργία συλλογιστικής.\n\nΌρια συμφραζομένων και έκδοσης\n\nΣχεδιάστε τη γραπτή εργασία, το οπτικό υλικό, τη συνομιλία και την επιθυμητή απάντηση γύρω από το τεκμηριωμένο πλαίσιο 256 χιλ. token. Το δημοσιευμένο παράδειγμα χρήσης ρυθμίζει πλαίσιο 262.144 token, ενώ το παράδειγμα παραγωγής 1.024 token δεν αποτελεί ξεχωριστή μέγιστη χωρητικότητα εξόδου. Οι πηγές που εξετάστηκαν δεν παρέχουν ανεξάρτητο αυστηρό όριο μήκους απάντησης για να υποκαταστήσει το επιλεγμένο μήκος της εργασίας.\n\nΤο Small 4 έχει τη δική του αρχιτεκτονική μείγματος ειδικών 119 δισ. παραμέτρων και υβριδικές λειτουργίες. Δεν πρέπει να κληρονομεί την πυκνή αρχιτεκτονική 128 δισ. παραμέτρων του Medium 3.5 ή τις ξεχωριστές εκδόσεις Instruct και Reasoning του Ministral 3. Ο κατασκευαστής δημοσιεύει επίσης διακριτά τεχνουργήματα κβαντισμού και εικαστικής αποκωδικοποίησης (speculative decoding)· αυτά είναι ξεχωριστά τεχνουργήματα εγκατάστασης και όχι διαφορετικές τροπικότητες περιεχομένου. Διατηρήστε την ονομασμένη έκδοση Small 4 και τη λειτουργία που ζητείται για την πραγματική εξήγηση, τη δομημένη εγγραφή ή το αποτέλεσμα κώδικα.", "editorialOverlay": { "copy_fields": { "practical_html": "Τεχνικό παράδειγμα στα αγγλικά
Repair a last-line parser\n\nThis Python parser loses a final line without a trailing newline: def lines(text):\n return text.split("\\n")[:-1]\nReturn a corrected function that preserves nonempty final lines, avoids an artificial last empty line when text ends in a newline and returns [] for empty text. Include tests for all three cases.A corrected Python function, a short explanation and tests for newline, no-newline and empty input.Check that the last real line is retained and that only a trailing separator’s artificial empty entry is removed.mistralai/mistral-small-2603Το Mistral Small 4 είναι υβριδικό μοντέλο κειμένου και εικόνας με δυνατότητες οδηγιών, συλλογιστικής και προγραμματισμού. Η έκδοση μείγματος ειδικών των 119 δισ. παραμέτρων ενεργοποιεί 6,5 δισ. παραμέτρους ανά token και υποστηρίζει πλαίσιο 256 χιλ. token σύμφωνα με τον κατασκευαστή, επιλέξιμη προσπάθεια συλλογιστικής, JSON και κλήσεις συναρτήσεων.
Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.
Το Mistral Small 4 συνδυάζει γενική τήρηση οδηγιών, συλλογιστική και προγραμματισμό σε ένα πολυτροπικό μοντέλο. Ο κατασκευαστής το περιγράφει ως ενοποίηση των οικογενειών Instruct, Magistral συλλογιστικής και Devstral προγραμματισμού. Δέχεται κείμενο και εικόνες και επιστρέφει κείμενο, με κλήσεις συναρτήσεων και έξοδο JSON διαθέσιμες για εφαρμογές με εργαλεία.
Αρχιτεκτονική και βασικές δυνατότητες
Η έκδοση έχει 119 δισ. συνολικές παραμέτρους και ενεργοποιεί 6,5 δισ. ανά token. Η αρχιτεκτονική μείγματος ειδικών περιέχει 128 ειδικούς, με 4 ενεργούς, και ο κατασκευαστής τεκμηριώνει παράθυρο συμφραζομένων 256 χιλ. token. Το πλήθος ενεργών παραμέτρων και ειδικών περιγράφει πώς οργανώνεται το μοντέλο· διαφέρει από την ποσότητα περιεχομένου κειμένου ή εικόνας που περιλαμβάνεται σε μία εργασία.
Το μοντέλο παρέχει λειτουργίες οδηγιών και συλλογιστικής στο ίδιο checkpoint. Ο κατασκευαστής αναφέρει επίσης όραση, τήρηση system prompt και πολυγλωσσική υποστήριξη για δεκάδες γλώσσες, όπως αγγλικά, γαλλικά, ισπανικά, γερμανικά, ιταλικά, πορτογαλικά, ολλανδικά, κινεζικά, ιαπωνικά, κορεατικά και αραβικά. Μια οδηγία κειμένου μπορεί επομένως να ρωτά για εικόνα ή να συνδυάζει γραπτή απαίτηση με ορατά στοιχεία, με την απάντηση να επιστρέφεται ως κείμενο.
Μια οπτική εργασία μπορεί να παρέχει σελίδα εγγράφου και να ζητά τις τιμές που σχετίζονται με κατονομασμένη προϋπόθεση. Κρατήστε ευανάγνωστες τις ετικέτες και τις μονάδες και δηλώστε αν το αποτέλεσμα πρέπει να διατηρεί την αρχική διατύπωση, να τη συνοψίζει ή να τη συγκρίνει με άλλη πηγή. Μια εργασία διεπαφής μπορεί να συνδυάζει στιγμιότυπο οθόνης με τον στόχο χρήστη και να ζητά το σχετικό ορατό χειριστήριο και τα στοιχεία που στηρίζουν ένα προτεινόμενο επόμενο βήμα.
Επιλογή λειτουργίας οδηγιών ή συλλογιστικής
Η δημοσιευμένη κάρτα τεκμηριώνει προσπάθεια συλλογιστικής none για άμεση απάντηση που ακολουθεί οδηγίες και high για συλλογιστική, με τη high να συνιστάται για σύνθετα prompt. Η επιλογή γίνεται ανά αίτημα μέσα στο ίδιο μοντέλο Small 4. Μια συνηθισμένη ταξινόμηση ή σύντομη επανεγγραφή μπορεί να έχει διαφορετικό συμβόλαιο απάντησης από ένα μαθηματικό, οπτικό ή προγραμματιστικό πρόβλημα που χρειάζεται ανεπτυγμένη εξήγηση.
Ο κατασκευαστής συνιστά θερμοκρασία 0.7 για υψηλή προσπάθεια συλλογιστικής. Για none, ορίζει θερμοκρασίες μεταξύ 0.0 και 0.7 ανάλογα με την εργασία. Αυτές οι ρυθμίσεις περιγράφουν τις τεκμηριωμένες λειτουργίες και δεν μετατρέπουν την προσπάθεια συλλογιστικής σε εγγύηση σωστού αποτελέσματος. Ορίστε τις παραδοχές, τη μορφή εξόδου και το σχετικό υλικό πηγής πριν επιλέξετε πόση συλλογιστική απαιτεί η εργασία.
Για πρόβλημα με αναλυτική λύση, δώστε την πλήρη συνθήκη και ζητήστε τα σημαντικά αιτιολογημένα βήματα και κατόπιν την τελική έκφραση. Για εργασία κώδικα, δώστε την απαίτηση, την επηρεαζόμενη συνάρτηση και συγκεκριμένη είσοδο· ζητήστε την προτεινόμενη υλοποίηση χωριστά από την εξήγηση και τα παραδείγματα. Οι παρουσιάσεις χρήσης του κατασκευαστή περιλαμβάνουν τήρηση οδηγιών, εργαλείο υπολογισμού εφαρμοσμένο σε εικόνα και οπτική συλλογιστική, δείχνοντας πώς κειμενικά και οπτικά στοιχεία μπορούν να εισέρχονται σε αυτές τις διαφορετικές εργασίες.
Κώδικας, έγγραφα και εργαλεία
Το μοντέλο προορίζεται για διερεύνηση βάσης κώδικα και πράκτορες μηχανικής λογισμικού, γενικούς βοηθούς, κατανόηση εγγράφων και έρευνα. Ένα αίτημα πράκτορα προγραμματισμού μπορεί να κατονομάζει τη μονάδα προς αλλαγή, τη διεπαφή που πρέπει να διατηρηθεί και τη συμπεριφορά που πρέπει να προκύπτει. Δώστε τον σχετικό κώδικα και τα στοιχεία αποτυχίας. Το μοντέλο μπορεί να προτείνει την επόμενη λειτουργία ή μια αλλαγή κώδικα, ενώ η εφαρμογή παρέχει πρόσβαση στο αποθετήριο, εκτέλεση και ανατροφοδότηση.
Για εξαγωγή εγγράφου, προσδιορίστε τα υποχρεωτικά πεδία και πώς θα αναπαρίστανται οι πληροφορίες που λείπουν. Μια χρήσιμη εγγραφή μπορεί να διαχωρίζει το αναγνωριστικό εγγράφου, τη δήλωση πηγής, την ερμηνευμένη απαίτηση και το άλυτο ερώτημα. Η κάρτα υπηρεσίας του κατασκευαστή αναφέρει προσαρμοσμένη δομημένη έξοδο και απαντήσεις σε ερωτήσεις εγγράφων· η δεύτερη χρησιμοποιεί επεξεργασία εγγράφων και OCR για να προετοιμάζει κείμενο και δομή πριν από την ανάλυση γλωσσικού μοντέλου. Μια άμεση ερώτηση εικόνας και μια ροή εγγράφου με OCR πρέπει να διατηρούν τη δική τους προετοιμασία εισόδου.
Η κλήση συναρτήσεων απαιτεί σαφώς περιγεγραμμένα εργαλεία. Το μοντέλο επιλέγει συνάρτηση και δημιουργεί ορίσματα· η εφαρμογή εκτελεί τη λειτουργία και επιστρέφει το αποτέλεσμά της για την επόμενη απάντηση. Η ίδια λογική ισχύει είτε η εργασία είναι αναζήτηση, υπολογισμός είτε λειτουργία προγραμματισμού. Η μορφοποίηση JSON οργανώνει μια απάντηση, ενώ μια κλήση εργαλείου ζητά εξωτερική ενέργεια· δεν πρέπει να αντιμετωπίζονται ως εναλλάξιμα αποτελέσματα.
Η κάρτα υπηρεσίας αναφέρει επίσης προβλεπόμενες εξόδους, προθέματα απάντησης, ομαδική επεξεργασία και συνομιλίες πρακτόρων. Οι προβλεπόμενες έξοδοι είναι χρήσιμες όταν ένα έγγραφο ή αρχείο κώδικα πρέπει να αναδημιουργηθεί με περιορισμένη μόνο αλλαγή και το υπόλοιπο περιεχόμενο είναι γνωστό. Ορίστε την αλλαγή και το υλικό που πρέπει να διατηρηθεί. Η συνέχιση προθέματος χρησιμοποιεί γνωστή αρχή της απόκρισης, ενώ η ομαδική επεξεργασία αφορά την υποβολή εργασίας και όχι πρόσθετη λειτουργία συλλογιστικής.
Όρια συμφραζομένων και έκδοσης
Σχεδιάστε τη γραπτή εργασία, το οπτικό υλικό, τη συνομιλία και την επιθυμητή απάντηση γύρω από το τεκμηριωμένο πλαίσιο 256 χιλ. token. Το δημοσιευμένο παράδειγμα χρήσης ρυθμίζει πλαίσιο 262.144 token, ενώ το παράδειγμα παραγωγής 1.024 token δεν αποτελεί ξεχωριστή μέγιστη χωρητικότητα εξόδου. Οι πηγές που εξετάστηκαν δεν παρέχουν ανεξάρτητο αυστηρό όριο μήκους απάντησης για να υποκαταστήσει το επιλεγμένο μήκος της εργασίας.
Το Small 4 έχει τη δική του αρχιτεκτονική μείγματος ειδικών 119 δισ. παραμέτρων και υβριδικές λειτουργίες. Δεν πρέπει να κληρονομεί την πυκνή αρχιτεκτονική 128 δισ. παραμέτρων του Medium 3.5 ή τις ξεχωριστές εκδόσεις Instruct και Reasoning του Ministral 3. Ο κατασκευαστής δημοσιεύει επίσης διακριτά τεχνουργήματα κβαντισμού και εικαστικής αποκωδικοποίησης (speculative decoding)· αυτά είναι ξεχωριστά τεχνουργήματα εγκατάστασης και όχι διαφορετικές τροπικότητες περιεχομένου. Διατηρήστε την ονομασμένη έκδοση Small 4 και τη λειτουργία που ζητείται για την πραγματική εξήγηση, τη δομημένη εγγραφή ή το αποτέλεσμα κώδικα.
POST /v1/chat/completionstexttext| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια mistralai/mistral-small-2603 | Προεπιλογή— |
Πεδίοmessages | Τύποςmessage[] | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Ελάχιστο πλήθος στοιχείων: 1 | Προεπιλογή— |
Πεδίοmessages[].role | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Παραδείγματα: system, user, assistant, tool, function Συνθήκες: Αυτοί οι ρόλοι αναπαρίστανται ρητά από τους τύπους συμβατότητας του πηγαίου κώδικα· το ακριβές σύνολο ρόλων παραμένει ειδικό για κάθε μοντέλο. Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmessages[].content | Τύποςstring|content_part[]|null | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].tool_calls | Τύποςtool_call[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].tool_call_id | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εφαρμόζεται όταν: role=tool· χρησιμοποιήστε το πραγματικό ID που επιστράφηκε | Προεπιλογή— |
Πεδίοmessages[].name | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].reasoning_content | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εφαρμόζεται όταν: Επαναποστείλετε το πραγματικό περιεχόμενο συλλογιστικής που επιστράφηκε, όταν το μοντέλο το χρησιμοποιεί | Προεπιλογή— |
Πεδίοmessages[].reasoning_details | Τύποςobject|array | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmax_tokens | Τύποςinteger | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 1 Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmax_completion_tokens | Τύποςinteger | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 1 Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοstream | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογήfalse |
Πεδίοstream_options.include_usage | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtemperature | Τύποςnumber | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtop_p | Τύποςnumber | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοstop | Τύποςstring|string[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtools | Τύποςfunction_tool[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtools[].type | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια function Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtools[].function.name | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Εφαρμόζεται όταν: Παρεχόμενο εργαλείο τύπου συνάρτησης | Προεπιλογή— |
Πεδίοtools[].function.description | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοtools[].function.parameters | ΤύποςJSON_schema | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοtool_choice | Τύποςstring|object | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοparallel_tool_calls | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοresponse_format | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοreasoning_effort | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοreasoning | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοservice_tier | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοinstructions | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Πεδίο συμβατότητας | Προεπιλογή— |
Πεδίοfunctions | Τύποςfunction[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοfunction_call | Τύποςstring|object | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοprompt_cache_options | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmodalities | Τύποςstring[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια text | Προεπιλογή— |
Πεδίοprovider | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Συνθήκες: Το provider.options απορρίπτεται σε αυτή τη διαδρομή κειμένου Ultra | Προεπιλογή— |
Πεδίοcache_control.ttl | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Συνθήκες: Το 1h απορρίπτεται στα πραγματικά πεδία κρυφής μνήμης προτροπών | Προεπιλογή— |
Κείμενο · Κείμενο UTF8
messages[].content
| Παράμετρος | Σύμβαση |
|---|---|
Παράμετροςcontent_type | Σύμβασηapplication/json |
Παράμετροςrequired | Σύμβασηmodel, messages |
Παράμετροςmaterial_types | Σύμβασηtext |
Παράμετροςmessages | ΣύμβασηΠίνακας μηνυμάτων με δομή role/content |
Παράμετροςfile_material | Σύμβασηπραγματικό έγγραφο UTF-8 που εισάγεται ως αυτούσιο κείμενο· δεν συνάγεται ID αρχείου |
Παράμετροςoptional_controls | Σύμβασηstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Παράμετροςcontrol_scope | Σύμβασηεξαρτάται από το μοντέλο· τα εργαλεία συναρτήσεων του χρήστη διαφέρουν από τα φιλοξενούμενα εργαλεία |
Παράμετροςoutput_modalities | Σύμβασηtext |
Παράμετροςhosted_operations | Σύμβασηfalse |
Παράμετροςmultimodal_input_binding | Σύμβασηnull |
Κύκλος ζωής: synchronous_or_streamed
Στείλτε το ακριβές ID μοντέλου μαζί με το messages.
Το μήκος συμφραζομένων δεν είναι ανώτατο όριο εξόδου.
Ένα αρχείο κειμένου μπορεί να παρέχει αυτούσιο κείμενο· οι είσοδοι εικόνας/ήχου/αντικειμένων αρχείων χρειάζονται ακριβή αντιστοίχιση.
Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.
Αντιστοιχίστε κάθε χρέωση στις συνθήκες που εμφανίζονται. Χρησιμοποιήστε μία χρέωση ανά σύνολο εναλλακτικών διαμορφώσεων.
| Διαμόρφωση | Πίνακας χρεώσεων | Token συμφραζομένων, πάνω από | Token συμφραζομένων, έως και | Χρέωση |
|---|---|---|---|---|
| ΔιαμόρφωσηΒασικές χρεώσεις ανά token | Πίνακας χρεώσεωνΒασική χρέωση | Token συμφραζομένων, πάνω από— | Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο | Χρέωση Είσοδος · Token εισόδου $0.0003 / 1K token Έξοδος · Token εξόδου $0.0012 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00003 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
| ΔιαμόρφωσηΕπίπεδο 1 βάσει μήκους αιτήματος | Πίνακας χρεώσεων— | Token συμφραζομένων, πάνω από0 | Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο | Χρέωση Είσοδος · Token εισόδου $0.0003 / 1K token Έξοδος · Token εξόδου $0.0012 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00003 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "mistralai/mistral-small-2603", "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-small-2603',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-small-2603',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 ή SSE
Διατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.
Διατηρήστε κάθε επιλογή και το περιεχόμενο/τις κλήσεις εργαλείων/το περιεχόμενο συλλογιστικής της. Στο SSE συνθέστε τις διαφορικές ενημερώσεις ανά δείκτη επιλογής/εργαλείου και κρατήστε την τελική αιτία τερματισμού και τα στοιχεία χρήσης.
Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου.
| Πεδίο | Τύπος |
|---|---|
Πεδίοchoices[].index | Τύποςinteger |
Πεδίοchoices[].message.content | Τύποςstring|null |
Πεδίοchoices[].message.tool_calls | Τύποςtool_call[] |
Πεδίοchoices[].message.reasoning_content | Τύποςstring |
Πεδίοchoices[].message.reasoning_details | Τύποςobject|array |
Πεδίοchoices[].finish_reason | Τύποςstring|null |
Πεδίοusage | Τύποςobject |
| Απάντηση | Συνθήκη | Επόμενο βήμα |
|---|---|---|
Απάντηση400 · invalid_request_error | ΣυνθήκηΜη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου | Επόμενο βήμαΔιορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας. |
Ailoot Ultra mistralai/mistral-small-2603
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
mistralai/mistral-small-2603Το Mistral Small 4 είναι υβριδικό μοντέλο κειμένου και εικόνας με δυνατότητες οδηγιών, συλλογιστικής και προγραμματισμού. Η έκδοση μείγματος ειδικών των 119 δισ. παραμέτρων ενεργοποιεί 6,5 δισ. παραμέτρους ανά token και υποστηρίζει πλαίσιο 256 χιλ. token σύμφωνα με τον κατασκευαστή, επιλέξιμη προσπάθεια συλλογιστικής, JSON και κλήσεις συναρτήσεων.
Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.
Το Mistral Small 4 συνδυάζει γενική τήρηση οδηγιών, συλλογιστική και προγραμματισμό σε ένα πολυτροπικό μοντέλο. Ο κατασκευαστής το περιγράφει ως ενοποίηση των οικογενειών Instruct, Magistral συλλογιστικής και Devstral προγραμματισμού. Δέχεται κείμενο και εικόνες και επιστρέφει κείμενο, με κλήσεις συναρτήσεων και έξοδο JSON διαθέσιμες για εφαρμογές με εργαλεία.
Αρχιτεκτονική και βασικές δυνατότητες
Η έκδοση έχει 119 δισ. συνολικές παραμέτρους και ενεργοποιεί 6,5 δισ. ανά token. Η αρχιτεκτονική μείγματος ειδικών περιέχει 128 ειδικούς, με 4 ενεργούς, και ο κατασκευαστής τεκμηριώνει παράθυρο συμφραζομένων 256 χιλ. token. Το πλήθος ενεργών παραμέτρων και ειδικών περιγράφει πώς οργανώνεται το μοντέλο· διαφέρει από την ποσότητα περιεχομένου κειμένου ή εικόνας που περιλαμβάνεται σε μία εργασία.
Το μοντέλο παρέχει λειτουργίες οδηγιών και συλλογιστικής στο ίδιο checkpoint. Ο κατασκευαστής αναφέρει επίσης όραση, τήρηση system prompt και πολυγλωσσική υποστήριξη για δεκάδες γλώσσες, όπως αγγλικά, γαλλικά, ισπανικά, γερμανικά, ιταλικά, πορτογαλικά, ολλανδικά, κινεζικά, ιαπωνικά, κορεατικά και αραβικά. Μια οδηγία κειμένου μπορεί επομένως να ρωτά για εικόνα ή να συνδυάζει γραπτή απαίτηση με ορατά στοιχεία, με την απάντηση να επιστρέφεται ως κείμενο.
Μια οπτική εργασία μπορεί να παρέχει σελίδα εγγράφου και να ζητά τις τιμές που σχετίζονται με κατονομασμένη προϋπόθεση. Κρατήστε ευανάγνωστες τις ετικέτες και τις μονάδες και δηλώστε αν το αποτέλεσμα πρέπει να διατηρεί την αρχική διατύπωση, να τη συνοψίζει ή να τη συγκρίνει με άλλη πηγή. Μια εργασία διεπαφής μπορεί να συνδυάζει στιγμιότυπο οθόνης με τον στόχο χρήστη και να ζητά το σχετικό ορατό χειριστήριο και τα στοιχεία που στηρίζουν ένα προτεινόμενο επόμενο βήμα.
Επιλογή λειτουργίας οδηγιών ή συλλογιστικής
Η δημοσιευμένη κάρτα τεκμηριώνει προσπάθεια συλλογιστικής none για άμεση απάντηση που ακολουθεί οδηγίες και high για συλλογιστική, με τη high να συνιστάται για σύνθετα prompt. Η επιλογή γίνεται ανά αίτημα μέσα στο ίδιο μοντέλο Small 4. Μια συνηθισμένη ταξινόμηση ή σύντομη επανεγγραφή μπορεί να έχει διαφορετικό συμβόλαιο απάντησης από ένα μαθηματικό, οπτικό ή προγραμματιστικό πρόβλημα που χρειάζεται ανεπτυγμένη εξήγηση.
Ο κατασκευαστής συνιστά θερμοκρασία 0.7 για υψηλή προσπάθεια συλλογιστικής. Για none, ορίζει θερμοκρασίες μεταξύ 0.0 και 0.7 ανάλογα με την εργασία. Αυτές οι ρυθμίσεις περιγράφουν τις τεκμηριωμένες λειτουργίες και δεν μετατρέπουν την προσπάθεια συλλογιστικής σε εγγύηση σωστού αποτελέσματος. Ορίστε τις παραδοχές, τη μορφή εξόδου και το σχετικό υλικό πηγής πριν επιλέξετε πόση συλλογιστική απαιτεί η εργασία.
Για πρόβλημα με αναλυτική λύση, δώστε την πλήρη συνθήκη και ζητήστε τα σημαντικά αιτιολογημένα βήματα και κατόπιν την τελική έκφραση. Για εργασία κώδικα, δώστε την απαίτηση, την επηρεαζόμενη συνάρτηση και συγκεκριμένη είσοδο· ζητήστε την προτεινόμενη υλοποίηση χωριστά από την εξήγηση και τα παραδείγματα. Οι παρουσιάσεις χρήσης του κατασκευαστή περιλαμβάνουν τήρηση οδηγιών, εργαλείο υπολογισμού εφαρμοσμένο σε εικόνα και οπτική συλλογιστική, δείχνοντας πώς κειμενικά και οπτικά στοιχεία μπορούν να εισέρχονται σε αυτές τις διαφορετικές εργασίες.
Κώδικας, έγγραφα και εργαλεία
Το μοντέλο προορίζεται για διερεύνηση βάσης κώδικα και πράκτορες μηχανικής λογισμικού, γενικούς βοηθούς, κατανόηση εγγράφων και έρευνα. Ένα αίτημα πράκτορα προγραμματισμού μπορεί να κατονομάζει τη μονάδα προς αλλαγή, τη διεπαφή που πρέπει να διατηρηθεί και τη συμπεριφορά που πρέπει να προκύπτει. Δώστε τον σχετικό κώδικα και τα στοιχεία αποτυχίας. Το μοντέλο μπορεί να προτείνει την επόμενη λειτουργία ή μια αλλαγή κώδικα, ενώ η εφαρμογή παρέχει πρόσβαση στο αποθετήριο, εκτέλεση και ανατροφοδότηση.
Για εξαγωγή εγγράφου, προσδιορίστε τα υποχρεωτικά πεδία και πώς θα αναπαρίστανται οι πληροφορίες που λείπουν. Μια χρήσιμη εγγραφή μπορεί να διαχωρίζει το αναγνωριστικό εγγράφου, τη δήλωση πηγής, την ερμηνευμένη απαίτηση και το άλυτο ερώτημα. Η κάρτα υπηρεσίας του κατασκευαστή αναφέρει προσαρμοσμένη δομημένη έξοδο και απαντήσεις σε ερωτήσεις εγγράφων· η δεύτερη χρησιμοποιεί επεξεργασία εγγράφων και OCR για να προετοιμάζει κείμενο και δομή πριν από την ανάλυση γλωσσικού μοντέλου. Μια άμεση ερώτηση εικόνας και μια ροή εγγράφου με OCR πρέπει να διατηρούν τη δική τους προετοιμασία εισόδου.
Η κλήση συναρτήσεων απαιτεί σαφώς περιγεγραμμένα εργαλεία. Το μοντέλο επιλέγει συνάρτηση και δημιουργεί ορίσματα· η εφαρμογή εκτελεί τη λειτουργία και επιστρέφει το αποτέλεσμά της για την επόμενη απάντηση. Η ίδια λογική ισχύει είτε η εργασία είναι αναζήτηση, υπολογισμός είτε λειτουργία προγραμματισμού. Η μορφοποίηση JSON οργανώνει μια απάντηση, ενώ μια κλήση εργαλείου ζητά εξωτερική ενέργεια· δεν πρέπει να αντιμετωπίζονται ως εναλλάξιμα αποτελέσματα.
Η κάρτα υπηρεσίας αναφέρει επίσης προβλεπόμενες εξόδους, προθέματα απάντησης, ομαδική επεξεργασία και συνομιλίες πρακτόρων. Οι προβλεπόμενες έξοδοι είναι χρήσιμες όταν ένα έγγραφο ή αρχείο κώδικα πρέπει να αναδημιουργηθεί με περιορισμένη μόνο αλλαγή και το υπόλοιπο περιεχόμενο είναι γνωστό. Ορίστε την αλλαγή και το υλικό που πρέπει να διατηρηθεί. Η συνέχιση προθέματος χρησιμοποιεί γνωστή αρχή της απόκρισης, ενώ η ομαδική επεξεργασία αφορά την υποβολή εργασίας και όχι πρόσθετη λειτουργία συλλογιστικής.
Όρια συμφραζομένων και έκδοσης
Σχεδιάστε τη γραπτή εργασία, το οπτικό υλικό, τη συνομιλία και την επιθυμητή απάντηση γύρω από το τεκμηριωμένο πλαίσιο 256 χιλ. token. Το δημοσιευμένο παράδειγμα χρήσης ρυθμίζει πλαίσιο 262.144 token, ενώ το παράδειγμα παραγωγής 1.024 token δεν αποτελεί ξεχωριστή μέγιστη χωρητικότητα εξόδου. Οι πηγές που εξετάστηκαν δεν παρέχουν ανεξάρτητο αυστηρό όριο μήκους απάντησης για να υποκαταστήσει το επιλεγμένο μήκος της εργασίας.
Το Small 4 έχει τη δική του αρχιτεκτονική μείγματος ειδικών 119 δισ. παραμέτρων και υβριδικές λειτουργίες. Δεν πρέπει να κληρονομεί την πυκνή αρχιτεκτονική 128 δισ. παραμέτρων του Medium 3.5 ή τις ξεχωριστές εκδόσεις Instruct και Reasoning του Ministral 3. Ο κατασκευαστής δημοσιεύει επίσης διακριτά τεχνουργήματα κβαντισμού και εικαστικής αποκωδικοποίησης (speculative decoding)· αυτά είναι ξεχωριστά τεχνουργήματα εγκατάστασης και όχι διαφορετικές τροπικότητες περιεχομένου. Διατηρήστε την ονομασμένη έκδοση Small 4 και τη λειτουργία που ζητείται για την πραγματική εξήγηση, τη δομημένη εγγραφή ή το αποτέλεσμα κώδικα.
POST /v1/messagestextjson, sse| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια mistralai/mistral-small-2603 | Προεπιλογή— |
Πεδίοmessages | Τύποςmessage[] | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].role | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια user, assistant | Προεπιλογή— |
Πεδίοmessages[].content | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmax_tokens | Τύποςinteger | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοstream | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογήfalse |
Κείμενο · Κείμενο UTF-8
Συμβολοσειρά messages[].content
| Παράμετρος | Σύμβαση |
|---|---|
Παράμετροςcontent_type | Σύμβασηapplication/json |
Παράμετροςrequired | Σύμβασηmodel, messages, max_tokens |
Παράμετροςoptional_controls | Σύμβασηstream |
Παράμετροςmaterial_types | Σύμβασηtext |
Παράμετροςtext_file_material | ΣύμβασηΔιαβάστε το πραγματικό έγγραφο UTF-8 και τοποθετήστε το κείμενό του στην υποδεικνυόμενη συμβολοσειρά εισόδου ή περιεχομένου του μηνύματος. |
Κύκλος ζωής: synchronous_or_streamed
Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.
Αντιστοιχίστε κάθε χρέωση στις συνθήκες που εμφανίζονται. Χρησιμοποιήστε μία χρέωση ανά σύνολο εναλλακτικών διαμορφώσεων.
| Διαμόρφωση | Πίνακας χρεώσεων | Token συμφραζομένων, πάνω από | Token συμφραζομένων, έως και | Χρέωση |
|---|---|---|---|---|
| ΔιαμόρφωσηΒασικές χρεώσεις ανά token | Πίνακας χρεώσεωνΒασική χρέωση | Token συμφραζομένων, πάνω από— | Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο | Χρέωση Είσοδος · Token εισόδου $0.0003 / 1K token Έξοδος · Token εξόδου $0.0012 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00003 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
| ΔιαμόρφωσηΕπίπεδο 1 βάσει μήκους αιτήματος | Πίνακας χρεώσεων— | Token συμφραζομένων, πάνω από0 | Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο | Χρέωση Είσοδος · Token εισόδου $0.0003 / 1K token Έξοδος · Token εξόδου $0.0012 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00003 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
{\n "model": "mistralai/mistral-small-2603",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-small-2603', '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-small-2603', '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 ή SSE
Διατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.
Διατηρήστε όλα τα μπλοκ περιεχομένου, τις υπογραφές συλλογιστικής και τα πραγματικά ID χρήσης εργαλείων. Συνθέστε όλες τις διαφορικές ενημερώσεις μπλοκ SSE· το πρώτο μπλοκ κειμένου δεν είναι η πλήρης έξοδος.
Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου.
| Πεδίο | Τύπος |
|---|---|
Πεδίοid | Τύποςstring |
Πεδίοmodel | Τύποςstring |
Πεδίοcontent[] | Τύποςtext|thinking|tool_use|other content block |
Πεδίοstop_reason | Τύποςstring|null |
Πεδίοusage | Τύποςobject |
| Απάντηση | Συνθήκη | Επόμενο βήμα |
|---|---|---|
Απάντηση400 · invalid_request_error | ΣυνθήκηΜη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου | Επόμενο βήμαΔιορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας. |
Ailoot Ultra mistralai/mistral-small-2603
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
Τεχνικό παράδειγμα στα αγγλικά
Repair a last-line parser\n\nThis Python parser loses a final line without a trailing newline: def lines(text):\n return text.split("\\n")[:-1]\nReturn a corrected function that preserves nonempty final lines, avoids an artificial last empty line when text ends in a newline and returns [] for empty text. Include tests for all three cases.A corrected Python function, a short explanation and tests for newline, no-newline and empty input.Check that the last real line is retained and that only a trailing separator’s artificial empty entry is removed.