Codestral 2508 est le modèle de programmation de Mistral AI pour les tâches fréquentes de complétion et de génération sensibles à la latence. Il reçoit du code source et des exigences textuelles et renvoie du texte pouvant contenir une implémentation, une complétion, une correction ou une explication. L’édition 2508 se concentre sur le contexte d’édition actuel du développeur ; ce n’est ni un modèle d’embeddings ni, à elle seule, un agent complet de dépôt.
Complétion de code et mise à jour 2508
Le concepteur destine Codestral à la complétion au milieu d’un fragment, ou FIM, et aux modifications sur plusieurs lignes. La publication décrit des améliorations de la complétion, notamment une réduction des générations incontrôlées, ainsi qu’un meilleur suivi des instructions et de meilleures performances sur les tâches de code en mode dialogue. Ces changements concernent cette édition de Codestral ; les fonctions de recherche et d’agent autonome de l’ensemble de programmation relèvent de composants nommés séparément.
Pour une complétion, conservez la signature de fonction, les déclarations et le contexte d’appel pertinents avec la position du curseur. Précisez si vous souhaitez uniquement le code manquant ou une fonction révisée complète. Une demande destinée à un éditeur peut porter sur un corps de boucle qui préserve le type de retour, conserve les doublons et ne modifie pas l’entrée de l’appelant. Le résultat possède alors un point d’insertion concret et un comportement défini.
Préparer une complétion au milieu du texte
Dans l’interface FIM du concepteur, le prompt fournit le texte ou le code à compléter et un suffixe facultatif fournit le contenu situé après le vide. Lorsque les deux sont fournis, le modèle remplit l’espace entre eux. Sans suffixe, il poursuit le prompt. Cette préparation diffère d’une demande conversationnelle ordinaire de modification de code accompagnée d’une explication ; chacune définit un contrat de sortie distinct.
Une entrée utile pour compléter un fragment comprend le début de la fonction, le code qui doit suivre l’insertion et les définitions pertinentes de types ou d’utilitaires. Préservez l’indentation et les délimiteurs afin que le texte renvoyé s’intègre au fragment existant. Si seul le corps manquant est nécessaire, demandez-le plutôt qu’une réécriture complète du fichier. Une question distincte en mode dialogue peut expliquer pourquoi le fragment complété répond à l’exigence.
La documentation FIM officielle autorise un budget de tokens de sortie et exige que le prompt et ce budget tiennent dans le contexte du modèle. Elle documente aussi les séquences d’arrêt et la diffusion du contenu généré en continu. Choisissez un processus de complétion lorsque le résultat doit s’insérer dans une portion de code, et un processus conversationnel lorsque la tâche demande du code accompagné d’une explication.
Contexte et fonctions complémentaires
La page du modèle annonce une fenêtre de contexte de 128 k tokens. Utilisez-la pour conserver les sources et déclarations qui déterminent la modification, en gardant la tâche d’édition explicite. Pour corriger un bogue, fournissez la fonction concernée, une entrée concrète qui échoue, le résultat attendu et l’erreur ou le comportement observé. Demandez la correction proposée séparément de son explication et des exemples.
La page répertorie également les sorties structurées, les appels de fonctions, les sorties prédites, les questions sur documents, les préfixes de réponse et le traitement par lots, en complément du dialogue et du FIM. Pour une revue de code structurée, définissez des champs tels que le symbole concerné, l’écart observé, la modification proposée et l’hypothèse à clarifier. Les recommandations de Mistral distinguent le mode JSON d’un schéma personnalisé et demandent d’indiquer le format JSON souhaité dans le prompt.
Les sorties prédites concernent les contenus dont une grande partie de la réponse est déjà connue. Elles peuvent servir à régénérer un document ou un fichier de code avec une modification limitée tout en conservant le reste. Précisez la modification exacte et les éléments à préserver. Un préfixe de réponse fournit quant à lui un début connu que la génération poursuit ; il diffère d’un corps complet connu et d’un suffixe FIM.
Une question documentaire peut utiliser le processus de traitement des documents du concepteur pour préparer le texte et la structure par OCR avant l’analyse linguistique. Pour des ressources de programmation déjà disponibles en texte, fournissez les passages documentaires pertinents et demandez quelle condition régit l’implémentation. Associez chaque exigence extraite à sa section source afin que le code ou l’explication reste relié à la spécification fournie.
Outils et résultats pratiques
Les appels de fonctions permettent à l’application de fournir des opérations décrites et leurs paramètres. Le modèle prépare un appel, l’application l’exécute et le résultat renvoyé devient du contexte pour la réponse suivante. Un assistant de programmation peut recevoir ainsi un résultat de recherche ou de calcul, mais compiler, tester ou appliquer une modification proposée nécessite toujours l’environnement de développement.
Pour une correction pratique, définissez l’interface publique qui doit rester compatible et demandez le fragment révisé, une explication concise et des exemples d’entrées avec leurs sorties attendues. Pour générer une fonction, indiquez les types acceptés et les cas limites. Pour une explication, fournissez l’entrée à suivre afin que la réponse relie un chemin d’exécution concret à la valeur renvoyée.
Codestral produit du texte. Il n’hérite ni des vecteurs de recherche de code de Codestral Embed, ni de l’automatisation de dépôt de Devstral, ni de la génération d’images d’un modèle visuel. La page exacte de l’édition 2508 ne publie pas de nombre de paramètres ni de longueur maximale de réponse indépendante à emprunter à une autre version. Préservez l’édition nommée, le contexte de programmation et le livrable requis pour préparer un processus répétable dans l’éditeur ou en dialogue.
", "aboutText": "Codestral 2508 est le modèle de programmation de Mistral AI pour les tâches fréquentes de complétion et de génération sensibles à la latence. Il reçoit du code source et des exigences textuelles et renvoie du texte pouvant contenir une implémentation, une complétion, une correction ou une explication. L’édition 2508 se concentre sur le contexte d’édition actuel du développeur ; ce n’est ni un modèle d’embeddings ni, à elle seule, un agent complet de dépôt.\n\nComplétion de code et mise à jour 2508\n\nLe concepteur destine Codestral à la complétion au milieu d’un fragment, ou FIM, et aux modifications sur plusieurs lignes. La publication décrit des améliorations de la complétion, notamment une réduction des générations incontrôlées, ainsi qu’un meilleur suivi des instructions et de meilleures performances sur les tâches de code en mode dialogue. Ces changements concernent cette édition de Codestral ; les fonctions de recherche et d’agent autonome de l’ensemble de programmation relèvent de composants nommés séparément.\n\nPour une complétion, conservez la signature de fonction, les déclarations et le contexte d’appel pertinents avec la position du curseur. Précisez si vous souhaitez uniquement le code manquant ou une fonction révisée complète. Une demande destinée à un éditeur peut porter sur un corps de boucle qui préserve le type de retour, conserve les doublons et ne modifie pas l’entrée de l’appelant. Le résultat possède alors un point d’insertion concret et un comportement défini.\n\nPréparer une complétion au milieu du texte\n\nDans l’interface FIM du concepteur, le prompt fournit le texte ou le code à compléter et un suffixe facultatif fournit le contenu situé après le vide. Lorsque les deux sont fournis, le modèle remplit l’espace entre eux. Sans suffixe, il poursuit le prompt. Cette préparation diffère d’une demande conversationnelle ordinaire de modification de code accompagnée d’une explication ; chacune définit un contrat de sortie distinct.\n\nUne entrée utile pour compléter un fragment comprend le début de la fonction, le code qui doit suivre l’insertion et les définitions pertinentes de types ou d’utilitaires. Préservez l’indentation et les délimiteurs afin que le texte renvoyé s’intègre au fragment existant. Si seul le corps manquant est nécessaire, demandez-le plutôt qu’une réécriture complète du fichier. Une question distincte en mode dialogue peut expliquer pourquoi le fragment complété répond à l’exigence.\n\nLa documentation FIM officielle autorise un budget de tokens de sortie et exige que le prompt et ce budget tiennent dans le contexte du modèle. Elle documente aussi les séquences d’arrêt et la diffusion du contenu généré en continu. Choisissez un processus de complétion lorsque le résultat doit s’insérer dans une portion de code, et un processus conversationnel lorsque la tâche demande du code accompagné d’une explication.\n\nContexte et fonctions complémentaires\n\nLa page du modèle annonce une fenêtre de contexte de 128 k tokens. Utilisez-la pour conserver les sources et déclarations qui déterminent la modification, en gardant la tâche d’édition explicite. Pour corriger un bogue, fournissez la fonction concernée, une entrée concrète qui échoue, le résultat attendu et l’erreur ou le comportement observé. Demandez la correction proposée séparément de son explication et des exemples.\n\nLa page répertorie également les sorties structurées, les appels de fonctions, les sorties prédites, les questions sur documents, les préfixes de réponse et le traitement par lots, en complément du dialogue et du FIM. Pour une revue de code structurée, définissez des champs tels que le symbole concerné, l’écart observé, la modification proposée et l’hypothèse à clarifier. Les recommandations de Mistral distinguent le mode JSON d’un schéma personnalisé et demandent d’indiquer le format JSON souhaité dans le prompt.\n\nLes sorties prédites concernent les contenus dont une grande partie de la réponse est déjà connue. Elles peuvent servir à régénérer un document ou un fichier de code avec une modification limitée tout en conservant le reste. Précisez la modification exacte et les éléments à préserver. Un préfixe de réponse fournit quant à lui un début connu que la génération poursuit ; il diffère d’un corps complet connu et d’un suffixe FIM.\n\nUne question documentaire peut utiliser le processus de traitement des documents du concepteur pour préparer le texte et la structure par OCR avant l’analyse linguistique. Pour des ressources de programmation déjà disponibles en texte, fournissez les passages documentaires pertinents et demandez quelle condition régit l’implémentation. Associez chaque exigence extraite à sa section source afin que le code ou l’explication reste relié à la spécification fournie.\n\nOutils et résultats pratiques\n\nLes appels de fonctions permettent à l’application de fournir des opérations décrites et leurs paramètres. Le modèle prépare un appel, l’application l’exécute et le résultat renvoyé devient du contexte pour la réponse suivante. Un assistant de programmation peut recevoir ainsi un résultat de recherche ou de calcul, mais compiler, tester ou appliquer une modification proposée nécessite toujours l’environnement de développement.\n\nPour une correction pratique, définissez l’interface publique qui doit rester compatible et demandez le fragment révisé, une explication concise et des exemples d’entrées avec leurs sorties attendues. Pour générer une fonction, indiquez les types acceptés et les cas limites. Pour une explication, fournissez l’entrée à suivre afin que la réponse relie un chemin d’exécution concret à la valeur renvoyée.\n\nCodestral produit du texte. Il n’hérite ni des vecteurs de recherche de code de Codestral Embed, ni de l’automatisation de dépôt de Devstral, ni de la génération d’images d’un modèle visuel. La page exacte de l’édition 2508 ne publie pas de nombre de paramètres ni de longueur maximale de réponse indépendante à emprunter à une autre version. Préservez l’édition nommée, le contexte de programmation et le livrable requis pour préparer un processus répétable dans l’éditeur ou en dialogue.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "5a0b057a953185316ac58d1edead649bfb1199d14cd13697fe4e3066cc68ab2c", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "fr-be", "methods": [ { "html": "mistralai/codestral-2508:batchCodestral 2508 est le modèle de texte de Mistral AI pour la génération de code et la complétion tenant compte du contexte. Optimisé pour les tâches fréquentes dans l’éditeur, notamment la complétion au milieu d’un fragment et les modifications sur plusieurs lignes, il offre un contexte annoncé de 128 k tokens et des fonctions documentées de dialogue, de sortie structurée et d’outils.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Codestral 2508 est le modèle de programmation de Mistral AI pour les tâches fréquentes de complétion et de génération sensibles à la latence. Il reçoit du code source et des exigences textuelles et renvoie du texte pouvant contenir une implémentation, une complétion, une correction ou une explication. L’édition 2508 se concentre sur le contexte d’édition actuel du développeur ; ce n’est ni un modèle d’embeddings ni, à elle seule, un agent complet de dépôt.
Complétion de code et mise à jour 2508
Le concepteur destine Codestral à la complétion au milieu d’un fragment, ou FIM, et aux modifications sur plusieurs lignes. La publication décrit des améliorations de la complétion, notamment une réduction des générations incontrôlées, ainsi qu’un meilleur suivi des instructions et de meilleures performances sur les tâches de code en mode dialogue. Ces changements concernent cette édition de Codestral ; les fonctions de recherche et d’agent autonome de l’ensemble de programmation relèvent de composants nommés séparément.
Pour une complétion, conservez la signature de fonction, les déclarations et le contexte d’appel pertinents avec la position du curseur. Précisez si vous souhaitez uniquement le code manquant ou une fonction révisée complète. Une demande destinée à un éditeur peut porter sur un corps de boucle qui préserve le type de retour, conserve les doublons et ne modifie pas l’entrée de l’appelant. Le résultat possède alors un point d’insertion concret et un comportement défini.
Préparer une complétion au milieu du texte
Dans l’interface FIM du concepteur, le prompt fournit le texte ou le code à compléter et un suffixe facultatif fournit le contenu situé après le vide. Lorsque les deux sont fournis, le modèle remplit l’espace entre eux. Sans suffixe, il poursuit le prompt. Cette préparation diffère d’une demande conversationnelle ordinaire de modification de code accompagnée d’une explication ; chacune définit un contrat de sortie distinct.
Une entrée utile pour compléter un fragment comprend le début de la fonction, le code qui doit suivre l’insertion et les définitions pertinentes de types ou d’utilitaires. Préservez l’indentation et les délimiteurs afin que le texte renvoyé s’intègre au fragment existant. Si seul le corps manquant est nécessaire, demandez-le plutôt qu’une réécriture complète du fichier. Une question distincte en mode dialogue peut expliquer pourquoi le fragment complété répond à l’exigence.
La documentation FIM officielle autorise un budget de tokens de sortie et exige que le prompt et ce budget tiennent dans le contexte du modèle. Elle documente aussi les séquences d’arrêt et la diffusion du contenu généré en continu. Choisissez un processus de complétion lorsque le résultat doit s’insérer dans une portion de code, et un processus conversationnel lorsque la tâche demande du code accompagné d’une explication.
Contexte et fonctions complémentaires
La page du modèle annonce une fenêtre de contexte de 128 k tokens. Utilisez-la pour conserver les sources et déclarations qui déterminent la modification, en gardant la tâche d’édition explicite. Pour corriger un bogue, fournissez la fonction concernée, une entrée concrète qui échoue, le résultat attendu et l’erreur ou le comportement observé. Demandez la correction proposée séparément de son explication et des exemples.
La page répertorie également les sorties structurées, les appels de fonctions, les sorties prédites, les questions sur documents, les préfixes de réponse et le traitement par lots, en complément du dialogue et du FIM. Pour une revue de code structurée, définissez des champs tels que le symbole concerné, l’écart observé, la modification proposée et l’hypothèse à clarifier. Les recommandations de Mistral distinguent le mode JSON d’un schéma personnalisé et demandent d’indiquer le format JSON souhaité dans le prompt.
Les sorties prédites concernent les contenus dont une grande partie de la réponse est déjà connue. Elles peuvent servir à régénérer un document ou un fichier de code avec une modification limitée tout en conservant le reste. Précisez la modification exacte et les éléments à préserver. Un préfixe de réponse fournit quant à lui un début connu que la génération poursuit ; il diffère d’un corps complet connu et d’un suffixe FIM.
Une question documentaire peut utiliser le processus de traitement des documents du concepteur pour préparer le texte et la structure par OCR avant l’analyse linguistique. Pour des ressources de programmation déjà disponibles en texte, fournissez les passages documentaires pertinents et demandez quelle condition régit l’implémentation. Associez chaque exigence extraite à sa section source afin que le code ou l’explication reste relié à la spécification fournie.
Outils et résultats pratiques
Les appels de fonctions permettent à l’application de fournir des opérations décrites et leurs paramètres. Le modèle prépare un appel, l’application l’exécute et le résultat renvoyé devient du contexte pour la réponse suivante. Un assistant de programmation peut recevoir ainsi un résultat de recherche ou de calcul, mais compiler, tester ou appliquer une modification proposée nécessite toujours l’environnement de développement.
Pour une correction pratique, définissez l’interface publique qui doit rester compatible et demandez le fragment révisé, une explication concise et des exemples d’entrées avec leurs sorties attendues. Pour générer une fonction, indiquez les types acceptés et les cas limites. Pour une explication, fournissez l’entrée à suivre afin que la réponse relie un chemin d’exécution concret à la valeur renvoyée.
Codestral produit du texte. Il n’hérite ni des vecteurs de recherche de code de Codestral Embed, ni de l’automatisation de dépôt de Devstral, ni de la génération d’images d’un modèle visuel. La page exacte de l’édition 2508 ne publie pas de nombre de paramètres ni de longueur maximale de réponse indépendante à emprunter à une autre version. Préservez l’édition nommée, le contexte de programmation et le livrable requis pour préparer un processus répétable dans l’éditeur ou en dialogue.
POST /v1/batchestexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champendpoint | Typestring | ExigenceObligatoire | Valeurs et limites /v1/chat/completions | Par défaut— |
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites mistralai/codestral-2508:batch | Par défaut— |
Champrequests | Typebatch_item[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champrequests[].custom_id | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champrequests[].body.messages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champcompletion_window | Typestring | ExigenceFacultatif | Valeurs et limites 24h | Par défaut— |
Champprovider | Typeobject|null | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champrequests[].body.model | Typestring | ExigenceFacultatif | Valeurs et limites mistralai/codestral-2508:batch, mistralai/codestral-2508 | Par défaut— |
Champprovider.only | Typestring[] | ExigenceFacultatif | Valeurs et limites mistral | Par défaut— |
Champprovider.allow_fallbacks | Typeboolean|null | ExigenceFacultatif | Valeurs et limites false, null | Par défaut— |
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratendpoint, model, requests |
Paramètrematerial_types | Contrattext |
Paramètrerepresentation | Contratrequests[] intégré ; chaque élément comporte custom_id et body |
Paramètrerequest_endpoint_profile | Contrat/v1/chat/completions |
Paramètrefile_material | ContratL’appelant peut charger localement le contenu JSONL UTF-8 effectif dans requests[]. Aucun paramètre purpose de téléversement, input_file_id ni référence à un fichier n’est utilisé. Si les données du client sont absentes ou vides, la préparation s’arrête avant le POST. |
Paramètreserialization_order | Contratendpoint, model, provider (si fourni), completion_window (si fourni), requests en dernier |
Paramètreoptional_controls | Contratprovider.only, provider.allow_fallbacks, completion_window |
Paramètreschema_scope | ContratCorps de requêtes Chat Completions textuelles dans l’enveloppe Batch intégrée documentée. |
Cycle de vie : asynchronous
GET /v1/batches/{operation_id} · response.id effectivement renvoyé lors de la création d’origine ; même utilisateur, même clé et même groupe
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.0003 / 1K tokens Sortie · Tokens en sortie $0.0009 / 1K tokens Entrée · Lecture du cache $0.00003 / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.0003 / 1K tokens Sortie · Tokens en sortie $0.0009 / 1K tokens Entrée · Lecture du cache $0.00003 / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"mistralai/codestral-2508:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['mistralai/codestral-2508:batch', 'mistralai/codestral-2508']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"mistralai/codestral-2508:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\nJSON results[].response.body intégré
GET /v1/batches/{operation_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nBATCH_OPERATION_ID="$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))\noperation = response.get("id")\nif not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")\nprint(quote(operation, safe=""))\nPY_ID\n)"\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json\nConservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez l’intégralité du JSON de statut d’origine, chaque résultat/custom_id et le corps complet de la réponse ou de l’erreur. Enregistrez les results[] terminés au format JSONL sans filtrage.
Conservez l’identifiant de l’opération d’origine. La réponse 503 result_pending_check contient X-Should-Retry:false ; ne soumettez jamais à nouveau un lot d’origine dont l’issue est inconnue.
| Champ | Type |
|---|---|
Champresults[].custom_id | Typestring |
Champresults[].response.body.choices[].message.content | Typestring|null |
Champresults[].error | Typeobject|null |
Champusage | Typeobject|null |
Champid | Typestring |
Champmodel | Typestring |
Champendpoint | Typestring |
Champstatus | Typestring |
Champrequest_counts | Typeobject |
Champresults[].id | Typestring |
Champresults[].response.status_code | Typeinteger |
Champresults[].response.request_id | Typestring |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionEnveloppe intégrée documentée invalide, clés dupliquées, identité d’élément incorrecte ou conflit avec les capacités configurées du modèle. | Étape suivanteCorrigez les champs indiqués avant toute nouvelle soumission. |
Réponse401 · authentication_error | ConditionClé API invalide. | Étape suivanteUtilisez la clé Ailoot autorisée. |
Réponse403 · permission_error | ConditionGroupe de traitement par lots indisponible. | Étape suivanteVérifiez les droits d’accès de la clé/du groupe. |
Réponse422 · invalid_request_error | ConditionLe traitement par lots est facturé sur le solde ; la création via un abonnement est refusée. | Étape suivanteUtilisez le groupe autorisé dont la facturation est prélevée sur le solde. |
Réponse422 · price_unavailable | ConditionImpossible d’établir un devis pour les données d’entrée du traitement par lots. | Étape suivanteConservez la réponse ; utilisez les données d’entrée documentées pour cette famille. |
Réponse402 · billing_error | ConditionRéserve pour le traitement par lots indisponible. | Étape suivanteRéglez les conditions d’admission avant une nouvelle requête. |
Réponse503 · price_unavailable | ConditionPrix de la méthode Batch/tarifs natifs indisponibles. | Étape suivanteConservez la réponse ; ne substituez pas d’autres prix. |
Réponse503 · api_error | ConditionRoute exacte du fournisseur indisponible. | Étape suivanteConservez la réponse pour réparer la route. |
Réponse503 · result_pending_check | ConditionLe résultat d’origine nécessite une vérification ; X-Should-Retry:false. | Étape suivanteConservez l’operation_id/id d’origine et consultez son statut ; ne répétez jamais le POST d’origine. |
Réponse404 · not_found | ConditionOpération de suivi du traitement par lots absente ou appartenant à une autre identité. | Étape suivanteUtilisez l’id exact d’origine avec le même utilisateur, la même clé et le même groupe. |
Ailoot Ultra mistralai/codestral-2508:batch
Utilisez les chemins de méthode indiqués ci-dessus.