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; elle n’est ni un modèle d’embeddings ni, à elle seule, un agent complet de dépôt.
Complétion de code et évolution de l’édition 2508
Le fabricant destine Codestral à la complétion au milieu du code, ou fill-in-the-middle, et à l’édition sur plusieurs lignes. La version décrit des améliorations de la complétion, notamment une réduction des générations qui se prolongent excessivement, ainsi que du suivi d’instructions et des tâches de code en mode dialogue. Ces changements concernent cette édition de Codestral; les fonctions de recherche et d’agent autonome de la chaîne de développement environnante 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. Indiquez si le résultat attendu comprend uniquement le code manquant ou la fonction révisée complète. Une demande de type éditeur peut exiger un corps de boucle qui préserve le type de retour existant, conserve les valeurs en double et ne modifie pas l’entrée de l’appelant. Le résultat dispose alors d’un point d’insertion concret et d’un comportement défini.
Préparation du fill-in-the-middle
Dans l’interface FIM du fabricant, l’invite fournit le texte ou le code à compléter, et un suffixe facultatif fournit les éléments situés après l’espace à remplir. Lorsque les deux sont présents, le modèle remplit l’intervalle entre eux. Sans suffixe, il poursuit l’invite. Ce mode diffère d’une demande conversationnelle ordinaire sollicitant une modification de code et une explication; chaque préparation définit un contrat de sortie différent.
Une entrée utile pour compléter un espace comprend le début de la fonction, le code devant suivre l’insertion et les définitions de types ou de fonctions auxiliaires pertinentes. Préservez l’indentation et les délimiteurs afin que le texte retourné puisse s’intégrer au fragment existant. Si seul le corps manquant est nécessaire, demandez ce corps plutôt qu’une réécriture du fichier entier. Une question distincte en mode dialogue peut expliquer pourquoi le fragment complété respecte l’exigence.
La documentation FIM officielle permet de fixer un budget de jetons de sortie et exige que l’invite et ce budget tiennent ensemble dans le contexte du modèle. Elle documente également les séquences d’arrêt et la diffusion du contenu généré en continu. Choisissez une procédure de complétion lorsque le résultat doit s’insérer dans un espace du code, et une procédure conversationnelle lorsque la tâche demande du code accompagné d’une explication.
Contexte et fonctions complémentaires
La page du modèle indique une fenêtre de contexte de 128k. Utilisez-la pour conserver les sources et les déclarations qui déterminent la modification voulue, tout en formulant explicitement la tâche d’édition. 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 de ses exemples.
La page mentionne aussi 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 comme le symbole concerné, l’écart observé, la modification proposée et l’hypothèse restant à clarifier. Les consignes de Mistral sur les sorties structurées distinguent le mode JSON d’un schéma personnalisé; le format JSON souhaité est indiqué dans l’invite.
Les sorties prédites servent aux contenus dont une grande partie de la réponse est déjà connue. Elles peuvent être utilisées pour régénérer un document ou un fichier de code avec une modification limitée, tout en conservant le reste du contenu. 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 se distingue d’un corps complet connu comme d’un suffixe FIM.
Une question documentaire peut utiliser la procédure de traitement documentaire du fabricant pour préparer le texte et sa structure par OCR avant l’analyse par le modèle linguistique. Pour des documents de programmation déjà disponibles en texte, fournissez les passages pertinents et demandez quelle condition régit l’implémentation. Gardez chaque exigence extraite associée à sa section source afin que le code ou l’explication générés restent liés 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 retourné devient un élément de contexte pour la réponse suivante. Un assistant de programmation peut ainsi recevoir le résultat d’une recherche ou d’un calcul, mais compiler, tester ou appliquer une modification proposée nécessite toujours l’environnement de développement environnant.
Pour une correction pratique, définissez l’interface publique devant rester compatible et demandez le fragment révisé, une explication concise et des exemples d’entrées avec les sorties attendues. Pour une fonction générée, 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 retournée.
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 du modèle 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 une procédure reproductible 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; elle n’est ni un modèle d’embeddings ni, à elle seule, un agent complet de dépôt.\n\nComplétion de code et évolution de l’édition 2508\n\nLe fabricant destine Codestral à la complétion au milieu du code, ou fill-in-the-middle, et à l’édition sur plusieurs lignes. La version décrit des améliorations de la complétion, notamment une réduction des générations qui se prolongent excessivement, ainsi que du suivi d’instructions et des tâches de code en mode dialogue. Ces changements concernent cette édition de Codestral; les fonctions de recherche et d’agent autonome de la chaîne de développement environnante 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. Indiquez si le résultat attendu comprend uniquement le code manquant ou la fonction révisée complète. Une demande de type éditeur peut exiger un corps de boucle qui préserve le type de retour existant, conserve les valeurs en double et ne modifie pas l’entrée de l’appelant. Le résultat dispose alors d’un point d’insertion concret et d’un comportement défini.\n\nPréparation du fill-in-the-middle\n\nDans l’interface FIM du fabricant, l’invite fournit le texte ou le code à compléter, et un suffixe facultatif fournit les éléments situés après l’espace à remplir. Lorsque les deux sont présents, le modèle remplit l’intervalle entre eux. Sans suffixe, il poursuit l’invite. Ce mode diffère d’une demande conversationnelle ordinaire sollicitant une modification de code et une explication; chaque préparation définit un contrat de sortie différent.\n\nUne entrée utile pour compléter un espace comprend le début de la fonction, le code devant suivre l’insertion et les définitions de types ou de fonctions auxiliaires pertinentes. Préservez l’indentation et les délimiteurs afin que le texte retourné puisse s’intégrer au fragment existant. Si seul le corps manquant est nécessaire, demandez ce corps plutôt qu’une réécriture du fichier entier. Une question distincte en mode dialogue peut expliquer pourquoi le fragment complété respecte l’exigence.\n\nLa documentation FIM officielle permet de fixer un budget de jetons de sortie et exige que l’invite et ce budget tiennent ensemble dans le contexte du modèle. Elle documente également les séquences d’arrêt et la diffusion du contenu généré en continu. Choisissez une procédure de complétion lorsque le résultat doit s’insérer dans un espace du code, et une procédure conversationnelle lorsque la tâche demande du code accompagné d’une explication.\n\nContexte et fonctions complémentaires\n\nLa page du modèle indique une fenêtre de contexte de 128k. Utilisez-la pour conserver les sources et les déclarations qui déterminent la modification voulue, tout en formulant explicitement la tâche d’édition. 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 de ses exemples.\n\nLa page mentionne aussi 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 comme le symbole concerné, l’écart observé, la modification proposée et l’hypothèse restant à clarifier. Les consignes de Mistral sur les sorties structurées distinguent le mode JSON d’un schéma personnalisé; le format JSON souhaité est indiqué dans l’invite.\n\nLes sorties prédites servent aux contenus dont une grande partie de la réponse est déjà connue. Elles peuvent être utilisées pour régénérer un document ou un fichier de code avec une modification limitée, tout en conservant le reste du contenu. 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 se distingue d’un corps complet connu comme d’un suffixe FIM.\n\nUne question documentaire peut utiliser la procédure de traitement documentaire du fabricant pour préparer le texte et sa structure par OCR avant l’analyse par le modèle linguistique. Pour des documents de programmation déjà disponibles en texte, fournissez les passages pertinents et demandez quelle condition régit l’implémentation. Gardez chaque exigence extraite associée à sa section source afin que le code ou l’explication générés restent liés 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 retourné devient un élément de contexte pour la réponse suivante. Un assistant de programmation peut ainsi recevoir le résultat d’une recherche ou d’un calcul, mais compiler, tester ou appliquer une modification proposée nécessite toujours l’environnement de développement environnant.\n\nPour une correction pratique, définissez l’interface publique devant rester compatible et demandez le fragment révisé, une explication concise et des exemples d’entrées avec les sorties attendues. Pour une fonction générée, 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 retournée.\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 du modèle 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 une procédure reproductible dans l’éditeur ou en dialogue.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Fill a nonmutating loop body\n\nComplete only the missing body in this Python function: 'def doubled(values):\n result = []\n # missing body\n return result'. It must append twice every input value, preserve order and duplicate values, and leave values unchanged. Return the indented insertion followed by assert tests for [2, 2, -1] and []. This is a chat completion request, not a FIM transport request.Only the missing indented loop body, then two tests verifying [4, 4, -2] and an empty result.The insertion fits before return result and never deduplicates or mutates the input.mistralai/codestral-2508Codestral 2508 est le modèle textuel de Mistral AI pour la génération de code et la complétion sensible au contexte. Il est optimisé pour les tâches fréquentes dans l’éditeur, notamment l’insertion au milieu du code et les modifications sur plusieurs lignes, avec un contexte de 128k annoncé par le fabricant 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; elle n’est ni un modèle d’embeddings ni, à elle seule, un agent complet de dépôt.
Complétion de code et évolution de l’édition 2508
Le fabricant destine Codestral à la complétion au milieu du code, ou fill-in-the-middle, et à l’édition sur plusieurs lignes. La version décrit des améliorations de la complétion, notamment une réduction des générations qui se prolongent excessivement, ainsi que du suivi d’instructions et des tâches de code en mode dialogue. Ces changements concernent cette édition de Codestral; les fonctions de recherche et d’agent autonome de la chaîne de développement environnante 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. Indiquez si le résultat attendu comprend uniquement le code manquant ou la fonction révisée complète. Une demande de type éditeur peut exiger un corps de boucle qui préserve le type de retour existant, conserve les valeurs en double et ne modifie pas l’entrée de l’appelant. Le résultat dispose alors d’un point d’insertion concret et d’un comportement défini.
Préparation du fill-in-the-middle
Dans l’interface FIM du fabricant, l’invite fournit le texte ou le code à compléter, et un suffixe facultatif fournit les éléments situés après l’espace à remplir. Lorsque les deux sont présents, le modèle remplit l’intervalle entre eux. Sans suffixe, il poursuit l’invite. Ce mode diffère d’une demande conversationnelle ordinaire sollicitant une modification de code et une explication; chaque préparation définit un contrat de sortie différent.
Une entrée utile pour compléter un espace comprend le début de la fonction, le code devant suivre l’insertion et les définitions de types ou de fonctions auxiliaires pertinentes. Préservez l’indentation et les délimiteurs afin que le texte retourné puisse s’intégrer au fragment existant. Si seul le corps manquant est nécessaire, demandez ce corps plutôt qu’une réécriture du fichier entier. Une question distincte en mode dialogue peut expliquer pourquoi le fragment complété respecte l’exigence.
La documentation FIM officielle permet de fixer un budget de jetons de sortie et exige que l’invite et ce budget tiennent ensemble dans le contexte du modèle. Elle documente également les séquences d’arrêt et la diffusion du contenu généré en continu. Choisissez une procédure de complétion lorsque le résultat doit s’insérer dans un espace du code, et une procédure conversationnelle lorsque la tâche demande du code accompagné d’une explication.
Contexte et fonctions complémentaires
La page du modèle indique une fenêtre de contexte de 128k. Utilisez-la pour conserver les sources et les déclarations qui déterminent la modification voulue, tout en formulant explicitement la tâche d’édition. 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 de ses exemples.
La page mentionne aussi 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 comme le symbole concerné, l’écart observé, la modification proposée et l’hypothèse restant à clarifier. Les consignes de Mistral sur les sorties structurées distinguent le mode JSON d’un schéma personnalisé; le format JSON souhaité est indiqué dans l’invite.
Les sorties prédites servent aux contenus dont une grande partie de la réponse est déjà connue. Elles peuvent être utilisées pour régénérer un document ou un fichier de code avec une modification limitée, tout en conservant le reste du contenu. 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 se distingue d’un corps complet connu comme d’un suffixe FIM.
Une question documentaire peut utiliser la procédure de traitement documentaire du fabricant pour préparer le texte et sa structure par OCR avant l’analyse par le modèle linguistique. Pour des documents de programmation déjà disponibles en texte, fournissez les passages pertinents et demandez quelle condition régit l’implémentation. Gardez chaque exigence extraite associée à sa section source afin que le code ou l’explication générés restent liés 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 retourné devient un élément de contexte pour la réponse suivante. Un assistant de programmation peut ainsi recevoir le résultat d’une recherche ou d’un calcul, mais compiler, tester ou appliquer une modification proposée nécessite toujours l’environnement de développement environnant.
Pour une correction pratique, définissez l’interface publique devant rester compatible et demandez le fragment révisé, une explication concise et des exemples d’entrées avec les sorties attendues. Pour une fonction générée, 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 retournée.
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 du modèle 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 une procédure reproductible dans l’éditeur ou en dialogue.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites mistralai/codestral-2508 | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Exemples : system, user, assistant, tool, function Conditions: Ces rôles sont explicitement représentés par les types de compatibilité du code source ; l’ensemble exact des rôles reste propre à chaque modèle. Selon le modèle | Par défaut— |
Champmessages[].content | Typestring|content_part[]|null | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_calls | Typetool_call[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_call_id | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: role=tool ; utilisez l’ID réellement renvoyé | Par défaut— |
Champmessages[].name | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].reasoning_content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Réinjectez le raisonnement réellement renvoyé lorsque ce modèle l’utilise | Par défaut— |
Champmessages[].reasoning_details | Typeobject|array | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champmax_completion_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champstream_options.include_usage | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstop | Typestring|string[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typefunction_tool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools[].type | Typestring | ExigenceFacultatif | Valeurs et limites function Selon le modèle | Par défaut— |
Champtools[].function.name | Typestring | ExigenceObligatoire | Valeurs et limites S’applique lorsque: Fonction fournie comme outil | Par défaut— |
Champtools[].function.description | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtools[].function.parameters | TypeJSON_schema | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtool_choice | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champparallel_tool_calls | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champresponse_format | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning_effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champservice_tier | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champinstructions | Typestring | ExigenceFacultatif | Valeurs et limites Champ de compatibilité | Par défaut— |
Champfunctions | Typefunction[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champfunction_call | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_options | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmodalities | Typestring[] | ExigenceFacultatif | Valeurs et limites text | Par défaut— |
Champprovider | Typeobject | ExigenceFacultatif | Valeurs et limites Conditions: provider.options est refusé sur cette route textuelle Ultra | Par défaut— |
Champcache_control.ttl | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: La valeur 1h est refusée là où le cache des prompts est configuré | Par défaut— |
Texte · Texte UTF8
messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages |
Paramètrematerial_types | Contrattext |
Paramètremessages | ContratTableau de messages avec une structure role/content |
Paramètrefile_material | ContratDocument UTF-8 réel inséré comme texte littéral ; aucun ID de fichier déduit |
Paramètreoptional_controls | Contratstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Paramètrecontrol_scope | ContratPropre au modèle ; les outils de fonctions de l’utilisateur diffèrent des outils hébergés |
Paramètreoutput_modalities | Contrattext |
Paramètrehosted_operations | Contratfalse |
Paramètremultimodal_input_binding | Contratnull |
Cycle de vie : synchronous_or_streamed
Envoyez l’ID exact du modèle avec messages.
La longueur du contexte n’est pas un plafond de sortie.
Un fichier texte peut fournir du texte littéral ; les entrées image/audio/objet fichier nécessitent une liaison exacte.
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 | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.0006 / 1K jetons Sortie · Jetons en sortie $0.0018 / 1K jetons Entrée · Lecture du cache $0.00006 / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.0006 / 1K jetons Sortie · Jetons en sortie $0.0018 / 1K jetons Entrée · Lecture du cache $0.00006 / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "mistralai/codestral-2508", "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/codestral-2508',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/codestral-2508',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 ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, et conservez le motif final d’arrêt et les données d’utilisation.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.
| Champ | Type |
|---|---|
Champchoices[].index | Typeinteger |
Champchoices[].message.content | Typestring|null |
Champchoices[].message.tool_calls | Typetool_call[] |
Champchoices[].message.reasoning_content | Typestring |
Champchoices[].message.reasoning_details | Typeobject|array |
Champchoices[].finish_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra mistralai/codestral-2508
Utilisez les chemins de méthode indiqués ci-dessus.
mistralai/codestral-2508Codestral 2508 est le modèle textuel de Mistral AI pour la génération de code et la complétion sensible au contexte. Il est optimisé pour les tâches fréquentes dans l’éditeur, notamment l’insertion au milieu du code et les modifications sur plusieurs lignes, avec un contexte de 128k annoncé par le fabricant 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; elle n’est ni un modèle d’embeddings ni, à elle seule, un agent complet de dépôt.
Complétion de code et évolution de l’édition 2508
Le fabricant destine Codestral à la complétion au milieu du code, ou fill-in-the-middle, et à l’édition sur plusieurs lignes. La version décrit des améliorations de la complétion, notamment une réduction des générations qui se prolongent excessivement, ainsi que du suivi d’instructions et des tâches de code en mode dialogue. Ces changements concernent cette édition de Codestral; les fonctions de recherche et d’agent autonome de la chaîne de développement environnante 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. Indiquez si le résultat attendu comprend uniquement le code manquant ou la fonction révisée complète. Une demande de type éditeur peut exiger un corps de boucle qui préserve le type de retour existant, conserve les valeurs en double et ne modifie pas l’entrée de l’appelant. Le résultat dispose alors d’un point d’insertion concret et d’un comportement défini.
Préparation du fill-in-the-middle
Dans l’interface FIM du fabricant, l’invite fournit le texte ou le code à compléter, et un suffixe facultatif fournit les éléments situés après l’espace à remplir. Lorsque les deux sont présents, le modèle remplit l’intervalle entre eux. Sans suffixe, il poursuit l’invite. Ce mode diffère d’une demande conversationnelle ordinaire sollicitant une modification de code et une explication; chaque préparation définit un contrat de sortie différent.
Une entrée utile pour compléter un espace comprend le début de la fonction, le code devant suivre l’insertion et les définitions de types ou de fonctions auxiliaires pertinentes. Préservez l’indentation et les délimiteurs afin que le texte retourné puisse s’intégrer au fragment existant. Si seul le corps manquant est nécessaire, demandez ce corps plutôt qu’une réécriture du fichier entier. Une question distincte en mode dialogue peut expliquer pourquoi le fragment complété respecte l’exigence.
La documentation FIM officielle permet de fixer un budget de jetons de sortie et exige que l’invite et ce budget tiennent ensemble dans le contexte du modèle. Elle documente également les séquences d’arrêt et la diffusion du contenu généré en continu. Choisissez une procédure de complétion lorsque le résultat doit s’insérer dans un espace du code, et une procédure conversationnelle lorsque la tâche demande du code accompagné d’une explication.
Contexte et fonctions complémentaires
La page du modèle indique une fenêtre de contexte de 128k. Utilisez-la pour conserver les sources et les déclarations qui déterminent la modification voulue, tout en formulant explicitement la tâche d’édition. 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 de ses exemples.
La page mentionne aussi 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 comme le symbole concerné, l’écart observé, la modification proposée et l’hypothèse restant à clarifier. Les consignes de Mistral sur les sorties structurées distinguent le mode JSON d’un schéma personnalisé; le format JSON souhaité est indiqué dans l’invite.
Les sorties prédites servent aux contenus dont une grande partie de la réponse est déjà connue. Elles peuvent être utilisées pour régénérer un document ou un fichier de code avec une modification limitée, tout en conservant le reste du contenu. 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 se distingue d’un corps complet connu comme d’un suffixe FIM.
Une question documentaire peut utiliser la procédure de traitement documentaire du fabricant pour préparer le texte et sa structure par OCR avant l’analyse par le modèle linguistique. Pour des documents de programmation déjà disponibles en texte, fournissez les passages pertinents et demandez quelle condition régit l’implémentation. Gardez chaque exigence extraite associée à sa section source afin que le code ou l’explication générés restent liés 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 retourné devient un élément de contexte pour la réponse suivante. Un assistant de programmation peut ainsi recevoir le résultat d’une recherche ou d’un calcul, mais compiler, tester ou appliquer une modification proposée nécessite toujours l’environnement de développement environnant.
Pour une correction pratique, définissez l’interface publique devant rester compatible et demandez le fragment révisé, une explication concise et des exemples d’entrées avec les sorties attendues. Pour une fonction générée, 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 retournée.
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 du modèle 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 une procédure reproductible dans l’éditeur ou en dialogue.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites mistralai/codestral-2508 | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— |
Champmessages[].content | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Texte · Texte UTF-8
Chaîne messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages, max_tokens |
Paramètreoptional_controls | Contratstream |
Paramètrematerial_types | Contrattext |
Paramètretext_file_material | ContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message. |
Cycle de vie : synchronous_or_streamed
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 | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.0006 / 1K jetons Sortie · Jetons en sortie $0.0018 / 1K jetons Entrée · Lecture du cache $0.00006 / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.0006 / 1K jetons Sortie · Jetons en sortie $0.0018 / 1K jetons Entrée · Lecture du cache $0.00006 / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "mistralai/codestral-2508",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/codestral-2508', '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/codestral-2508', '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 ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez tous les blocs de contenu, les signatures de raisonnement et les ID réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champmodel | Typestring |
Champcontent[] | Typetext|thinking|tool_use|other content block |
Champstop_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra mistralai/codestral-2508
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Fill a nonmutating loop body\n\nComplete only the missing body in this Python function: 'def doubled(values):\n result = []\n # missing body\n return result'. It must append twice every input value, preserve order and duplicate values, and leave values unchanged. Return the indented insertion followed by assert tests for [2, 2, -1] and []. This is a chat completion request, not a FIM transport request.Only the missing indented loop body, then two tests verifying [4, 4, -2] and an empty result.The insertion fits before return result and never deduplicates or mutates the input.