Ministral 3 8B Instruct 2512 הוא המודל הבינוני בגודלו שהותאם להוראות במשפחת Ministral 3 של Mistral AI. נקודת הביקורת שפורסמה עברה אימון המשך למשימות שיחה והוראות בדיוק FP8. היא משלבת רכיב שפה עם מקודד ראייה, מקבלת טקסט ותמונות ומחזירה טקסט, ולא תוצר תמונה או שמע.
ארכיטקטורה ויכולות מרכזיות
היצרן מציין מודל שפה בעל 8.4 מיליארד פרמטרים ומקודד ראייה בעל 0.4 מיליארד פרמטרים. חלון ההקשר שלו מתואר כ־256k, והערות השימוש שפורסמו משתמשות באורך ברירת מחדל מוגדר של 262,144. אלה מתארים את מהדורת גודל 8B הזאת; בני המשפחה הקטן יותר, 3B, והגדול יותר, 14B, שומרים על גדלי רכיבים ותצורות משלהם.
ראייה מרחיבה את קלט המודל מעבר לשיחה כתובה. אפשר לצרף לתמונת מסמך שאלה על שדה, פסקה או קשר חזותי נבחרים. אפשר לצרף לצילום מסך את מטרת המשתמש ובקשה לזהות את הפקד הרלוונטי. בקשו את התצפית התומכת בכל מסקנה כאשר התשובה תלויה בפרט חזותי, ושמרו כותרות, תוויות ויחידות הדרושות לפירוש החיתוך.
הכרטיס מתאר עבודה רב־לשונית בעשרות שפות, ובהן אנגלית, צרפתית, ספרדית, גרמנית, איטלקית, פורטוגזית, הולנדית, סינית, יפנית, קוריאנית וערבית. הוא מציין גם היצמדות להוראות מערכת, קריאה מובנית לפונקציות ופלט JSON. הגדירו במפורש את שפת היעד, התפקיד ודרישות הפלט, במקום להשאיר למודל להסיק את התוצר המיועד מתוך קלט גדול.
משימות מסמכים, שיחה וסוכנים
מקרי השימוש של היצרן כוללים ממשקי שיחה, עוזרים יומיומיים, תיאור תמונות ומסמכים, תרגום, יצירת תוכן וסוכנים מתמחים. לעוזר מסמכים, ספקו את העמוד וציינו את המידע שיש להחזיר. בקשת חילוץ יכולה לציין את תוויות השדות, את הסוגים הצפויים ואת הטיפול בערכים חסרים. תשובה שימושית עשויה להכיל את מזהה המסמך, את הערך שחולץ והסבר קצר הקשור למקור הגלוי.
לשיחה מתמשכת, שמרו את התשובה הקודמת הרלוונטית ושאלו שאלת המשך ממוקדת. משתמש יכול לבקש תחילה סיכום מסמך ולאחר מכן לשאול איזו אמירה תומכת במסקנה אחת. כך משתנה הפלט הדרוש מסקירה כללית להסבר המקושר למקור, תוך שמירה על החומר המקורי ועל מטרת הדיאלוג.
לעריכה רב־לשונית, ספקו את הקטע המקורי, את הקורא המיועד ואת רשימת המונחים. בקשו גרסה מתוקנת המשמרת שמות, תנאים ויחידות, ולאחריה הסבר קצר על השינויים, אם הוא מועיל. ליצירת תוכן, ציינו את הקהל ואת העובדות שצריכות להופיע לפני בקשת טיוטה קצרה או ניסוח חלופי.
במשימת סוכן, היישום מספק את הכלים ואת הפרמטרים שלהם. המודל יכול לבחור פונקציה ולהכין ארגומנטים, ואילו היישום מפעיל אותה ומחזיר את התוצאה. דוגמת הפונקציה בכרטיס משלבת שאלה על תמונה עם כלי חישוב. שמרו את תוצאת הכלי בנפרד מהקריאה המוצעת, כדי שהתשובה הכתובה הבאה תשתמש במידע שהפעולה החזירה בפועל.
הכנה והגדרות מומלצות
היצרן ממליץ על הוראת מערכת המתארת את הסביבה, את מקרה השימוש ואת אופן השימוש בכלים. הקפידו שקבוצת הכלים תהיה מוגדרת היטב ומוגבלת למינימום הדרוש למשימה. תהליך חיפוש קטן יכול להציע את הפונקציות הרלוונטיות לשאלה הנוכחית, עם ארגומנטים נדרשים בעלי שמות ברורים, במקום להציג אוסף גדול של פעולות שאינן קשורות זו לזו.
לשימוש יומיומי ולשימוש בסביבת ייצור, הכרטיס ממליץ על טמפרטורה מתחת ל־0.1, עם טמפרטורות גבוהות יותר הזמינות לבחינה יצירתית. התייחסו לכך כהמלצה לתהליך ההוראות, ולא כבקרה נפרדת של מצב הסקה. למשפחה יש נקודות ביקורת נפרדות של Base, Instruct ו־Reasoning; רשומה זו היא מהדורת Instruct 2512, ולא גרסת Reasoning הנפרדת באותו גודל.
לתמונות, היצרן ממליץ על יחסי ממדים הקרובים ל־1:1 ועל הימנעות מקלטים צרים מאוד או רחבים מאוד. חתכו לפי הצורך תוך שמירה על התוויות ועל ההקשר שהשאלה דורשת. אם עמוד מכיל כמה אזורים שאינם קשורים זה לזה, זהו את החלק שיש לבדוק ואת התוצאה שיש להחזיר. תמונה קריאה וממוקדת שימושית יותר מבקשה מהמודל לנחש איזה פרט קטן בעמוד רחב חשוב.
גבולות ההקשר והמהדורה
תכננו את הטקסט, התמונות, השיחה והתשובה הרצויה סביב ההקשר המוגדר. הערות השימוש מאפשרות במפורש לצמצם את אורך המודל המוגדר כאשר נדרש פחות הקשר, ולכן החלון המלא אינו הוראה למלא כל בקשה בכל החומר הזמין. דוגמת היצירה של 512 אסימונים בכרטיס היא רק הגדרת דוגמה, והמקורות שנקראו אינם מבססים מגבלה קשיחה נפרדת לאורך תשובה מרבי.
נקודת הביקורת FP8 Instruct, גרסת Base שאומנה מראש וגרסת Reasoning הן מהדורות נפרדות. היצרן מתאר גם התמחות וכוונון עדין כמקרי שימוש. שמרו את נקודת הביקורת הנקובה בשם ואת מחלק האסימונים שלה בהכנת השיחה, והבחינו בין יצירת טקסט לגישה למאגר קוד, להפעלת פונקציות או לפעולות אחרות שהיישום הסובב מספק.
", "aboutText": "Ministral 3 8B Instruct 2512 הוא המודל הבינוני בגודלו שהותאם להוראות במשפחת Ministral 3 של Mistral AI. נקודת הביקורת שפורסמה עברה אימון המשך למשימות שיחה והוראות בדיוק FP8. היא משלבת רכיב שפה עם מקודד ראייה, מקבלת טקסט ותמונות ומחזירה טקסט, ולא תוצר תמונה או שמע.\n\nארכיטקטורה ויכולות מרכזיות\n\nהיצרן מציין מודל שפה בעל 8.4 מיליארד פרמטרים ומקודד ראייה בעל 0.4 מיליארד פרמטרים. חלון ההקשר שלו מתואר כ־256k, והערות השימוש שפורסמו משתמשות באורך ברירת מחדל מוגדר של 262,144. אלה מתארים את מהדורת גודל 8B הזאת; בני המשפחה הקטן יותר, 3B, והגדול יותר, 14B, שומרים על גדלי רכיבים ותצורות משלהם.\n\nראייה מרחיבה את קלט המודל מעבר לשיחה כתובה. אפשר לצרף לתמונת מסמך שאלה על שדה, פסקה או קשר חזותי נבחרים. אפשר לצרף לצילום מסך את מטרת המשתמש ובקשה לזהות את הפקד הרלוונטי. בקשו את התצפית התומכת בכל מסקנה כאשר התשובה תלויה בפרט חזותי, ושמרו כותרות, תוויות ויחידות הדרושות לפירוש החיתוך.\n\nהכרטיס מתאר עבודה רב־לשונית בעשרות שפות, ובהן אנגלית, צרפתית, ספרדית, גרמנית, איטלקית, פורטוגזית, הולנדית, סינית, יפנית, קוריאנית וערבית. הוא מציין גם היצמדות להוראות מערכת, קריאה מובנית לפונקציות ופלט JSON. הגדירו במפורש את שפת היעד, התפקיד ודרישות הפלט, במקום להשאיר למודל להסיק את התוצר המיועד מתוך קלט גדול.\n\nמשימות מסמכים, שיחה וסוכנים\n\nמקרי השימוש של היצרן כוללים ממשקי שיחה, עוזרים יומיומיים, תיאור תמונות ומסמכים, תרגום, יצירת תוכן וסוכנים מתמחים. לעוזר מסמכים, ספקו את העמוד וציינו את המידע שיש להחזיר. בקשת חילוץ יכולה לציין את תוויות השדות, את הסוגים הצפויים ואת הטיפול בערכים חסרים. תשובה שימושית עשויה להכיל את מזהה המסמך, את הערך שחולץ והסבר קצר הקשור למקור הגלוי.\n\nלשיחה מתמשכת, שמרו את התשובה הקודמת הרלוונטית ושאלו שאלת המשך ממוקדת. משתמש יכול לבקש תחילה סיכום מסמך ולאחר מכן לשאול איזו אמירה תומכת במסקנה אחת. כך משתנה הפלט הדרוש מסקירה כללית להסבר המקושר למקור, תוך שמירה על החומר המקורי ועל מטרת הדיאלוג.\n\nלעריכה רב־לשונית, ספקו את הקטע המקורי, את הקורא המיועד ואת רשימת המונחים. בקשו גרסה מתוקנת המשמרת שמות, תנאים ויחידות, ולאחריה הסבר קצר על השינויים, אם הוא מועיל. ליצירת תוכן, ציינו את הקהל ואת העובדות שצריכות להופיע לפני בקשת טיוטה קצרה או ניסוח חלופי.\n\nבמשימת סוכן, היישום מספק את הכלים ואת הפרמטרים שלהם. המודל יכול לבחור פונקציה ולהכין ארגומנטים, ואילו היישום מפעיל אותה ומחזיר את התוצאה. דוגמת הפונקציה בכרטיס משלבת שאלה על תמונה עם כלי חישוב. שמרו את תוצאת הכלי בנפרד מהקריאה המוצעת, כדי שהתשובה הכתובה הבאה תשתמש במידע שהפעולה החזירה בפועל.\n\nהכנה והגדרות מומלצות\n\nהיצרן ממליץ על הוראת מערכת המתארת את הסביבה, את מקרה השימוש ואת אופן השימוש בכלים. הקפידו שקבוצת הכלים תהיה מוגדרת היטב ומוגבלת למינימום הדרוש למשימה. תהליך חיפוש קטן יכול להציע את הפונקציות הרלוונטיות לשאלה הנוכחית, עם ארגומנטים נדרשים בעלי שמות ברורים, במקום להציג אוסף גדול של פעולות שאינן קשורות זו לזו.\n\nלשימוש יומיומי ולשימוש בסביבת ייצור, הכרטיס ממליץ על טמפרטורה מתחת ל־0.1, עם טמפרטורות גבוהות יותר הזמינות לבחינה יצירתית. התייחסו לכך כהמלצה לתהליך ההוראות, ולא כבקרה נפרדת של מצב הסקה. למשפחה יש נקודות ביקורת נפרדות של Base, Instruct ו־Reasoning; רשומה זו היא מהדורת Instruct 2512, ולא גרסת Reasoning הנפרדת באותו גודל.\n\nלתמונות, היצרן ממליץ על יחסי ממדים הקרובים ל־1:1 ועל הימנעות מקלטים צרים מאוד או רחבים מאוד. חתכו לפי הצורך תוך שמירה על התוויות ועל ההקשר שהשאלה דורשת. אם עמוד מכיל כמה אזורים שאינם קשורים זה לזה, זהו את החלק שיש לבדוק ואת התוצאה שיש להחזיר. תמונה קריאה וממוקדת שימושית יותר מבקשה מהמודל לנחש איזה פרט קטן בעמוד רחב חשוב.\n\nגבולות ההקשר והמהדורה\n\nתכננו את הטקסט, התמונות, השיחה והתשובה הרצויה סביב ההקשר המוגדר. הערות השימוש מאפשרות במפורש לצמצם את אורך המודל המוגדר כאשר נדרש פחות הקשר, ולכן החלון המלא אינו הוראה למלא כל בקשה בכל החומר הזמין. דוגמת היצירה של 512 אסימונים בכרטיס היא רק הגדרת דוגמה, והמקורות שנקראו אינם מבססים מגבלה קשיחה נפרדת לאורך תשובה מרבי.\n\nנקודת הביקורת FP8 Instruct, גרסת Base שאומנה מראש וגרסת Reasoning הן מהדורות נפרדות. היצרן מתאר גם התמחות וכוונון עדין כמקרי שימוש. שמרו את נקודת הביקורת הנקובה בשם ואת מחלק האסימונים שלה בהכנת השיחה, והבחינו בין יצירת טקסט לגישה למאגר קוד, להפעלת פונקציות או לפעולות אחרות שהיישום הסובב מספק.", "editorialOverlay": { "copy_fields": { "practical_html": "דוגמה טכנית באנגלית
Extract a compact invoice record\n\nExtract the invoice identifier, supplier, total and currency from this text: Invoice INV-731. Supplier: Cedar Works. Subtotal: 80 EUR. Tax: 16 EUR. Total: 96 EUR. Payment due: not stated. Return those fields plus payment_due; use null when absent and preserve the identifier exactly.A labelled record with invoice_id, supplier, total, currency and payment_due, using null for the unstated date.Check that the total is taken from the Total line rather than the subtotal and that EUR is retained.mistralai/ministral-8b-2512Ministral 3 8B Instruct 2512 הוא מודל הוראות רב־לשוני לטקסט ולתמונות, עם רכיב שפה בעל 8.4 מיליארד פרמטרים ומקודד ראייה בעל 0.4 מיליארד פרמטרים. הוא תומך בהקשר של 256k לפי היצרן, בהוראות מערכת, ב־JSON ובקריאה מובנית לפונקציות לעוזרים ולתהליכי מסמכים.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Ministral 3 8B Instruct 2512 הוא המודל הבינוני בגודלו שהותאם להוראות במשפחת Ministral 3 של Mistral AI. נקודת הביקורת שפורסמה עברה אימון המשך למשימות שיחה והוראות בדיוק FP8. היא משלבת רכיב שפה עם מקודד ראייה, מקבלת טקסט ותמונות ומחזירה טקסט, ולא תוצר תמונה או שמע.
ארכיטקטורה ויכולות מרכזיות
היצרן מציין מודל שפה בעל 8.4 מיליארד פרמטרים ומקודד ראייה בעל 0.4 מיליארד פרמטרים. חלון ההקשר שלו מתואר כ־256k, והערות השימוש שפורסמו משתמשות באורך ברירת מחדל מוגדר של 262,144. אלה מתארים את מהדורת גודל 8B הזאת; בני המשפחה הקטן יותר, 3B, והגדול יותר, 14B, שומרים על גדלי רכיבים ותצורות משלהם.
ראייה מרחיבה את קלט המודל מעבר לשיחה כתובה. אפשר לצרף לתמונת מסמך שאלה על שדה, פסקה או קשר חזותי נבחרים. אפשר לצרף לצילום מסך את מטרת המשתמש ובקשה לזהות את הפקד הרלוונטי. בקשו את התצפית התומכת בכל מסקנה כאשר התשובה תלויה בפרט חזותי, ושמרו כותרות, תוויות ויחידות הדרושות לפירוש החיתוך.
הכרטיס מתאר עבודה רב־לשונית בעשרות שפות, ובהן אנגלית, צרפתית, ספרדית, גרמנית, איטלקית, פורטוגזית, הולנדית, סינית, יפנית, קוריאנית וערבית. הוא מציין גם היצמדות להוראות מערכת, קריאה מובנית לפונקציות ופלט JSON. הגדירו במפורש את שפת היעד, התפקיד ודרישות הפלט, במקום להשאיר למודל להסיק את התוצר המיועד מתוך קלט גדול.
משימות מסמכים, שיחה וסוכנים
מקרי השימוש של היצרן כוללים ממשקי שיחה, עוזרים יומיומיים, תיאור תמונות ומסמכים, תרגום, יצירת תוכן וסוכנים מתמחים. לעוזר מסמכים, ספקו את העמוד וציינו את המידע שיש להחזיר. בקשת חילוץ יכולה לציין את תוויות השדות, את הסוגים הצפויים ואת הטיפול בערכים חסרים. תשובה שימושית עשויה להכיל את מזהה המסמך, את הערך שחולץ והסבר קצר הקשור למקור הגלוי.
לשיחה מתמשכת, שמרו את התשובה הקודמת הרלוונטית ושאלו שאלת המשך ממוקדת. משתמש יכול לבקש תחילה סיכום מסמך ולאחר מכן לשאול איזו אמירה תומכת במסקנה אחת. כך משתנה הפלט הדרוש מסקירה כללית להסבר המקושר למקור, תוך שמירה על החומר המקורי ועל מטרת הדיאלוג.
לעריכה רב־לשונית, ספקו את הקטע המקורי, את הקורא המיועד ואת רשימת המונחים. בקשו גרסה מתוקנת המשמרת שמות, תנאים ויחידות, ולאחריה הסבר קצר על השינויים, אם הוא מועיל. ליצירת תוכן, ציינו את הקהל ואת העובדות שצריכות להופיע לפני בקשת טיוטה קצרה או ניסוח חלופי.
במשימת סוכן, היישום מספק את הכלים ואת הפרמטרים שלהם. המודל יכול לבחור פונקציה ולהכין ארגומנטים, ואילו היישום מפעיל אותה ומחזיר את התוצאה. דוגמת הפונקציה בכרטיס משלבת שאלה על תמונה עם כלי חישוב. שמרו את תוצאת הכלי בנפרד מהקריאה המוצעת, כדי שהתשובה הכתובה הבאה תשתמש במידע שהפעולה החזירה בפועל.
הכנה והגדרות מומלצות
היצרן ממליץ על הוראת מערכת המתארת את הסביבה, את מקרה השימוש ואת אופן השימוש בכלים. הקפידו שקבוצת הכלים תהיה מוגדרת היטב ומוגבלת למינימום הדרוש למשימה. תהליך חיפוש קטן יכול להציע את הפונקציות הרלוונטיות לשאלה הנוכחית, עם ארגומנטים נדרשים בעלי שמות ברורים, במקום להציג אוסף גדול של פעולות שאינן קשורות זו לזו.
לשימוש יומיומי ולשימוש בסביבת ייצור, הכרטיס ממליץ על טמפרטורה מתחת ל־0.1, עם טמפרטורות גבוהות יותר הזמינות לבחינה יצירתית. התייחסו לכך כהמלצה לתהליך ההוראות, ולא כבקרה נפרדת של מצב הסקה. למשפחה יש נקודות ביקורת נפרדות של Base, Instruct ו־Reasoning; רשומה זו היא מהדורת Instruct 2512, ולא גרסת Reasoning הנפרדת באותו גודל.
לתמונות, היצרן ממליץ על יחסי ממדים הקרובים ל־1:1 ועל הימנעות מקלטים צרים מאוד או רחבים מאוד. חתכו לפי הצורך תוך שמירה על התוויות ועל ההקשר שהשאלה דורשת. אם עמוד מכיל כמה אזורים שאינם קשורים זה לזה, זהו את החלק שיש לבדוק ואת התוצאה שיש להחזיר. תמונה קריאה וממוקדת שימושית יותר מבקשה מהמודל לנחש איזה פרט קטן בעמוד רחב חשוב.
גבולות ההקשר והמהדורה
תכננו את הטקסט, התמונות, השיחה והתשובה הרצויה סביב ההקשר המוגדר. הערות השימוש מאפשרות במפורש לצמצם את אורך המודל המוגדר כאשר נדרש פחות הקשר, ולכן החלון המלא אינו הוראה למלא כל בקשה בכל החומר הזמין. דוגמת היצירה של 512 אסימונים בכרטיס היא רק הגדרת דוגמה, והמקורות שנקראו אינם מבססים מגבלה קשיחה נפרדת לאורך תשובה מרבי.
נקודת הביקורת FP8 Instruct, גרסת Base שאומנה מראש וגרסת Reasoning הן מהדורות נפרדות. היצרן מתאר גם התמחות וכוונון עדין כמקרי שימוש. שמרו את נקודת הביקורת הנקובה בשם ואת מחלק האסימונים שלה בהכנת השיחה, והבחינו בין יצירת טקסט לגישה למאגר קוד, להפעלת פונקציות או לפעולות אחרות שהיישום הסובב מספק.
POST /v1/chat/completionstexttext| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות mistralai/ministral-8b-2512 | ברירת מחדל— |
שדהmessages | סוגmessage[] | דרישהחובה | ערכים ומגבלות מספר פריטים מזערי: 1 | ברירת מחדל— |
שדהmessages[].role | סוגstring | דרישהחובה | ערכים ומגבלות דוגמאות: system, user, assistant, tool, function תנאים: התפקידים האלה מיוצגים במפורש בטיפוסי התאימות בקוד המקור; מערך התפקידים המדויק נשאר ייחודי לכל מודל. תלוי במודל | ברירת מחדל— |
שדהmessages[].content | סוגstring|content_part[]|null | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].tool_calls | סוגtool_call[] | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].tool_call_id | סוגstring | דרישהרשות | ערכים ומגבלות חל כאשר: role=tool; השתמשו במזהה שהוחזר בפועל | ברירת מחדל— |
שדהmessages[].name | סוגstring | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].reasoning_content | סוגstring | דרישהרשות | ערכים ומגבלות חל כאשר: החזירו בהמשך את ההנמקה שהתקבלה בפועל כאשר המודל הזה משתמש בה | ברירת מחדל— |
שדהmessages[].reasoning_details | סוגobject|array | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהmax_tokens | סוגinteger | דרישהרשות | ערכים ומגבלות מינימום: 1 תלוי במודל | ברירת מחדל— |
שדהmax_completion_tokens | סוגinteger | דרישהרשות | ערכים ומגבלות מינימום: 1 תלוי במודל | ברירת מחדל— |
שדהstream | סוגboolean | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |
שדהstream_options.include_usage | סוגboolean | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtemperature | סוגnumber | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtop_p | סוגnumber | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהstop | סוגstring|string[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtools | סוגfunction_tool[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtools[].type | סוגstring | דרישהרשות | ערכים ומגבלות function תלוי במודל | ברירת מחדל— |
שדהtools[].function.name | סוגstring | דרישהחובה | ערכים ומגבלות חל כאשר: סופק כלי פונקציה | ברירת מחדל— |
שדהtools[].function.description | סוגstring | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהtools[].function.parameters | סוגJSON_schema | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהtool_choice | סוגstring|object | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהparallel_tool_calls | סוגboolean | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהresponse_format | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהreasoning_effort | סוגstring | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהreasoning | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהservice_tier | סוגstring | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהinstructions | סוגstring | דרישהרשות | ערכים ומגבלות שדה תאימות | ברירת מחדל— |
שדהfunctions | סוגfunction[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהfunction_call | סוגstring|object | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהprompt_cache_options | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהmodalities | סוגstring[] | דרישהרשות | ערכים ומגבלות text | ברירת מחדל— |
שדהprovider | סוגobject | דרישהרשות | ערכים ומגבלות תנאים: provider.options נדחה במסלול הטקסט הזה של Ultra | ברירת מחדל— |
שדהcache_control.ttl | סוגstring | דרישהרשות | ערכים ומגבלות תנאים: 1h נדחה במיקומים המשמשים בפועל למטמון הנחיות | ברירת מחדל— |
טקסט · טקסט UTF8
messages[].content
| פרמטר | מפרט |
|---|---|
פרמטרcontent_type | מפרטapplication/json |
פרמטרrequired | מפרטmodel, messages |
פרמטרmaterial_types | מפרטtext |
פרמטרmessages | מפרטמערך הודעות במבנה role/content |
פרמטרfile_material | מפרטמסמך UTF-8 בפועל מוכנס כטקסט מילולי; לא מוסק מזהה קובץ |
פרמטרoptional_controls | מפרטstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
פרמטרcontrol_scope | מפרטייחודי למודל; כלי פונקציות של המשתמש שונים מכלים מתארחים |
פרמטרoutput_modalities | מפרטtext |
פרמטרhosted_operations | מפרטfalse |
פרמטרmultimodal_input_binding | מפרטnull |
מחזור חיים: synchronous_or_streamed
שלחו את מזהה המודל המדויק עם messages.
אורך ההקשר אינו תקרת פלט.
קובץ טקסט יכול לספק טקסט מילולי; קלטי תמונה/אודיו/אובייקט קובץ דורשים קישור מדויק.
מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.
התאימו כל חיוב לתנאים המוצגים. השתמשו בתעריף אחד לכל קבוצה של תצורות חלופיות.
| תצורה | טבלת תעריפים | טוקנים בהקשר, יותר מ- | טוקנים בהקשר, עד וכולל | חיוב |
|---|---|---|---|---|
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | טוקנים בהקשר, יותר מ-— | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.00066 / 1K טוקנים פלט · טוקני פלט $0.00066 / 1K טוקנים קלט · קריאה מהמטמון $0.00003 / 1K טוקנים קלט · כתיבה למטמון $0 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
| תצורהרמת אורך בקשה 1 | טבלת תעריפים— | טוקנים בהקשר, יותר מ-0 | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.00066 / 1K טוקנים פלט · טוקני פלט $0.00066 / 1K טוקנים קלט · קריאה מהמטמון $0.00003 / 1K טוקנים קלט · כתיבה למטמון $0 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "mistralai/ministral-8b-2512", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='mistralai/ministral-8b-2512',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='mistralai/ministral-8b-2512',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson או SSE
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
שמרו כל בחירה ואת התוכן, קריאות הכלים וההנמקה שלה. ב-SSE הרכיבו עדכונים לפי אינדקס הבחירה/הכלי ושמרו את סיבת הסיום הסופית ואת השימוש.
שמרו מזהי בקשות/תגובות וכותרות. לא מסופק URL כללי לאחזור משימת טקסט.
| שדה | סוג |
|---|---|
שדהchoices[].index | סוגinteger |
שדהchoices[].message.content | סוגstring|null |
שדהchoices[].message.tool_calls | סוגtool_call[] |
שדהchoices[].message.reasoning_content | סוגstring |
שדהchoices[].message.reasoning_details | סוגobject|array |
שדהchoices[].finish_reason | סוגstring|null |
שדהusage | סוגobject |
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |
Ailoot Ultra mistralai/ministral-8b-2512
השתמשו בנתיבי השיטות המוצגים למעלה.
mistralai/ministral-8b-2512Ministral 3 8B Instruct 2512 הוא מודל הוראות רב־לשוני לטקסט ולתמונות, עם רכיב שפה בעל 8.4 מיליארד פרמטרים ומקודד ראייה בעל 0.4 מיליארד פרמטרים. הוא תומך בהקשר של 256k לפי היצרן, בהוראות מערכת, ב־JSON ובקריאה מובנית לפונקציות לעוזרים ולתהליכי מסמכים.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Ministral 3 8B Instruct 2512 הוא המודל הבינוני בגודלו שהותאם להוראות במשפחת Ministral 3 של Mistral AI. נקודת הביקורת שפורסמה עברה אימון המשך למשימות שיחה והוראות בדיוק FP8. היא משלבת רכיב שפה עם מקודד ראייה, מקבלת טקסט ותמונות ומחזירה טקסט, ולא תוצר תמונה או שמע.
ארכיטקטורה ויכולות מרכזיות
היצרן מציין מודל שפה בעל 8.4 מיליארד פרמטרים ומקודד ראייה בעל 0.4 מיליארד פרמטרים. חלון ההקשר שלו מתואר כ־256k, והערות השימוש שפורסמו משתמשות באורך ברירת מחדל מוגדר של 262,144. אלה מתארים את מהדורת גודל 8B הזאת; בני המשפחה הקטן יותר, 3B, והגדול יותר, 14B, שומרים על גדלי רכיבים ותצורות משלהם.
ראייה מרחיבה את קלט המודל מעבר לשיחה כתובה. אפשר לצרף לתמונת מסמך שאלה על שדה, פסקה או קשר חזותי נבחרים. אפשר לצרף לצילום מסך את מטרת המשתמש ובקשה לזהות את הפקד הרלוונטי. בקשו את התצפית התומכת בכל מסקנה כאשר התשובה תלויה בפרט חזותי, ושמרו כותרות, תוויות ויחידות הדרושות לפירוש החיתוך.
הכרטיס מתאר עבודה רב־לשונית בעשרות שפות, ובהן אנגלית, צרפתית, ספרדית, גרמנית, איטלקית, פורטוגזית, הולנדית, סינית, יפנית, קוריאנית וערבית. הוא מציין גם היצמדות להוראות מערכת, קריאה מובנית לפונקציות ופלט JSON. הגדירו במפורש את שפת היעד, התפקיד ודרישות הפלט, במקום להשאיר למודל להסיק את התוצר המיועד מתוך קלט גדול.
משימות מסמכים, שיחה וסוכנים
מקרי השימוש של היצרן כוללים ממשקי שיחה, עוזרים יומיומיים, תיאור תמונות ומסמכים, תרגום, יצירת תוכן וסוכנים מתמחים. לעוזר מסמכים, ספקו את העמוד וציינו את המידע שיש להחזיר. בקשת חילוץ יכולה לציין את תוויות השדות, את הסוגים הצפויים ואת הטיפול בערכים חסרים. תשובה שימושית עשויה להכיל את מזהה המסמך, את הערך שחולץ והסבר קצר הקשור למקור הגלוי.
לשיחה מתמשכת, שמרו את התשובה הקודמת הרלוונטית ושאלו שאלת המשך ממוקדת. משתמש יכול לבקש תחילה סיכום מסמך ולאחר מכן לשאול איזו אמירה תומכת במסקנה אחת. כך משתנה הפלט הדרוש מסקירה כללית להסבר המקושר למקור, תוך שמירה על החומר המקורי ועל מטרת הדיאלוג.
לעריכה רב־לשונית, ספקו את הקטע המקורי, את הקורא המיועד ואת רשימת המונחים. בקשו גרסה מתוקנת המשמרת שמות, תנאים ויחידות, ולאחריה הסבר קצר על השינויים, אם הוא מועיל. ליצירת תוכן, ציינו את הקהל ואת העובדות שצריכות להופיע לפני בקשת טיוטה קצרה או ניסוח חלופי.
במשימת סוכן, היישום מספק את הכלים ואת הפרמטרים שלהם. המודל יכול לבחור פונקציה ולהכין ארגומנטים, ואילו היישום מפעיל אותה ומחזיר את התוצאה. דוגמת הפונקציה בכרטיס משלבת שאלה על תמונה עם כלי חישוב. שמרו את תוצאת הכלי בנפרד מהקריאה המוצעת, כדי שהתשובה הכתובה הבאה תשתמש במידע שהפעולה החזירה בפועל.
הכנה והגדרות מומלצות
היצרן ממליץ על הוראת מערכת המתארת את הסביבה, את מקרה השימוש ואת אופן השימוש בכלים. הקפידו שקבוצת הכלים תהיה מוגדרת היטב ומוגבלת למינימום הדרוש למשימה. תהליך חיפוש קטן יכול להציע את הפונקציות הרלוונטיות לשאלה הנוכחית, עם ארגומנטים נדרשים בעלי שמות ברורים, במקום להציג אוסף גדול של פעולות שאינן קשורות זו לזו.
לשימוש יומיומי ולשימוש בסביבת ייצור, הכרטיס ממליץ על טמפרטורה מתחת ל־0.1, עם טמפרטורות גבוהות יותר הזמינות לבחינה יצירתית. התייחסו לכך כהמלצה לתהליך ההוראות, ולא כבקרה נפרדת של מצב הסקה. למשפחה יש נקודות ביקורת נפרדות של Base, Instruct ו־Reasoning; רשומה זו היא מהדורת Instruct 2512, ולא גרסת Reasoning הנפרדת באותו גודל.
לתמונות, היצרן ממליץ על יחסי ממדים הקרובים ל־1:1 ועל הימנעות מקלטים צרים מאוד או רחבים מאוד. חתכו לפי הצורך תוך שמירה על התוויות ועל ההקשר שהשאלה דורשת. אם עמוד מכיל כמה אזורים שאינם קשורים זה לזה, זהו את החלק שיש לבדוק ואת התוצאה שיש להחזיר. תמונה קריאה וממוקדת שימושית יותר מבקשה מהמודל לנחש איזה פרט קטן בעמוד רחב חשוב.
גבולות ההקשר והמהדורה
תכננו את הטקסט, התמונות, השיחה והתשובה הרצויה סביב ההקשר המוגדר. הערות השימוש מאפשרות במפורש לצמצם את אורך המודל המוגדר כאשר נדרש פחות הקשר, ולכן החלון המלא אינו הוראה למלא כל בקשה בכל החומר הזמין. דוגמת היצירה של 512 אסימונים בכרטיס היא רק הגדרת דוגמה, והמקורות שנקראו אינם מבססים מגבלה קשיחה נפרדת לאורך תשובה מרבי.
נקודת הביקורת FP8 Instruct, גרסת Base שאומנה מראש וגרסת Reasoning הן מהדורות נפרדות. היצרן מתאר גם התמחות וכוונון עדין כמקרי שימוש. שמרו את נקודת הביקורת הנקובה בשם ואת מחלק האסימונים שלה בהכנת השיחה, והבחינו בין יצירת טקסט לגישה למאגר קוד, להפעלת פונקציות או לפעולות אחרות שהיישום הסובב מספק.
POST /v1/messagestextjson, sse| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות mistralai/ministral-8b-2512 | ברירת מחדל— |
שדהmessages | סוגmessage[] | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].role | סוגstring | דרישהחובה | ערכים ומגבלות user, assistant | ברירת מחדל— |
שדהmessages[].content | סוגstring | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהmax_tokens | סוגinteger | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהstream | סוגboolean | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |
טקסט · טקסט UTF-8
מחרוזת messages[].content
| פרמטר | מפרט |
|---|---|
פרמטרcontent_type | מפרטapplication/json |
פרמטרrequired | מפרטmodel, messages, max_tokens |
פרמטרoptional_controls | מפרטstream |
פרמטרmaterial_types | מפרטtext |
פרמטרtext_file_material | מפרטקראו את מסמך UTF-8 בפועל והכניסו את הטקסט שלו לקלט שצוין או למחרוזת תוכן ההודעה. |
מחזור חיים: synchronous_or_streamed
מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.
התאימו כל חיוב לתנאים המוצגים. השתמשו בתעריף אחד לכל קבוצה של תצורות חלופיות.
| תצורה | טבלת תעריפים | טוקנים בהקשר, יותר מ- | טוקנים בהקשר, עד וכולל | חיוב |
|---|---|---|---|---|
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | טוקנים בהקשר, יותר מ-— | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.00066 / 1K טוקנים פלט · טוקני פלט $0.00066 / 1K טוקנים קלט · קריאה מהמטמון $0.00003 / 1K טוקנים קלט · כתיבה למטמון $0 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
| תצורהרמת אורך בקשה 1 | טבלת תעריפים— | טוקנים בהקשר, יותר מ-0 | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.00066 / 1K טוקנים פלט · טוקני פלט $0.00066 / 1K טוקנים קלט · קריאה מהמטמון $0.00003 / 1K טוקנים קלט · כתיבה למטמון $0 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
{\n "model": "mistralai/ministral-8b-2512",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'mistralai/ministral-8b-2512', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'mistralai/ministral-8b-2512', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON או SSE
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
שמרו את כל בלוקי התוכן, חתימות החשיבה ומזהי השימוש בכלים בפועל. הרכיבו את כל עדכוני הבלוקים של SSE; בלוק הטקסט הראשון אינו הפלט המלא.
שמרו מזהי בקשות/תגובות וכותרות. לא מסופק URL כללי לאחזור משימת טקסט.
| שדה | סוג |
|---|---|
שדהid | סוגstring |
שדהmodel | סוגstring |
שדהcontent[] | סוגtext|thinking|tool_use|other content block |
שדהstop_reason | סוגstring|null |
שדהusage | סוגobject |
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |
Ailoot Ultra mistralai/ministral-8b-2512
השתמשו בנתיבי השיטות המוצגים למעלה.
דוגמה טכנית באנגלית
Extract a compact invoice record\n\nExtract the invoice identifier, supplier, total and currency from this text: Invoice INV-731. Supplier: Cedar Works. Subtotal: 80 EUR. Tax: 16 EUR. Total: 96 EUR. Payment due: not stated. Return those fields plus payment_due; use null when absent and preserve the identifier exactly.A labelled record with invoice_id, supplier, total, currency and payment_due, using null for the unstated date.Check that the total is taken from the Total line rather than the subtotal and that EUR is retained.