Mistral Small 3 Instruct 2501 הוא הגרסה בעלת 24 מיליארד הפרמטרים של Mistral Small 3 שהותאמה להוראות. הוא עבר כוונון עדין מתוך מודל Small 24B Base 2501 הנקוב בשם נפרד. היצרן מייעד אותו לסיוע בשיחה בעל תגובה מהירה, לקריאה לפונקציות ולהתאמה לתחום מסוים, עם טקסט הן כקלט והן כתוצאה הנוצרת.
יכולות ליבה והבחנה באימון
כרטיס המודל מתעד תמיכה רב־לשונית, יכולות שיחה והסקה, קריאה מובנית לפונקציות, פלט JSON והיצמדות להנחיות מערכת. חלון ההקשר שלו הוא 32k, והוא משתמש במחלק אסימונים Tekken עם אוצר מילים המסומן 131k. תווית ההקשר נוגעת לטקסט הנשמר למשימה, ואילו תווית אוצר המילים מתארת את חלוקת האסימונים; אלה מפרטים שונים.
היצרן מציין שפות ובהן אנגלית, צרפתית, גרמנית, ספרדית, איטלקית, סינית, יפנית, קוריאנית, פורטוגזית, הולנדית ופולנית, כאשר רוסית מופיעה גם במטא־נתוני השפות של הכרטיס שפורסם. הגדירו את שפת היעד ואת המינוח שצריך להישאר ללא שינוי. הסבר מתורגם יכול לשמר מזהים, שמות ויחידות תוך התאמת הטקסט הסובב לקורא.
הכרזת הגרסה מציינת ש־Small 3 אינה מאומנת בלמידת חיזוק או בנתונים סינתטיים ומבחינה בין נקודות ביקורת שאומנו מראש לכאלה שהותאמו להוראות. היא מתארת את המודל כבסיס שניתן להתאים עוד, ולא כנקודת ביקורת היברידית עם בקרות ההסקה של Small 4 המאוחרת יותר. רשומה זו היא מהדורת Instruct 2501 לביצוע משימת שיחה.
משימות שיחה ומשימות מובנות
לעוזר בסגנון תמיכה, ספקו את שאלת המשתמש, את חומר העזר הרלוונטי ואת כללי התשובה. בקשו את הפעולה העונה על השאלה ואת התנאי שבו היא חלה. פלט מעשי יכול להפריד בין תשובה תמציתית לשדות שחולצו והיישום זקוק להם לשלב הבא, במקום לערבב אותם בהסבר לא מובנה.
לסיווג, ספקו את התוויות המותרות ואת ההבחנות ביניהן. לחילוץ, ציינו את השדות, הסוגים הצפויים והייצוג של מידע חסר. רשומה עשויה להכיל את קטגוריית הבעיה, מזהה שהועתק מההודעה וסיכום קצר של הפעולה המבוקשת. JSON מארגן את התוצאה, אך תכנון השדות וכללי הפרשנות נשארים חלק מהמשימה שסופקה.
להסבר קוד, כללו את הפונקציה, הצהרות רלוונטיות וקלט מוחשי. שאלו איזה מסלול בקוד קובע את התוצאה. להסבר מתמטי, הגדירו משתנים והנחות וזהו את הביטוי או הטענה שיש לבסס. משימות טקסט אלה יכולות להחזיר שיטה, הסבר ותוצר סופי בלי להניח שהמודל עצמו מריץ את הקוד או חישוב חיצוני.
הוראות מערכת והגדרות מומלצות
הכרטיס ממליץ על הנחיית מערכת המותאמת לעוזר המיועד ועל טמפרטורה נמוכה יחסית, כגון 0.15. השתמשו בהוראת המערכת להגדרת התפקיד, הסגנון וכללי התשובה, בעוד שהודעת המשתמש נושאת את הבעיה בפועל או את חומר המקור. שמרו הוראות מצוטטות בתוך מסמך בנפרד מהוראת היישום לגבי הפעולה שיש לבצע במסמך הזה.
לעוזר יומיומי, ציינו אם התוצאה צריכה להיות תשובה קצרה, רשומה מובנית או הסבר ארוך יותר. אם התשובה תנותח באופן תכנותי, בקשו את הרשומה בנפרד מטקסט אופציונלי. בתהליך מסמכים חוזר, שמרו את מזהה המקור לצד כל תוצאה כדי שהיישום יוכל להחזיר למשתמש את החומר הנכון.
קריאה לפונקציות והתמחות
המודל יכול לבחור פונקציה שתוארה ולהפיק את הארגומנטים שלה. היישום מבצע את הפעולה ומחזיר את התוצאה עם הקריאה המתאימה לכלי, ולאחר מכן התשובה הבאה יכולה להשתמש במידע הזה. דוגמת הכרטיס מציגה שיחה עם שימוש קודם בכלים ולאחריו שאלה חדשה. כך יש לעוזר דרך לבקש מידע מכלים מחוברים בלי להתייחס לקריאה מוצעת כאל חיפוש שהושלם.
תארו בבירור את המטרה של כל פונקציה ואת הערכים הנדרשים. משימת חיפוש יכולה לציין את המידע הדרוש ולהחזיר לשיחה את תוצאת הכלי בפועל; פונקציה לעיבוד טקסט יכולה לספק קטע שעבר שינוי לתשובה הבאה. שמרו על קבוצת כלים הקשורה לתהליך הנוכחי ועל הקישור בין הפעולה המוצעת לתוצאתה.
היצרן מתאר גם כוונון עדין להתמחות בנושא מסוים. התהליך הזה משנה מודל לתחום מוגדר; לעומת זאת, אספקת מסמך בשיחה אחת היא התניה במקור עבור אותה משימה. ספקו את חומר התחום ואת דרישות התשובה הדרושים לעוזר המסוים במקום להניח שכבר בוצעה התאמה אישית.
הקשר ומגבלות מהותיות
Small 3 2501 הוא מודל המבוסס על טקסט בלבד עם הקשר של 32k. יכולת הראייה וההקשר של 128k שהוצגו ב־Small 3.1 שייכים לגרסה המאוחרת יותר, וגם את המצבים ההיברידיים של Small 4 אין להעביר לכאן. יש להכין את התוכן הרלוונטי של תמונה, הקלטת שמע או וידאו באמצעות רכיב אחר לפני משימת הטקסט הזאת.
הגדרות היצירה של 256 ו־512 אסימונים בכרטיס הן דוגמאות שימוש, ולא קיבולות פלט מרביות נפרדות. השאירו את זהות Instruct 2501 המדויקת, את מחלק האסימונים ואת התוצאה המבוקשת מפורשים. התוצר הסופי השימושי הוא התשובה, רשומת ה־JSON או הקוד המוצע שמשמעותם והפורמט שלהם תואמים למשימה הכתובה המקורית.
", "aboutText": "Mistral Small 3 Instruct 2501 הוא הגרסה בעלת 24 מיליארד הפרמטרים של Mistral Small 3 שהותאמה להוראות. הוא עבר כוונון עדין מתוך מודל Small 24B Base 2501 הנקוב בשם נפרד. היצרן מייעד אותו לסיוע בשיחה בעל תגובה מהירה, לקריאה לפונקציות ולהתאמה לתחום מסוים, עם טקסט הן כקלט והן כתוצאה הנוצרת.\n\nיכולות ליבה והבחנה באימון\n\nכרטיס המודל מתעד תמיכה רב־לשונית, יכולות שיחה והסקה, קריאה מובנית לפונקציות, פלט JSON והיצמדות להנחיות מערכת. חלון ההקשר שלו הוא 32k, והוא משתמש במחלק אסימונים Tekken עם אוצר מילים המסומן 131k. תווית ההקשר נוגעת לטקסט הנשמר למשימה, ואילו תווית אוצר המילים מתארת את חלוקת האסימונים; אלה מפרטים שונים.\n\nהיצרן מציין שפות ובהן אנגלית, צרפתית, גרמנית, ספרדית, איטלקית, סינית, יפנית, קוריאנית, פורטוגזית, הולנדית ופולנית, כאשר רוסית מופיעה גם במטא־נתוני השפות של הכרטיס שפורסם. הגדירו את שפת היעד ואת המינוח שצריך להישאר ללא שינוי. הסבר מתורגם יכול לשמר מזהים, שמות ויחידות תוך התאמת הטקסט הסובב לקורא.\n\nהכרזת הגרסה מציינת ש־Small 3 אינה מאומנת בלמידת חיזוק או בנתונים סינתטיים ומבחינה בין נקודות ביקורת שאומנו מראש לכאלה שהותאמו להוראות. היא מתארת את המודל כבסיס שניתן להתאים עוד, ולא כנקודת ביקורת היברידית עם בקרות ההסקה של Small 4 המאוחרת יותר. רשומה זו היא מהדורת Instruct 2501 לביצוע משימת שיחה.\n\nמשימות שיחה ומשימות מובנות\n\nלעוזר בסגנון תמיכה, ספקו את שאלת המשתמש, את חומר העזר הרלוונטי ואת כללי התשובה. בקשו את הפעולה העונה על השאלה ואת התנאי שבו היא חלה. פלט מעשי יכול להפריד בין תשובה תמציתית לשדות שחולצו והיישום זקוק להם לשלב הבא, במקום לערבב אותם בהסבר לא מובנה.\n\nלסיווג, ספקו את התוויות המותרות ואת ההבחנות ביניהן. לחילוץ, ציינו את השדות, הסוגים הצפויים והייצוג של מידע חסר. רשומה עשויה להכיל את קטגוריית הבעיה, מזהה שהועתק מההודעה וסיכום קצר של הפעולה המבוקשת. JSON מארגן את התוצאה, אך תכנון השדות וכללי הפרשנות נשארים חלק מהמשימה שסופקה.\n\nלהסבר קוד, כללו את הפונקציה, הצהרות רלוונטיות וקלט מוחשי. שאלו איזה מסלול בקוד קובע את התוצאה. להסבר מתמטי, הגדירו משתנים והנחות וזהו את הביטוי או הטענה שיש לבסס. משימות טקסט אלה יכולות להחזיר שיטה, הסבר ותוצר סופי בלי להניח שהמודל עצמו מריץ את הקוד או חישוב חיצוני.\n\nהוראות מערכת והגדרות מומלצות\n\nהכרטיס ממליץ על הנחיית מערכת המותאמת לעוזר המיועד ועל טמפרטורה נמוכה יחסית, כגון 0.15. השתמשו בהוראת המערכת להגדרת התפקיד, הסגנון וכללי התשובה, בעוד שהודעת המשתמש נושאת את הבעיה בפועל או את חומר המקור. שמרו הוראות מצוטטות בתוך מסמך בנפרד מהוראת היישום לגבי הפעולה שיש לבצע במסמך הזה.\n\nלעוזר יומיומי, ציינו אם התוצאה צריכה להיות תשובה קצרה, רשומה מובנית או הסבר ארוך יותר. אם התשובה תנותח באופן תכנותי, בקשו את הרשומה בנפרד מטקסט אופציונלי. בתהליך מסמכים חוזר, שמרו את מזהה המקור לצד כל תוצאה כדי שהיישום יוכל להחזיר למשתמש את החומר הנכון.\n\nקריאה לפונקציות והתמחות\n\nהמודל יכול לבחור פונקציה שתוארה ולהפיק את הארגומנטים שלה. היישום מבצע את הפעולה ומחזיר את התוצאה עם הקריאה המתאימה לכלי, ולאחר מכן התשובה הבאה יכולה להשתמש במידע הזה. דוגמת הכרטיס מציגה שיחה עם שימוש קודם בכלים ולאחריו שאלה חדשה. כך יש לעוזר דרך לבקש מידע מכלים מחוברים בלי להתייחס לקריאה מוצעת כאל חיפוש שהושלם.\n\nתארו בבירור את המטרה של כל פונקציה ואת הערכים הנדרשים. משימת חיפוש יכולה לציין את המידע הדרוש ולהחזיר לשיחה את תוצאת הכלי בפועל; פונקציה לעיבוד טקסט יכולה לספק קטע שעבר שינוי לתשובה הבאה. שמרו על קבוצת כלים הקשורה לתהליך הנוכחי ועל הקישור בין הפעולה המוצעת לתוצאתה.\n\nהיצרן מתאר גם כוונון עדין להתמחות בנושא מסוים. התהליך הזה משנה מודל לתחום מוגדר; לעומת זאת, אספקת מסמך בשיחה אחת היא התניה במקור עבור אותה משימה. ספקו את חומר התחום ואת דרישות התשובה הדרושים לעוזר המסוים במקום להניח שכבר בוצעה התאמה אישית.\n\nהקשר ומגבלות מהותיות\n\nSmall 3 2501 הוא מודל המבוסס על טקסט בלבד עם הקשר של 32k. יכולת הראייה וההקשר של 128k שהוצגו ב־Small 3.1 שייכים לגרסה המאוחרת יותר, וגם את המצבים ההיברידיים של Small 4 אין להעביר לכאן. יש להכין את התוכן הרלוונטי של תמונה, הקלטת שמע או וידאו באמצעות רכיב אחר לפני משימת הטקסט הזאת.\n\nהגדרות היצירה של 256 ו־512 אסימונים בכרטיס הן דוגמאות שימוש, ולא קיבולות פלט מרביות נפרדות. השאירו את זהות Instruct 2501 המדויקת, את מחלק האסימונים ואת התוצאה המבוקשת מפורשים. התוצר הסופי השימושי הוא התשובה, רשומת ה־JSON או הקוד המוצע שמשמעותם והפורמט שלהם תואמים למשימה הכתובה המקורית.", "editorialOverlay": { "copy_fields": { "practical_html": "דוגמה טכנית באנגלית
Prepare a reference-grounded support answer\n\nAnswer this customer question using only the reference: 'Can I change the pickup location after the parcel is handed to the carrier?' Reference: 'Before handover, support may change the pickup location. After handover, the recipient must request a change from the carrier; availability depends on its route.' Return a concise reply and the condition supporting it.A short customer reply plus the reference condition that determines the next contact.The reply directs the handed-over parcel's request to the carrier and does not promise that a change is available.mistralai/mistral-small-24b-instruct-2501Mistral Small 3 Instruct 2501 הוא מודל טקסט בעל 24 מיליארד פרמטרים להוראות בשיחה, לחילוץ מובנה וליישומים בסיוע כלים. הוא מספק הקשר של 32k לפי היצרן, תשובות רב־לשוניות, תמיכה בהנחיית מערכת, JSON וקריאה מובנית לפונקציות בגרסה נפרדת המבוססת על טקסט בלבד.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Mistral Small 3 Instruct 2501 הוא הגרסה בעלת 24 מיליארד הפרמטרים של Mistral Small 3 שהותאמה להוראות. הוא עבר כוונון עדין מתוך מודל Small 24B Base 2501 הנקוב בשם נפרד. היצרן מייעד אותו לסיוע בשיחה בעל תגובה מהירה, לקריאה לפונקציות ולהתאמה לתחום מסוים, עם טקסט הן כקלט והן כתוצאה הנוצרת.
יכולות ליבה והבחנה באימון
כרטיס המודל מתעד תמיכה רב־לשונית, יכולות שיחה והסקה, קריאה מובנית לפונקציות, פלט JSON והיצמדות להנחיות מערכת. חלון ההקשר שלו הוא 32k, והוא משתמש במחלק אסימונים Tekken עם אוצר מילים המסומן 131k. תווית ההקשר נוגעת לטקסט הנשמר למשימה, ואילו תווית אוצר המילים מתארת את חלוקת האסימונים; אלה מפרטים שונים.
היצרן מציין שפות ובהן אנגלית, צרפתית, גרמנית, ספרדית, איטלקית, סינית, יפנית, קוריאנית, פורטוגזית, הולנדית ופולנית, כאשר רוסית מופיעה גם במטא־נתוני השפות של הכרטיס שפורסם. הגדירו את שפת היעד ואת המינוח שצריך להישאר ללא שינוי. הסבר מתורגם יכול לשמר מזהים, שמות ויחידות תוך התאמת הטקסט הסובב לקורא.
הכרזת הגרסה מציינת ש־Small 3 אינה מאומנת בלמידת חיזוק או בנתונים סינתטיים ומבחינה בין נקודות ביקורת שאומנו מראש לכאלה שהותאמו להוראות. היא מתארת את המודל כבסיס שניתן להתאים עוד, ולא כנקודת ביקורת היברידית עם בקרות ההסקה של Small 4 המאוחרת יותר. רשומה זו היא מהדורת Instruct 2501 לביצוע משימת שיחה.
משימות שיחה ומשימות מובנות
לעוזר בסגנון תמיכה, ספקו את שאלת המשתמש, את חומר העזר הרלוונטי ואת כללי התשובה. בקשו את הפעולה העונה על השאלה ואת התנאי שבו היא חלה. פלט מעשי יכול להפריד בין תשובה תמציתית לשדות שחולצו והיישום זקוק להם לשלב הבא, במקום לערבב אותם בהסבר לא מובנה.
לסיווג, ספקו את התוויות המותרות ואת ההבחנות ביניהן. לחילוץ, ציינו את השדות, הסוגים הצפויים והייצוג של מידע חסר. רשומה עשויה להכיל את קטגוריית הבעיה, מזהה שהועתק מההודעה וסיכום קצר של הפעולה המבוקשת. JSON מארגן את התוצאה, אך תכנון השדות וכללי הפרשנות נשארים חלק מהמשימה שסופקה.
להסבר קוד, כללו את הפונקציה, הצהרות רלוונטיות וקלט מוחשי. שאלו איזה מסלול בקוד קובע את התוצאה. להסבר מתמטי, הגדירו משתנים והנחות וזהו את הביטוי או הטענה שיש לבסס. משימות טקסט אלה יכולות להחזיר שיטה, הסבר ותוצר סופי בלי להניח שהמודל עצמו מריץ את הקוד או חישוב חיצוני.
הוראות מערכת והגדרות מומלצות
הכרטיס ממליץ על הנחיית מערכת המותאמת לעוזר המיועד ועל טמפרטורה נמוכה יחסית, כגון 0.15. השתמשו בהוראת המערכת להגדרת התפקיד, הסגנון וכללי התשובה, בעוד שהודעת המשתמש נושאת את הבעיה בפועל או את חומר המקור. שמרו הוראות מצוטטות בתוך מסמך בנפרד מהוראת היישום לגבי הפעולה שיש לבצע במסמך הזה.
לעוזר יומיומי, ציינו אם התוצאה צריכה להיות תשובה קצרה, רשומה מובנית או הסבר ארוך יותר. אם התשובה תנותח באופן תכנותי, בקשו את הרשומה בנפרד מטקסט אופציונלי. בתהליך מסמכים חוזר, שמרו את מזהה המקור לצד כל תוצאה כדי שהיישום יוכל להחזיר למשתמש את החומר הנכון.
קריאה לפונקציות והתמחות
המודל יכול לבחור פונקציה שתוארה ולהפיק את הארגומנטים שלה. היישום מבצע את הפעולה ומחזיר את התוצאה עם הקריאה המתאימה לכלי, ולאחר מכן התשובה הבאה יכולה להשתמש במידע הזה. דוגמת הכרטיס מציגה שיחה עם שימוש קודם בכלים ולאחריו שאלה חדשה. כך יש לעוזר דרך לבקש מידע מכלים מחוברים בלי להתייחס לקריאה מוצעת כאל חיפוש שהושלם.
תארו בבירור את המטרה של כל פונקציה ואת הערכים הנדרשים. משימת חיפוש יכולה לציין את המידע הדרוש ולהחזיר לשיחה את תוצאת הכלי בפועל; פונקציה לעיבוד טקסט יכולה לספק קטע שעבר שינוי לתשובה הבאה. שמרו על קבוצת כלים הקשורה לתהליך הנוכחי ועל הקישור בין הפעולה המוצעת לתוצאתה.
היצרן מתאר גם כוונון עדין להתמחות בנושא מסוים. התהליך הזה משנה מודל לתחום מוגדר; לעומת זאת, אספקת מסמך בשיחה אחת היא התניה במקור עבור אותה משימה. ספקו את חומר התחום ואת דרישות התשובה הדרושים לעוזר המסוים במקום להניח שכבר בוצעה התאמה אישית.
הקשר ומגבלות מהותיות
Small 3 2501 הוא מודל המבוסס על טקסט בלבד עם הקשר של 32k. יכולת הראייה וההקשר של 128k שהוצגו ב־Small 3.1 שייכים לגרסה המאוחרת יותר, וגם את המצבים ההיברידיים של Small 4 אין להעביר לכאן. יש להכין את התוכן הרלוונטי של תמונה, הקלטת שמע או וידאו באמצעות רכיב אחר לפני משימת הטקסט הזאת.
הגדרות היצירה של 256 ו־512 אסימונים בכרטיס הן דוגמאות שימוש, ולא קיבולות פלט מרביות נפרדות. השאירו את זהות Instruct 2501 המדויקת, את מחלק האסימונים ואת התוצאה המבוקשת מפורשים. התוצר הסופי השימושי הוא התשובה, רשומת ה־JSON או הקוד המוצע שמשמעותם והפורמט שלהם תואמים למשימה הכתובה המקורית.
POST /v1/chat/completionstexttext| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות mistralai/mistral-small-24b-instruct-2501 | 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 $0.0001 / 1K טוקנים פלט · טוקני פלט $0.00016 / 1K טוקנים קלט · קריאה מהמטמון — / 1K טוקנים קלט · כתיבה למטמון — / 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 $0.0001 / 1K טוקנים פלט · טוקני פלט $0.00016 / 1K טוקנים קלט · קריאה מהמטמון — / 1K טוקנים קלט · כתיבה למטמון — / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "mistralai/mistral-small-24b-instruct-2501", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='mistralai/mistral-small-24b-instruct-2501',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='mistralai/mistral-small-24b-instruct-2501',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/mistral-small-24b-instruct-2501
השתמשו בנתיבי השיטות המוצגים למעלה.
mistralai/mistral-small-24b-instruct-2501Mistral Small 3 Instruct 2501 הוא מודל טקסט בעל 24 מיליארד פרמטרים להוראות בשיחה, לחילוץ מובנה וליישומים בסיוע כלים. הוא מספק הקשר של 32k לפי היצרן, תשובות רב־לשוניות, תמיכה בהנחיית מערכת, JSON וקריאה מובנית לפונקציות בגרסה נפרדת המבוססת על טקסט בלבד.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Mistral Small 3 Instruct 2501 הוא הגרסה בעלת 24 מיליארד הפרמטרים של Mistral Small 3 שהותאמה להוראות. הוא עבר כוונון עדין מתוך מודל Small 24B Base 2501 הנקוב בשם נפרד. היצרן מייעד אותו לסיוע בשיחה בעל תגובה מהירה, לקריאה לפונקציות ולהתאמה לתחום מסוים, עם טקסט הן כקלט והן כתוצאה הנוצרת.
יכולות ליבה והבחנה באימון
כרטיס המודל מתעד תמיכה רב־לשונית, יכולות שיחה והסקה, קריאה מובנית לפונקציות, פלט JSON והיצמדות להנחיות מערכת. חלון ההקשר שלו הוא 32k, והוא משתמש במחלק אסימונים Tekken עם אוצר מילים המסומן 131k. תווית ההקשר נוגעת לטקסט הנשמר למשימה, ואילו תווית אוצר המילים מתארת את חלוקת האסימונים; אלה מפרטים שונים.
היצרן מציין שפות ובהן אנגלית, צרפתית, גרמנית, ספרדית, איטלקית, סינית, יפנית, קוריאנית, פורטוגזית, הולנדית ופולנית, כאשר רוסית מופיעה גם במטא־נתוני השפות של הכרטיס שפורסם. הגדירו את שפת היעד ואת המינוח שצריך להישאר ללא שינוי. הסבר מתורגם יכול לשמר מזהים, שמות ויחידות תוך התאמת הטקסט הסובב לקורא.
הכרזת הגרסה מציינת ש־Small 3 אינה מאומנת בלמידת חיזוק או בנתונים סינתטיים ומבחינה בין נקודות ביקורת שאומנו מראש לכאלה שהותאמו להוראות. היא מתארת את המודל כבסיס שניתן להתאים עוד, ולא כנקודת ביקורת היברידית עם בקרות ההסקה של Small 4 המאוחרת יותר. רשומה זו היא מהדורת Instruct 2501 לביצוע משימת שיחה.
משימות שיחה ומשימות מובנות
לעוזר בסגנון תמיכה, ספקו את שאלת המשתמש, את חומר העזר הרלוונטי ואת כללי התשובה. בקשו את הפעולה העונה על השאלה ואת התנאי שבו היא חלה. פלט מעשי יכול להפריד בין תשובה תמציתית לשדות שחולצו והיישום זקוק להם לשלב הבא, במקום לערבב אותם בהסבר לא מובנה.
לסיווג, ספקו את התוויות המותרות ואת ההבחנות ביניהן. לחילוץ, ציינו את השדות, הסוגים הצפויים והייצוג של מידע חסר. רשומה עשויה להכיל את קטגוריית הבעיה, מזהה שהועתק מההודעה וסיכום קצר של הפעולה המבוקשת. JSON מארגן את התוצאה, אך תכנון השדות וכללי הפרשנות נשארים חלק מהמשימה שסופקה.
להסבר קוד, כללו את הפונקציה, הצהרות רלוונטיות וקלט מוחשי. שאלו איזה מסלול בקוד קובע את התוצאה. להסבר מתמטי, הגדירו משתנים והנחות וזהו את הביטוי או הטענה שיש לבסס. משימות טקסט אלה יכולות להחזיר שיטה, הסבר ותוצר סופי בלי להניח שהמודל עצמו מריץ את הקוד או חישוב חיצוני.
הוראות מערכת והגדרות מומלצות
הכרטיס ממליץ על הנחיית מערכת המותאמת לעוזר המיועד ועל טמפרטורה נמוכה יחסית, כגון 0.15. השתמשו בהוראת המערכת להגדרת התפקיד, הסגנון וכללי התשובה, בעוד שהודעת המשתמש נושאת את הבעיה בפועל או את חומר המקור. שמרו הוראות מצוטטות בתוך מסמך בנפרד מהוראת היישום לגבי הפעולה שיש לבצע במסמך הזה.
לעוזר יומיומי, ציינו אם התוצאה צריכה להיות תשובה קצרה, רשומה מובנית או הסבר ארוך יותר. אם התשובה תנותח באופן תכנותי, בקשו את הרשומה בנפרד מטקסט אופציונלי. בתהליך מסמכים חוזר, שמרו את מזהה המקור לצד כל תוצאה כדי שהיישום יוכל להחזיר למשתמש את החומר הנכון.
קריאה לפונקציות והתמחות
המודל יכול לבחור פונקציה שתוארה ולהפיק את הארגומנטים שלה. היישום מבצע את הפעולה ומחזיר את התוצאה עם הקריאה המתאימה לכלי, ולאחר מכן התשובה הבאה יכולה להשתמש במידע הזה. דוגמת הכרטיס מציגה שיחה עם שימוש קודם בכלים ולאחריו שאלה חדשה. כך יש לעוזר דרך לבקש מידע מכלים מחוברים בלי להתייחס לקריאה מוצעת כאל חיפוש שהושלם.
תארו בבירור את המטרה של כל פונקציה ואת הערכים הנדרשים. משימת חיפוש יכולה לציין את המידע הדרוש ולהחזיר לשיחה את תוצאת הכלי בפועל; פונקציה לעיבוד טקסט יכולה לספק קטע שעבר שינוי לתשובה הבאה. שמרו על קבוצת כלים הקשורה לתהליך הנוכחי ועל הקישור בין הפעולה המוצעת לתוצאתה.
היצרן מתאר גם כוונון עדין להתמחות בנושא מסוים. התהליך הזה משנה מודל לתחום מוגדר; לעומת זאת, אספקת מסמך בשיחה אחת היא התניה במקור עבור אותה משימה. ספקו את חומר התחום ואת דרישות התשובה הדרושים לעוזר המסוים במקום להניח שכבר בוצעה התאמה אישית.
הקשר ומגבלות מהותיות
Small 3 2501 הוא מודל המבוסס על טקסט בלבד עם הקשר של 32k. יכולת הראייה וההקשר של 128k שהוצגו ב־Small 3.1 שייכים לגרסה המאוחרת יותר, וגם את המצבים ההיברידיים של Small 4 אין להעביר לכאן. יש להכין את התוכן הרלוונטי של תמונה, הקלטת שמע או וידאו באמצעות רכיב אחר לפני משימת הטקסט הזאת.
הגדרות היצירה של 256 ו־512 אסימונים בכרטיס הן דוגמאות שימוש, ולא קיבולות פלט מרביות נפרדות. השאירו את זהות Instruct 2501 המדויקת, את מחלק האסימונים ואת התוצאה המבוקשת מפורשים. התוצר הסופי השימושי הוא התשובה, רשומת ה־JSON או הקוד המוצע שמשמעותם והפורמט שלהם תואמים למשימה הכתובה המקורית.
POST /v1/messagestextjson, sse| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות mistralai/mistral-small-24b-instruct-2501 | 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 $0.0001 / 1K טוקנים פלט · טוקני פלט $0.00016 / 1K טוקנים קלט · קריאה מהמטמון — / 1K טוקנים קלט · כתיבה למטמון — / 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 $0.0001 / 1K טוקנים פלט · טוקני פלט $0.00016 / 1K טוקנים קלט · קריאה מהמטמון — / 1K טוקנים קלט · כתיבה למטמון — / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
{\n "model": "mistralai/mistral-small-24b-instruct-2501",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'mistralai/mistral-small-24b-instruct-2501', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'mistralai/mistral-small-24b-instruct-2501', '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/mistral-small-24b-instruct-2501
השתמשו בנתיבי השיטות המוצגים למעלה.
דוגמה טכנית באנגלית
Prepare a reference-grounded support answer\n\nAnswer this customer question using only the reference: 'Can I change the pickup location after the parcel is handed to the carrier?' Reference: 'Before handover, support may change the pickup location. After handover, the recipient must request a change from the carrier; availability depends on its route.' Return a concise reply and the condition supporting it.A short customer reply plus the reference condition that determines the next contact.The reply directs the handed-over parcel's request to the carrier and does not promise that a change is available.