Devstral Medium 1.0 adalah model teks versi tetap dari Mistral AI untuk agen rekayasa perangkat lunak. Rilis diidentifikasi sebagai devstral-medium-2507 dan berfokus pada penggunaan alat untuk menelusuri basis kode, menyunting beberapa berkas terkait, dan melanjutkan tugas rekayasa melalui beberapa langkah. Jendela konteksnya 128K token. Masukan berupa materi tugas dan proyek tekstual; keluaran dapat berupa kode, penjelasan, atau argumen fungsi yang disediakan aplikasi.
Edisi Medium berada dalam arah agen perangkat lunak yang sama dengan Devstral Small, sambil mempertahankan identitas model sendiri. Pembuat memperkenalkannya untuk tugas yang membutuhkan pemahaman repositori dan kerja terkoordinasi dalam lingkungan agen. Rilis tetap 1.0 terpisah dari generasi Devstral berikutnya dan keluarga Mistral Medium serbaguna. Konteks dan spesialisasi khusus teksnya berlaku untuk edisi ini.
Fitur aplikasi yang didukung mencakup keluaran terstruktur, pemanggilan fungsi, pertanyaan dokumen, dan kelanjutan prefiks. Hasil terstruktur memungkinkan agen menyajikan rencana perubahan dengan bidang seperti berkas terdampak, suntingan wajib, asumsi, dan langkah validasi. Alur pertanyaan dokumen menyediakan isi teknis yang diekstrak untuk dianalisis, sehingga berguna ketika persyaratan implementasi tersebar di beberapa spesifikasi. Prefiks dapat menetapkan pembukaan respons, dan alur batch asinkron dapat menangani permintaan analisis independen.
Untuk tugas berbantuan alat, tentukan fungsi yang tersedia beserta skema argumennya. Model memilih tindakan yang sesuai dan menyiapkan argumen; aplikasi menjalankan tindakan dan mengembalikan hasilnya. Langkah berikutnya dapat berupa pemanggilan fungsi lain atau jawaban berdasarkan informasi yang terkumpul. Pemanggilan berurutan mendukung penelusuran diikuti penyuntingan dan peninjauan; pemanggilan independen dapat diminta bersamaan ketika aplikasi mengizinkan penggunaan paralel. Akses berkas, eksekusi perintah, dan penerapan perubahan tetap merupakan fungsi lingkungan agen.
Untuk perubahan repositori, berikan perilaku yang diharapkan, antarmuka relevan, dan contoh yang dapat direproduksi. Minta agen menelusuri jalur kode yang ada, mengidentifikasi dependensi, dan menyiapkan suntingan yang selaras lintas berkas terdampak. Untuk bug, sertakan hasil teramati dan hasil yang diwajibkan spesifikasi. Untuk refaktor, sebutkan perilaku publik yang harus tetap stabil. Hasil pencarian, isi berkas, dan pemeriksaan yang dikembalikan menjadi bagian konteks tekstual yang memandu usulan berikutnya.
Dalam alur Ailoot API, tentukan artefak akhir sebelum memulai: patch, rencana implementasi, tinjauan terstruktur, atau penjelasan teknis. Minta hasil yang membedakan usulan perubahan dari alasannya serta dari pemeriksaan yang benar-benar dikembalikan lingkungan. Model menyediakan keputusan berikutnya dan keluaran teks, sedangkan aplikasi menyediakan alat dan memvalidasi dampaknya. Ini membuat edisi tetap Medium 1.0 berguna untuk pekerjaan rekayasa yang harus menghubungkan persyaratan asli, bukti repositori, dan serangkaian usulan perubahan yang koheren.
", "aboutText": "Devstral Medium 1.0 adalah model teks versi tetap dari Mistral AI untuk agen rekayasa perangkat lunak. Rilis diidentifikasi sebagai devstral-medium-2507 dan berfokus pada penggunaan alat untuk menelusuri basis kode, menyunting beberapa berkas terkait, dan melanjutkan tugas rekayasa melalui beberapa langkah. Jendela konteksnya 128K token. Masukan berupa materi tugas dan proyek tekstual; keluaran dapat berupa kode, penjelasan, atau argumen fungsi yang disediakan aplikasi.\n\nEdisi Medium berada dalam arah agen perangkat lunak yang sama dengan Devstral Small, sambil mempertahankan identitas model sendiri. Pembuat memperkenalkannya untuk tugas yang membutuhkan pemahaman repositori dan kerja terkoordinasi dalam lingkungan agen. Rilis tetap 1.0 terpisah dari generasi Devstral berikutnya dan keluarga Mistral Medium serbaguna. Konteks dan spesialisasi khusus teksnya berlaku untuk edisi ini.\n\nFitur aplikasi yang didukung mencakup keluaran terstruktur, pemanggilan fungsi, pertanyaan dokumen, dan kelanjutan prefiks. Hasil terstruktur memungkinkan agen menyajikan rencana perubahan dengan bidang seperti berkas terdampak, suntingan wajib, asumsi, dan langkah validasi. Alur pertanyaan dokumen menyediakan isi teknis yang diekstrak untuk dianalisis, sehingga berguna ketika persyaratan implementasi tersebar di beberapa spesifikasi. Prefiks dapat menetapkan pembukaan respons, dan alur batch asinkron dapat menangani permintaan analisis independen.\n\nUntuk tugas berbantuan alat, tentukan fungsi yang tersedia beserta skema argumennya. Model memilih tindakan yang sesuai dan menyiapkan argumen; aplikasi menjalankan tindakan dan mengembalikan hasilnya. Langkah berikutnya dapat berupa pemanggilan fungsi lain atau jawaban berdasarkan informasi yang terkumpul. Pemanggilan berurutan mendukung penelusuran diikuti penyuntingan dan peninjauan; pemanggilan independen dapat diminta bersamaan ketika aplikasi mengizinkan penggunaan paralel. Akses berkas, eksekusi perintah, dan penerapan perubahan tetap merupakan fungsi lingkungan agen.\n\nUntuk perubahan repositori, berikan perilaku yang diharapkan, antarmuka relevan, dan contoh yang dapat direproduksi. Minta agen menelusuri jalur kode yang ada, mengidentifikasi dependensi, dan menyiapkan suntingan yang selaras lintas berkas terdampak. Untuk bug, sertakan hasil teramati dan hasil yang diwajibkan spesifikasi. Untuk refaktor, sebutkan perilaku publik yang harus tetap stabil. Hasil pencarian, isi berkas, dan pemeriksaan yang dikembalikan menjadi bagian konteks tekstual yang memandu usulan berikutnya.\n\nDalam alur Ailoot API, tentukan artefak akhir sebelum memulai: patch, rencana implementasi, tinjauan terstruktur, atau penjelasan teknis. Minta hasil yang membedakan usulan perubahan dari alasannya serta dari pemeriksaan yang benar-benar dikembalikan lingkungan. Model menyediakan keputusan berikutnya dan keluaran teks, sedangkan aplikasi menyediakan alat dan memvalidasi dampaknya. Ini membuat edisi tetap Medium 1.0 berguna untuk pekerjaan rekayasa yang harus menghubungkan persyaratan asli, bukti repositori, dan serangkaian usulan perubahan yang koheren.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
Coordinate a renamed export field\n\nPropose a patch plan across three files. serializer.py emits {'userName': user.name}; client.ts reads response.userName; schema.md documents userName. Requirement: new responses use display_name while the client temporarily accepts either field. Show the edits as small before/after snippets and give a compatibility test and a new-field test. Do not claim the files were edited.Three coordinated proposed edits plus tests for old and new responses during the compatibility period.The client accepts both spellings, while the producer and documentation agree on display_name.devstral-medium-2507Devstral Medium 1.0 adalah edisi tetap khusus teks dari Mistral AI untuk penelusuran repositori, penggunaan alat, dan perubahan perangkat lunak terkoordinasi. Konteks 128K-nya menampung persyaratan tugas, kode, dan hasil alat yang dikembalikan untuk agen yang bekerja lintas berkas terkait.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Devstral Medium 1.0 adalah model teks versi tetap dari Mistral AI untuk agen rekayasa perangkat lunak. Rilis diidentifikasi sebagai devstral-medium-2507 dan berfokus pada penggunaan alat untuk menelusuri basis kode, menyunting beberapa berkas terkait, dan melanjutkan tugas rekayasa melalui beberapa langkah. Jendela konteksnya 128K token. Masukan berupa materi tugas dan proyek tekstual; keluaran dapat berupa kode, penjelasan, atau argumen fungsi yang disediakan aplikasi.
Edisi Medium berada dalam arah agen perangkat lunak yang sama dengan Devstral Small, sambil mempertahankan identitas model sendiri. Pembuat memperkenalkannya untuk tugas yang membutuhkan pemahaman repositori dan kerja terkoordinasi dalam lingkungan agen. Rilis tetap 1.0 terpisah dari generasi Devstral berikutnya dan keluarga Mistral Medium serbaguna. Konteks dan spesialisasi khusus teksnya berlaku untuk edisi ini.
Fitur aplikasi yang didukung mencakup keluaran terstruktur, pemanggilan fungsi, pertanyaan dokumen, dan kelanjutan prefiks. Hasil terstruktur memungkinkan agen menyajikan rencana perubahan dengan bidang seperti berkas terdampak, suntingan wajib, asumsi, dan langkah validasi. Alur pertanyaan dokumen menyediakan isi teknis yang diekstrak untuk dianalisis, sehingga berguna ketika persyaratan implementasi tersebar di beberapa spesifikasi. Prefiks dapat menetapkan pembukaan respons, dan alur batch asinkron dapat menangani permintaan analisis independen.
Untuk tugas berbantuan alat, tentukan fungsi yang tersedia beserta skema argumennya. Model memilih tindakan yang sesuai dan menyiapkan argumen; aplikasi menjalankan tindakan dan mengembalikan hasilnya. Langkah berikutnya dapat berupa pemanggilan fungsi lain atau jawaban berdasarkan informasi yang terkumpul. Pemanggilan berurutan mendukung penelusuran diikuti penyuntingan dan peninjauan; pemanggilan independen dapat diminta bersamaan ketika aplikasi mengizinkan penggunaan paralel. Akses berkas, eksekusi perintah, dan penerapan perubahan tetap merupakan fungsi lingkungan agen.
Untuk perubahan repositori, berikan perilaku yang diharapkan, antarmuka relevan, dan contoh yang dapat direproduksi. Minta agen menelusuri jalur kode yang ada, mengidentifikasi dependensi, dan menyiapkan suntingan yang selaras lintas berkas terdampak. Untuk bug, sertakan hasil teramati dan hasil yang diwajibkan spesifikasi. Untuk refaktor, sebutkan perilaku publik yang harus tetap stabil. Hasil pencarian, isi berkas, dan pemeriksaan yang dikembalikan menjadi bagian konteks tekstual yang memandu usulan berikutnya.
Dalam alur Ailoot API, tentukan artefak akhir sebelum memulai: patch, rencana implementasi, tinjauan terstruktur, atau penjelasan teknis. Minta hasil yang membedakan usulan perubahan dari alasannya serta dari pemeriksaan yang benar-benar dikembalikan lingkungan. Model menyediakan keputusan berikutnya dan keluaran teks, sedangkan aplikasi menyediakan alat dan memvalidasi dampaknya. Ini membuat edisi tetap Medium 1.0 berguna untuk pekerjaan rekayasa yang harus menghubungkan persyaratan asli, bukti repositori, dan serangkaian usulan perubahan yang koheren.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan devstral-medium-2507 | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan Contoh: system, user, assistant, tool, function Kondisi: Peran ini direpresentasikan secara eksplisit oleh tipe kompatibilitas dalam kode sumber; kumpulan peran model yang tepat tetap khusus untuk tiap model. Bergantung pada model | Bawaan— |
Kolommessages[].content | Jenisstring|content_part[]|null | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_calls | Jenistool_call[] | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_call_id | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: role=tool; gunakan ID yang benar-benar dikembalikan | Bawaan— |
Kolommessages[].name | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].reasoning_content | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: Kirim kembali penalaran yang benar-benar dikembalikan jika model ini menggunakannya | Bawaan— |
Kolommessages[].reasoning_details | Jenisobject|array | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolommax_completion_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Kolomstream_options.include_usage | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtemperature | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtop_p | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomstop | Jenisstring|string[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools | Jenisfunction_tool[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools[].type | Jenisstring | PersyaratanOpsional | Nilai & batasan function Bergantung pada model | Bawaan— |
Kolomtools[].function.name | Jenisstring | PersyaratanWajib | Nilai & batasan Berlaku jika: alat fungsi disediakan | Bawaan— |
Kolomtools[].function.description | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtools[].function.parameters | JenisJSON_schema | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtool_choice | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomparallel_tool_calls | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomresponse_format | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning_effort | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomservice_tier | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolominstructions | Jenisstring | PersyaratanOpsional | Nilai & batasan Kolom kompatibilitas | Bawaan— |
Kolomfunctions | Jenisfunction[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomfunction_call | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomprompt_cache_options | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommodalities | Jenisstring[] | PersyaratanOpsional | Nilai & batasan text | Bawaan— |
Kolomprovider | Jenisobject | PersyaratanOpsional | Nilai & batasan Kondisi: provider.options ditolak pada rute teks Ultra ini | Bawaan— |
Kolomcache_control.ttl | Jenisstring | PersyaratanOpsional | Nilai & batasan Kondisi: 1h ditolak pada lokasi cache prompt yang digunakan | Bawaan— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontrakarray pesan dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 yang sebenarnya dimasukkan sebagai teks apa adanya; ID file tidak disimpulkan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeda dari alat yang dihosting |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Siklus hidup: synchronous_or_streamed
Kirim ID model yang tepat bersama messages.
Panjang konteks bukan batas keluaran.
File teks dapat menyediakan teks apa adanya; masukan gambar/audio/objek file memerlukan pengikatan yang tepat.
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
| Konfigurasi | Jadwal tarif | Biaya |
|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Biaya Masukan · Token masukan $0.00088 / 1K token Keluaran · Token keluaran $0.0044 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "devstral-medium-2507", "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='devstral-medium-2507',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='devstral-medium-2507',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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan setiap alternatif jawaban beserta konten, panggilan alat, dan penalarannya. Dalam SSE, gabungkan delta menurut indeks alternatif jawaban/alat, lalu pertahankan alasan penghentian akhir dan data penggunaan.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomchoices[].index | Jenisinteger |
Kolomchoices[].message.content | Jenisstring|null |
Kolomchoices[].message.tool_calls | Jenistool_call[] |
Kolomchoices[].message.reasoning_content | Jenisstring |
Kolomchoices[].message.reasoning_details | Jenisobject|array |
Kolomchoices[].finish_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra devstral-medium-2507
Gunakan jalur metode yang ditampilkan di atas.
devstral-medium-2507Devstral Medium 1.0 adalah edisi tetap khusus teks dari Mistral AI untuk penelusuran repositori, penggunaan alat, dan perubahan perangkat lunak terkoordinasi. Konteks 128K-nya menampung persyaratan tugas, kode, dan hasil alat yang dikembalikan untuk agen yang bekerja lintas berkas terkait.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Devstral Medium 1.0 adalah model teks versi tetap dari Mistral AI untuk agen rekayasa perangkat lunak. Rilis diidentifikasi sebagai devstral-medium-2507 dan berfokus pada penggunaan alat untuk menelusuri basis kode, menyunting beberapa berkas terkait, dan melanjutkan tugas rekayasa melalui beberapa langkah. Jendela konteksnya 128K token. Masukan berupa materi tugas dan proyek tekstual; keluaran dapat berupa kode, penjelasan, atau argumen fungsi yang disediakan aplikasi.
Edisi Medium berada dalam arah agen perangkat lunak yang sama dengan Devstral Small, sambil mempertahankan identitas model sendiri. Pembuat memperkenalkannya untuk tugas yang membutuhkan pemahaman repositori dan kerja terkoordinasi dalam lingkungan agen. Rilis tetap 1.0 terpisah dari generasi Devstral berikutnya dan keluarga Mistral Medium serbaguna. Konteks dan spesialisasi khusus teksnya berlaku untuk edisi ini.
Fitur aplikasi yang didukung mencakup keluaran terstruktur, pemanggilan fungsi, pertanyaan dokumen, dan kelanjutan prefiks. Hasil terstruktur memungkinkan agen menyajikan rencana perubahan dengan bidang seperti berkas terdampak, suntingan wajib, asumsi, dan langkah validasi. Alur pertanyaan dokumen menyediakan isi teknis yang diekstrak untuk dianalisis, sehingga berguna ketika persyaratan implementasi tersebar di beberapa spesifikasi. Prefiks dapat menetapkan pembukaan respons, dan alur batch asinkron dapat menangani permintaan analisis independen.
Untuk tugas berbantuan alat, tentukan fungsi yang tersedia beserta skema argumennya. Model memilih tindakan yang sesuai dan menyiapkan argumen; aplikasi menjalankan tindakan dan mengembalikan hasilnya. Langkah berikutnya dapat berupa pemanggilan fungsi lain atau jawaban berdasarkan informasi yang terkumpul. Pemanggilan berurutan mendukung penelusuran diikuti penyuntingan dan peninjauan; pemanggilan independen dapat diminta bersamaan ketika aplikasi mengizinkan penggunaan paralel. Akses berkas, eksekusi perintah, dan penerapan perubahan tetap merupakan fungsi lingkungan agen.
Untuk perubahan repositori, berikan perilaku yang diharapkan, antarmuka relevan, dan contoh yang dapat direproduksi. Minta agen menelusuri jalur kode yang ada, mengidentifikasi dependensi, dan menyiapkan suntingan yang selaras lintas berkas terdampak. Untuk bug, sertakan hasil teramati dan hasil yang diwajibkan spesifikasi. Untuk refaktor, sebutkan perilaku publik yang harus tetap stabil. Hasil pencarian, isi berkas, dan pemeriksaan yang dikembalikan menjadi bagian konteks tekstual yang memandu usulan berikutnya.
Dalam alur Ailoot API, tentukan artefak akhir sebelum memulai: patch, rencana implementasi, tinjauan terstruktur, atau penjelasan teknis. Minta hasil yang membedakan usulan perubahan dari alasannya serta dari pemeriksaan yang benar-benar dikembalikan lingkungan. Model menyediakan keputusan berikutnya dan keluaran teks, sedangkan aplikasi menyediakan alat dan memvalidasi dampaknya. Ini membuat edisi tetap Medium 1.0 berguna untuk pekerjaan rekayasa yang harus menghubungkan persyaratan asli, bukti repositori, dan serangkaian usulan perubahan yang koheren.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan devstral-medium-2507 | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan user, assistant | Bawaan— |
Kolommessages[].content | Jenisstring | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Teks · Teks UTF-8
string messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 yang sebenarnya dan masukkan teksnya ke string masukan atau konten pesan yang ditunjukkan. |
Siklus hidup: synchronous_or_streamed
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
| Konfigurasi | Jadwal tarif | Biaya |
|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Biaya Masukan · Token masukan $0.00088 / 1K token Keluaran · Token keluaran $0.0044 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "devstral-medium-2507",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'devstral-medium-2507', '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': 'devstral-medium-2507', '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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan semua blok konten, tanda tangan penalaran, dan ID penggunaan alat yang sebenarnya. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan keluaran.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomid | Jenisstring |
Kolommodel | Jenisstring |
Kolomcontent[] | Jenistext|thinking|tool_use|other content block |
Kolomstop_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra devstral-medium-2507
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
Coordinate a renamed export field\n\nPropose a patch plan across three files. serializer.py emits {'userName': user.name}; client.ts reads response.userName; schema.md documents userName. Requirement: new responses use display_name while the client temporarily accepts either field. Show the edits as small before/after snippets and give a compatibility test and a new-field test. Do not claim the files were edited.Three coordinated proposed edits plus tests for old and new responses during the compatibility period.The client accepts both spellings, while the producer and documentation agree on display_name.