Mistral Small 3.2 24B Instruct 2506 adalah pembaruan terarah dari Mistral Small 3.1 24B Instruct 2503. Pembuatnya mengidentifikasi tiga perubahan spesifik: mengikuti instruksi yang presisi dengan lebih saksama, mengurangi jawaban berulang atau yang berlanjut tanpa kendali, dan membuat templat pemanggilan fungsi lebih tangguh. Model ini tetap merupakan model teks dan gambar yang disesuaikan untuk mengikuti instruksi dan menghasilkan teks, bukan edisi baru untuk pembuatan audio atau gambar.
Apa yang berubah dan apa yang diteruskan
Kartu 3.2 secara eksplisit menyatakan bahwa fitur utamanya sama dengan rilis Small 3.1 yang disebutkan. Fitur tersebut mencakup kemampuan visual, pekerjaan multibahasa, dukungan prompt sistem, pemanggilan fungsi bawaan, keluaran JSON, dan jendela konteks 128k. Kartu 3.1 yang dirujuk menjelaskan model dengan 24 miliar parameter dan tokenizer Tekken dengan kosakata berlabel 131k. Hubungan yang terdokumentasi ini mendukung penerusan fitur tersebut ke 3.2 sambil mempertahankan pembaruan 2506 sebagai edisi tersendiri.
Fokus kepatuhan instruksi penting ketika hasil memiliki beberapa persyaratan yang harus dipenuhi secara tepat. Berikan materi sumber, cantumkan aturan yang harus dipenuhi keluaran, dan nyatakan artefak yang harus dikembalikan. Permintaan ekstraksi dokumen mungkin mewajibkan bidang tertentu, pengenal asli, representasi nilai yang tidak tersedia yang terdefinisi, dan tanpa prosa di luar rekaman. Tugas penulisan mungkin mewajibkan audiens dan urutan bagian tertentu sambil mempertahankan kondisi yang diberikan.
Perubahan pengulangan menangani perilaku generasi alih-alih menambahkan mode penalaran baru. Untuk jawaban panjang, tetapkan bagian yang diwajibkan dan tujuan masing-masing agar permintaan memiliki titik berhenti yang jelas. Perubahan templat fungsi berkaitan dengan representasi percakapan yang mendukung alat; gunakan pengaturan percakapan dan tokenizer dari edisi yang sesuai alih-alih menganggap contoh pemformatan lama dapat dipertukarkan.
Tugas visual dan multibahasa
Fitur visual yang diwarisi memungkinkan pertanyaan teks dipasangkan dengan gambar. Berikan halaman, bagan, atau diagram yang terbaca dan identifikasi detail yang diperlukan tugas. Untuk perbandingan bagan, pertahankan sumbu, satuan, dan legenda, lalu minta pengamatan yang mendukung setiap kesimpulan. Untuk bidang dokumen, pertahankan label dan konteks sekitarnya agar nilai yang dikembalikan dapat ditafsirkan dengan benar.
Cakupan bahasa yang terdokumentasi mencakup Rusia, Inggris, Prancis, Jerman, Spanyol, Italia, Portugis, Mandarin, Jepang, Korea, Arab, Farsi, Hindi, Bengali, dan bahasa lain yang dicantumkan pembuatnya. Tentukan bahasa akhir dan istilah yang harus tetap sama. Tugas dokumen dwibahasa dapat mempertahankan pengenal dan satuan sambil menyesuaikan penjelasan di sekitarnya dengan pembaca.
Untuk ekstraksi visual praktis, minta pengenal dokumen, label bidang, teks hasil ekstraksi, dan bagian gambar yang mendukungnya. Penjelasan dapat mengikuti secara terpisah jika pembaca memerlukan penafsiran. Ini menjaga transkripsi, bidang terstruktur, dan kesimpulan model agar tidak menjadi satu hasil yang sulit dibedakan.
Instruksi sistem dan alat
Kartu 3.2 merekomendasikan prompt sistem yang disesuaikan dengan kasus penggunaan dan temperature yang relatif rendah, seperti 0.15. Tetapkan peran asisten, aturan respons, dan perlakuan terhadap materi sumber secara eksplisit. Tempatkan dokumen atau kode aktual bersama tugas pengguna, dengan mempertahankan batas antara instruksi tentang jawaban dan instruksi yang dikutip di dalam sumber.
Pemanggilan fungsi memerlukan aplikasi untuk menyediakan deskripsi alat dan argumen yang diwajibkan. Model menyiapkan pemanggilan, aplikasi menjalankan fungsi dan mengembalikan hasilnya, lalu jawaban berikutnya menggunakan informasi tersebut. Contoh yang dirilis mencakup penalaran visual, pemanggilan alat, dan instruksi teks saja. Dengan demikian, tugas pencarian dapat meminta model memilih operasi yang dijelaskan, sementara pencarian aktual dan hasilnya diserahkan kepada aplikasi di sekelilingnya.
Untuk permintaan pemrograman, berikan fungsi yang relevan, masukan yang menunjukkan masalah, dan perilaku yang seharusnya dihasilkan. Minta usulan koreksi dengan antarmuka asli tetap dipertahankan, lalu contoh yang membedakan perilaku yang dimaksud. Untuk permintaan matematika, tetapkan variabel dan asumsi, lalu minta langkah beralasan yang penting dan ekspresi akhir terpisah. Ini merupakan penerapan kemampuan pemrograman dan penalaran yang diwarisi; eksekusi kode yang diusulkan tetap menjadi langkah terpisah.
Batas konteks dan edisi
Gunakan jendela 128k untuk bagian sumber, gambar, percakapan, dan jawaban yang diharapkan bersama-sama. Perbandingan dokumen besar dapat mempertahankan bagian terkait sambil mengembalikan matriks temuan singkat. Alokasi gambar besar yang dikonfigurasi atau nilai generasi yang muncul dalam contoh penyajian layanan bukan kapasitas maksimum model yang dinyatakan secara mandiri.
Small 3.2 adalah pembaruan instruksi dengan masukan visual yang terdokumentasi, bukan Small 3 2501 yang hanya berbasis teks atau rilis penalaran hibrida Small 4. Kartu pembuatnya tidak menyediakan batas keras token keluaran yang terpisah untuk entri ini. Pertahankan identitas 2506 dan pemformatannya secara tepat, serta tetapkan rekaman terstruktur, penjelasan, atau usulan kode yang dibutuhkan langkah berikutnya.
", "aboutText": "Mistral Small 3.2 24B Instruct 2506 adalah pembaruan terarah dari Mistral Small 3.1 24B Instruct 2503. Pembuatnya mengidentifikasi tiga perubahan spesifik: mengikuti instruksi yang presisi dengan lebih saksama, mengurangi jawaban berulang atau yang berlanjut tanpa kendali, dan membuat templat pemanggilan fungsi lebih tangguh. Model ini tetap merupakan model teks dan gambar yang disesuaikan untuk mengikuti instruksi dan menghasilkan teks, bukan edisi baru untuk pembuatan audio atau gambar.\n\nApa yang berubah dan apa yang diteruskan\n\nKartu 3.2 secara eksplisit menyatakan bahwa fitur utamanya sama dengan rilis Small 3.1 yang disebutkan. Fitur tersebut mencakup kemampuan visual, pekerjaan multibahasa, dukungan prompt sistem, pemanggilan fungsi bawaan, keluaran JSON, dan jendela konteks 128k. Kartu 3.1 yang dirujuk menjelaskan model dengan 24 miliar parameter dan tokenizer Tekken dengan kosakata berlabel 131k. Hubungan yang terdokumentasi ini mendukung penerusan fitur tersebut ke 3.2 sambil mempertahankan pembaruan 2506 sebagai edisi tersendiri.\n\nFokus kepatuhan instruksi penting ketika hasil memiliki beberapa persyaratan yang harus dipenuhi secara tepat. Berikan materi sumber, cantumkan aturan yang harus dipenuhi keluaran, dan nyatakan artefak yang harus dikembalikan. Permintaan ekstraksi dokumen mungkin mewajibkan bidang tertentu, pengenal asli, representasi nilai yang tidak tersedia yang terdefinisi, dan tanpa prosa di luar rekaman. Tugas penulisan mungkin mewajibkan audiens dan urutan bagian tertentu sambil mempertahankan kondisi yang diberikan.\n\nPerubahan pengulangan menangani perilaku generasi alih-alih menambahkan mode penalaran baru. Untuk jawaban panjang, tetapkan bagian yang diwajibkan dan tujuan masing-masing agar permintaan memiliki titik berhenti yang jelas. Perubahan templat fungsi berkaitan dengan representasi percakapan yang mendukung alat; gunakan pengaturan percakapan dan tokenizer dari edisi yang sesuai alih-alih menganggap contoh pemformatan lama dapat dipertukarkan.\n\nTugas visual dan multibahasa\n\nFitur visual yang diwarisi memungkinkan pertanyaan teks dipasangkan dengan gambar. Berikan halaman, bagan, atau diagram yang terbaca dan identifikasi detail yang diperlukan tugas. Untuk perbandingan bagan, pertahankan sumbu, satuan, dan legenda, lalu minta pengamatan yang mendukung setiap kesimpulan. Untuk bidang dokumen, pertahankan label dan konteks sekitarnya agar nilai yang dikembalikan dapat ditafsirkan dengan benar.\n\nCakupan bahasa yang terdokumentasi mencakup Rusia, Inggris, Prancis, Jerman, Spanyol, Italia, Portugis, Mandarin, Jepang, Korea, Arab, Farsi, Hindi, Bengali, dan bahasa lain yang dicantumkan pembuatnya. Tentukan bahasa akhir dan istilah yang harus tetap sama. Tugas dokumen dwibahasa dapat mempertahankan pengenal dan satuan sambil menyesuaikan penjelasan di sekitarnya dengan pembaca.\n\nUntuk ekstraksi visual praktis, minta pengenal dokumen, label bidang, teks hasil ekstraksi, dan bagian gambar yang mendukungnya. Penjelasan dapat mengikuti secara terpisah jika pembaca memerlukan penafsiran. Ini menjaga transkripsi, bidang terstruktur, dan kesimpulan model agar tidak menjadi satu hasil yang sulit dibedakan.\n\nInstruksi sistem dan alat\n\nKartu 3.2 merekomendasikan prompt sistem yang disesuaikan dengan kasus penggunaan dan temperature yang relatif rendah, seperti 0.15. Tetapkan peran asisten, aturan respons, dan perlakuan terhadap materi sumber secara eksplisit. Tempatkan dokumen atau kode aktual bersama tugas pengguna, dengan mempertahankan batas antara instruksi tentang jawaban dan instruksi yang dikutip di dalam sumber.\n\nPemanggilan fungsi memerlukan aplikasi untuk menyediakan deskripsi alat dan argumen yang diwajibkan. Model menyiapkan pemanggilan, aplikasi menjalankan fungsi dan mengembalikan hasilnya, lalu jawaban berikutnya menggunakan informasi tersebut. Contoh yang dirilis mencakup penalaran visual, pemanggilan alat, dan instruksi teks saja. Dengan demikian, tugas pencarian dapat meminta model memilih operasi yang dijelaskan, sementara pencarian aktual dan hasilnya diserahkan kepada aplikasi di sekelilingnya.\n\nUntuk permintaan pemrograman, berikan fungsi yang relevan, masukan yang menunjukkan masalah, dan perilaku yang seharusnya dihasilkan. Minta usulan koreksi dengan antarmuka asli tetap dipertahankan, lalu contoh yang membedakan perilaku yang dimaksud. Untuk permintaan matematika, tetapkan variabel dan asumsi, lalu minta langkah beralasan yang penting dan ekspresi akhir terpisah. Ini merupakan penerapan kemampuan pemrograman dan penalaran yang diwarisi; eksekusi kode yang diusulkan tetap menjadi langkah terpisah.\n\nBatas konteks dan edisi\n\nGunakan jendela 128k untuk bagian sumber, gambar, percakapan, dan jawaban yang diharapkan bersama-sama. Perbandingan dokumen besar dapat mempertahankan bagian terkait sambil mengembalikan matriks temuan singkat. Alokasi gambar besar yang dikonfigurasi atau nilai generasi yang muncul dalam contoh penyajian layanan bukan kapasitas maksimum model yang dinyatakan secara mandiri.\n\nSmall 3.2 adalah pembaruan instruksi dengan masukan visual yang terdokumentasi, bukan Small 3 2501 yang hanya berbasis teks atau rilis penalaran hibrida Small 4. Kartu pembuatnya tidak menyediakan batas keras token keluaran yang terpisah untuk entri ini. Pertahankan identitas 2506 dan pemformatannya secara tepat, serta tetapkan rekaman terstruktur, penjelasan, atau usulan kode yang dibutuhkan langkah berikutnya.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
Extract exactly the requested fields\n\nRead this note: 'Service case C-52. Customer: Dana Lee. Device: Lamp Mini. Reported problem: switches off after ten minutes.' Return exactly four labelled lines, in this order: Case ID, Device, Problem, Purchase date. Use unknown for missing information. Omit the customer's name and all introductory or closing prose.Exactly four labelled lines containing source-derived values or unknown, in the requested order.Purchase date is unknown, Dana Lee is omitted, and there are no extra lines.mistralai/mistral-small-3.2-24b-instructMistral Small 3.2 24B Instruct adalah model instruksi teks dan gambar dengan konteks 128k dari pembuatnya. Pembaruan 2506 secara khusus meningkatkan kepatuhan instruksi yang presisi, mengurangi pengulangan, dan memperkuat templat pemanggilan fungsi sambil mempertahankan fitur inti Small 3.1.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Mistral Small 3.2 24B Instruct 2506 adalah pembaruan terarah dari Mistral Small 3.1 24B Instruct 2503. Pembuatnya mengidentifikasi tiga perubahan spesifik: mengikuti instruksi yang presisi dengan lebih saksama, mengurangi jawaban berulang atau yang berlanjut tanpa kendali, dan membuat templat pemanggilan fungsi lebih tangguh. Model ini tetap merupakan model teks dan gambar yang disesuaikan untuk mengikuti instruksi dan menghasilkan teks, bukan edisi baru untuk pembuatan audio atau gambar.
Apa yang berubah dan apa yang diteruskan
Kartu 3.2 secara eksplisit menyatakan bahwa fitur utamanya sama dengan rilis Small 3.1 yang disebutkan. Fitur tersebut mencakup kemampuan visual, pekerjaan multibahasa, dukungan prompt sistem, pemanggilan fungsi bawaan, keluaran JSON, dan jendela konteks 128k. Kartu 3.1 yang dirujuk menjelaskan model dengan 24 miliar parameter dan tokenizer Tekken dengan kosakata berlabel 131k. Hubungan yang terdokumentasi ini mendukung penerusan fitur tersebut ke 3.2 sambil mempertahankan pembaruan 2506 sebagai edisi tersendiri.
Fokus kepatuhan instruksi penting ketika hasil memiliki beberapa persyaratan yang harus dipenuhi secara tepat. Berikan materi sumber, cantumkan aturan yang harus dipenuhi keluaran, dan nyatakan artefak yang harus dikembalikan. Permintaan ekstraksi dokumen mungkin mewajibkan bidang tertentu, pengenal asli, representasi nilai yang tidak tersedia yang terdefinisi, dan tanpa prosa di luar rekaman. Tugas penulisan mungkin mewajibkan audiens dan urutan bagian tertentu sambil mempertahankan kondisi yang diberikan.
Perubahan pengulangan menangani perilaku generasi alih-alih menambahkan mode penalaran baru. Untuk jawaban panjang, tetapkan bagian yang diwajibkan dan tujuan masing-masing agar permintaan memiliki titik berhenti yang jelas. Perubahan templat fungsi berkaitan dengan representasi percakapan yang mendukung alat; gunakan pengaturan percakapan dan tokenizer dari edisi yang sesuai alih-alih menganggap contoh pemformatan lama dapat dipertukarkan.
Tugas visual dan multibahasa
Fitur visual yang diwarisi memungkinkan pertanyaan teks dipasangkan dengan gambar. Berikan halaman, bagan, atau diagram yang terbaca dan identifikasi detail yang diperlukan tugas. Untuk perbandingan bagan, pertahankan sumbu, satuan, dan legenda, lalu minta pengamatan yang mendukung setiap kesimpulan. Untuk bidang dokumen, pertahankan label dan konteks sekitarnya agar nilai yang dikembalikan dapat ditafsirkan dengan benar.
Cakupan bahasa yang terdokumentasi mencakup Rusia, Inggris, Prancis, Jerman, Spanyol, Italia, Portugis, Mandarin, Jepang, Korea, Arab, Farsi, Hindi, Bengali, dan bahasa lain yang dicantumkan pembuatnya. Tentukan bahasa akhir dan istilah yang harus tetap sama. Tugas dokumen dwibahasa dapat mempertahankan pengenal dan satuan sambil menyesuaikan penjelasan di sekitarnya dengan pembaca.
Untuk ekstraksi visual praktis, minta pengenal dokumen, label bidang, teks hasil ekstraksi, dan bagian gambar yang mendukungnya. Penjelasan dapat mengikuti secara terpisah jika pembaca memerlukan penafsiran. Ini menjaga transkripsi, bidang terstruktur, dan kesimpulan model agar tidak menjadi satu hasil yang sulit dibedakan.
Instruksi sistem dan alat
Kartu 3.2 merekomendasikan prompt sistem yang disesuaikan dengan kasus penggunaan dan temperature yang relatif rendah, seperti 0.15. Tetapkan peran asisten, aturan respons, dan perlakuan terhadap materi sumber secara eksplisit. Tempatkan dokumen atau kode aktual bersama tugas pengguna, dengan mempertahankan batas antara instruksi tentang jawaban dan instruksi yang dikutip di dalam sumber.
Pemanggilan fungsi memerlukan aplikasi untuk menyediakan deskripsi alat dan argumen yang diwajibkan. Model menyiapkan pemanggilan, aplikasi menjalankan fungsi dan mengembalikan hasilnya, lalu jawaban berikutnya menggunakan informasi tersebut. Contoh yang dirilis mencakup penalaran visual, pemanggilan alat, dan instruksi teks saja. Dengan demikian, tugas pencarian dapat meminta model memilih operasi yang dijelaskan, sementara pencarian aktual dan hasilnya diserahkan kepada aplikasi di sekelilingnya.
Untuk permintaan pemrograman, berikan fungsi yang relevan, masukan yang menunjukkan masalah, dan perilaku yang seharusnya dihasilkan. Minta usulan koreksi dengan antarmuka asli tetap dipertahankan, lalu contoh yang membedakan perilaku yang dimaksud. Untuk permintaan matematika, tetapkan variabel dan asumsi, lalu minta langkah beralasan yang penting dan ekspresi akhir terpisah. Ini merupakan penerapan kemampuan pemrograman dan penalaran yang diwarisi; eksekusi kode yang diusulkan tetap menjadi langkah terpisah.
Batas konteks dan edisi
Gunakan jendela 128k untuk bagian sumber, gambar, percakapan, dan jawaban yang diharapkan bersama-sama. Perbandingan dokumen besar dapat mempertahankan bagian terkait sambil mengembalikan matriks temuan singkat. Alokasi gambar besar yang dikonfigurasi atau nilai generasi yang muncul dalam contoh penyajian layanan bukan kapasitas maksimum model yang dinyatakan secara mandiri.
Small 3.2 adalah pembaruan instruksi dengan masukan visual yang terdokumentasi, bukan Small 3 2501 yang hanya berbasis teks atau rilis penalaran hibrida Small 4. Kartu pembuatnya tidak menyediakan batas keras token keluaran yang terpisah untuk entri ini. Pertahankan identitas 2506 dan pemformatannya secara tepat, serta tetapkan rekaman terstruktur, penjelasan, atau usulan kode yang dibutuhkan langkah berikutnya.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan mistralai/mistral-small-3.2-24b-instruct | 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.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0002 / 1K token Keluaran · Token keluaran $0.0006 / 1K token Masukan · Pembacaan cache $0.00002 / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0002 / 1K token Keluaran · Token keluaran $0.0006 / 1K token Masukan · Pembacaan cache $0.00002 / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "mistralai/mistral-small-3.2-24b-instruct", "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-3.2-24b-instruct',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-3.2-24b-instruct',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 mistralai/mistral-small-3.2-24b-instruct
Gunakan jalur metode yang ditampilkan di atas.
mistralai/mistral-small-3.2-24b-instructMistral Small 3.2 24B Instruct adalah model instruksi teks dan gambar dengan konteks 128k dari pembuatnya. Pembaruan 2506 secara khusus meningkatkan kepatuhan instruksi yang presisi, mengurangi pengulangan, dan memperkuat templat pemanggilan fungsi sambil mempertahankan fitur inti Small 3.1.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Mistral Small 3.2 24B Instruct 2506 adalah pembaruan terarah dari Mistral Small 3.1 24B Instruct 2503. Pembuatnya mengidentifikasi tiga perubahan spesifik: mengikuti instruksi yang presisi dengan lebih saksama, mengurangi jawaban berulang atau yang berlanjut tanpa kendali, dan membuat templat pemanggilan fungsi lebih tangguh. Model ini tetap merupakan model teks dan gambar yang disesuaikan untuk mengikuti instruksi dan menghasilkan teks, bukan edisi baru untuk pembuatan audio atau gambar.
Apa yang berubah dan apa yang diteruskan
Kartu 3.2 secara eksplisit menyatakan bahwa fitur utamanya sama dengan rilis Small 3.1 yang disebutkan. Fitur tersebut mencakup kemampuan visual, pekerjaan multibahasa, dukungan prompt sistem, pemanggilan fungsi bawaan, keluaran JSON, dan jendela konteks 128k. Kartu 3.1 yang dirujuk menjelaskan model dengan 24 miliar parameter dan tokenizer Tekken dengan kosakata berlabel 131k. Hubungan yang terdokumentasi ini mendukung penerusan fitur tersebut ke 3.2 sambil mempertahankan pembaruan 2506 sebagai edisi tersendiri.
Fokus kepatuhan instruksi penting ketika hasil memiliki beberapa persyaratan yang harus dipenuhi secara tepat. Berikan materi sumber, cantumkan aturan yang harus dipenuhi keluaran, dan nyatakan artefak yang harus dikembalikan. Permintaan ekstraksi dokumen mungkin mewajibkan bidang tertentu, pengenal asli, representasi nilai yang tidak tersedia yang terdefinisi, dan tanpa prosa di luar rekaman. Tugas penulisan mungkin mewajibkan audiens dan urutan bagian tertentu sambil mempertahankan kondisi yang diberikan.
Perubahan pengulangan menangani perilaku generasi alih-alih menambahkan mode penalaran baru. Untuk jawaban panjang, tetapkan bagian yang diwajibkan dan tujuan masing-masing agar permintaan memiliki titik berhenti yang jelas. Perubahan templat fungsi berkaitan dengan representasi percakapan yang mendukung alat; gunakan pengaturan percakapan dan tokenizer dari edisi yang sesuai alih-alih menganggap contoh pemformatan lama dapat dipertukarkan.
Tugas visual dan multibahasa
Fitur visual yang diwarisi memungkinkan pertanyaan teks dipasangkan dengan gambar. Berikan halaman, bagan, atau diagram yang terbaca dan identifikasi detail yang diperlukan tugas. Untuk perbandingan bagan, pertahankan sumbu, satuan, dan legenda, lalu minta pengamatan yang mendukung setiap kesimpulan. Untuk bidang dokumen, pertahankan label dan konteks sekitarnya agar nilai yang dikembalikan dapat ditafsirkan dengan benar.
Cakupan bahasa yang terdokumentasi mencakup Rusia, Inggris, Prancis, Jerman, Spanyol, Italia, Portugis, Mandarin, Jepang, Korea, Arab, Farsi, Hindi, Bengali, dan bahasa lain yang dicantumkan pembuatnya. Tentukan bahasa akhir dan istilah yang harus tetap sama. Tugas dokumen dwibahasa dapat mempertahankan pengenal dan satuan sambil menyesuaikan penjelasan di sekitarnya dengan pembaca.
Untuk ekstraksi visual praktis, minta pengenal dokumen, label bidang, teks hasil ekstraksi, dan bagian gambar yang mendukungnya. Penjelasan dapat mengikuti secara terpisah jika pembaca memerlukan penafsiran. Ini menjaga transkripsi, bidang terstruktur, dan kesimpulan model agar tidak menjadi satu hasil yang sulit dibedakan.
Instruksi sistem dan alat
Kartu 3.2 merekomendasikan prompt sistem yang disesuaikan dengan kasus penggunaan dan temperature yang relatif rendah, seperti 0.15. Tetapkan peran asisten, aturan respons, dan perlakuan terhadap materi sumber secara eksplisit. Tempatkan dokumen atau kode aktual bersama tugas pengguna, dengan mempertahankan batas antara instruksi tentang jawaban dan instruksi yang dikutip di dalam sumber.
Pemanggilan fungsi memerlukan aplikasi untuk menyediakan deskripsi alat dan argumen yang diwajibkan. Model menyiapkan pemanggilan, aplikasi menjalankan fungsi dan mengembalikan hasilnya, lalu jawaban berikutnya menggunakan informasi tersebut. Contoh yang dirilis mencakup penalaran visual, pemanggilan alat, dan instruksi teks saja. Dengan demikian, tugas pencarian dapat meminta model memilih operasi yang dijelaskan, sementara pencarian aktual dan hasilnya diserahkan kepada aplikasi di sekelilingnya.
Untuk permintaan pemrograman, berikan fungsi yang relevan, masukan yang menunjukkan masalah, dan perilaku yang seharusnya dihasilkan. Minta usulan koreksi dengan antarmuka asli tetap dipertahankan, lalu contoh yang membedakan perilaku yang dimaksud. Untuk permintaan matematika, tetapkan variabel dan asumsi, lalu minta langkah beralasan yang penting dan ekspresi akhir terpisah. Ini merupakan penerapan kemampuan pemrograman dan penalaran yang diwarisi; eksekusi kode yang diusulkan tetap menjadi langkah terpisah.
Batas konteks dan edisi
Gunakan jendela 128k untuk bagian sumber, gambar, percakapan, dan jawaban yang diharapkan bersama-sama. Perbandingan dokumen besar dapat mempertahankan bagian terkait sambil mengembalikan matriks temuan singkat. Alokasi gambar besar yang dikonfigurasi atau nilai generasi yang muncul dalam contoh penyajian layanan bukan kapasitas maksimum model yang dinyatakan secara mandiri.
Small 3.2 adalah pembaruan instruksi dengan masukan visual yang terdokumentasi, bukan Small 3 2501 yang hanya berbasis teks atau rilis penalaran hibrida Small 4. Kartu pembuatnya tidak menyediakan batas keras token keluaran yang terpisah untuk entri ini. Pertahankan identitas 2506 dan pemformatannya secara tepat, serta tetapkan rekaman terstruktur, penjelasan, atau usulan kode yang dibutuhkan langkah berikutnya.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan mistralai/mistral-small-3.2-24b-instruct | 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.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0002 / 1K token Keluaran · Token keluaran $0.0006 / 1K token Masukan · Pembacaan cache $0.00002 / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0002 / 1K token Keluaran · Token keluaran $0.0006 / 1K token Masukan · Pembacaan cache $0.00002 / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "mistralai/mistral-small-3.2-24b-instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-3.2-24b-instruct', '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-3.2-24b-instruct', '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 mistralai/mistral-small-3.2-24b-instruct
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
Extract exactly the requested fields\n\nRead this note: 'Service case C-52. Customer: Dana Lee. Device: Lamp Mini. Reported problem: switches off after ten minutes.' Return exactly four labelled lines, in this order: Case ID, Device, Problem, Purchase date. Use unknown for missing information. Omit the customer's name and all introductory or closing prose.Exactly four labelled lines containing source-derived values or unknown, in the requested order.Purchase date is unknown, Dana Lee is omitted, and there are no extra lines.