Devstral Small 2505 は、Mistral AI が All Hands AI と共同開発した、ソフトウェアエンジニアリングのエージェント向け Devstral Small の最初のリリースです。コードベースの調査、ツール利用、複数ファイルにまたがる変更を目的とする 24B パラメーターのモデルです。メーカーのカードでは、コンテキストウィンドウが 128K のテキスト専用モデルと説明されています。微調整の基盤となった Mistral Small 3.1 から、視覚エンコーダーを除いています。
必要な動作と、作業対象のリポジトリや関連コードを説明します。有用なタスクは、機能、対象ファイルやアプリケーションの領域、完了を示す条件を特定しています。不具合修正では観測したエラー、新機能では期待するユーザー操作とデータの動作を含めてください。
メーカーの例は、FastAPI、React、SQLite で一ページの ToDo アプリケーションを作ります。プロンプトには、タスクの追加、削除、完了、一覧表示を列挙しています。これらの要件により、生成するインターフェースと、必要なアプリケーションの動作やストレージを結び付けます。その後、完成したアプリケーションに具体的な改善を求めます。
文書化されたワークフローは、リポジトリのファイルを調べ、変更し、開発ツールを実行できるエージェントの基盤を使います。Devstral は判断とコードを提供し、周囲のエージェントがツール操作を実行して観測を返します。プロジェクトのセットアップ手順を提供し、どの確認で変更の動作を確かめるか説明してください。
複数ファイルにまたがる変更では、編集前に関係する依存関係を特定するよう求めます。結果のパッチと共にツールの観測を保持し、提案した修正と実際に実行した内容を比較できるようにします。生成した実装は、アプリケーションが想定環境で保存・実行することで、動く成果物になります。
メーカーの別の例は、テストのカバレッジを調べてグラフを作るようエージェントに求めます。最初にリポジトリとテスト設定を調べ、次にカバレッジを実行して可視化を作成します。同様の依頼では、リポジトリ、調べる指標、成果物を特定します。例えば、グラフと、それが要約するファイルです。
ここでは、モデルの出力と、実行によって得た根拠の区別が重要です。結果のファイルと開発ツールの観測を、それを解釈する説明と一緒に求めてください。後の修正は、観測した動作や成果物の具体的な部分に絞ります。
この項目は、メーカーのカードで説明された 2505 リリースを保持します。後の Devstral Small エディションには、それぞれ別の識別があります。選択したモデルの会話・ツール形式を使い、関係する元資料を作業コンテキスト内に収め、求める結果のための余裕を残してください。カードはローカル推論とエージェントの例を公開していますが、例の生成予算はタスクの設定であり、普遍的な出力の上限ではありません。
", "aboutText": "Devstral Small 2505 は、Mistral AI が All Hands AI と共同開発した、ソフトウェアエンジニアリングのエージェント向け Devstral Small の最初のリリースです。コードベースの調査、ツール利用、複数ファイルにまたがる変更を目的とする 24B パラメーターのモデルです。メーカーのカードでは、コンテキストウィンドウが 128K のテキスト専用モデルと説明されています。微調整の基盤となった Mistral Small 3.1 から、視覚エンコーダーを除いています。\n\n### 具体的な開発タスクをエージェントに渡す\n\n必要な動作と、作業対象のリポジトリや関連コードを説明します。有用なタスクは、機能、対象ファイルやアプリケーションの領域、完了を示す条件を特定しています。不具合修正では観測したエラー、新機能では期待するユーザー操作とデータの動作を含めてください。\n\nメーカーの例は、FastAPI、React、SQLite で一ページの ToDo アプリケーションを作ります。プロンプトには、タスクの追加、削除、完了、一覧表示を列挙しています。これらの要件により、生成するインターフェースと、必要なアプリケーションの動作やストレージを結び付けます。その後、完成したアプリケーションに具体的な改善を求めます。\n\n### アプリケーションを通じて調査・編集・実行する\n\n文書化されたワークフローは、リポジトリのファイルを調べ、変更し、開発ツールを実行できるエージェントの基盤を使います。Devstral は判断とコードを提供し、周囲のエージェントがツール操作を実行して観測を返します。プロジェクトのセットアップ手順を提供し、どの確認で変更の動作を確かめるか説明してください。\n\n複数ファイルにまたがる変更では、編集前に関係する依存関係を特定するよう求めます。結果のパッチと共にツールの観測を保持し、提案した修正と実際に実行した内容を比較できるようにします。生成した実装は、アプリケーションが想定環境で保存・実行することで、動く成果物になります。\n\n### リポジトリ分析を焦点の合ったタスクにする\n\nメーカーの別の例は、テストのカバレッジを調べてグラフを作るようエージェントに求めます。最初にリポジトリとテスト設定を調べ、次にカバレッジを実行して可視化を作成します。同様の依頼では、リポジトリ、調べる指標、成果物を特定します。例えば、グラフと、それが要約するファイルです。\n\nここでは、モデルの出力と、実行によって得た根拠の区別が重要です。結果のファイルと開発ツールの観測を、それを解釈する説明と一緒に求めてください。後の修正は、観測した動作や成果物の具体的な部分に絞ります。\n\n### リリースと作業コンテキストを維持する\n\nこの項目は、メーカーのカードで説明された 2505 リリースを保持します。後の Devstral Small エディションには、それぞれ別の識別があります。選択したモデルの会話・ツール形式を使い、関係する元資料を作業コンテキスト内に収め、求める結果のための余裕を残してください。カードはローカル推論とエージェントの例を公開していますが、例の生成予算はタスクの設定であり、普遍的な出力の上限ではありません。", "editorialOverlay": { "copy_fields": { "practical_html": "英語の技術例
Plan a deletion fix across two files\n\nGiven these repository excerpts, propose a coordinated patch: api.py deletes a task by ID and always returns 204; store.py remove(id) silently ignores missing IDs. Requirement: an existing task returns 204 and a missing task returns 404. Show changes to both files and tests; preserve the DELETE route and successful deletion behavior.A patch split by api.py and store.py plus tests for existing and missing task IDs.The storage result reaches the handler so a missing task returns 404 without changing the successful status.devstral-small-2505Devstral Small 2505 は、Mistral AI と All Hands AI のテキスト専用コーディングモデルです。コードベースを探索し、複数のファイルを編集し、開発ツールを使うソフトウェアエージェント向けに設計されています。公開コンテキストウィンドウは 128K です。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
Devstral Small 2505 は、Mistral AI が All Hands AI と共同開発した、ソフトウェアエンジニアリングのエージェント向け Devstral Small の最初のリリースです。コードベースの調査、ツール利用、複数ファイルにまたがる変更を目的とする 24B パラメーターのモデルです。メーカーのカードでは、コンテキストウィンドウが 128K のテキスト専用モデルと説明されています。微調整の基盤となった Mistral Small 3.1 から、視覚エンコーダーを除いています。
必要な動作と、作業対象のリポジトリや関連コードを説明します。有用なタスクは、機能、対象ファイルやアプリケーションの領域、完了を示す条件を特定しています。不具合修正では観測したエラー、新機能では期待するユーザー操作とデータの動作を含めてください。
メーカーの例は、FastAPI、React、SQLite で一ページの ToDo アプリケーションを作ります。プロンプトには、タスクの追加、削除、完了、一覧表示を列挙しています。これらの要件により、生成するインターフェースと、必要なアプリケーションの動作やストレージを結び付けます。その後、完成したアプリケーションに具体的な改善を求めます。
文書化されたワークフローは、リポジトリのファイルを調べ、変更し、開発ツールを実行できるエージェントの基盤を使います。Devstral は判断とコードを提供し、周囲のエージェントがツール操作を実行して観測を返します。プロジェクトのセットアップ手順を提供し、どの確認で変更の動作を確かめるか説明してください。
複数ファイルにまたがる変更では、編集前に関係する依存関係を特定するよう求めます。結果のパッチと共にツールの観測を保持し、提案した修正と実際に実行した内容を比較できるようにします。生成した実装は、アプリケーションが想定環境で保存・実行することで、動く成果物になります。
メーカーの別の例は、テストのカバレッジを調べてグラフを作るようエージェントに求めます。最初にリポジトリとテスト設定を調べ、次にカバレッジを実行して可視化を作成します。同様の依頼では、リポジトリ、調べる指標、成果物を特定します。例えば、グラフと、それが要約するファイルです。
ここでは、モデルの出力と、実行によって得た根拠の区別が重要です。結果のファイルと開発ツールの観測を、それを解釈する説明と一緒に求めてください。後の修正は、観測した動作や成果物の具体的な部分に絞ります。
この項目は、メーカーのカードで説明された 2505 リリースを保持します。後の Devstral Small エディションには、それぞれ別の識別があります。選択したモデルの会話・ツール形式を使い、関係する元資料を作業コンテキスト内に収め、求める結果のための余裕を残してください。カードはローカル推論とエージェントの例を公開していますが、例の生成予算はタスクの設定であり、普遍的な出力の上限ではありません。
POST /v1/chat/completionstexttext| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 devstral-small-2505 | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 最小項目数: 1 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 例：system, user, assistant, tool, function 条件: これらのロールはソースコードの互換型で明示されています。正確なロールの集合はモデルごとに異なります。 モデルによる | デフォルト— |
フィールドmessages[].content | 種類string|content_part[]|null | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_calls | 種類tool_call[] | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_call_id | 種類string | 要件任意 | 値と制限 適用条件: role=tool。実際に返されたIDを使ってください | デフォルト— |
フィールドmessages[].name | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].reasoning_content | 種類string | 要件任意 | 値と制限 適用条件: このモデルが使用する場合は、実際に返された推論をそのまま次のリクエストへ戻してください | デフォルト— |
フィールドmessages[].reasoning_details | 種類object|array | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmax_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドmax_completion_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
フィールドstream_options.include_usage | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtemperature | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtop_p | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドstop | 種類string|string[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools | 種類function_tool[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools[].type | 種類string | 要件任意 | 値と制限 function モデルによる | デフォルト— |
フィールドtools[].function.name | 種類string | 要件必須 | 値と制限 適用条件: 関数ツールの指定あり | デフォルト— |
フィールドtools[].function.description | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドtools[].function.parameters | 種類JSON_schema | 要件任意 | 値と制限 | デフォルト— |
フィールドtool_choice | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドparallel_tool_calls | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドresponse_format | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning_effort | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドservice_tier | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドinstructions | 種類string | 要件任意 | 値と制限 互換性用のフィールド | デフォルト— |
フィールドfunctions | 種類function[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドfunction_call | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprompt_cache_options | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmodalities | 種類string[] | 要件任意 | 値と制限 text | デフォルト— |
フィールドprovider | 種類object | 要件任意 | 値と制限 条件: このUltraテキストルートではprovider.optionsは拒否されます | デフォルト— |
フィールドcache_control.ttl | 種類string | 要件任意 | 値と制限 条件: 実際のプロンプトキャッシュの指定箇所では1hは拒否されます | デフォルト— |
テキスト · UTF8テキスト
messages[].content
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, messages |
パラメータmaterial_types | 仕様text |
パラメータmessages | 仕様role/content形式のメッセージ配列 |
パラメータfile_material | 仕様実際のUTF-8文書をテキストとしてそのまま挿入します。ファイルIDは推定しません |
パラメータoptional_controls | 仕様stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
パラメータcontrol_scope | 仕様モデル固有。ユーザーの関数ツールとホスト側のツールは異なります |
パラメータoutput_modalities | 仕様text |
パラメータhosted_operations | 仕様false |
パラメータmultimodal_input_binding | 仕様null |
ライフサイクル: synchronous_or_streamed
正確なモデルIDをmessagesとともに送ってください。
コンテキスト長は出力上限ではありません。
テキストファイルはテキストをそのまま提供できます。画像／音声／ファイルオブジェクトの入力には正確なバインディングが必要です。
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
| 設定 | 料金表 | 料金 |
|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | 料金 入力 · 入力トークン $0.00022 / 1K トークン 出力 · 出力トークン $0.00066 / 1K トークン 入力 · キャッシュ読み取り $0 / 1K トークン 入力 · キャッシュ書き込み $0 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "devstral-small-2505", "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-small-2505',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-small-2505',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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべての選択肢と、その内容・ツール呼び出し・推論を保持してください。SSEでは選択肢／ツールのインデックスごとに差分を組み立て、最終的な終了理由と使用量を残します。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドchoices[].index | 種類integer |
フィールドchoices[].message.content | 種類string|null |
フィールドchoices[].message.tool_calls | 種類tool_call[] |
フィールドchoices[].message.reasoning_content | 種類string |
フィールドchoices[].message.reasoning_details | 種類object|array |
フィールドchoices[].finish_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot Ultra devstral-small-2505
上記に表示されたメソッドパスを使用してください。
devstral-small-2505Devstral Small 2505 は、Mistral AI と All Hands AI のテキスト専用コーディングモデルです。コードベースを探索し、複数のファイルを編集し、開発ツールを使うソフトウェアエージェント向けに設計されています。公開コンテキストウィンドウは 128K です。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
Devstral Small 2505 は、Mistral AI が All Hands AI と共同開発した、ソフトウェアエンジニアリングのエージェント向け Devstral Small の最初のリリースです。コードベースの調査、ツール利用、複数ファイルにまたがる変更を目的とする 24B パラメーターのモデルです。メーカーのカードでは、コンテキストウィンドウが 128K のテキスト専用モデルと説明されています。微調整の基盤となった Mistral Small 3.1 から、視覚エンコーダーを除いています。
必要な動作と、作業対象のリポジトリや関連コードを説明します。有用なタスクは、機能、対象ファイルやアプリケーションの領域、完了を示す条件を特定しています。不具合修正では観測したエラー、新機能では期待するユーザー操作とデータの動作を含めてください。
メーカーの例は、FastAPI、React、SQLite で一ページの ToDo アプリケーションを作ります。プロンプトには、タスクの追加、削除、完了、一覧表示を列挙しています。これらの要件により、生成するインターフェースと、必要なアプリケーションの動作やストレージを結び付けます。その後、完成したアプリケーションに具体的な改善を求めます。
文書化されたワークフローは、リポジトリのファイルを調べ、変更し、開発ツールを実行できるエージェントの基盤を使います。Devstral は判断とコードを提供し、周囲のエージェントがツール操作を実行して観測を返します。プロジェクトのセットアップ手順を提供し、どの確認で変更の動作を確かめるか説明してください。
複数ファイルにまたがる変更では、編集前に関係する依存関係を特定するよう求めます。結果のパッチと共にツールの観測を保持し、提案した修正と実際に実行した内容を比較できるようにします。生成した実装は、アプリケーションが想定環境で保存・実行することで、動く成果物になります。
メーカーの別の例は、テストのカバレッジを調べてグラフを作るようエージェントに求めます。最初にリポジトリとテスト設定を調べ、次にカバレッジを実行して可視化を作成します。同様の依頼では、リポジトリ、調べる指標、成果物を特定します。例えば、グラフと、それが要約するファイルです。
ここでは、モデルの出力と、実行によって得た根拠の区別が重要です。結果のファイルと開発ツールの観測を、それを解釈する説明と一緒に求めてください。後の修正は、観測した動作や成果物の具体的な部分に絞ります。
この項目は、メーカーのカードで説明された 2505 リリースを保持します。後の Devstral Small エディションには、それぞれ別の識別があります。選択したモデルの会話・ツール形式を使い、関係する元資料を作業コンテキスト内に収め、求める結果のための余裕を残してください。カードはローカル推論とエージェントの例を公開していますが、例の生成予算はタスクの設定であり、普遍的な出力の上限ではありません。
POST /v1/messagestextjson, sse| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 devstral-small-2505 | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 user, assistant | デフォルト— |
フィールドmessages[].content | 種類string | 要件必須 | 値と制限 | デフォルト— |
フィールドmax_tokens | 種類integer | 要件必須 | 値と制限 | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
テキスト · UTF-8テキスト
messages[].contentの文字列
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, messages, max_tokens |
パラメータoptional_controls | 仕様stream |
パラメータmaterial_types | 仕様text |
パラメータtext_file_material | 仕様実際のUTF-8文書を読み、その本文を指定された入力またはメッセージ内容の文字列に入れてください。 |
ライフサイクル: synchronous_or_streamed
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
| 設定 | 料金表 | 料金 |
|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | 料金 入力 · 入力トークン $0.00022 / 1K トークン 出力 · 出力トークン $0.00066 / 1K トークン 入力 · キャッシュ読み取り $0 / 1K トークン 入力 · キャッシュ書き込み $0 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
{\n "model": "devstral-small-2505",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-small-2505', '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-small-2505', '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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべてのコンテンツブロック、思考署名、実際のツール利用IDを保持してください。SSEのすべてのブロック差分を組み立てます。最初のテキストブロックだけでは完全な出力になりません。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドid | 種類string |
フィールドmodel | 種類string |
フィールドcontent[] | 種類text|thinking|tool_use|other content block |
フィールドstop_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot Ultra devstral-small-2505
上記に表示されたメソッドパスを使用してください。
英語の技術例
Plan a deletion fix across two files\n\nGiven these repository excerpts, propose a coordinated patch: api.py deletes a task by ID and always returns 204; store.py remove(id) silently ignores missing IDs. Requirement: an existing task returns 204 and a missing task returns 404. Show changes to both files and tests; preserve the DELETE route and successful deletion behavior.A patch split by api.py and store.py plus tests for existing and missing task IDs.The storage result reaches the handler so a missing task returns 404 without changing the successful status.