Devstral Small 1.1 は、ソフトウェアエンジニアリングエージェント向けの、Mistral AI のバージョンが固定されたテキスト専用モデルです。視覚エンコーダーを除いた Mistral Small 3.1 からファインチューニングされ、リポジトリ探索、ツール、複数ファイルのコード変更に集中しています。このリリースは 240 億パラメータと、最大 128K トークンのコンテキストウィンドウを持ちます。出力は、テキスト、コード、エージェントアプリケーションが提供する関数への指示です。
バージョン 1.1 は、以前の Small リリースのアーキテクチャを維持しながら、プロンプトやコーディング環境との連携方法を拡張しています。メーカーは、異なるエージェント実行基盤への汎化の改善を説明し、XML ベースの形式に加えて、Mistral の関数呼び出し形式への対応を追加しています。これらは、エージェントのやり取りを表現・解釈する方法です。利用可能なリポジトリ操作は、提供されたツールと実行環境で決まります。
主なモデル特性には、24B のサイズ、Apache 2.0 の重み、約 131K 項目の語彙を持つ Tekken トークナイザーがあります。バージョンが固定された 1.1 エディションは、独自のリリース名で識別され、128K のコンテキストを保持します。文章形式のプロジェクト資料には、ソースファイル、タスク要件、過去の操作、検索やコマンドの返却結果を含められます。これにより、次の変更案を、エージェントがプロジェクトについて学んだ内容に基づかせられます。
実用的なワークフローは、具体的なエンジニアリング目標から始まります。リクエストを処理する経路を見つけ、関連関数を特定し、関係するファイルに整合した編集を提案するようエージェントに求めます。期待する動作、互換性要件、正しい結果を区別できる例を提供します。不具合では、観測されたエラーと再現する入力を含めます。リファクタリングでは、安定させるべきインターフェースと動作を示します。有用な成果物は、依存関係の説明と、妥当性確認に必要なチェックを伴うパッチ案です。
このモデルは、構造化回答と文書に関する質問にも対応します。コードレビューでは、影響する構成要素、変更案、追加のチェックを別々のフィールドとして返せます。技術文書のタスクでは、実装に関係する要件を特定できます。プレフィックス継続では回答の冒頭を設定でき、非同期バッチのワークフローでは、独立したコード分析タスクを処理できます。これらの機能は、リポジトリとツールを中心とする専門性を補います。
Ailoot API のエージェントでは、タスクとともに、ツールの説明と引数スキーマを提供します。Devstral は、関数を選択し、引数を用意できます。アプリケーションが関数を実行して出力を返し、対話を継続します。モデルが独立してファイルアクセスを得たり、提案コードを実行したりすることはありません。返されたツール結果を使って編集案を改善し、コード成果物、説明、環境から得た根拠を添えて完了します。Small 1.1 の識別情報は、その後の Devstral エディションや、汎用の Mistral Small リリースとは別です。
", "aboutText": "Devstral Small 1.1 は、ソフトウェアエンジニアリングエージェント向けの、Mistral AI のバージョンが固定されたテキスト専用モデルです。視覚エンコーダーを除いた Mistral Small 3.1 からファインチューニングされ、リポジトリ探索、ツール、複数ファイルのコード変更に集中しています。このリリースは 240 億パラメータと、最大 128K トークンのコンテキストウィンドウを持ちます。出力は、テキスト、コード、エージェントアプリケーションが提供する関数への指示です。\n\nバージョン 1.1 は、以前の Small リリースのアーキテクチャを維持しながら、プロンプトやコーディング環境との連携方法を拡張しています。メーカーは、異なるエージェント実行基盤への汎化の改善を説明し、XML ベースの形式に加えて、Mistral の関数呼び出し形式への対応を追加しています。これらは、エージェントのやり取りを表現・解釈する方法です。利用可能なリポジトリ操作は、提供されたツールと実行環境で決まります。\n\n主なモデル特性には、24B のサイズ、Apache 2.0 の重み、約 131K 項目の語彙を持つ Tekken トークナイザーがあります。バージョンが固定された 1.1 エディションは、独自のリリース名で識別され、128K のコンテキストを保持します。文章形式のプロジェクト資料には、ソースファイル、タスク要件、過去の操作、検索やコマンドの返却結果を含められます。これにより、次の変更案を、エージェントがプロジェクトについて学んだ内容に基づかせられます。\n\n実用的なワークフローは、具体的なエンジニアリング目標から始まります。リクエストを処理する経路を見つけ、関連関数を特定し、関係するファイルに整合した編集を提案するようエージェントに求めます。期待する動作、互換性要件、正しい結果を区別できる例を提供します。不具合では、観測されたエラーと再現する入力を含めます。リファクタリングでは、安定させるべきインターフェースと動作を示します。有用な成果物は、依存関係の説明と、妥当性確認に必要なチェックを伴うパッチ案です。\n\nこのモデルは、構造化回答と文書に関する質問にも対応します。コードレビューでは、影響する構成要素、変更案、追加のチェックを別々のフィールドとして返せます。技術文書のタスクでは、実装に関係する要件を特定できます。プレフィックス継続では回答の冒頭を設定でき、非同期バッチのワークフローでは、独立したコード分析タスクを処理できます。これらの機能は、リポジトリとツールを中心とする専門性を補います。\n\nAiloot API のエージェントでは、タスクとともに、ツールの説明と引数スキーマを提供します。Devstral は、関数を選択し、引数を用意できます。アプリケーションが関数を実行して出力を返し、対話を継続します。モデルが独立してファイルアクセスを得たり、提案コードを実行したりすることはありません。返されたツール結果を使って編集案を改善し、コード成果物、説明、環境から得た根拠を添えて完了します。Small 1.1 の識別情報は、その後の Devstral エディションや、汎用の Mistral Small リリースとは別です。", "editorialOverlay": { "copy_fields": { "practical_html": "英語の技術例
Coordinate a renamed function\n\nTwo Python files contain: service.py: def load_user(uid): return {'id': uid}; handler.py: from service import load_user; def handle(uid): return load_user(uid). Rename load_user to fetch_user in both files while preserving handle's interface and returned value. Return separate changed file blocks and one regression assertion for handle(7).Two named Python file blocks and an assertion preserving handle behavior.The import, definition and call must all use fetch_user while handle remains callable by its original name.devstral-small-2507Devstral Small 1.1 は、リポジトリの探索と、複数ファイルにわたる整合した編集の準備のための、Mistral AI の 24B テキスト専用コーディングエージェントモデルです。バージョン 1.1 は、より広いプロンプト互換性を追加し、関数呼び出しと XML ベースのエージェント形式に対応します。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 1.1 は、ソフトウェアエンジニアリングエージェント向けの、Mistral AI のバージョンが固定されたテキスト専用モデルです。視覚エンコーダーを除いた Mistral Small 3.1 からファインチューニングされ、リポジトリ探索、ツール、複数ファイルのコード変更に集中しています。このリリースは 240 億パラメータと、最大 128K トークンのコンテキストウィンドウを持ちます。出力は、テキスト、コード、エージェントアプリケーションが提供する関数への指示です。
バージョン 1.1 は、以前の Small リリースのアーキテクチャを維持しながら、プロンプトやコーディング環境との連携方法を拡張しています。メーカーは、異なるエージェント実行基盤への汎化の改善を説明し、XML ベースの形式に加えて、Mistral の関数呼び出し形式への対応を追加しています。これらは、エージェントのやり取りを表現・解釈する方法です。利用可能なリポジトリ操作は、提供されたツールと実行環境で決まります。
主なモデル特性には、24B のサイズ、Apache 2.0 の重み、約 131K 項目の語彙を持つ Tekken トークナイザーがあります。バージョンが固定された 1.1 エディションは、独自のリリース名で識別され、128K のコンテキストを保持します。文章形式のプロジェクト資料には、ソースファイル、タスク要件、過去の操作、検索やコマンドの返却結果を含められます。これにより、次の変更案を、エージェントがプロジェクトについて学んだ内容に基づかせられます。
実用的なワークフローは、具体的なエンジニアリング目標から始まります。リクエストを処理する経路を見つけ、関連関数を特定し、関係するファイルに整合した編集を提案するようエージェントに求めます。期待する動作、互換性要件、正しい結果を区別できる例を提供します。不具合では、観測されたエラーと再現する入力を含めます。リファクタリングでは、安定させるべきインターフェースと動作を示します。有用な成果物は、依存関係の説明と、妥当性確認に必要なチェックを伴うパッチ案です。
このモデルは、構造化回答と文書に関する質問にも対応します。コードレビューでは、影響する構成要素、変更案、追加のチェックを別々のフィールドとして返せます。技術文書のタスクでは、実装に関係する要件を特定できます。プレフィックス継続では回答の冒頭を設定でき、非同期バッチのワークフローでは、独立したコード分析タスクを処理できます。これらの機能は、リポジトリとツールを中心とする専門性を補います。
Ailoot API のエージェントでは、タスクとともに、ツールの説明と引数スキーマを提供します。Devstral は、関数を選択し、引数を用意できます。アプリケーションが関数を実行して出力を返し、対話を継続します。モデルが独立してファイルアクセスを得たり、提案コードを実行したりすることはありません。返されたツール結果を使って編集案を改善し、コード成果物、説明、環境から得た根拠を添えて完了します。Small 1.1 の識別情報は、その後の Devstral エディションや、汎用の Mistral Small リリースとは別です。
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-2507 | 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-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-small-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-small-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-2507
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-2507Devstral Small 1.1 は、リポジトリの探索と、複数ファイルにわたる整合した編集の準備のための、Mistral AI の 24B テキスト専用コーディングエージェントモデルです。バージョン 1.1 は、より広いプロンプト互換性を追加し、関数呼び出しと XML ベースのエージェント形式に対応します。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 1.1 は、ソフトウェアエンジニアリングエージェント向けの、Mistral AI のバージョンが固定されたテキスト専用モデルです。視覚エンコーダーを除いた Mistral Small 3.1 からファインチューニングされ、リポジトリ探索、ツール、複数ファイルのコード変更に集中しています。このリリースは 240 億パラメータと、最大 128K トークンのコンテキストウィンドウを持ちます。出力は、テキスト、コード、エージェントアプリケーションが提供する関数への指示です。
バージョン 1.1 は、以前の Small リリースのアーキテクチャを維持しながら、プロンプトやコーディング環境との連携方法を拡張しています。メーカーは、異なるエージェント実行基盤への汎化の改善を説明し、XML ベースの形式に加えて、Mistral の関数呼び出し形式への対応を追加しています。これらは、エージェントのやり取りを表現・解釈する方法です。利用可能なリポジトリ操作は、提供されたツールと実行環境で決まります。
主なモデル特性には、24B のサイズ、Apache 2.0 の重み、約 131K 項目の語彙を持つ Tekken トークナイザーがあります。バージョンが固定された 1.1 エディションは、独自のリリース名で識別され、128K のコンテキストを保持します。文章形式のプロジェクト資料には、ソースファイル、タスク要件、過去の操作、検索やコマンドの返却結果を含められます。これにより、次の変更案を、エージェントがプロジェクトについて学んだ内容に基づかせられます。
実用的なワークフローは、具体的なエンジニアリング目標から始まります。リクエストを処理する経路を見つけ、関連関数を特定し、関係するファイルに整合した編集を提案するようエージェントに求めます。期待する動作、互換性要件、正しい結果を区別できる例を提供します。不具合では、観測されたエラーと再現する入力を含めます。リファクタリングでは、安定させるべきインターフェースと動作を示します。有用な成果物は、依存関係の説明と、妥当性確認に必要なチェックを伴うパッチ案です。
このモデルは、構造化回答と文書に関する質問にも対応します。コードレビューでは、影響する構成要素、変更案、追加のチェックを別々のフィールドとして返せます。技術文書のタスクでは、実装に関係する要件を特定できます。プレフィックス継続では回答の冒頭を設定でき、非同期バッチのワークフローでは、独立したコード分析タスクを処理できます。これらの機能は、リポジトリとツールを中心とする専門性を補います。
Ailoot API のエージェントでは、タスクとともに、ツールの説明と引数スキーマを提供します。Devstral は、関数を選択し、引数を用意できます。アプリケーションが関数を実行して出力を返し、対話を継続します。モデルが独立してファイルアクセスを得たり、提案コードを実行したりすることはありません。返されたツール結果を使って編集案を改善し、コード成果物、説明、環境から得た根拠を添えて完了します。Small 1.1 の識別情報は、その後の Devstral エディションや、汎用の Mistral Small リリースとは別です。
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-2507 | 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 $0 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
{\n "model": "devstral-small-2507",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-small-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-small-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-2507
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
Coordinate a renamed function\n\nTwo Python files contain: service.py: def load_user(uid): return {'id': uid}; handler.py: from service import load_user; def handle(uid): return load_user(uid). Rename load_user to fetch_user in both files while preserving handle's interface and returned value. Return separate changed file blocks and one regression assertion for handle(7).Two named Python file blocks and an assertion preserving handle behavior.The import, definition and call must all use fetch_user while handle remains callable by its original name.