Mistral Small 3.1 24B Instruct 2503は、Small 3 2501を基に視覚理解を追加し、長いコンテキストへの対応を128kトークンに拡張しています。240億パラメータを持ち、別名のSmall 3.1 Baseから指示調整されています。テキストと画像を受け取り、説明、コード、構造化レコードなどをテキストで生成します。
主な機能
視覚機能により、ユーザーの質問と一緒に見える資料を分析できます。文書画像は確認するフィールドや記述を、図は説明する関係を、グラフは比較の基になるデータを提供できます。質問が画像内に実在する根拠を指すよう、ラベル、単位、関連する周辺内容を読み取れる状態にしてください。
開発元は、ロシア語、英語、フランス語、ドイツ語、ギリシャ語、ヒンディー語、インドネシア語、イタリア語、日本語、韓国語、マレー語、ネパール語、ポーランド語、ポルトガル語、ルーマニア語、セルビア語、スペイン語、スウェーデン語、トルコ語、ウクライナ語、ベトナム語、アラビア語、ベンガル語、中国語、ペルシャ語を含む数十言語への対応を挙げています。多言語回答では最終言語、読者、用語を定義します。名称、引用ラベル、変数識別子、単位を変えずに、周囲の文章を調整できます。
カードは、会話・推論の機能、ネイティブの関数呼び出し、JSON出力、システムプロンプトへの追従も説明しています。トークナイザーはTekkenで、語彙数は131kと表記されています。これらは指定した指示調整版の機能です。Base版は別の役割を持ち、後のSmall 3.2とSmall 4には固有の変更やモードがあります。
文書、コード、数学の準備
長い文書のタスクでは、文書を識別し、定義した質問を1つ尋ねます。比較では、記述、出典節、文書間の相違を含む要件マトリクスを求められます。要約では、指定した変更に関係する内容だけを求められます。長いコンテキストで資料をまとめつつ、最終回答は簡潔に保てます。
コードの説明では、関数と、動作を追跡する入力を提示します。関連するヘルパーや宣言を含め、値を返す前に状態がどう変わるかを尋ねてください。変更案では、要件、維持する公開インターフェース、期待出力を示します。修正したコードは説明や例とは別に求めます。
数学のタスクでは、導出を求める前に、記号と定義域の前提を定義します。最終結果が厳密値、丸めた値、主張の証明のどれかを指定してください。条件が画像内にある場合は、数式と関連ラベルを明瞭に保ち、回答でもその記法を維持するよう求めます。こうした準備により、文書化されたプログラミング・数学的推論の特性を、確認可能な成果物へつなげられます。
指示形式と推奨する使い方
開発元は、system、user、assistantの役割を区別するV7-Tekkenの会話テンプレートを公開し、対応するトークナイザー実装を正しい基準として使うよう推奨しています。システム指示はアシスタントの役割と回答規則を定義し、ユーザーメッセージには実際のタスクと原資料を含めます。正しい会話書式は、引用文書内に役割らしいラベルを置くこととは異なります。
カードは、0.15などの比較的低いtemperatureと、用途に合わせたシステムプロンプトを推奨しています。出力のフィールドや節、書き換えても維持する条件を定義してください。反復する抽出では、指定した名前・型と、元資料に値がない場合の表現を持つJSONを求めます。人が解釈を確認する必要がある場合は、説明段落を別に返せます。
関数呼び出しのワークフロー
モデルは、アプリケーションが説明したツールから関数を選び、引数を生成できます。アプリケーションが実行し、対応するツール呼び出しとともに結果を返し、モデルは後続の回答でその結果を使います。開発元の例は、過去のツール利用と新しいユーザーの質問を含むこの会話の流れを示しています。したがって、検索の提案は、検索で実際に返されたデータとは異なります。
実用的なアシスタントは、まず文書から質問を抽出し、次に提供された参照関数で不足条件を得ることができます。関数を明確に説明し、必須引数を含め、返された結果を元の操作に対応付けてください。JSONはテキスト結果を整理します。関数呼び出しは接続された操作を要求するものであり、コードの実行やデータベース読み取りを黙って行うわけではありません。
実質的な制限
文書化された視覚機能は画像を読み取るもので、生成はしません。公開カードのアシスタント向け指針でも、音声や動画の文字起こしとは区別しています。音声・動画についての質問には、適切な別の準備手順で関連内容を提供する必要があります。ウェブへのアクセスや外部操作も、テキスト・画像モデル単独ではなく、接続されたツールから得られます。
128kコンテキストはタスクの入力と生成される会話に関するもので、カードの512トークン生成例は設定例にすぎません。確認した資料には、独立した厳密な回答長の容量は指定されていません。正確なInstruct 2503版、会話形式、求める説明・レコード・コードの成果物を維持してください。
", "aboutText": "Mistral Small 3.1 24B Instruct 2503は、Small 3 2501を基に視覚理解を追加し、長いコンテキストへの対応を128kトークンに拡張しています。240億パラメータを持ち、別名のSmall 3.1 Baseから指示調整されています。テキストと画像を受け取り、説明、コード、構造化レコードなどをテキストで生成します。\n\n主な機能\n\n視覚機能により、ユーザーの質問と一緒に見える資料を分析できます。文書画像は確認するフィールドや記述を、図は説明する関係を、グラフは比較の基になるデータを提供できます。質問が画像内に実在する根拠を指すよう、ラベル、単位、関連する周辺内容を読み取れる状態にしてください。\n\n開発元は、ロシア語、英語、フランス語、ドイツ語、ギリシャ語、ヒンディー語、インドネシア語、イタリア語、日本語、韓国語、マレー語、ネパール語、ポーランド語、ポルトガル語、ルーマニア語、セルビア語、スペイン語、スウェーデン語、トルコ語、ウクライナ語、ベトナム語、アラビア語、ベンガル語、中国語、ペルシャ語を含む数十言語への対応を挙げています。多言語回答では最終言語、読者、用語を定義します。名称、引用ラベル、変数識別子、単位を変えずに、周囲の文章を調整できます。\n\nカードは、会話・推論の機能、ネイティブの関数呼び出し、JSON出力、システムプロンプトへの追従も説明しています。トークナイザーはTekkenで、語彙数は131kと表記されています。これらは指定した指示調整版の機能です。Base版は別の役割を持ち、後のSmall 3.2とSmall 4には固有の変更やモードがあります。\n\n文書、コード、数学の準備\n\n長い文書のタスクでは、文書を識別し、定義した質問を1つ尋ねます。比較では、記述、出典節、文書間の相違を含む要件マトリクスを求められます。要約では、指定した変更に関係する内容だけを求められます。長いコンテキストで資料をまとめつつ、最終回答は簡潔に保てます。\n\nコードの説明では、関数と、動作を追跡する入力を提示します。関連するヘルパーや宣言を含め、値を返す前に状態がどう変わるかを尋ねてください。変更案では、要件、維持する公開インターフェース、期待出力を示します。修正したコードは説明や例とは別に求めます。\n\n数学のタスクでは、導出を求める前に、記号と定義域の前提を定義します。最終結果が厳密値、丸めた値、主張の証明のどれかを指定してください。条件が画像内にある場合は、数式と関連ラベルを明瞭に保ち、回答でもその記法を維持するよう求めます。こうした準備により、文書化されたプログラミング・数学的推論の特性を、確認可能な成果物へつなげられます。\n\n指示形式と推奨する使い方\n\n開発元は、system、user、assistantの役割を区別するV7-Tekkenの会話テンプレートを公開し、対応するトークナイザー実装を正しい基準として使うよう推奨しています。システム指示はアシスタントの役割と回答規則を定義し、ユーザーメッセージには実際のタスクと原資料を含めます。正しい会話書式は、引用文書内に役割らしいラベルを置くこととは異なります。\n\nカードは、0.15などの比較的低いtemperatureと、用途に合わせたシステムプロンプトを推奨しています。出力のフィールドや節、書き換えても維持する条件を定義してください。反復する抽出では、指定した名前・型と、元資料に値がない場合の表現を持つJSONを求めます。人が解釈を確認する必要がある場合は、説明段落を別に返せます。\n\n関数呼び出しのワークフロー\n\nモデルは、アプリケーションが説明したツールから関数を選び、引数を生成できます。アプリケーションが実行し、対応するツール呼び出しとともに結果を返し、モデルは後続の回答でその結果を使います。開発元の例は、過去のツール利用と新しいユーザーの質問を含むこの会話の流れを示しています。したがって、検索の提案は、検索で実際に返されたデータとは異なります。\n\n実用的なアシスタントは、まず文書から質問を抽出し、次に提供された参照関数で不足条件を得ることができます。関数を明確に説明し、必須引数を含め、返された結果を元の操作に対応付けてください。JSONはテキスト結果を整理します。関数呼び出しは接続された操作を要求するものであり、コードの実行やデータベース読み取りを黙って行うわけではありません。\n\n実質的な制限\n\n文書化された視覚機能は画像を読み取るもので、生成はしません。公開カードのアシスタント向け指針でも、音声や動画の文字起こしとは区別しています。音声・動画についての質問には、適切な別の準備手順で関連内容を提供する必要があります。ウェブへのアクセスや外部操作も、テキスト・画像モデル単独ではなく、接続されたツールから得られます。\n\n128kコンテキストはタスクの入力と生成される会話に関するもので、カードの512トークン生成例は設定例にすぎません。確認した資料には、独立した厳密な回答長の容量は指定されていません。正確なInstruct 2503版、会話形式、求める説明・レコード・コードの成果物を維持してください。", "editorialOverlay": { "copy_fields": { "practical_html": "英語の技術例
Trace an accumulator function\n\nTrace this Python function on [3, -1, 4]: 'def running_sum(xs):\n total = 0\n out = []\n for x in xs:\n total += x\n out.append(total)\n return out'. Give a row for each iteration showing x, total and out, then the return value. Explain in one sentence why out differs from doubling each element.A three-row state trace, the final list and one sentence distinguishing cumulative addition from elementwise multiplication.Each row uses the prior total, including the negative input, rather than restarting the accumulator.mistralai/mistral-small-3.1-24b-instructMistral Small 3.1 24B Instruct 2503は、Small 3系列に画像理解と開発元公表の128kコンテキストを追加します。独立した指示調整済みリリースで、多言語テキスト、プログラミング、数学的推論と、システム指示、JSON、ネイティブの関数呼び出しを組み合わせています。
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。
Mistral Small 3.1 24B Instruct 2503は、Small 3 2501を基に視覚理解を追加し、長いコンテキストへの対応を128kトークンに拡張しています。240億パラメータを持ち、別名のSmall 3.1 Baseから指示調整されています。テキストと画像を受け取り、説明、コード、構造化レコードなどをテキストで生成します。
主な機能
視覚機能により、ユーザーの質問と一緒に見える資料を分析できます。文書画像は確認するフィールドや記述を、図は説明する関係を、グラフは比較の基になるデータを提供できます。質問が画像内に実在する根拠を指すよう、ラベル、単位、関連する周辺内容を読み取れる状態にしてください。
開発元は、ロシア語、英語、フランス語、ドイツ語、ギリシャ語、ヒンディー語、インドネシア語、イタリア語、日本語、韓国語、マレー語、ネパール語、ポーランド語、ポルトガル語、ルーマニア語、セルビア語、スペイン語、スウェーデン語、トルコ語、ウクライナ語、ベトナム語、アラビア語、ベンガル語、中国語、ペルシャ語を含む数十言語への対応を挙げています。多言語回答では最終言語、読者、用語を定義します。名称、引用ラベル、変数識別子、単位を変えずに、周囲の文章を調整できます。
カードは、会話・推論の機能、ネイティブの関数呼び出し、JSON出力、システムプロンプトへの追従も説明しています。トークナイザーはTekkenで、語彙数は131kと表記されています。これらは指定した指示調整版の機能です。Base版は別の役割を持ち、後のSmall 3.2とSmall 4には固有の変更やモードがあります。
文書、コード、数学の準備
長い文書のタスクでは、文書を識別し、定義した質問を1つ尋ねます。比較では、記述、出典節、文書間の相違を含む要件マトリクスを求められます。要約では、指定した変更に関係する内容だけを求められます。長いコンテキストで資料をまとめつつ、最終回答は簡潔に保てます。
コードの説明では、関数と、動作を追跡する入力を提示します。関連するヘルパーや宣言を含め、値を返す前に状態がどう変わるかを尋ねてください。変更案では、要件、維持する公開インターフェース、期待出力を示します。修正したコードは説明や例とは別に求めます。
数学のタスクでは、導出を求める前に、記号と定義域の前提を定義します。最終結果が厳密値、丸めた値、主張の証明のどれかを指定してください。条件が画像内にある場合は、数式と関連ラベルを明瞭に保ち、回答でもその記法を維持するよう求めます。こうした準備により、文書化されたプログラミング・数学的推論の特性を、確認可能な成果物へつなげられます。
指示形式と推奨する使い方
開発元は、system、user、assistantの役割を区別するV7-Tekkenの会話テンプレートを公開し、対応するトークナイザー実装を正しい基準として使うよう推奨しています。システム指示はアシスタントの役割と回答規則を定義し、ユーザーメッセージには実際のタスクと原資料を含めます。正しい会話書式は、引用文書内に役割らしいラベルを置くこととは異なります。
カードは、0.15などの比較的低いtemperatureと、用途に合わせたシステムプロンプトを推奨しています。出力のフィールドや節、書き換えても維持する条件を定義してください。反復する抽出では、指定した名前・型と、元資料に値がない場合の表現を持つJSONを求めます。人が解釈を確認する必要がある場合は、説明段落を別に返せます。
関数呼び出しのワークフロー
モデルは、アプリケーションが説明したツールから関数を選び、引数を生成できます。アプリケーションが実行し、対応するツール呼び出しとともに結果を返し、モデルは後続の回答でその結果を使います。開発元の例は、過去のツール利用と新しいユーザーの質問を含むこの会話の流れを示しています。したがって、検索の提案は、検索で実際に返されたデータとは異なります。
実用的なアシスタントは、まず文書から質問を抽出し、次に提供された参照関数で不足条件を得ることができます。関数を明確に説明し、必須引数を含め、返された結果を元の操作に対応付けてください。JSONはテキスト結果を整理します。関数呼び出しは接続された操作を要求するものであり、コードの実行やデータベース読み取りを黙って行うわけではありません。
実質的な制限
文書化された視覚機能は画像を読み取るもので、生成はしません。公開カードのアシスタント向け指針でも、音声や動画の文字起こしとは区別しています。音声・動画についての質問には、適切な別の準備手順で関連内容を提供する必要があります。ウェブへのアクセスや外部操作も、テキスト・画像モデル単独ではなく、接続されたツールから得られます。
128kコンテキストはタスクの入力と生成される会話に関するもので、カードの512トークン生成例は設定例にすぎません。確認した資料には、独立した厳密な回答長の容量は指定されていません。正確なInstruct 2503版、会話形式、求める説明・レコード・コードの成果物を維持してください。
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 mistralai/mistral-small-3.1-24b-instruct | 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。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0011 / 1K トークン 出力 · 出力トークン $0.00111 / 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 |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0011 / 1K トークン 出力 · 出力トークン $0.00111 / 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": "mistralai/mistral-small-3.1-24b-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-3.1-24b-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-3.1-24b-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 mistralai/mistral-small-3.1-24b-instruct
上記に表示されたメソッドパスを使用してください。
mistralai/mistral-small-3.1-24b-instructMistral Small 3.1 24B Instruct 2503は、Small 3系列に画像理解と開発元公表の128kコンテキストを追加します。独立した指示調整済みリリースで、多言語テキスト、プログラミング、数学的推論と、システム指示、JSON、ネイティブの関数呼び出しを組み合わせています。
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。
Mistral Small 3.1 24B Instruct 2503は、Small 3 2501を基に視覚理解を追加し、長いコンテキストへの対応を128kトークンに拡張しています。240億パラメータを持ち、別名のSmall 3.1 Baseから指示調整されています。テキストと画像を受け取り、説明、コード、構造化レコードなどをテキストで生成します。
主な機能
視覚機能により、ユーザーの質問と一緒に見える資料を分析できます。文書画像は確認するフィールドや記述を、図は説明する関係を、グラフは比較の基になるデータを提供できます。質問が画像内に実在する根拠を指すよう、ラベル、単位、関連する周辺内容を読み取れる状態にしてください。
開発元は、ロシア語、英語、フランス語、ドイツ語、ギリシャ語、ヒンディー語、インドネシア語、イタリア語、日本語、韓国語、マレー語、ネパール語、ポーランド語、ポルトガル語、ルーマニア語、セルビア語、スペイン語、スウェーデン語、トルコ語、ウクライナ語、ベトナム語、アラビア語、ベンガル語、中国語、ペルシャ語を含む数十言語への対応を挙げています。多言語回答では最終言語、読者、用語を定義します。名称、引用ラベル、変数識別子、単位を変えずに、周囲の文章を調整できます。
カードは、会話・推論の機能、ネイティブの関数呼び出し、JSON出力、システムプロンプトへの追従も説明しています。トークナイザーはTekkenで、語彙数は131kと表記されています。これらは指定した指示調整版の機能です。Base版は別の役割を持ち、後のSmall 3.2とSmall 4には固有の変更やモードがあります。
文書、コード、数学の準備
長い文書のタスクでは、文書を識別し、定義した質問を1つ尋ねます。比較では、記述、出典節、文書間の相違を含む要件マトリクスを求められます。要約では、指定した変更に関係する内容だけを求められます。長いコンテキストで資料をまとめつつ、最終回答は簡潔に保てます。
コードの説明では、関数と、動作を追跡する入力を提示します。関連するヘルパーや宣言を含め、値を返す前に状態がどう変わるかを尋ねてください。変更案では、要件、維持する公開インターフェース、期待出力を示します。修正したコードは説明や例とは別に求めます。
数学のタスクでは、導出を求める前に、記号と定義域の前提を定義します。最終結果が厳密値、丸めた値、主張の証明のどれかを指定してください。条件が画像内にある場合は、数式と関連ラベルを明瞭に保ち、回答でもその記法を維持するよう求めます。こうした準備により、文書化されたプログラミング・数学的推論の特性を、確認可能な成果物へつなげられます。
指示形式と推奨する使い方
開発元は、system、user、assistantの役割を区別するV7-Tekkenの会話テンプレートを公開し、対応するトークナイザー実装を正しい基準として使うよう推奨しています。システム指示はアシスタントの役割と回答規則を定義し、ユーザーメッセージには実際のタスクと原資料を含めます。正しい会話書式は、引用文書内に役割らしいラベルを置くこととは異なります。
カードは、0.15などの比較的低いtemperatureと、用途に合わせたシステムプロンプトを推奨しています。出力のフィールドや節、書き換えても維持する条件を定義してください。反復する抽出では、指定した名前・型と、元資料に値がない場合の表現を持つJSONを求めます。人が解釈を確認する必要がある場合は、説明段落を別に返せます。
関数呼び出しのワークフロー
モデルは、アプリケーションが説明したツールから関数を選び、引数を生成できます。アプリケーションが実行し、対応するツール呼び出しとともに結果を返し、モデルは後続の回答でその結果を使います。開発元の例は、過去のツール利用と新しいユーザーの質問を含むこの会話の流れを示しています。したがって、検索の提案は、検索で実際に返されたデータとは異なります。
実用的なアシスタントは、まず文書から質問を抽出し、次に提供された参照関数で不足条件を得ることができます。関数を明確に説明し、必須引数を含め、返された結果を元の操作に対応付けてください。JSONはテキスト結果を整理します。関数呼び出しは接続された操作を要求するものであり、コードの実行やデータベース読み取りを黙って行うわけではありません。
実質的な制限
文書化された視覚機能は画像を読み取るもので、生成はしません。公開カードのアシスタント向け指針でも、音声や動画の文字起こしとは区別しています。音声・動画についての質問には、適切な別の準備手順で関連内容を提供する必要があります。ウェブへのアクセスや外部操作も、テキスト・画像モデル単独ではなく、接続されたツールから得られます。
128kコンテキストはタスクの入力と生成される会話に関するもので、カードの512トークン生成例は設定例にすぎません。確認した資料には、独立した厳密な回答長の容量は指定されていません。正確なInstruct 2503版、会話形式、求める説明・レコード・コードの成果物を維持してください。
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 mistralai/mistral-small-3.1-24b-instruct | 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。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0011 / 1K トークン 出力 · 出力トークン $0.00111 / 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 |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0011 / 1K トークン 出力 · 出力トークン $0.00111 / 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 $0 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
{\n "model": "mistralai/mistral-small-3.1-24b-instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-3.1-24b-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-3.1-24b-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 mistralai/mistral-small-3.1-24b-instruct
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
Trace an accumulator function\n\nTrace this Python function on [3, -1, 4]: 'def running_sum(xs):\n total = 0\n out = []\n for x in xs:\n total += x\n out.append(total)\n return out'. Give a row for each iteration showing x, total and out, then the return value. Explain in one sentence why out differs from doubling each element.A three-row state trace, the final list and one sentence distinguishing cumulative addition from elementwise multiplication.Each row uses the prior total, including the negative input, rather than restarting the accumulator.