Mistral: Codestral Embed 2505

Codestral Embed 2505 кодты және табиғи тілдегі сұрауларды репозиторий іздеу мен бағдарламалау ассистенттеріне контекст табу үшін векторлармен бейнелейді. Өндіруші 8192 токендік контексті, 3072-ге дейін бапталатын өлшемдерді және жылжымалы нүктелі, бүтін сандық не биттік қапталған шығыс пішімдерін құжаттайды.

Ailoot Ultra · Эмбеддингтер POST /v1/embeddings mistralai/codestral-embed-2505

Модель туралы

Бұл сипаттама модель мүмкіндіктерін қамтиды. Ailoot жүйесінде таңдалған әдіс үшін қолжетімді кіріс, шығыс және параметрлер төменде берілген.

Codestral Embed 2505 — Mistral AI ұсынған код іздеуге маманданған эмбеддинг моделі. Ол бастапқы коды немесе табиғи тілдегі код сұрауы бар мәтінді қабылдап, сандық векторлар қайтарады. Өндіруші оны репозиторий іздеу, бағдарламалау ассистенттеріне контекст табу, ұқсастық пен қайталануды талдау және кодты функциясы не құрылымы бойынша топтау үшін ұсынады. Оның бекітілген шығарылым идентификаторы — codestral-embed-2505.

Кіріс және көрініс

Код кірісі функция, қатысты бастапқы үзінді немесе репозиторийдің басқа мағыналы бірлігі бола алады. Табиғи тілдегі сұрау нақты символ атауын атамай, табылатын әрекетті сипаттай алады. Эмбеддинг сол кірісті салыстыру үшін бейнелейді; модель жаңа іске асыру генерацияламайды және алған кодты орындамайды.

Ресми шығарылым 8192 токендік толық кіріс контекстін құжаттайды. Іздеу үшін өндіруші шамамен 3000 таңбалық бөліктерді 1000 таңба қабаттасуымен ұсынады және үлкен бөліктер іздеуді нашарлатуы мүмкін екенін айтады. 3000 таңба токен лимитін білдірмейді; бұл — іздеу дайындауына арналған ұсынымдар. Қолданба іздеуден кейін қатысты кодты қайтара алуы үшін әр дайындалған элементті файлмен, символмен және дереккөз орнымен байланысты ұстаңыз.

Шығыс дәлдігі және өлшемдері

Код эмбеддингі нұсқаулығы float, int8, uint8, binary және ubinary шығыс түрлерін құжаттайды. Float 32 биттік бір еселік дәлдіктегі мәндерді қолданады. Int8 -128-ден 127-ге дейінгі таңбалы 8 биттік бүтін сандарды, ал uint8 0-ден 255-ке дейінгі таңбасыз 8 биттік мәндерді қолданады. Binary және ubinary квантталған бірбиттік мәндерді қапталған 8 биттік элементтерде, тиісінше таңбалы немесе таңбасыз контейнерлерде сақтайды.

Биттік қапталған көрініс қайтарылған тізім ұзындығын өзгертеді: нұсқаулық әр сегіз логикалық эмбеддинг өлшеміне бір қапталған элементті сипаттайды. Сондықтан пішімді ескеретін салыстыру қапталған байттарды кәдімгі жылжымалы нүктелі координаттар деп қабылдаудан өзгеше. Таңдалған түрді вектормен сақтап, индекстелген код пен оның сұрауына бір көріністі қолданыңыз.

Параметр құжаттамасы әдепкі өлшемді 1536, ең үлкенін 3072 деп береді. Өлшемдер релеванттылық бойынша реттелген; өндіруші алғашқы таңдалған мөлшерін қалдыруды көрініс көлемін таңдау тәсілі деп сипаттайды. Сақталған жинақ пен жаңа сұрауларға өлшемді бірізді таңдаңыз. Қысқа немесе квантталған көрініс сақтау мен салыстыру әрекетін өзгертеді; ол кіріс контекстін үлкейтпейді және модельді код генераторына айналдырмайды.

Іздеу нәтижелерін пайдаланатын бағдарламалау

Шығарылымның алғашқы қолдану мысалы — кодты толықтыру, өзгерту немесе түсіндіру үшін контекст табу. Мағыналы код бірліктерін дайындап, репозиторий ревизиясын және дереккөз идентификаторларын сақтаңыз. Белгілі қатенің қалай өңделетіні туралы сұрақ қатысты функцияларды таба алады, ал қолданба оларды нақты өзгеріс сұрауымен бірге бағдарламалау моделіне береді.

Практикалық нәтиже — файл жолдары, символдары және әрекетін түсінуге қажет мазмұны бар реттелген бастапқы үзінділер жиыны. Табылған үзінділерді әзірлеуші аша алады немесе ассистентке беруге болады. Codestral Embed бейнелеу қадамын орындайды; бөлек компонент нәтижелерді таңдайды, ал генерация моделі түсіндірмені не ұсынылған кодты жазады.

Семантикалық іздеу және ұқсастық

Өндіруші табиғи тілдегі немесе код түріндегі сұраулармен код іздеуді сипаттайды. Функция атауы сұрау тұжырымынан өзгеше болса да, әзірлеуші әрекеттің іске асуын сұрай алады. Көзделген іске асыруды ажырататын әрекет пен шарттарды қосыңыз; тұтас ішкі жүйе туралы жалпы сұрау нақты сұрақты шешпей, қатысты материал табуы мүмкін.

Шығарылым лексикалық айырмашылықтарға қарамастан, дерлік қайталанатын немесе функционалдық жағынан ұқсас кодты табуды да сипаттайды. Мұндай нәтижелер қайта қолданылатын іске асыруды табуға немесе қосымша тексеруді қажет ететін кодты анықтауға көмектесе алады. Эмбеддинг кеңістігіндегі ұқсастық — дереккөзді қарауға сигнал; ол екі үзіндінің әр кірісте бірдей әрекет ететінін бекітпейді.

Кластерлеу, аналитика және салыстыру

Код эмбеддингтері кодты функциясы не құрылымы бойынша топтауға және репозиторий құрамын тексеруге қолданыла алады. Топты адам немесе кейінгі қолданба қадамы түсіндіре алуы үшін бастапқы үзінділер мен идентификаторларды қолжетімді ұстаңыз. Кластер — автоматты расталған архитектура сипаттамасы емес, көрініске негізделген топтау.

Өндірушінің жылжымалы нүктелі вектор мысалдары бірлік нормаға келтірілген эмбеддингтерді қолданады; олар үшін косинустық ұқсастық, скалярлық көбейтінді және евклидтік қашықтық үйлесімді рет береді. Квантталған және биттік қапталған шығыс бастапқы жылжымалы нүктелі координаттар туралы болжамды мұраламай, өз пішім өңдеуін сақтауы тиіс. Жарияланған эндпоинт кіріс индекстерін де сақтап, әр вектор мен бастапқы элементтің байланысын ұстауға көмектеседі.

Нұсқа және практикалық шекаралар

Нақты модель беті эмбеддинг және пакеттік үдерістерді 8k контекст белгісімен, ал шығарылым 8192 токен мәнімен көрсетеді. Атаулы 2505 нұсқасын, таңдалған шығыс өлшемі мен түрін бүкіл жинақ және сұрау үдерісінде сақтаңыз. Бұл — Codestral мәтін толықтыруынан және өлшемі бекітілген Mistral Embed мәтін моделінен бөлек, кодқа бағытталған вектор шығысы.

Тиісті әрекетті қамтитын код бірліктерін дайындап, дереккөз орындарын сақтаңыз және не табу керегін сұрақпен айтыңыз. Пайдалы артефакт — нақты кодпен байланыстырылған, кейінгі түсіндіру, өзгерту немесе әзірлеуші тексеруі қадамын өзі орындамай қолдайтын іздеп алуға болатын көрініс.

Ailoot Ultra · Эмбеддингтер POST /v1/embeddings mistralai/codestral-embed-2505

mistralai/codestral-embed-2505

Mistral /mistralai/codestral-embed-2505

Бастау

Қабылданатын кіріс деректері: Мәтін · token_ids
Нәтижелер: embedding

Ailoot жүйесінде қолжетімді · кіріс деректері мен әдістер

Ailoot Ultra · Эмбеддингтер POST /v1/embeddings

Кіріс: text, token_ids
Шығыс: embedding
Контекст: 8 192 tokens
Шығыс пішімі: json

Өріс	Түрі	Талап	Мәндер мен шектеулер	Әдепкі
Өріс`model`	Түрі`string`	ТалапМіндетті	Мәндер мен шектеулер mistralai/codestral-embed-2505	Әдепкі—
Өріс`input`	Түрі`string\|string[]\|integer[]\|integer[][]`	ТалапМіндетті	Мәндер мен шектеулер Элементтердің ең аз саны: 1 Шарттар: Бос емес, біртекті пакет. Токендердің ID мәндері — теріс емес бүтін сандар. Кіріс бюджеті: Ең көбі: 8 192 · Мәтін бірлігі: UTF8 байттары · Токен бірлігі: токендер массивінің элементтері	Әдепкі—
Өріс`encoding_format`	Түрі`string`	ТалапМіндетті емес	Мәндер мен шектеулер float	Әдепкіfloat
Өріс`dimensions`	Түрі`integer`	ТалапҚолдау көрсетілмейді	Мәндер мен шектеулер Ең азы: 1	Әдепкі—
Өріс`user`	Түрі`json_value`	ТалапМіндетті емес	Мәндер мен шектеулер Шарттар: Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты.	Әдепкі—
Өріс`session_id`	Түрі`json_value`	ТалапМіндетті емес	Мәндер мен шектеулер Шарттар: Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты.	Әдепкі—
Өріс`trace`	Түрі`json_value`	ТалапМіндетті емес	Мәндер мен шектеулер Шарттар: Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты.	Әдепкі—
Өріс`provider`	Түрі`object`	ТалапМіндетті емес	Мәндер мен шектеулер Шарттар: provider.options қабылданбайды	Әдепкі—

Кіріс материалдарының үйлесімдері

text_to_embedding

Әдіс параметрлері мен өмірлік циклі

Параметр	Параметр талаптары
Параметр`content_type`	Параметр талаптарыapplication/json
Параметр`required`	Параметр талаптарыmodel, input
Параметр`input_shapes`	Параметр талаптарыstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[]
Параметр`encoding_format`	Параметр талаптарыfloat
Параметр`dimensions_override`	Параметр талаптарыfalse
Параметр`max_input_budget_units`	Параметр талаптары8192
Параметр`multimodal_objects`	Параметр талаптарыfalse
Параметр`material_types`	Параметр талаптарыtext, token_ids

Өмірлік цикл: synchronous_json

Әрбір вектордың индексін және өлшемін сақтаңыз.

Модель атауының мультимодаль болуы осы нақты жолда кескін объектілерін қабылдауға рұқсат бермейді.

Тарифтер

Тариф анықтамасы сұрау мүмкіндіктерін қоспайды. Қолдау көрсетілетін параметрлер таңдалған әдісте берілген.

Жылдам режим: Стандартты тариф Жылдам режим таңдалғанда
Икемді режим: Стандартты тариф flex режимі таңдалғанда
Ой қорытудың ең жоғары деңгейі: Стандартты тариф Ой қорыту деңгейі ең жоғары болып, default түзетуі қолданылғанда

Ailoot мөлшерлемелері

Баптаулар бойынша бағалар

Баптау	Мөлшерлемелер кестесі	Төлем
БаптауТокендердің базалық тарифтері	Мөлшерлемелер кестесіНегізгі мөлшерлеме	Төлем Кіріс · Кіріс токендері $0.0003 / 1K токен Шығыс · Шығыс токендері $0 / 1K токен Кіріс · Кэшті оқу — / 1K токен Кіріс · Кэшке жазу — / 1K токен Кіріс · Кэшке жазу, 1 сағ — / 1K токен

Ailoot сұрау алдында болжамды соманы резервтейді. Нәтижеден кейін өлшенген пайдалану көлемі бойынша қорытынды төлемді шегереді. Ағындық жауап үшін төлем соңғы пайдалану жазбасы негізінде шегеріледі. Резервтеу мен төлемді есептеу тәртібі →

Сұрау мысалдары

Ailoot Ultra · Эмбеддингтер

curlPython SDK

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "mistralai/codestral-embed-2505", "input": ["First document", "Second document"]}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("data",[]): print(json.dumps({"index":x.get("index"),"embedding":x.get("embedding")}))
PY_RESULT

from openai import OpenAI
import os

client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.embeddings.create(model='mistralai/codestral-embed-2505',input=["First document","Second document"])
print(result)
for item in result.data:print(item.index,item.embedding)

Нәтижелерді алу және сақтау

Ailoot Ultra · Эмбеддингтер

json

Барлық дайын нәтижені сақтау

Қайтарылған әр толық жауапты, файлды және мазмұн бөлігін сақтаңыз.

Әрбір векторды индексімен бірге сақтаңыз. Векторлар саны кіріс элементтерінің санына тең болуы керек; өлшемдері бірдей болуы керек.

Бастапқы жауапты тексеру қажет болса

Эмбеддинг тапсырмасы үшін жаңа эндпоинт енгізілмейді.

Жауап өрістері

Өріс	Түрі
Өріс`object`	Түріstring
Өріс`model`	Түріstring
Өріс`data[].index`	Түріinteger
Өріс`data[].embedding`	Түріfinite float[]
Өріс`usage`	Түріobject

Қателер және келесі қадамдар

Жауап	Шарт	Келесі қадам
Жауап400 · `invalid_request_error`	ШартМіндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қате	Келесі қадамЖаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз.

Балама атаулар

Модельдердің балама атаулары

Ailoot Ultra mistralai/codestral-embed-2505

Әдіс жолдарының балама атаулары

Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.

Шақыруға арналған байланысты ID

mistralai/codestral-embed-2505

FAQ · Mistral: Codestral Embed 2505

Қандай кіріс деректері мен нәтижелер қолжетімді?: POST /v1/embeddings · mistralai/codestral-embed-2505: text, token_ids → embedding
Сұрау қандай өрістерді пайдаланады?: POST /v1/embeddings · mistralai/codestral-embed-2505: model, input, encoding_format, provider
Қандай шектеулер қолданылады?: POST /v1/embeddings · mistralai/codestral-embed-2505: ctx: 8192; input.budget.maximum: 8192 (UTF8 байттары); input.min_items: 1

Mistral: Codestral Embed 2505