Devstral Small 2505는 Mistral AI가 All Hands AI와 함께 소프트웨어 엔지니어링 에이전트용으로 개발한 최초의 Devstral Small 버전입니다. 240억 개의 파라미터를 가진 모델로, 코드베이스 탐색, 도구 사용, 여러 파일에 걸친 변경을 위해 설계되었습니다. 제조사 카드는 이 모델을 128K 컨텍스트 창을 가진 텍스트 전용 모델로 설명합니다. 미세 조정에 사용한 Mistral Small 3.1 모델에서 비전 인코더를 제거했습니다.
필요한 동작과 작업할 저장소 또는 관련 코드를 설명하세요. 유용한 작업 지시에는 기능, 관련 파일이나 애플리케이션 영역, 완료를 입증할 조건이 들어갑니다. 버그 수정에는 관찰된 오류를, 새 기능에는 예상 사용자 행동과 데이터 동작을 포함하세요.
제조사 예시는 FastAPI, React, SQLite로 단일 페이지 할 일 애플리케이션을 만듭니다. 프롬프트에는 할 일 추가, 삭제, 완료 처리, 목록 표시가 나열되어 있습니다. 이러한 요구 사항은 생성된 인터페이스를 필요한 애플리케이션 동작 및 저장 기능과 연결합니다. 이어지는 요청에서는 완성된 애플리케이션의 구체적인 개선을 요구합니다.
문서화된 워크플로는 저장소 파일을 살펴보고, 변경하고, 개발 도구를 실행할 수 있는 에이전트 실행 구조를 사용합니다. Devstral은 판단과 코드를 제공하고, 이를 감싼 에이전트가 도구 작업을 실행한 후 관찰 결과를 반환합니다. 프로젝트 설정 지침을 제공하고 어떤 검증으로 변경의 정상 동작을 확인해야 하는지 설명하세요.
여러 파일에 걸친 변경이라면 편집 전에 관련 의존성을 파악하도록 요청하세요. 제안된 수정과 실제 실행된 내용을 비교할 수 있도록 결과 패치와 함께 도구의 관찰 결과를 보관하세요. 생성된 구현은 애플리케이션이 의도한 환경에 저장하고 실행했을 때 실제로 동작하는 산출물이 됩니다.
제조사의 또 다른 예시는 에이전트에게 테스트 커버리지를 조사하고 그래프를 만들도록 요청합니다. 이 워크플로는 먼저 저장소와 테스트 설정을 탐색한 뒤 커버리지를 측정하고 시각화를 만듭니다. 비슷한 요청에서는 저장소, 조사할 지표, 그래프 및 그래프가 요약하는 파일과 같은 출력 산출물을 지정해야 합니다.
여기서는 모델 출력과 실행 증거를 구별하는 것이 중요합니다. 결과를 해석하는 데 필요한 설명과 함께 개발 도구가 만든 파일과 관찰 결과를 요청하세요. 이후 수정은 관찰된 동작이나 산출물의 특정 부분에 집중하세요.
이 항목은 제조사 카드에 설명된 2505 버전을 유지합니다. 이후 Devstral Small 버전은 각각 별개의 정체성을 가집니다. 선택한 모델의 대화 및 도구 형식을 사용하고, 관련 원문을 작업 컨텍스트에 넣으며, 요청한 결과를 위한 공간을 남기세요. 카드에는 로컬 추론과 에이전트 예시가 공개되어 있습니다. 그 예시의 생성 예산은 해당 작업의 설정이며 공통 출력 상한이 아닙니다.
", "aboutText": "Devstral Small 2505는 Mistral AI가 All Hands AI와 함께 소프트웨어 엔지니어링 에이전트용으로 개발한 최초의 Devstral Small 버전입니다. 240억 개의 파라미터를 가진 모델로, 코드베이스 탐색, 도구 사용, 여러 파일에 걸친 변경을 위해 설계되었습니다. 제조사 카드는 이 모델을 128K 컨텍스트 창을 가진 텍스트 전용 모델로 설명합니다. 미세 조정에 사용한 Mistral Small 3.1 모델에서 비전 인코더를 제거했습니다.\n\n### 에이전트에게 구체적인 개발 작업 맡기기\n\n필요한 동작과 작업할 저장소 또는 관련 코드를 설명하세요. 유용한 작업 지시에는 기능, 관련 파일이나 애플리케이션 영역, 완료를 입증할 조건이 들어갑니다. 버그 수정에는 관찰된 오류를, 새 기능에는 예상 사용자 행동과 데이터 동작을 포함하세요.\n\n제조사 예시는 FastAPI, React, SQLite로 단일 페이지 할 일 애플리케이션을 만듭니다. 프롬프트에는 할 일 추가, 삭제, 완료 처리, 목록 표시가 나열되어 있습니다. 이러한 요구 사항은 생성된 인터페이스를 필요한 애플리케이션 동작 및 저장 기능과 연결합니다. 이어지는 요청에서는 완성된 애플리케이션의 구체적인 개선을 요구합니다.\n\n### 애플리케이션을 통해 탐색·편집·실행하기\n\n문서화된 워크플로는 저장소 파일을 살펴보고, 변경하고, 개발 도구를 실행할 수 있는 에이전트 실행 구조를 사용합니다. Devstral은 판단과 코드를 제공하고, 이를 감싼 에이전트가 도구 작업을 실행한 후 관찰 결과를 반환합니다. 프로젝트 설정 지침을 제공하고 어떤 검증으로 변경의 정상 동작을 확인해야 하는지 설명하세요.\n\n여러 파일에 걸친 변경이라면 편집 전에 관련 의존성을 파악하도록 요청하세요. 제안된 수정과 실제 실행된 내용을 비교할 수 있도록 결과 패치와 함께 도구의 관찰 결과를 보관하세요. 생성된 구현은 애플리케이션이 의도한 환경에 저장하고 실행했을 때 실제로 동작하는 산출물이 됩니다.\n\n### 저장소 분석을 범위가 명확한 작업으로 활용하기\n\n제조사의 또 다른 예시는 에이전트에게 테스트 커버리지를 조사하고 그래프를 만들도록 요청합니다. 이 워크플로는 먼저 저장소와 테스트 설정을 탐색한 뒤 커버리지를 측정하고 시각화를 만듭니다. 비슷한 요청에서는 저장소, 조사할 지표, 그래프 및 그래프가 요약하는 파일과 같은 출력 산출물을 지정해야 합니다.\n\n여기서는 모델 출력과 실행 증거를 구별하는 것이 중요합니다. 결과를 해석하는 데 필요한 설명과 함께 개발 도구가 만든 파일과 관찰 결과를 요청하세요. 이후 수정은 관찰된 동작이나 산출물의 특정 부분에 집중하세요.\n\n### 버전과 작업 컨텍스트 유지하기\n\n이 항목은 제조사 카드에 설명된 2505 버전을 유지합니다. 이후 Devstral Small 버전은 각각 별개의 정체성을 가집니다. 선택한 모델의 대화 및 도구 형식을 사용하고, 관련 원문을 작업 컨텍스트에 넣으며, 요청한 결과를 위한 공간을 남기세요. 카드에는 로컬 추론과 에이전트 예시가 공개되어 있습니다. 그 예시의 생성 예산은 해당 작업의 설정이며 공통 출력 상한이 아닙니다.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
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 2505는 Mistral AI와 All Hands AI의 텍스트 전용 코딩 모델입니다. 코드베이스를 탐색하고 여러 파일을 편집하며 개발 도구를 사용하는 소프트웨어 에이전트를 위해 설계되었으며, 공개된 128K 컨텍스트 창을 갖습니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Devstral Small 2505는 Mistral AI가 All Hands AI와 함께 소프트웨어 엔지니어링 에이전트용으로 개발한 최초의 Devstral Small 버전입니다. 240억 개의 파라미터를 가진 모델로, 코드베이스 탐색, 도구 사용, 여러 파일에 걸친 변경을 위해 설계되었습니다. 제조사 카드는 이 모델을 128K 컨텍스트 창을 가진 텍스트 전용 모델로 설명합니다. 미세 조정에 사용한 Mistral Small 3.1 모델에서 비전 인코더를 제거했습니다.
필요한 동작과 작업할 저장소 또는 관련 코드를 설명하세요. 유용한 작업 지시에는 기능, 관련 파일이나 애플리케이션 영역, 완료를 입증할 조건이 들어갑니다. 버그 수정에는 관찰된 오류를, 새 기능에는 예상 사용자 행동과 데이터 동작을 포함하세요.
제조사 예시는 FastAPI, React, SQLite로 단일 페이지 할 일 애플리케이션을 만듭니다. 프롬프트에는 할 일 추가, 삭제, 완료 처리, 목록 표시가 나열되어 있습니다. 이러한 요구 사항은 생성된 인터페이스를 필요한 애플리케이션 동작 및 저장 기능과 연결합니다. 이어지는 요청에서는 완성된 애플리케이션의 구체적인 개선을 요구합니다.
문서화된 워크플로는 저장소 파일을 살펴보고, 변경하고, 개발 도구를 실행할 수 있는 에이전트 실행 구조를 사용합니다. Devstral은 판단과 코드를 제공하고, 이를 감싼 에이전트가 도구 작업을 실행한 후 관찰 결과를 반환합니다. 프로젝트 설정 지침을 제공하고 어떤 검증으로 변경의 정상 동작을 확인해야 하는지 설명하세요.
여러 파일에 걸친 변경이라면 편집 전에 관련 의존성을 파악하도록 요청하세요. 제안된 수정과 실제 실행된 내용을 비교할 수 있도록 결과 패치와 함께 도구의 관찰 결과를 보관하세요. 생성된 구현은 애플리케이션이 의도한 환경에 저장하고 실행했을 때 실제로 동작하는 산출물이 됩니다.
제조사의 또 다른 예시는 에이전트에게 테스트 커버리지를 조사하고 그래프를 만들도록 요청합니다. 이 워크플로는 먼저 저장소와 테스트 설정을 탐색한 뒤 커버리지를 측정하고 시각화를 만듭니다. 비슷한 요청에서는 저장소, 조사할 지표, 그래프 및 그래프가 요약하는 파일과 같은 출력 산출물을 지정해야 합니다.
여기서는 모델 출력과 실행 증거를 구별하는 것이 중요합니다. 결과를 해석하는 데 필요한 설명과 함께 개발 도구가 만든 파일과 관찰 결과를 요청하세요. 이후 수정은 관찰된 동작이나 산출물의 특정 부분에 집중하세요.
이 항목은 제조사 카드에 설명된 2505 버전을 유지합니다. 이후 Devstral Small 버전은 각각 별개의 정체성을 가집니다. 선택한 모델의 대화 및 도구 형식을 사용하고, 관련 원문을 작업 컨텍스트에 넣으며, 요청한 결과를 위한 공간을 남기세요. 카드에는 로컬 추론과 에이전트 예시가 공개되어 있습니다. 그 예시의 생성 예산은 해당 작업의 설정이며 공통 출력 상한이 아닙니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 devstral-small-2505 | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 예시: system, user, assistant, tool, function 조건: 이 역할들은 소스 코드의 호환 타입에 명시적으로 표현됩니다. 정확한 모델 역할 집합은 모델별로 다릅니다. 모델에 따라 다름 | 기본값— |
필드messages[].content | 유형string|content_part[]|null | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_calls | 유형tool_call[] | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_call_id | 유형string | 요건선택 사항 | 값과 한도 적용 조건: role=tool. 실제 반환된 ID를 사용하세요 | 기본값— |
필드messages[].name | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].reasoning_content | 유형string | 요건선택 사항 | 값과 한도 적용 조건: 이 모델이 추론을 사용하는 경우 실제 반환된 추론을 그대로 다음 요청에 다시 전달하세요 | 기본값— |
필드messages[].reasoning_details | 유형object|array | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드max_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드max_completion_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
필드stream_options.include_usage | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드temperature | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드top_p | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드stop | 유형string|string[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools | 유형function_tool[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools[].type | 유형string | 요건선택 사항 | 값과 한도 function 모델에 따라 다름 | 기본값— |
필드tools[].function.name | 유형string | 요건필수 | 값과 한도 적용 조건: 함수 도구 지정됨 | 기본값— |
필드tools[].function.description | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드tools[].function.parameters | 유형JSON_schema | 요건선택 사항 | 값과 한도 | 기본값— |
필드tool_choice | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드parallel_tool_calls | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드response_format | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning_effort | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드service_tier | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드instructions | 유형string | 요건선택 사항 | 값과 한도 호환성 필드 | 기본값— |
필드functions | 유형function[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드function_call | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드prompt_cache_options | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드modalities | 유형string[] | 요건선택 사항 | 값과 한도 text | 기본값— |
필드provider | 유형object | 요건선택 사항 | 값과 한도 조건: 이 Ultra 텍스트 경로에서는 provider.options가 거부됩니다 | 기본값— |
필드cache_control.ttl | 유형string | 요건선택 사항 | 값과 한도 조건: 실제 프롬프트 캐시 지정 위치에서는 1h가 거부됩니다 | 기본값— |
텍스트 · UTF8 텍스트
messages[].content
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages |
매개변수material_types | 명세text |
매개변수messages | 명세role/content 형식의 메시지 배열 |
매개변수file_material | 명세실제 UTF-8 문서를 텍스트로 그대로 삽입합니다. 파일 ID는 추정하지 않습니다 |
매개변수optional_controls | 명세stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
매개변수control_scope | 명세모델별로 다름. 사용자 함수 도구와 호스팅 도구는 서로 다릅니다 |
매개변수output_modalities | 명세text |
매개변수hosted_operations | 명세false |
매개변수multimodal_input_binding | 명세null |
수명 주기: synchronous_or_streamed
정확한 모델 ID를 messages와 함께 보내세요.
컨텍스트 길이는 출력 상한이 아닙니다.
텍스트 파일은 텍스트를 그대로 제공할 수 있습니다. 이미지/오디오/파일 객체 입력에는 정확한 바인딩이 필요합니다.
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
| 설정 | 요금표 | 요금 |
|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 요금 입력 · 입력 토큰 $0.00022 / 1K 토큰 출력 · 출력 토큰 $0.00066 / 1K 토큰 입력 · 캐시 읽기 $0 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${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 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
각 선택지와 그 콘텐츠·도구 호출·추론을 모두 보존하세요. SSE에서는 선택지/도구 인덱스별로 증분을 조합하고 최종 종료 사유와 사용량을 유지하세요.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드choices[].index | 유형integer |
필드choices[].message.content | 유형string|null |
필드choices[].message.tool_calls | 유형tool_call[] |
필드choices[].message.reasoning_content | 유형string |
필드choices[].message.reasoning_details | 유형object|array |
필드choices[].finish_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot Ultra devstral-small-2505
위에 표시된 메서드 경로를 사용하세요.
devstral-small-2505Devstral Small 2505는 Mistral AI와 All Hands AI의 텍스트 전용 코딩 모델입니다. 코드베이스를 탐색하고 여러 파일을 편집하며 개발 도구를 사용하는 소프트웨어 에이전트를 위해 설계되었으며, 공개된 128K 컨텍스트 창을 갖습니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Devstral Small 2505는 Mistral AI가 All Hands AI와 함께 소프트웨어 엔지니어링 에이전트용으로 개발한 최초의 Devstral Small 버전입니다. 240억 개의 파라미터를 가진 모델로, 코드베이스 탐색, 도구 사용, 여러 파일에 걸친 변경을 위해 설계되었습니다. 제조사 카드는 이 모델을 128K 컨텍스트 창을 가진 텍스트 전용 모델로 설명합니다. 미세 조정에 사용한 Mistral Small 3.1 모델에서 비전 인코더를 제거했습니다.
필요한 동작과 작업할 저장소 또는 관련 코드를 설명하세요. 유용한 작업 지시에는 기능, 관련 파일이나 애플리케이션 영역, 완료를 입증할 조건이 들어갑니다. 버그 수정에는 관찰된 오류를, 새 기능에는 예상 사용자 행동과 데이터 동작을 포함하세요.
제조사 예시는 FastAPI, React, SQLite로 단일 페이지 할 일 애플리케이션을 만듭니다. 프롬프트에는 할 일 추가, 삭제, 완료 처리, 목록 표시가 나열되어 있습니다. 이러한 요구 사항은 생성된 인터페이스를 필요한 애플리케이션 동작 및 저장 기능과 연결합니다. 이어지는 요청에서는 완성된 애플리케이션의 구체적인 개선을 요구합니다.
문서화된 워크플로는 저장소 파일을 살펴보고, 변경하고, 개발 도구를 실행할 수 있는 에이전트 실행 구조를 사용합니다. Devstral은 판단과 코드를 제공하고, 이를 감싼 에이전트가 도구 작업을 실행한 후 관찰 결과를 반환합니다. 프로젝트 설정 지침을 제공하고 어떤 검증으로 변경의 정상 동작을 확인해야 하는지 설명하세요.
여러 파일에 걸친 변경이라면 편집 전에 관련 의존성을 파악하도록 요청하세요. 제안된 수정과 실제 실행된 내용을 비교할 수 있도록 결과 패치와 함께 도구의 관찰 결과를 보관하세요. 생성된 구현은 애플리케이션이 의도한 환경에 저장하고 실행했을 때 실제로 동작하는 산출물이 됩니다.
제조사의 또 다른 예시는 에이전트에게 테스트 커버리지를 조사하고 그래프를 만들도록 요청합니다. 이 워크플로는 먼저 저장소와 테스트 설정을 탐색한 뒤 커버리지를 측정하고 시각화를 만듭니다. 비슷한 요청에서는 저장소, 조사할 지표, 그래프 및 그래프가 요약하는 파일과 같은 출력 산출물을 지정해야 합니다.
여기서는 모델 출력과 실행 증거를 구별하는 것이 중요합니다. 결과를 해석하는 데 필요한 설명과 함께 개발 도구가 만든 파일과 관찰 결과를 요청하세요. 이후 수정은 관찰된 동작이나 산출물의 특정 부분에 집중하세요.
이 항목은 제조사 카드에 설명된 2505 버전을 유지합니다. 이후 Devstral Small 버전은 각각 별개의 정체성을 가집니다. 선택한 모델의 대화 및 도구 형식을 사용하고, 관련 원문을 작업 컨텍스트에 넣으며, 요청한 결과를 위한 공간을 남기세요. 카드에는 로컬 추론과 에이전트 예시가 공개되어 있습니다. 그 예시의 생성 예산은 해당 작업의 설정이며 공통 출력 상한이 아닙니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 devstral-small-2505 | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 user, assistant | 기본값— |
필드messages[].content | 유형string | 요건필수 | 값과 한도 | 기본값— |
필드max_tokens | 유형integer | 요건필수 | 값과 한도 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
텍스트 · UTF-8 텍스트
messages[].content 문자열
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages, max_tokens |
매개변수optional_controls | 명세stream |
매개변수material_types | 명세text |
매개변수text_file_material | 명세실제 UTF-8 문서를 읽고 그 텍스트를 지정된 입력 또는 메시지 콘텐츠 문자열에 넣으세요. |
수명 주기: synchronous_or_streamed
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
| 설정 | 요금표 | 요금 |
|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 요금 입력 · 입력 토큰 $0.00022 / 1K 토큰 출력 · 출력 토큰 $0.00066 / 1K 토큰 입력 · 캐시 읽기 $0 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "devstral-small-2505",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
모든 콘텐츠 블록, 사고 서명, 실제 도구 사용 ID를 보존하세요. 모든 SSE 블록 증분을 조합하세요. 첫 텍스트 블록이 전체 출력은 아닙니다.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드id | 유형string |
필드model | 유형string |
필드content[] | 유형text|thinking|tool_use|other content block |
필드stop_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot Ultra devstral-small-2505
위에 표시된 메서드 경로를 사용하세요.
영어 기술 예제
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.