Devstral Small 1.1은 소프트웨어 엔지니어링 에이전트를 위한 Mistral AI의 고정된 텍스트 전용 모델입니다. Mistral Small 3.1에서 비전 인코더를 제거한 뒤 미세조정하여 저장소 탐색, 도구, 다중 파일 코드 변경에 집중합니다. 릴리스는 24B 파라미터와 최대 128K토큰 컨텍스트 창을 갖습니다. 출력은 텍스트, 코드, 에이전트 애플리케이션이 제공하는 함수에 대한 지침으로 구성됩니다.
버전 1.1은 이전 Small 릴리스의 아키텍처를 유지하면서 프롬프트 및 코딩 환경과의 연동 방식을 확장합니다. 제조사는 서로 다른 에이전트 실행 구조 전반에서 일반화가 개선되었다고 설명하며, XML 기반 형식과 함께 Mistral의 함수 호출 형식 지원을 추가합니다. 이는 에이전트 상호작용을 표현하고 해석하는 방식입니다. 사용 가능한 저장소 동작은 제공된 도구와 실행 환경이 결정합니다.
주요 모델 특성에는 24B 크기, Apache 2.0 가중치, 약 131K 항목의 어휘를 가진 Tekken 토크나이저가 포함됩니다. 고정된 1.1 에디션은 자체 릴리스 이름으로 식별되며 128K 컨텍스트를 유지합니다. 텍스트 프로젝트 자료에는 소스 파일, 작업 요구 사항, 이전 동작, 검색이나 명령에서 반환된 결과를 포함할 수 있습니다. 이를 통해 다음 변경 제안을 에이전트가 프로젝트에서 파악한 내용에 기반하도록 할 수 있습니다.
실용적인 워크플로는 구체적인 엔지니어링 목표로 시작합니다. 요청을 처리하는 경로를 찾고, 관련 함수를 식별하며, 해당 파일들에 연계된 편집을 제안하도록 에이전트에 요청하세요. 기대 동작, 호환성 요구 사항, 올바른 결과를 구분하는 예시를 제공하세요. 결함에서는 관찰한 오류와 이를 재현하는 입력을 포함하세요. 리팩터링에서는 안정적으로 유지해야 할 인터페이스와 동작을 명시하세요. 유용한 결과물은 의존 관계 설명과 검증에 필요한 확인 사항을 포함한 패치 제안입니다.
모델은 구조화된 응답과 문서 질문도 지원합니다. 코드 검토 작업에서는 영향받는 구성 요소, 제안 변경, 후속 확인 사항을 별도 필드로 반환할 수 있습니다. 기술 문서 작업에서는 구현과 관련된 요구 사항을 식별할 수 있습니다. 접두부 이어 쓰기로 응답의 시작을 설정할 수 있고, 비동기 배치 워크플로로 독립적인 코드 분석 작업을 처리할 수 있습니다. 이 기능들은 핵심인 저장소 및 도구 특화를 보완합니다.
Ailoot API 에이전트에서는 작업과 함께 도구 설명 및 인수 스키마를 제공하세요. Devstral이 함수를 선택하고 인수를 준비하면 애플리케이션이 함수를 실행하고 출력을 반환하며 대화를 이어갑니다. 모델이 독립적으로 파일 접근 권한을 얻거나 제안한 코드를 실행하지는 않습니다. 반환된 도구 결과를 사용해 편집 제안을 다듬고 코드 결과물, 설명, 환경에서 제공한 근거로 마무리하세요. Small 1.1 정체성은 이후 Devstral 에디션 및 범용 Mistral Small 릴리스와 구분됩니다.
", "aboutText": "Devstral Small 1.1은 소프트웨어 엔지니어링 에이전트를 위한 Mistral AI의 고정된 텍스트 전용 모델입니다. Mistral Small 3.1에서 비전 인코더를 제거한 뒤 미세조정하여 저장소 탐색, 도구, 다중 파일 코드 변경에 집중합니다. 릴리스는 24B 파라미터와 최대 128K토큰 컨텍스트 창을 갖습니다. 출력은 텍스트, 코드, 에이전트 애플리케이션이 제공하는 함수에 대한 지침으로 구성됩니다.\n\n버전 1.1은 이전 Small 릴리스의 아키텍처를 유지하면서 프롬프트 및 코딩 환경과의 연동 방식을 확장합니다. 제조사는 서로 다른 에이전트 실행 구조 전반에서 일반화가 개선되었다고 설명하며, XML 기반 형식과 함께 Mistral의 함수 호출 형식 지원을 추가합니다. 이는 에이전트 상호작용을 표현하고 해석하는 방식입니다. 사용 가능한 저장소 동작은 제공된 도구와 실행 환경이 결정합니다.\n\n주요 모델 특성에는 24B 크기, Apache 2.0 가중치, 약 131K 항목의 어휘를 가진 Tekken 토크나이저가 포함됩니다. 고정된 1.1 에디션은 자체 릴리스 이름으로 식별되며 128K 컨텍스트를 유지합니다. 텍스트 프로젝트 자료에는 소스 파일, 작업 요구 사항, 이전 동작, 검색이나 명령에서 반환된 결과를 포함할 수 있습니다. 이를 통해 다음 변경 제안을 에이전트가 프로젝트에서 파악한 내용에 기반하도록 할 수 있습니다.\n\n실용적인 워크플로는 구체적인 엔지니어링 목표로 시작합니다. 요청을 처리하는 경로를 찾고, 관련 함수를 식별하며, 해당 파일들에 연계된 편집을 제안하도록 에이전트에 요청하세요. 기대 동작, 호환성 요구 사항, 올바른 결과를 구분하는 예시를 제공하세요. 결함에서는 관찰한 오류와 이를 재현하는 입력을 포함하세요. 리팩터링에서는 안정적으로 유지해야 할 인터페이스와 동작을 명시하세요. 유용한 결과물은 의존 관계 설명과 검증에 필요한 확인 사항을 포함한 패치 제안입니다.\n\n모델은 구조화된 응답과 문서 질문도 지원합니다. 코드 검토 작업에서는 영향받는 구성 요소, 제안 변경, 후속 확인 사항을 별도 필드로 반환할 수 있습니다. 기술 문서 작업에서는 구현과 관련된 요구 사항을 식별할 수 있습니다. 접두부 이어 쓰기로 응답의 시작을 설정할 수 있고, 비동기 배치 워크플로로 독립적인 코드 분석 작업을 처리할 수 있습니다. 이 기능들은 핵심인 저장소 및 도구 특화를 보완합니다.\n\nAiloot API 에이전트에서는 작업과 함께 도구 설명 및 인수 스키마를 제공하세요. Devstral이 함수를 선택하고 인수를 준비하면 애플리케이션이 함수를 실행하고 출력을 반환하며 대화를 이어갑니다. 모델이 독립적으로 파일 접근 권한을 얻거나 제안한 코드를 실행하지는 않습니다. 반환된 도구 결과를 사용해 편집 제안을 다듬고 코드 결과물, 설명, 환경에서 제공한 근거로 마무리하세요. Small 1.1 정체성은 이후 Devstral 에디션 및 범용 Mistral Small 릴리스와 구분됩니다.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
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 1.1은 저장소 탐색과 파일 간 연계 편집 준비를 위한 Mistral AI의 24B 텍스트 전용 코딩 에이전트 모델입니다. 버전 1.1은 더 폭넓은 프롬프트 호환성을 추가하고 함수 호출 및 XML 기반 에이전트 형식을 지원하며, 128K 컨텍스트 창을 갖습니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Devstral Small 1.1은 소프트웨어 엔지니어링 에이전트를 위한 Mistral AI의 고정된 텍스트 전용 모델입니다. Mistral Small 3.1에서 비전 인코더를 제거한 뒤 미세조정하여 저장소 탐색, 도구, 다중 파일 코드 변경에 집중합니다. 릴리스는 24B 파라미터와 최대 128K토큰 컨텍스트 창을 갖습니다. 출력은 텍스트, 코드, 에이전트 애플리케이션이 제공하는 함수에 대한 지침으로 구성됩니다.
버전 1.1은 이전 Small 릴리스의 아키텍처를 유지하면서 프롬프트 및 코딩 환경과의 연동 방식을 확장합니다. 제조사는 서로 다른 에이전트 실행 구조 전반에서 일반화가 개선되었다고 설명하며, XML 기반 형식과 함께 Mistral의 함수 호출 형식 지원을 추가합니다. 이는 에이전트 상호작용을 표현하고 해석하는 방식입니다. 사용 가능한 저장소 동작은 제공된 도구와 실행 환경이 결정합니다.
주요 모델 특성에는 24B 크기, Apache 2.0 가중치, 약 131K 항목의 어휘를 가진 Tekken 토크나이저가 포함됩니다. 고정된 1.1 에디션은 자체 릴리스 이름으로 식별되며 128K 컨텍스트를 유지합니다. 텍스트 프로젝트 자료에는 소스 파일, 작업 요구 사항, 이전 동작, 검색이나 명령에서 반환된 결과를 포함할 수 있습니다. 이를 통해 다음 변경 제안을 에이전트가 프로젝트에서 파악한 내용에 기반하도록 할 수 있습니다.
실용적인 워크플로는 구체적인 엔지니어링 목표로 시작합니다. 요청을 처리하는 경로를 찾고, 관련 함수를 식별하며, 해당 파일들에 연계된 편집을 제안하도록 에이전트에 요청하세요. 기대 동작, 호환성 요구 사항, 올바른 결과를 구분하는 예시를 제공하세요. 결함에서는 관찰한 오류와 이를 재현하는 입력을 포함하세요. 리팩터링에서는 안정적으로 유지해야 할 인터페이스와 동작을 명시하세요. 유용한 결과물은 의존 관계 설명과 검증에 필요한 확인 사항을 포함한 패치 제안입니다.
모델은 구조화된 응답과 문서 질문도 지원합니다. 코드 검토 작업에서는 영향받는 구성 요소, 제안 변경, 후속 확인 사항을 별도 필드로 반환할 수 있습니다. 기술 문서 작업에서는 구현과 관련된 요구 사항을 식별할 수 있습니다. 접두부 이어 쓰기로 응답의 시작을 설정할 수 있고, 비동기 배치 워크플로로 독립적인 코드 분석 작업을 처리할 수 있습니다. 이 기능들은 핵심인 저장소 및 도구 특화를 보완합니다.
Ailoot API 에이전트에서는 작업과 함께 도구 설명 및 인수 스키마를 제공하세요. Devstral이 함수를 선택하고 인수를 준비하면 애플리케이션이 함수를 실행하고 출력을 반환하며 대화를 이어갑니다. 모델이 독립적으로 파일 접근 권한을 얻거나 제안한 코드를 실행하지는 않습니다. 반환된 도구 결과를 사용해 편집 제안을 다듬고 코드 결과물, 설명, 환경에서 제공한 근거로 마무리하세요. Small 1.1 정체성은 이후 Devstral 에디션 및 범용 Mistral Small 릴리스와 구분됩니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 devstral-small-2507 | 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-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 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-2507
위에 표시된 메서드 경로를 사용하세요.
devstral-small-2507Devstral Small 1.1은 저장소 탐색과 파일 간 연계 편집 준비를 위한 Mistral AI의 24B 텍스트 전용 코딩 에이전트 모델입니다. 버전 1.1은 더 폭넓은 프롬프트 호환성을 추가하고 함수 호출 및 XML 기반 에이전트 형식을 지원하며, 128K 컨텍스트 창을 갖습니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Devstral Small 1.1은 소프트웨어 엔지니어링 에이전트를 위한 Mistral AI의 고정된 텍스트 전용 모델입니다. Mistral Small 3.1에서 비전 인코더를 제거한 뒤 미세조정하여 저장소 탐색, 도구, 다중 파일 코드 변경에 집중합니다. 릴리스는 24B 파라미터와 최대 128K토큰 컨텍스트 창을 갖습니다. 출력은 텍스트, 코드, 에이전트 애플리케이션이 제공하는 함수에 대한 지침으로 구성됩니다.
버전 1.1은 이전 Small 릴리스의 아키텍처를 유지하면서 프롬프트 및 코딩 환경과의 연동 방식을 확장합니다. 제조사는 서로 다른 에이전트 실행 구조 전반에서 일반화가 개선되었다고 설명하며, XML 기반 형식과 함께 Mistral의 함수 호출 형식 지원을 추가합니다. 이는 에이전트 상호작용을 표현하고 해석하는 방식입니다. 사용 가능한 저장소 동작은 제공된 도구와 실행 환경이 결정합니다.
주요 모델 특성에는 24B 크기, Apache 2.0 가중치, 약 131K 항목의 어휘를 가진 Tekken 토크나이저가 포함됩니다. 고정된 1.1 에디션은 자체 릴리스 이름으로 식별되며 128K 컨텍스트를 유지합니다. 텍스트 프로젝트 자료에는 소스 파일, 작업 요구 사항, 이전 동작, 검색이나 명령에서 반환된 결과를 포함할 수 있습니다. 이를 통해 다음 변경 제안을 에이전트가 프로젝트에서 파악한 내용에 기반하도록 할 수 있습니다.
실용적인 워크플로는 구체적인 엔지니어링 목표로 시작합니다. 요청을 처리하는 경로를 찾고, 관련 함수를 식별하며, 해당 파일들에 연계된 편집을 제안하도록 에이전트에 요청하세요. 기대 동작, 호환성 요구 사항, 올바른 결과를 구분하는 예시를 제공하세요. 결함에서는 관찰한 오류와 이를 재현하는 입력을 포함하세요. 리팩터링에서는 안정적으로 유지해야 할 인터페이스와 동작을 명시하세요. 유용한 결과물은 의존 관계 설명과 검증에 필요한 확인 사항을 포함한 패치 제안입니다.
모델은 구조화된 응답과 문서 질문도 지원합니다. 코드 검토 작업에서는 영향받는 구성 요소, 제안 변경, 후속 확인 사항을 별도 필드로 반환할 수 있습니다. 기술 문서 작업에서는 구현과 관련된 요구 사항을 식별할 수 있습니다. 접두부 이어 쓰기로 응답의 시작을 설정할 수 있고, 비동기 배치 워크플로로 독립적인 코드 분석 작업을 처리할 수 있습니다. 이 기능들은 핵심인 저장소 및 도구 특화를 보완합니다.
Ailoot API 에이전트에서는 작업과 함께 도구 설명 및 인수 스키마를 제공하세요. Devstral이 함수를 선택하고 인수를 준비하면 애플리케이션이 함수를 실행하고 출력을 반환하며 대화를 이어갑니다. 모델이 독립적으로 파일 접근 권한을 얻거나 제안한 코드를 실행하지는 않습니다. 반환된 도구 결과를 사용해 편집 제안을 다듬고 코드 결과물, 설명, 환경에서 제공한 근거로 마무리하세요. Small 1.1 정체성은 이후 Devstral 에디션 및 범용 Mistral Small 릴리스와 구분됩니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 devstral-small-2507 | 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 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "devstral-small-2507",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 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-2507
위에 표시된 메서드 경로를 사용하세요.
영어 기술 예제
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.