Mistral Medium 3.1은 텍스트 및 시각적 이해를 위한 Mistral AI의 멀티모달 버전입니다. 제조사는 이 개정판이 Medium 3 계열의 어조와 성능을 개선한다고 설명합니다. 텍스트와 이미지를 입력받아 설명, 문서 답변, 구조화된 레코드, 제안된 함수 호출 등의 텍스트를 생성합니다. 제조사의 고정 버전 식별자는 mistral-medium-2508입니다.
컨텍스트와 해당 버전
모델 페이지에는 128k 컨텍스트 창이 문서화되어 있습니다. 관련 원본 구절, 이미지 근거, 대화, 사용자 작업을 함께 유지하는 데 사용하세요. 큰 자료 집합을 제공하기 전에 문서의 역할과 답할 질문을 지정하세요. 긴 컨텍스트로 범위가 명확한 비교를 지원하면서 최종 산출물은 짧은 표나 수정된 섹션으로 유지할 수 있습니다.
Medium 3.1은 고유한 사양을 유지합니다. Medium 3.5에 설명된 256k 컨텍스트, 1,280억 파라미터 밀집 아키텍처, 조절 가능한 하이브리드 추론 모드를 이 항목에 부여해서는 안 됩니다. 3.1 페이지에는 이후 모델에서 안전하게 대체해 쓸 수 있는 파라미터 수나 별도의 최대 답변 길이 수치가 제공되지 않습니다.
구조화된 출력과 함수
제조사는 이 버전의 기능으로 구조화된 출력, 함수 호출, 예측 출력을 나열합니다. 구조화된 추출 작업에서는 필수 필드, 예상 유형, 원본에 없는 정보의 처리 방식을 정의하세요. 레코드에는 문서 식별자, 추출된 진술, 원본 위치, 남은 질문을 넣을 수 있습니다. 프로그램이 파싱할 때는 레코드만 요청하고 누군가 해석을 검토해야 한다면 서술 설명을 별도로 유지하세요.
Mistral의 공통 구조화된 출력 문서는 JSON 모드와 사용자 지정 스키마를 구분합니다. JSON 모드는 원하는 JSON 형식에 대한 명시적인 지침을 요구하고 사용자 지정 경로는 더 구체적인 구조를 정의합니다. 이는 새로운 콘텐츠 모달리티나 외부 작업이 아니라 텍스트 결과의 형식 지정입니다.
함수의 경우 애플리케이션이 사용 가능한 작업과 인수를 정의하고 모델이 적절한 호출을 선택하여 값을 준비하면 애플리케이션이 실행합니다. 그 결과는 다음 답변을 위한 정보가 됩니다. 문서 어시스턴트는 조회를 통해 누락된 참조 데이터를 얻을 수 있지만 주변 애플리케이션이 조회를 제공하고 실제 결과를 반환해야 합니다. 제안된 호출과 반환된 데이터를 서로 연결해 유지하세요.
예측 편집과 응답 접두사
예측 출력은 제한된 편집이 필요한 문서나 코드 파일처럼 원하는 결과의 대부분을 이미 알고 있을 때 유용합니다. 기존 콘텐츠를 제공하고 변경 없이 유지할 사항을 포함하여 변경을 정확히 설명하세요. 문서의 나머지를 보존하면서 한 섹션의 용어를 업데이트하거나 구현 세부 사항 하나를 교체하도록 요청할 수 있습니다. 예측에는 파일에 적용이 완료된 변경이 아니라 예상 출력 콘텐츠가 담깁니다.
모델 페이지에는 응답 접두사 이어 쓰기도 나열되어 있습니다. 제조사의 채팅 문서에서 접두사는 어시스턴트 응답의 알려진 시작 부분을 제공하고 이후 생성이 이어집니다. 알려진 시작 부분과 예측된 본문은 서로 다른 준비 문제를 해결합니다. 배치와 에이전트·대화 인터페이스도 Medium 3.1의 별도 이미지, 오디오, 추론 버전이 아니라 워크플로 기능입니다.
문서와 시각 자료에 관한 질문
나열된 문서 QnA 워크플로는 OCR로 준비한 텍스트, 구조, 서식과 언어 모델 분석을 결합합니다. 작업에 필요한 특정 조건, 구절, 관계를 질문하세요. 비교에서는 원본 문서를 지정하고 공통 진술, 충돌, 미해결 세부 사항을 요청하며 각 발견 사항 옆에 원본 위치를 유지할 수 있습니다.
제조사의 비전 가이드에는 Medium 3.1이 명시적으로 포함되어 있습니다. 직접 시각 질문에서는 읽을 수 있는 차트, 문서 이미지, 스크린샷을 제공하고 어떤 시각적 근거가 결론을 뒷받침하는지 질문할 수 있습니다. 축, 단위, 레이블, 잘라낸 필드 주변의 맥락을 보존하세요. 여러 이미지를 제공할 때는 어느 것이 원본, 개정본, 참조인지 모델이 추측하게 두지 말고 순서와 역할을 지정하세요.
예를 들어 서면 절차 요구 사항과 스크린샷을 함께 제공하고 보이는 일치점, 차이, 추가 정보가 필요한 질문의 표를 요청하세요. 다른 작업에서는 문서의 두 버전을 제공하고 공통 조건을 유지하면서 지정한 불일치를 해결한 수정 구절을 요청할 수 있습니다. 이는 문서화된 시각·문서·편집 기능의 활용 제안이며 필요한 결과를 사전에 정의한 것입니다.
최종 산출물 준비
어시스턴트에게 명확한 역할, 사용할 원본 자료, 답변 형식을 제공하세요. 지속적으로 적용할 응답 규칙을 검토할 문서와 구분하고 최종 언어와 용어를 명시하세요. 유용한 응답은 추출 사실, 출처, 해석을 분리할 수 있어 하나로 합친 요약보다 검토하기 쉽습니다.
문서화된 결과는 여전히 텍스트입니다. 외부 도구, 파일 변경, 추가 문서 처리는 대화에 연결된 애플리케이션에 속합니다. 명명된 Medium 3.1 버전과 128k 컨텍스트를 유지하고 다음 단계에 실제로 필요한 설명, 구조화된 레코드, 특정 부분 수정을 요청하세요.
", "aboutText": "Mistral Medium 3.1은 텍스트 및 시각적 이해를 위한 Mistral AI의 멀티모달 버전입니다. 제조사는 이 개정판이 Medium 3 계열의 어조와 성능을 개선한다고 설명합니다. 텍스트와 이미지를 입력받아 설명, 문서 답변, 구조화된 레코드, 제안된 함수 호출 등의 텍스트를 생성합니다. 제조사의 고정 버전 식별자는 mistral-medium-2508입니다.\n\n컨텍스트와 해당 버전\n\n모델 페이지에는 128k 컨텍스트 창이 문서화되어 있습니다. 관련 원본 구절, 이미지 근거, 대화, 사용자 작업을 함께 유지하는 데 사용하세요. 큰 자료 집합을 제공하기 전에 문서의 역할과 답할 질문을 지정하세요. 긴 컨텍스트로 범위가 명확한 비교를 지원하면서 최종 산출물은 짧은 표나 수정된 섹션으로 유지할 수 있습니다.\n\nMedium 3.1은 고유한 사양을 유지합니다. Medium 3.5에 설명된 256k 컨텍스트, 1,280억 파라미터 밀집 아키텍처, 조절 가능한 하이브리드 추론 모드를 이 항목에 부여해서는 안 됩니다. 3.1 페이지에는 이후 모델에서 안전하게 대체해 쓸 수 있는 파라미터 수나 별도의 최대 답변 길이 수치가 제공되지 않습니다.\n\n구조화된 출력과 함수\n\n제조사는 이 버전의 기능으로 구조화된 출력, 함수 호출, 예측 출력을 나열합니다. 구조화된 추출 작업에서는 필수 필드, 예상 유형, 원본에 없는 정보의 처리 방식을 정의하세요. 레코드에는 문서 식별자, 추출된 진술, 원본 위치, 남은 질문을 넣을 수 있습니다. 프로그램이 파싱할 때는 레코드만 요청하고 누군가 해석을 검토해야 한다면 서술 설명을 별도로 유지하세요.\n\nMistral의 공통 구조화된 출력 문서는 JSON 모드와 사용자 지정 스키마를 구분합니다. JSON 모드는 원하는 JSON 형식에 대한 명시적인 지침을 요구하고 사용자 지정 경로는 더 구체적인 구조를 정의합니다. 이는 새로운 콘텐츠 모달리티나 외부 작업이 아니라 텍스트 결과의 형식 지정입니다.\n\n함수의 경우 애플리케이션이 사용 가능한 작업과 인수를 정의하고 모델이 적절한 호출을 선택하여 값을 준비하면 애플리케이션이 실행합니다. 그 결과는 다음 답변을 위한 정보가 됩니다. 문서 어시스턴트는 조회를 통해 누락된 참조 데이터를 얻을 수 있지만 주변 애플리케이션이 조회를 제공하고 실제 결과를 반환해야 합니다. 제안된 호출과 반환된 데이터를 서로 연결해 유지하세요.\n\n예측 편집과 응답 접두사\n\n예측 출력은 제한된 편집이 필요한 문서나 코드 파일처럼 원하는 결과의 대부분을 이미 알고 있을 때 유용합니다. 기존 콘텐츠를 제공하고 변경 없이 유지할 사항을 포함하여 변경을 정확히 설명하세요. 문서의 나머지를 보존하면서 한 섹션의 용어를 업데이트하거나 구현 세부 사항 하나를 교체하도록 요청할 수 있습니다. 예측에는 파일에 적용이 완료된 변경이 아니라 예상 출력 콘텐츠가 담깁니다.\n\n모델 페이지에는 응답 접두사 이어 쓰기도 나열되어 있습니다. 제조사의 채팅 문서에서 접두사는 어시스턴트 응답의 알려진 시작 부분을 제공하고 이후 생성이 이어집니다. 알려진 시작 부분과 예측된 본문은 서로 다른 준비 문제를 해결합니다. 배치와 에이전트·대화 인터페이스도 Medium 3.1의 별도 이미지, 오디오, 추론 버전이 아니라 워크플로 기능입니다.\n\n문서와 시각 자료에 관한 질문\n\n나열된 문서 QnA 워크플로는 OCR로 준비한 텍스트, 구조, 서식과 언어 모델 분석을 결합합니다. 작업에 필요한 특정 조건, 구절, 관계를 질문하세요. 비교에서는 원본 문서를 지정하고 공통 진술, 충돌, 미해결 세부 사항을 요청하며 각 발견 사항 옆에 원본 위치를 유지할 수 있습니다.\n\n제조사의 비전 가이드에는 Medium 3.1이 명시적으로 포함되어 있습니다. 직접 시각 질문에서는 읽을 수 있는 차트, 문서 이미지, 스크린샷을 제공하고 어떤 시각적 근거가 결론을 뒷받침하는지 질문할 수 있습니다. 축, 단위, 레이블, 잘라낸 필드 주변의 맥락을 보존하세요. 여러 이미지를 제공할 때는 어느 것이 원본, 개정본, 참조인지 모델이 추측하게 두지 말고 순서와 역할을 지정하세요.\n\n예를 들어 서면 절차 요구 사항과 스크린샷을 함께 제공하고 보이는 일치점, 차이, 추가 정보가 필요한 질문의 표를 요청하세요. 다른 작업에서는 문서의 두 버전을 제공하고 공통 조건을 유지하면서 지정한 불일치를 해결한 수정 구절을 요청할 수 있습니다. 이는 문서화된 시각·문서·편집 기능의 활용 제안이며 필요한 결과를 사전에 정의한 것입니다.\n\n최종 산출물 준비\n\n어시스턴트에게 명확한 역할, 사용할 원본 자료, 답변 형식을 제공하세요. 지속적으로 적용할 응답 규칙을 검토할 문서와 구분하고 최종 언어와 용어를 명시하세요. 유용한 응답은 추출 사실, 출처, 해석을 분리할 수 있어 하나로 합친 요약보다 검토하기 쉽습니다.\n\n문서화된 결과는 여전히 텍스트입니다. 외부 도구, 파일 변경, 추가 문서 처리는 대화에 연결된 애플리케이션에 속합니다. 명명된 Medium 3.1 버전과 128k 컨텍스트를 유지하고 다음 단계에 실제로 필요한 설명, 구조화된 레코드, 특정 부분 수정을 요청하세요.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "39c09c92b792c5f47ac7c4c20373a96c4e8b21c1ee1b3c80e951ac0954d0fd38", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ko", "methods": [ { "html": "mistralai/mistral-medium-3.1:batchMistral Medium 3.1은 대화형 답변, 문서 질문, 구조화된 추출을 위한 텍스트·이미지 모델입니다. 제조사 기준 128k 컨텍스트와 나열된 함수 호출, 예측 출력, 접두사 기능으로 원본 기반 설명과 특정 편집에 초점을 맞춘 워크플로를 지원합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Mistral Medium 3.1은 텍스트 및 시각적 이해를 위한 Mistral AI의 멀티모달 버전입니다. 제조사는 이 개정판이 Medium 3 계열의 어조와 성능을 개선한다고 설명합니다. 텍스트와 이미지를 입력받아 설명, 문서 답변, 구조화된 레코드, 제안된 함수 호출 등의 텍스트를 생성합니다. 제조사의 고정 버전 식별자는 mistral-medium-2508입니다.
컨텍스트와 해당 버전
모델 페이지에는 128k 컨텍스트 창이 문서화되어 있습니다. 관련 원본 구절, 이미지 근거, 대화, 사용자 작업을 함께 유지하는 데 사용하세요. 큰 자료 집합을 제공하기 전에 문서의 역할과 답할 질문을 지정하세요. 긴 컨텍스트로 범위가 명확한 비교를 지원하면서 최종 산출물은 짧은 표나 수정된 섹션으로 유지할 수 있습니다.
Medium 3.1은 고유한 사양을 유지합니다. Medium 3.5에 설명된 256k 컨텍스트, 1,280억 파라미터 밀집 아키텍처, 조절 가능한 하이브리드 추론 모드를 이 항목에 부여해서는 안 됩니다. 3.1 페이지에는 이후 모델에서 안전하게 대체해 쓸 수 있는 파라미터 수나 별도의 최대 답변 길이 수치가 제공되지 않습니다.
구조화된 출력과 함수
제조사는 이 버전의 기능으로 구조화된 출력, 함수 호출, 예측 출력을 나열합니다. 구조화된 추출 작업에서는 필수 필드, 예상 유형, 원본에 없는 정보의 처리 방식을 정의하세요. 레코드에는 문서 식별자, 추출된 진술, 원본 위치, 남은 질문을 넣을 수 있습니다. 프로그램이 파싱할 때는 레코드만 요청하고 누군가 해석을 검토해야 한다면 서술 설명을 별도로 유지하세요.
Mistral의 공통 구조화된 출력 문서는 JSON 모드와 사용자 지정 스키마를 구분합니다. JSON 모드는 원하는 JSON 형식에 대한 명시적인 지침을 요구하고 사용자 지정 경로는 더 구체적인 구조를 정의합니다. 이는 새로운 콘텐츠 모달리티나 외부 작업이 아니라 텍스트 결과의 형식 지정입니다.
함수의 경우 애플리케이션이 사용 가능한 작업과 인수를 정의하고 모델이 적절한 호출을 선택하여 값을 준비하면 애플리케이션이 실행합니다. 그 결과는 다음 답변을 위한 정보가 됩니다. 문서 어시스턴트는 조회를 통해 누락된 참조 데이터를 얻을 수 있지만 주변 애플리케이션이 조회를 제공하고 실제 결과를 반환해야 합니다. 제안된 호출과 반환된 데이터를 서로 연결해 유지하세요.
예측 편집과 응답 접두사
예측 출력은 제한된 편집이 필요한 문서나 코드 파일처럼 원하는 결과의 대부분을 이미 알고 있을 때 유용합니다. 기존 콘텐츠를 제공하고 변경 없이 유지할 사항을 포함하여 변경을 정확히 설명하세요. 문서의 나머지를 보존하면서 한 섹션의 용어를 업데이트하거나 구현 세부 사항 하나를 교체하도록 요청할 수 있습니다. 예측에는 파일에 적용이 완료된 변경이 아니라 예상 출력 콘텐츠가 담깁니다.
모델 페이지에는 응답 접두사 이어 쓰기도 나열되어 있습니다. 제조사의 채팅 문서에서 접두사는 어시스턴트 응답의 알려진 시작 부분을 제공하고 이후 생성이 이어집니다. 알려진 시작 부분과 예측된 본문은 서로 다른 준비 문제를 해결합니다. 배치와 에이전트·대화 인터페이스도 Medium 3.1의 별도 이미지, 오디오, 추론 버전이 아니라 워크플로 기능입니다.
문서와 시각 자료에 관한 질문
나열된 문서 QnA 워크플로는 OCR로 준비한 텍스트, 구조, 서식과 언어 모델 분석을 결합합니다. 작업에 필요한 특정 조건, 구절, 관계를 질문하세요. 비교에서는 원본 문서를 지정하고 공통 진술, 충돌, 미해결 세부 사항을 요청하며 각 발견 사항 옆에 원본 위치를 유지할 수 있습니다.
제조사의 비전 가이드에는 Medium 3.1이 명시적으로 포함되어 있습니다. 직접 시각 질문에서는 읽을 수 있는 차트, 문서 이미지, 스크린샷을 제공하고 어떤 시각적 근거가 결론을 뒷받침하는지 질문할 수 있습니다. 축, 단위, 레이블, 잘라낸 필드 주변의 맥락을 보존하세요. 여러 이미지를 제공할 때는 어느 것이 원본, 개정본, 참조인지 모델이 추측하게 두지 말고 순서와 역할을 지정하세요.
예를 들어 서면 절차 요구 사항과 스크린샷을 함께 제공하고 보이는 일치점, 차이, 추가 정보가 필요한 질문의 표를 요청하세요. 다른 작업에서는 문서의 두 버전을 제공하고 공통 조건을 유지하면서 지정한 불일치를 해결한 수정 구절을 요청할 수 있습니다. 이는 문서화된 시각·문서·편집 기능의 활용 제안이며 필요한 결과를 사전에 정의한 것입니다.
최종 산출물 준비
어시스턴트에게 명확한 역할, 사용할 원본 자료, 답변 형식을 제공하세요. 지속적으로 적용할 응답 규칙을 검토할 문서와 구분하고 최종 언어와 용어를 명시하세요. 유용한 응답은 추출 사실, 출처, 해석을 분리할 수 있어 하나로 합친 요약보다 검토하기 쉽습니다.
문서화된 결과는 여전히 텍스트입니다. 외부 도구, 파일 변경, 추가 문서 처리는 대화에 연결된 애플리케이션에 속합니다. 명명된 Medium 3.1 버전과 128k 컨텍스트를 유지하고 다음 단계에 실제로 필요한 설명, 구조화된 레코드, 특정 부분 수정을 요청하세요.
POST /v1/batchestexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드endpoint | 유형string | 요건필수 | 값과 한도 /v1/chat/completions | 기본값— |
필드model | 유형string | 요건필수 | 값과 한도 mistralai/mistral-medium-3.1:batch | 기본값— |
필드requests | 유형batch_item[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드requests[].custom_id | 유형string | 요건필수 | 값과 한도 | 기본값— |
필드requests[].body.messages | 유형message[] | 요건필수 | 값과 한도 | 기본값— |
필드completion_window | 유형string | 요건선택 사항 | 값과 한도 24h | 기본값— |
필드provider | 유형object|null | 요건선택 사항 | 값과 한도 | 기본값— |
필드requests[].body.model | 유형string | 요건선택 사항 | 값과 한도 mistralai/mistral-medium-3.1:batch, mistralai/mistral-medium-3.1 | 기본값— |
필드provider.only | 유형string[] | 요건선택 사항 | 값과 한도 mistral | 기본값— |
필드provider.allow_fallbacks | 유형boolean|null | 요건선택 사항 | 값과 한도 false, null | 기본값— |
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세endpoint, model, requests |
매개변수material_types | 명세text |
매개변수representation | 명세인라인 requests[]; 각 항목에는 custom_id와 body가 있습니다 |
매개변수request_endpoint_profile | 명세/v1/chat/completions |
매개변수file_material | 명세호출자는 실제 UTF-8 JSONL을 로컬에서 읽어 requests[]에 넣을 수 있습니다. 업로드 목적, input_file_id 또는 파일 참조는 사용하지 않습니다. 고객 자료가 없거나 비어 있으면 POST 전에 준비를 중단합니다. |
매개변수serialization_order | 명세endpoint, model, provider (제공된 경우), completion_window (제공된 경우), requests는 마지막에 |
매개변수optional_controls | 명세provider.only, provider.allow_fallbacks, completion_window |
매개변수schema_scope | 명세문서에 명시된 인라인 배치 요청 구조에 담긴 텍스트 Chat Completions 본문입니다. |
수명 주기: asynchronous
GET /v1/batches/{operation_id} · 최초 생성 응답에서 실제로 반환된 response.id; 동일한 사용자/키/그룹
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
|---|---|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0004 / 1K 토큰 출력 · 출력 토큰 $0.002 / 1K 토큰 입력 · 캐시 읽기 $0.00004 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0004 / 1K 토큰 출력 · 출력 토큰 $0.002 / 1K 토큰 입력 · 캐시 읽기 $0.00004 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"mistralai/mistral-medium-3.1:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['mistralai/mistral-medium-3.1:batch', 'mistralai/mistral-medium-3.1']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"mistralai/mistral-medium-3.1:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\n인라인 results[].response.body JSON
GET /v1/batches/{operation_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nBATCH_OPERATION_ID="$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))\noperation = response.get("id")\nif not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")\nprint(quote(operation, safe=""))\nPY_ID\n)"\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json\n반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
최초 상태 JSON 전체, 모든 결과/custom_id와 응답 또는 오류 본문 전체를 보관하세요. 완료된 results[]는 필터링 없이 JSONL로 저장하세요.
최초 작업 ID를 보관하세요. 503 result_pending_check에는 X-Should-Retry:false가 포함됩니다. 상태가 불명확한 최초 배치를 다시 제출하지 마세요.
| 필드 | 유형 |
|---|---|
필드results[].custom_id | 유형string |
필드results[].response.body.choices[].message.content | 유형string|null |
필드results[].error | 유형object|null |
필드usage | 유형object|null |
필드id | 유형string |
필드model | 유형string |
필드endpoint | 유형string |
필드status | 유형string |
필드request_counts | 유형object |
필드results[].id | 유형string |
필드results[].response.status_code | 유형integer |
필드results[].response.request_id | 유형string |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건문서에 명시된 인라인 요청 구조가 유효하지 않거나, 키가 중복되거나, 항목 식별 정보 또는 설정된 모델 기능에 충돌이 있습니다. | 다음 단계새로 제출하기 전에 표시된 필드를 수정하세요. |
응답401 · authentication_error | 조건유효하지 않은 API 키입니다. | 다음 단계사용 권한이 있는 Ailoot 키를 사용하세요. |
응답403 · permission_error | 조건배치 그룹을 사용할 수 없습니다. | 다음 단계키/그룹의 사용 권한을 확인하세요. |
응답422 · invalid_request_error | 조건배치는 잔액 과금을 사용하며, 구독을 통한 생성 요청은 거부됩니다. | 다음 단계사용 권한이 있는 잔액 과금 그룹을 사용하세요. |
응답422 · price_unavailable | 조건배치 입력의 예상 비용을 산출할 수 없습니다. | 다음 단계응답을 보관하고 문서에 명시된 API 계열 입력을 사용하세요. |
응답402 · billing_error | 조건배치 예약 금액을 확보할 수 없습니다. | 다음 단계새 요청 전에 요청 허용 조건을 충족하세요. |
응답503 · price_unavailable | 조건배치 메서드 가격 또는 네이티브 요율을 사용할 수 없습니다. | 다음 단계응답을 보관하고 가격을 임의로 대체하지 마세요. |
응답503 · api_error | 조건정확히 일치하는 공급업체 라우트를 사용할 수 없습니다. | 다음 단계라우트 수정을 위해 응답을 보관하세요. |
응답503 · result_pending_check | 조건최초 결과를 확인해야 합니다. X-Should-Retry:false. | 다음 단계최초 operation_id/id를 보관하고 해당 상태를 조회하세요. 최초 POST를 반복하지 마세요. |
응답404 · not_found | 조건배치 상태 조회 대상 작업이 없거나 다른 사용 주체의 소유입니다. | 다음 단계최초 id를 정확히 사용하고 동일한 사용자/키/그룹을 유지하세요. |
Ailoot Ultra mistralai/mistral-medium-3.1:batch
위에 표시된 메서드 경로를 사용하세요.