Mistral Small 3.2 24B Instruct 2506은 Mistral Small 3.1 24B Instruct 2503의 특정 개선에 초점을 맞춘 업데이트입니다. 제조사는 정확한 지시를 더 충실히 따르기, 반복되거나 과도하게 이어지는 답변 줄이기, 함수 호출 템플릿의 견고성 강화라는 세 가지 변경을 명시합니다. 새로운 오디오 또는 이미지 생성 버전이 아니라 텍스트를 생성하는 지시 튜닝 텍스트·이미지 모델입니다.
변경 사항과 유지되는 기능
3.2 모델 카드는 주요 기능이 명명된 Small 3.1 릴리스와 같다고 명시합니다. 비전, 다국어 작업, 시스템 프롬프트 지원, 기본 함수 호출, JSON 출력, 128k 컨텍스트 창이 포함됩니다. 참조된 3.1 모델 카드는 240억 파라미터 모델과 어휘가 131k로 표기된 Tekken 토크나이저를 설명합니다. 문서화된 이 연결은 2506 업데이트를 별도 버전으로 유지하면서 해당 기능을 3.2에 이어 적용하는 근거가 됩니다.
결과에 정확한 요구 사항이 여러 개 있다면 지시 준수에 대한 개선이 중요합니다. 원본 자료를 제공하고 출력이 충족해야 할 규칙을 나열하며 반환할 산출물을 명시하세요. 문서 추출 요청에서는 지정 필드, 원본 식별자, 정해진 누락값 표현, 레코드 외의 서술 금지 등을 요구할 수 있습니다. 글쓰기 작업에서는 제공된 조건을 그대로 유지하면서 특정 독자와 섹션 순서를 요구할 수 있습니다.
반복 감소는 새로운 추론 모드를 추가하는 것이 아니라 생성 동작을 개선합니다. 긴 답변에서는 요청에 명확한 종료 지점이 생기도록 필수 섹션과 각 섹션의 목적을 정의하세요. 함수 템플릿 변경은 도구 사용 대화의 표현 방식에 관한 것입니다. 이전 형식 예시를 바꿔 쓸 수 있다고 취급하지 말고 해당 버전의 대화 및 토크나이저 설정을 사용하세요.
시각 및 다국어 작업
이어받은 비전 기능으로 텍스트 질문과 이미지를 함께 제공할 수 있습니다. 읽을 수 있는 페이지, 차트, 도표를 제공하고 작업에 필요한 세부 사항을 지정하세요. 차트 비교에서는 축, 단위, 범례를 유지하고 각 결론의 근거가 되는 관찰 내용을 요청하세요. 문서 필드에서는 반환값을 올바르게 해석할 수 있도록 레이블과 주변 맥락을 유지하세요.
문서화된 지원 언어에는 러시아어, 영어, 프랑스어, 독일어, 스페인어, 이탈리아어, 포르투갈어, 중국어, 일본어, 한국어, 아랍어, 페르시아어, 힌디어, 벵골어 및 제조사가 나열한 기타 언어가 포함됩니다. 최종 언어와 변경 없이 유지할 용어를 지정하세요. 이중 언어 문서 작업에서는 식별자와 단위를 보존하면서 주변 설명을 독자에게 맞출 수 있습니다.
실용적인 시각 추출에서는 문서 식별자, 필드 레이블, 추출된 텍스트, 이를 뒷받침하는 이미지 부분을 요청하세요. 독자에게 해석이 필요하다면 설명을 별도로 뒤에 제공할 수 있습니다. 이렇게 하면 텍스트 옮기기, 구조화된 필드, 모델의 결론이 구분 불가능한 하나의 결과로 섞이지 않습니다.
시스템 지침과 도구
3.2 모델 카드는 사용 사례에 맞춘 시스템 프롬프트와 0.15 같은 비교적 낮은 temperature를 권장합니다. 어시스턴트의 역할, 응답 규칙, 원본 자료의 처리 방식을 명확히 설정하세요. 실제 문서나 코드는 사용자 작업에 배치하고 답변에 대한 지침과 원본 안에 인용된 지침의 경계를 유지하세요.
함수 호출을 사용하려면 애플리케이션이 도구 설명과 필수 인수를 제공해야 합니다. 모델이 호출을 준비하고 애플리케이션이 함수를 실행하여 결과를 반환하면 다음 답변이 그 정보를 사용합니다. 공개 예시에는 시각 추론, 도구 호출, 텍스트 전용 지시가 포함됩니다. 따라서 조회 작업에서 설명된 작업을 선택하도록 요청할 수 있지만 실제 조회와 결과는 주변 애플리케이션이 담당합니다.
코딩 요청에서는 관련 함수, 문제를 드러내는 입력, 나와야 할 동작을 제공하세요. 원래 인터페이스를 유지한 수정 제안과 의도한 동작을 구분하는 예시를 요청하세요. 수학 요청에서는 변수와 가정을 정의하고 근거가 있는 주요 단계와 별도의 최종 식을 요청하세요. 이는 이어받은 프로그래밍 및 추론 기능의 활용이며 제안된 코드의 실행은 별도의 단계입니다.
컨텍스트와 버전 범위
128k 창 안에 원본 구절, 이미지, 대화, 예상 답변을 함께 담으세요. 대용량 문서 비교에서는 관련 섹션을 유지하면서 발견 사항의 짧은 매트릭스를 반환할 수 있습니다. 제공 환경 예시에 등장하는 큰 이미지 허용량이나 생성값은 독립적으로 명시된 모델의 최대 용량이 아닙니다.
Small 3.2는 문서화된 시각 입력을 갖춘 지시 업데이트이며 텍스트 전용 Small 3 2501이나 하이브리드 Small 4 추론 릴리스가 아닙니다. 제조사의 모델 카드는 이 항목에 별도의 엄격한 출력 토큰 상한을 제시하지 않습니다. 정확한 2506 식별자와 형식을 유지하고 다음 단계에 필요한 구조화된 레코드, 설명, 코드 제안을 정의하세요.
", "aboutText": "Mistral Small 3.2 24B Instruct 2506은 Mistral Small 3.1 24B Instruct 2503의 특정 개선에 초점을 맞춘 업데이트입니다. 제조사는 정확한 지시를 더 충실히 따르기, 반복되거나 과도하게 이어지는 답변 줄이기, 함수 호출 템플릿의 견고성 강화라는 세 가지 변경을 명시합니다. 새로운 오디오 또는 이미지 생성 버전이 아니라 텍스트를 생성하는 지시 튜닝 텍스트·이미지 모델입니다.\n\n변경 사항과 유지되는 기능\n\n3.2 모델 카드는 주요 기능이 명명된 Small 3.1 릴리스와 같다고 명시합니다. 비전, 다국어 작업, 시스템 프롬프트 지원, 기본 함수 호출, JSON 출력, 128k 컨텍스트 창이 포함됩니다. 참조된 3.1 모델 카드는 240억 파라미터 모델과 어휘가 131k로 표기된 Tekken 토크나이저를 설명합니다. 문서화된 이 연결은 2506 업데이트를 별도 버전으로 유지하면서 해당 기능을 3.2에 이어 적용하는 근거가 됩니다.\n\n결과에 정확한 요구 사항이 여러 개 있다면 지시 준수에 대한 개선이 중요합니다. 원본 자료를 제공하고 출력이 충족해야 할 규칙을 나열하며 반환할 산출물을 명시하세요. 문서 추출 요청에서는 지정 필드, 원본 식별자, 정해진 누락값 표현, 레코드 외의 서술 금지 등을 요구할 수 있습니다. 글쓰기 작업에서는 제공된 조건을 그대로 유지하면서 특정 독자와 섹션 순서를 요구할 수 있습니다.\n\n반복 감소는 새로운 추론 모드를 추가하는 것이 아니라 생성 동작을 개선합니다. 긴 답변에서는 요청에 명확한 종료 지점이 생기도록 필수 섹션과 각 섹션의 목적을 정의하세요. 함수 템플릿 변경은 도구 사용 대화의 표현 방식에 관한 것입니다. 이전 형식 예시를 바꿔 쓸 수 있다고 취급하지 말고 해당 버전의 대화 및 토크나이저 설정을 사용하세요.\n\n시각 및 다국어 작업\n\n이어받은 비전 기능으로 텍스트 질문과 이미지를 함께 제공할 수 있습니다. 읽을 수 있는 페이지, 차트, 도표를 제공하고 작업에 필요한 세부 사항을 지정하세요. 차트 비교에서는 축, 단위, 범례를 유지하고 각 결론의 근거가 되는 관찰 내용을 요청하세요. 문서 필드에서는 반환값을 올바르게 해석할 수 있도록 레이블과 주변 맥락을 유지하세요.\n\n문서화된 지원 언어에는 러시아어, 영어, 프랑스어, 독일어, 스페인어, 이탈리아어, 포르투갈어, 중국어, 일본어, 한국어, 아랍어, 페르시아어, 힌디어, 벵골어 및 제조사가 나열한 기타 언어가 포함됩니다. 최종 언어와 변경 없이 유지할 용어를 지정하세요. 이중 언어 문서 작업에서는 식별자와 단위를 보존하면서 주변 설명을 독자에게 맞출 수 있습니다.\n\n실용적인 시각 추출에서는 문서 식별자, 필드 레이블, 추출된 텍스트, 이를 뒷받침하는 이미지 부분을 요청하세요. 독자에게 해석이 필요하다면 설명을 별도로 뒤에 제공할 수 있습니다. 이렇게 하면 텍스트 옮기기, 구조화된 필드, 모델의 결론이 구분 불가능한 하나의 결과로 섞이지 않습니다.\n\n시스템 지침과 도구\n\n3.2 모델 카드는 사용 사례에 맞춘 시스템 프롬프트와 0.15 같은 비교적 낮은 temperature를 권장합니다. 어시스턴트의 역할, 응답 규칙, 원본 자료의 처리 방식을 명확히 설정하세요. 실제 문서나 코드는 사용자 작업에 배치하고 답변에 대한 지침과 원본 안에 인용된 지침의 경계를 유지하세요.\n\n함수 호출을 사용하려면 애플리케이션이 도구 설명과 필수 인수를 제공해야 합니다. 모델이 호출을 준비하고 애플리케이션이 함수를 실행하여 결과를 반환하면 다음 답변이 그 정보를 사용합니다. 공개 예시에는 시각 추론, 도구 호출, 텍스트 전용 지시가 포함됩니다. 따라서 조회 작업에서 설명된 작업을 선택하도록 요청할 수 있지만 실제 조회와 결과는 주변 애플리케이션이 담당합니다.\n\n코딩 요청에서는 관련 함수, 문제를 드러내는 입력, 나와야 할 동작을 제공하세요. 원래 인터페이스를 유지한 수정 제안과 의도한 동작을 구분하는 예시를 요청하세요. 수학 요청에서는 변수와 가정을 정의하고 근거가 있는 주요 단계와 별도의 최종 식을 요청하세요. 이는 이어받은 프로그래밍 및 추론 기능의 활용이며 제안된 코드의 실행은 별도의 단계입니다.\n\n컨텍스트와 버전 범위\n\n128k 창 안에 원본 구절, 이미지, 대화, 예상 답변을 함께 담으세요. 대용량 문서 비교에서는 관련 섹션을 유지하면서 발견 사항의 짧은 매트릭스를 반환할 수 있습니다. 제공 환경 예시에 등장하는 큰 이미지 허용량이나 생성값은 독립적으로 명시된 모델의 최대 용량이 아닙니다.\n\nSmall 3.2는 문서화된 시각 입력을 갖춘 지시 업데이트이며 텍스트 전용 Small 3 2501이나 하이브리드 Small 4 추론 릴리스가 아닙니다. 제조사의 모델 카드는 이 항목에 별도의 엄격한 출력 토큰 상한을 제시하지 않습니다. 정확한 2506 식별자와 형식을 유지하고 다음 단계에 필요한 구조화된 레코드, 설명, 코드 제안을 정의하세요.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
Extract exactly the requested fields\n\nRead this note: 'Service case C-52. Customer: Dana Lee. Device: Lamp Mini. Reported problem: switches off after ten minutes.' Return exactly four labelled lines, in this order: Case ID, Device, Problem, Purchase date. Use unknown for missing information. Omit the customer's name and all introductory or closing prose.Exactly four labelled lines containing source-derived values or unknown, in the requested order.Purchase date is unknown, Dana Lee is omitted, and there are no extra lines.mistralai/mistral-small-3.2-24b-instructMistral Small 3.2 24B Instruct는 제조사 기준 128k 컨텍스트를 갖춘 텍스트·이미지 지시 모델입니다. 2506 업데이트는 Small 3.1의 핵심 기능을 유지하면서 정확한 지시 준수를 개선하고 반복을 줄이며 함수 호출 템플릿을 강화합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Mistral Small 3.2 24B Instruct 2506은 Mistral Small 3.1 24B Instruct 2503의 특정 개선에 초점을 맞춘 업데이트입니다. 제조사는 정확한 지시를 더 충실히 따르기, 반복되거나 과도하게 이어지는 답변 줄이기, 함수 호출 템플릿의 견고성 강화라는 세 가지 변경을 명시합니다. 새로운 오디오 또는 이미지 생성 버전이 아니라 텍스트를 생성하는 지시 튜닝 텍스트·이미지 모델입니다.
변경 사항과 유지되는 기능
3.2 모델 카드는 주요 기능이 명명된 Small 3.1 릴리스와 같다고 명시합니다. 비전, 다국어 작업, 시스템 프롬프트 지원, 기본 함수 호출, JSON 출력, 128k 컨텍스트 창이 포함됩니다. 참조된 3.1 모델 카드는 240억 파라미터 모델과 어휘가 131k로 표기된 Tekken 토크나이저를 설명합니다. 문서화된 이 연결은 2506 업데이트를 별도 버전으로 유지하면서 해당 기능을 3.2에 이어 적용하는 근거가 됩니다.
결과에 정확한 요구 사항이 여러 개 있다면 지시 준수에 대한 개선이 중요합니다. 원본 자료를 제공하고 출력이 충족해야 할 규칙을 나열하며 반환할 산출물을 명시하세요. 문서 추출 요청에서는 지정 필드, 원본 식별자, 정해진 누락값 표현, 레코드 외의 서술 금지 등을 요구할 수 있습니다. 글쓰기 작업에서는 제공된 조건을 그대로 유지하면서 특정 독자와 섹션 순서를 요구할 수 있습니다.
반복 감소는 새로운 추론 모드를 추가하는 것이 아니라 생성 동작을 개선합니다. 긴 답변에서는 요청에 명확한 종료 지점이 생기도록 필수 섹션과 각 섹션의 목적을 정의하세요. 함수 템플릿 변경은 도구 사용 대화의 표현 방식에 관한 것입니다. 이전 형식 예시를 바꿔 쓸 수 있다고 취급하지 말고 해당 버전의 대화 및 토크나이저 설정을 사용하세요.
시각 및 다국어 작업
이어받은 비전 기능으로 텍스트 질문과 이미지를 함께 제공할 수 있습니다. 읽을 수 있는 페이지, 차트, 도표를 제공하고 작업에 필요한 세부 사항을 지정하세요. 차트 비교에서는 축, 단위, 범례를 유지하고 각 결론의 근거가 되는 관찰 내용을 요청하세요. 문서 필드에서는 반환값을 올바르게 해석할 수 있도록 레이블과 주변 맥락을 유지하세요.
문서화된 지원 언어에는 러시아어, 영어, 프랑스어, 독일어, 스페인어, 이탈리아어, 포르투갈어, 중국어, 일본어, 한국어, 아랍어, 페르시아어, 힌디어, 벵골어 및 제조사가 나열한 기타 언어가 포함됩니다. 최종 언어와 변경 없이 유지할 용어를 지정하세요. 이중 언어 문서 작업에서는 식별자와 단위를 보존하면서 주변 설명을 독자에게 맞출 수 있습니다.
실용적인 시각 추출에서는 문서 식별자, 필드 레이블, 추출된 텍스트, 이를 뒷받침하는 이미지 부분을 요청하세요. 독자에게 해석이 필요하다면 설명을 별도로 뒤에 제공할 수 있습니다. 이렇게 하면 텍스트 옮기기, 구조화된 필드, 모델의 결론이 구분 불가능한 하나의 결과로 섞이지 않습니다.
시스템 지침과 도구
3.2 모델 카드는 사용 사례에 맞춘 시스템 프롬프트와 0.15 같은 비교적 낮은 temperature를 권장합니다. 어시스턴트의 역할, 응답 규칙, 원본 자료의 처리 방식을 명확히 설정하세요. 실제 문서나 코드는 사용자 작업에 배치하고 답변에 대한 지침과 원본 안에 인용된 지침의 경계를 유지하세요.
함수 호출을 사용하려면 애플리케이션이 도구 설명과 필수 인수를 제공해야 합니다. 모델이 호출을 준비하고 애플리케이션이 함수를 실행하여 결과를 반환하면 다음 답변이 그 정보를 사용합니다. 공개 예시에는 시각 추론, 도구 호출, 텍스트 전용 지시가 포함됩니다. 따라서 조회 작업에서 설명된 작업을 선택하도록 요청할 수 있지만 실제 조회와 결과는 주변 애플리케이션이 담당합니다.
코딩 요청에서는 관련 함수, 문제를 드러내는 입력, 나와야 할 동작을 제공하세요. 원래 인터페이스를 유지한 수정 제안과 의도한 동작을 구분하는 예시를 요청하세요. 수학 요청에서는 변수와 가정을 정의하고 근거가 있는 주요 단계와 별도의 최종 식을 요청하세요. 이는 이어받은 프로그래밍 및 추론 기능의 활용이며 제안된 코드의 실행은 별도의 단계입니다.
컨텍스트와 버전 범위
128k 창 안에 원본 구절, 이미지, 대화, 예상 답변을 함께 담으세요. 대용량 문서 비교에서는 관련 섹션을 유지하면서 발견 사항의 짧은 매트릭스를 반환할 수 있습니다. 제공 환경 예시에 등장하는 큰 이미지 허용량이나 생성값은 독립적으로 명시된 모델의 최대 용량이 아닙니다.
Small 3.2는 문서화된 시각 입력을 갖춘 지시 업데이트이며 텍스트 전용 Small 3 2501이나 하이브리드 Small 4 추론 릴리스가 아닙니다. 제조사의 모델 카드는 이 항목에 별도의 엄격한 출력 토큰 상한을 제시하지 않습니다. 정확한 2506 식별자와 형식을 유지하고 다음 단계에 필요한 구조화된 레코드, 설명, 코드 제안을 정의하세요.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 mistralai/mistral-small-3.2-24b-instruct | 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.
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 $0.0002 / 1K 토큰 출력 · 출력 토큰 $0.0006 / 1K 토큰 입력 · 캐시 읽기 $0.00002 / 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 $0.0002 / 1K 토큰 출력 · 출력 토큰 $0.0006 / 1K 토큰 입력 · 캐시 읽기 $0.00002 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "mistralai/mistral-small-3.2-24b-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-3.2-24b-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-3.2-24b-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 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 mistralai/mistral-small-3.2-24b-instruct
위에 표시된 메서드 경로를 사용하세요.
mistralai/mistral-small-3.2-24b-instructMistral Small 3.2 24B Instruct는 제조사 기준 128k 컨텍스트를 갖춘 텍스트·이미지 지시 모델입니다. 2506 업데이트는 Small 3.1의 핵심 기능을 유지하면서 정확한 지시 준수를 개선하고 반복을 줄이며 함수 호출 템플릿을 강화합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Mistral Small 3.2 24B Instruct 2506은 Mistral Small 3.1 24B Instruct 2503의 특정 개선에 초점을 맞춘 업데이트입니다. 제조사는 정확한 지시를 더 충실히 따르기, 반복되거나 과도하게 이어지는 답변 줄이기, 함수 호출 템플릿의 견고성 강화라는 세 가지 변경을 명시합니다. 새로운 오디오 또는 이미지 생성 버전이 아니라 텍스트를 생성하는 지시 튜닝 텍스트·이미지 모델입니다.
변경 사항과 유지되는 기능
3.2 모델 카드는 주요 기능이 명명된 Small 3.1 릴리스와 같다고 명시합니다. 비전, 다국어 작업, 시스템 프롬프트 지원, 기본 함수 호출, JSON 출력, 128k 컨텍스트 창이 포함됩니다. 참조된 3.1 모델 카드는 240억 파라미터 모델과 어휘가 131k로 표기된 Tekken 토크나이저를 설명합니다. 문서화된 이 연결은 2506 업데이트를 별도 버전으로 유지하면서 해당 기능을 3.2에 이어 적용하는 근거가 됩니다.
결과에 정확한 요구 사항이 여러 개 있다면 지시 준수에 대한 개선이 중요합니다. 원본 자료를 제공하고 출력이 충족해야 할 규칙을 나열하며 반환할 산출물을 명시하세요. 문서 추출 요청에서는 지정 필드, 원본 식별자, 정해진 누락값 표현, 레코드 외의 서술 금지 등을 요구할 수 있습니다. 글쓰기 작업에서는 제공된 조건을 그대로 유지하면서 특정 독자와 섹션 순서를 요구할 수 있습니다.
반복 감소는 새로운 추론 모드를 추가하는 것이 아니라 생성 동작을 개선합니다. 긴 답변에서는 요청에 명확한 종료 지점이 생기도록 필수 섹션과 각 섹션의 목적을 정의하세요. 함수 템플릿 변경은 도구 사용 대화의 표현 방식에 관한 것입니다. 이전 형식 예시를 바꿔 쓸 수 있다고 취급하지 말고 해당 버전의 대화 및 토크나이저 설정을 사용하세요.
시각 및 다국어 작업
이어받은 비전 기능으로 텍스트 질문과 이미지를 함께 제공할 수 있습니다. 읽을 수 있는 페이지, 차트, 도표를 제공하고 작업에 필요한 세부 사항을 지정하세요. 차트 비교에서는 축, 단위, 범례를 유지하고 각 결론의 근거가 되는 관찰 내용을 요청하세요. 문서 필드에서는 반환값을 올바르게 해석할 수 있도록 레이블과 주변 맥락을 유지하세요.
문서화된 지원 언어에는 러시아어, 영어, 프랑스어, 독일어, 스페인어, 이탈리아어, 포르투갈어, 중국어, 일본어, 한국어, 아랍어, 페르시아어, 힌디어, 벵골어 및 제조사가 나열한 기타 언어가 포함됩니다. 최종 언어와 변경 없이 유지할 용어를 지정하세요. 이중 언어 문서 작업에서는 식별자와 단위를 보존하면서 주변 설명을 독자에게 맞출 수 있습니다.
실용적인 시각 추출에서는 문서 식별자, 필드 레이블, 추출된 텍스트, 이를 뒷받침하는 이미지 부분을 요청하세요. 독자에게 해석이 필요하다면 설명을 별도로 뒤에 제공할 수 있습니다. 이렇게 하면 텍스트 옮기기, 구조화된 필드, 모델의 결론이 구분 불가능한 하나의 결과로 섞이지 않습니다.
시스템 지침과 도구
3.2 모델 카드는 사용 사례에 맞춘 시스템 프롬프트와 0.15 같은 비교적 낮은 temperature를 권장합니다. 어시스턴트의 역할, 응답 규칙, 원본 자료의 처리 방식을 명확히 설정하세요. 실제 문서나 코드는 사용자 작업에 배치하고 답변에 대한 지침과 원본 안에 인용된 지침의 경계를 유지하세요.
함수 호출을 사용하려면 애플리케이션이 도구 설명과 필수 인수를 제공해야 합니다. 모델이 호출을 준비하고 애플리케이션이 함수를 실행하여 결과를 반환하면 다음 답변이 그 정보를 사용합니다. 공개 예시에는 시각 추론, 도구 호출, 텍스트 전용 지시가 포함됩니다. 따라서 조회 작업에서 설명된 작업을 선택하도록 요청할 수 있지만 실제 조회와 결과는 주변 애플리케이션이 담당합니다.
코딩 요청에서는 관련 함수, 문제를 드러내는 입력, 나와야 할 동작을 제공하세요. 원래 인터페이스를 유지한 수정 제안과 의도한 동작을 구분하는 예시를 요청하세요. 수학 요청에서는 변수와 가정을 정의하고 근거가 있는 주요 단계와 별도의 최종 식을 요청하세요. 이는 이어받은 프로그래밍 및 추론 기능의 활용이며 제안된 코드의 실행은 별도의 단계입니다.
컨텍스트와 버전 범위
128k 창 안에 원본 구절, 이미지, 대화, 예상 답변을 함께 담으세요. 대용량 문서 비교에서는 관련 섹션을 유지하면서 발견 사항의 짧은 매트릭스를 반환할 수 있습니다. 제공 환경 예시에 등장하는 큰 이미지 허용량이나 생성값은 독립적으로 명시된 모델의 최대 용량이 아닙니다.
Small 3.2는 문서화된 시각 입력을 갖춘 지시 업데이트이며 텍스트 전용 Small 3 2501이나 하이브리드 Small 4 추론 릴리스가 아닙니다. 제조사의 모델 카드는 이 항목에 별도의 엄격한 출력 토큰 상한을 제시하지 않습니다. 정확한 2506 식별자와 형식을 유지하고 다음 단계에 필요한 구조화된 레코드, 설명, 코드 제안을 정의하세요.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 mistralai/mistral-small-3.2-24b-instruct | 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.
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 $0.0002 / 1K 토큰 출력 · 출력 토큰 $0.0006 / 1K 토큰 입력 · 캐시 읽기 $0.00002 / 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 $0.0002 / 1K 토큰 출력 · 출력 토큰 $0.0006 / 1K 토큰 입력 · 캐시 읽기 $0.00002 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "mistralai/mistral-small-3.2-24b-instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-3.2-24b-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-3.2-24b-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 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 mistralai/mistral-small-3.2-24b-instruct
위에 표시된 메서드 경로를 사용하세요.
영어 기술 예제
Extract exactly the requested fields\n\nRead this note: 'Service case C-52. Customer: Dana Lee. Device: Lamp Mini. Reported problem: switches off after ten minutes.' Return exactly four labelled lines, in this order: Case ID, Device, Problem, Purchase date. Use unknown for missing information. Omit the customer's name and all introductory or closing prose.Exactly four labelled lines containing source-derived values or unknown, in the requested order.Purchase date is unknown, Dana Lee is omitted, and there are no extra lines.