Mistral Large 4 – Mistral AI bendrosios paskirties multimodalinis modelis, sujungiantis instrukcijų vykdymą, samprotavimą, programavimą ir agentinį darbą. Jis priima tekstą bei vaizdus ir generuoja tekstą, įskaitant paaiškinimus, kodą ir struktūruotus laukus. Jo smulkiagrūdė ekspertų mišinio architektūra kiekvienam žetonui naudoja parinktus komponentus, užuot vienu metu aktyvinusi visą parametrų rinkinį.
Architektūra ir kontekstas
Dabartiniame modelio puslapyje nurodyta iš viso 1,05 trilijono parametrų, 52 mlrd. aktyvių parametrų ir 1,6 mlrd. parametrų regos koduotuvas. Gamintojo laidos puslapis paaiškina skaičiavimo susitarimą: 49 mlrd. aktyvių parametrų vienam žetonui arba 52 mlrd. įskaičiuojant įterpinius ir išvesties sluoksnius. Šie skaičiai aprašo modelio struktūrą, o ne atsakymo ilgį.
Gamintojas dokumentuoja vieno milijono žetonų konteksto langą. Jame sujunkite didelę šaltinių medžiagą, pokalbį ir instrukcijas, kartu apibrėždami galutinio artefakto paskirtį. Klausimui apie kelis dokumentus įvardykite kiekvieną dokumentą ir jo vaidmenį bei prašykite šaltinio vietos prie kiekvienos išvados. Didelis kontekstas naudingas, kai reikalavimus, diagramas ir susijusius paaiškinimus reikia nagrinėti kartu.
Struktūruoti atsakymai ir klausimai apie dokumentus
Modelio kortelėje nurodytos struktūruotos išvestys, funkcijų kvietimas, atsakymas į klausimus apie dokumentus, atsakymo prefiksai, paketinis pateikimas ir agentų pokalbiai. Mistral struktūruotos išvesties dokumentacija skiria JSON režimą nuo pasirinktinės schemos. Užklausoje nurodykite reikiamą JSON formatą; naudokite apibrėžtą schemą, kai prijungtai sąsajai reikia konkrečios laukų struktūros. Įrašas gali atskirti šaltinio faktus, interpretacijas ir atvirus klausimus, užuot juos sujungęs vienoje pastraipoje.
Atsakymas į klausimus apie dokumentus – darbo procesas, sujungiantis dokumento apdorojimą su kalbos modelio supratimu. OCR paruošia tekstą, struktūrą ir formatavimą, po to modelis atsako į klausimą apie šią medžiagą. Užklausa gali rasti reikalavimą, palyginti teiginius skirtinguose dokumentuose ar apibendrinti sprendimui aktualius įrodymus. Tiesioginis vaizdų supratimas ir OCR paremtas dokumentų procesas yra susiję įrodymų paruošimo būdai; dokumento apdorojimo žingsnis lieka atskiras nuo vaizdo įvesties.
Pavyzdžiui, pateikite techninę specifikaciją ir brėžinius, įvardykite nagrinėjamą versiją ir prašykite reikalavimų matricos. Kiekvienoje eilutėje gali būti reikalavimas, jį pagrindžiantis dokumentas ar brėžinys, stebimas skirtumas ir dar reikalingas patikslinimas. Išsaugokite palyginimą lemiančias žymas, vienetus bei vaizdo sritis, kad rezultatas liktų susietas su šaltinių medžiaga.
Programavimas, agentai ir vaizdinis samprotavimas
Laidos apraše nurodoma kibernetinio saugumo analizė, programinės įrangos kūrimas, repozitorijos supratimas ir į terminalą orientuoti procesai. Apsauginei kodo peržiūrai pateikite aktualų kodo kelią, laukiamą veikimą ir klaidos įrodymus. Prašykite priežasties, siūlomos pataisos ir pavyzdžių, atskiriančių seną veikimą nuo numatytojo. Klausimui apie repozitoriją pridėkite modulius ir kvietimų ryšius, reikalingus pasirinktam veikimui paaiškinti.
Funkcijų kvietimas susieja samprotavimą su programos pateiktais įrankiais. Gamintojo seka apibrėžia funkcijas, pateikia naudotojo klausimą, leidžia modeliui paruošti argumentus, vykdo parinktą funkciją programoje ir grąžina jos rezultatą kitam atsakymui. Siūlomas kvietimas skiriasi nuo vykdymo. Kortelėje taip pat nurodyti įtaisyti įrankiai gamintojo agento ar pokalbio sąsajoje; jie priklauso tam susietam darbo procesui ir neprideda modeliui naujo įvesties ar išvesties modalumo.
Vaizdų supratimas apima dokumentus, diagramas, natūralias scenas ir inžinerinius brėžinius. Brėžinio užduotis gali klausti, kuris pažymėtas komponentas atitinka pateiktą reikalavimą, kuris matmuo ar anotacija pagrindžia išvadą ir kurią sritį reikia apžiūrėti atidžiau. Laidos vaizdinių agentų pavyzdžiai derina interpretaciją su tikrinimo žingsniais; priartinimui, informacijos paieškai ir kitiems veiksmams reikia aplinkinės įrankių aplinkos.
Mokslas, matematika ir profesiniai rezultatai
Gamintojas tarp numatytų taikymų aprašo mokslinį programavimą, duomenų analizę, modeliavimą ir matematinį samprotavimą. Pateikite lygtis, prielaidas, vienetus ir reikiamą rezultato formą. Mokslinio programavimo užklausa gali prašyti įgyvendinimo, kiekvieno kintamojo prasmės ir plano jo išvestį palyginti su atskaitos sąlygomis. Tokio įgyvendinimo sukūrimas yra tekstinis rezultatas; modeliavimo paleidimui ar failo sukūrimui reikia programos aplinkos.
Profesiniam darbui su dokumentais pateikite šaltinių ataskaitas ir apibrėžkite artefaktą: palyginimo lentelę, paaiškinimą, pataisytą ištrauką ar skaičiuoklės turinį. Nurodykite skaičiavimo pagrindą ir išsaugokite pagrindžiančias dokumentų vietas. Laidos apraše taip pat nurodytas daugiakalbis mokymas daugiau nei 160 kalbų, įskaitant visas oficialiąsias Europos Sąjungos kalbas; ruošdami daugiakalbę užduotį, įvardykite reikiamą išvesties kalbą ir terminiją.
Naudingos ribos
Dokumentuoti modalumai – teksto ir vaizdų įvestis bei tekstinė išvestis. Gamintojo nurodytas vieno milijono žetonų kontekstas nėra atskira didžiausio atsakymo ilgio specifikacija, o skaityti šaltiniai šiam įrašui nenustato nepriklausomos griežtos išvesties ribos. Aiškiai išlaikykite tikslią Large 4 versiją, paruoštus įrodymus ir prijungtus įrankius. Struktūruotas įrašas, paaiškinimas ar siūlomas veiksmas naudingiausi, kai jų laukai, pagrindžiantys šaltiniai ir kitas programos žingsnis apibrėžti prieš užklausą.
", "aboutText": "Mistral Large 4 – Mistral AI bendrosios paskirties multimodalinis modelis, sujungiantis instrukcijų vykdymą, samprotavimą, programavimą ir agentinį darbą. Jis priima tekstą bei vaizdus ir generuoja tekstą, įskaitant paaiškinimus, kodą ir struktūruotus laukus. Jo smulkiagrūdė ekspertų mišinio architektūra kiekvienam žetonui naudoja parinktus komponentus, užuot vienu metu aktyvinusi visą parametrų rinkinį.\n\nArchitektūra ir kontekstas\n\nDabartiniame modelio puslapyje nurodyta iš viso 1,05 trilijono parametrų, 52 mlrd. aktyvių parametrų ir 1,6 mlrd. parametrų regos koduotuvas. Gamintojo laidos puslapis paaiškina skaičiavimo susitarimą: 49 mlrd. aktyvių parametrų vienam žetonui arba 52 mlrd. įskaičiuojant įterpinius ir išvesties sluoksnius. Šie skaičiai aprašo modelio struktūrą, o ne atsakymo ilgį.\n\nGamintojas dokumentuoja vieno milijono žetonų konteksto langą. Jame sujunkite didelę šaltinių medžiagą, pokalbį ir instrukcijas, kartu apibrėždami galutinio artefakto paskirtį. Klausimui apie kelis dokumentus įvardykite kiekvieną dokumentą ir jo vaidmenį bei prašykite šaltinio vietos prie kiekvienos išvados. Didelis kontekstas naudingas, kai reikalavimus, diagramas ir susijusius paaiškinimus reikia nagrinėti kartu.\n\nStruktūruoti atsakymai ir klausimai apie dokumentus\n\nModelio kortelėje nurodytos struktūruotos išvestys, funkcijų kvietimas, atsakymas į klausimus apie dokumentus, atsakymo prefiksai, paketinis pateikimas ir agentų pokalbiai. Mistral struktūruotos išvesties dokumentacija skiria JSON režimą nuo pasirinktinės schemos. Užklausoje nurodykite reikiamą JSON formatą; naudokite apibrėžtą schemą, kai prijungtai sąsajai reikia konkrečios laukų struktūros. Įrašas gali atskirti šaltinio faktus, interpretacijas ir atvirus klausimus, užuot juos sujungęs vienoje pastraipoje.\n\nAtsakymas į klausimus apie dokumentus – darbo procesas, sujungiantis dokumento apdorojimą su kalbos modelio supratimu. OCR paruošia tekstą, struktūrą ir formatavimą, po to modelis atsako į klausimą apie šią medžiagą. Užklausa gali rasti reikalavimą, palyginti teiginius skirtinguose dokumentuose ar apibendrinti sprendimui aktualius įrodymus. Tiesioginis vaizdų supratimas ir OCR paremtas dokumentų procesas yra susiję įrodymų paruošimo būdai; dokumento apdorojimo žingsnis lieka atskiras nuo vaizdo įvesties.\n\nPavyzdžiui, pateikite techninę specifikaciją ir brėžinius, įvardykite nagrinėjamą versiją ir prašykite reikalavimų matricos. Kiekvienoje eilutėje gali būti reikalavimas, jį pagrindžiantis dokumentas ar brėžinys, stebimas skirtumas ir dar reikalingas patikslinimas. Išsaugokite palyginimą lemiančias žymas, vienetus bei vaizdo sritis, kad rezultatas liktų susietas su šaltinių medžiaga.\n\nProgramavimas, agentai ir vaizdinis samprotavimas\n\nLaidos apraše nurodoma kibernetinio saugumo analizė, programinės įrangos kūrimas, repozitorijos supratimas ir į terminalą orientuoti procesai. Apsauginei kodo peržiūrai pateikite aktualų kodo kelią, laukiamą veikimą ir klaidos įrodymus. Prašykite priežasties, siūlomos pataisos ir pavyzdžių, atskiriančių seną veikimą nuo numatytojo. Klausimui apie repozitoriją pridėkite modulius ir kvietimų ryšius, reikalingus pasirinktam veikimui paaiškinti.\n\nFunkcijų kvietimas susieja samprotavimą su programos pateiktais įrankiais. Gamintojo seka apibrėžia funkcijas, pateikia naudotojo klausimą, leidžia modeliui paruošti argumentus, vykdo parinktą funkciją programoje ir grąžina jos rezultatą kitam atsakymui. Siūlomas kvietimas skiriasi nuo vykdymo. Kortelėje taip pat nurodyti įtaisyti įrankiai gamintojo agento ar pokalbio sąsajoje; jie priklauso tam susietam darbo procesui ir neprideda modeliui naujo įvesties ar išvesties modalumo.\n\nVaizdų supratimas apima dokumentus, diagramas, natūralias scenas ir inžinerinius brėžinius. Brėžinio užduotis gali klausti, kuris pažymėtas komponentas atitinka pateiktą reikalavimą, kuris matmuo ar anotacija pagrindžia išvadą ir kurią sritį reikia apžiūrėti atidžiau. Laidos vaizdinių agentų pavyzdžiai derina interpretaciją su tikrinimo žingsniais; priartinimui, informacijos paieškai ir kitiems veiksmams reikia aplinkinės įrankių aplinkos.\n\nMokslas, matematika ir profesiniai rezultatai\n\nGamintojas tarp numatytų taikymų aprašo mokslinį programavimą, duomenų analizę, modeliavimą ir matematinį samprotavimą. Pateikite lygtis, prielaidas, vienetus ir reikiamą rezultato formą. Mokslinio programavimo užklausa gali prašyti įgyvendinimo, kiekvieno kintamojo prasmės ir plano jo išvestį palyginti su atskaitos sąlygomis. Tokio įgyvendinimo sukūrimas yra tekstinis rezultatas; modeliavimo paleidimui ar failo sukūrimui reikia programos aplinkos.\n\nProfesiniam darbui su dokumentais pateikite šaltinių ataskaitas ir apibrėžkite artefaktą: palyginimo lentelę, paaiškinimą, pataisytą ištrauką ar skaičiuoklės turinį. Nurodykite skaičiavimo pagrindą ir išsaugokite pagrindžiančias dokumentų vietas. Laidos apraše taip pat nurodytas daugiakalbis mokymas daugiau nei 160 kalbų, įskaitant visas oficialiąsias Europos Sąjungos kalbas; ruošdami daugiakalbę užduotį, įvardykite reikiamą išvesties kalbą ir terminiją.\n\nNaudingos ribos\n\nDokumentuoti modalumai – teksto ir vaizdų įvestis bei tekstinė išvestis. Gamintojo nurodytas vieno milijono žetonų kontekstas nėra atskira didžiausio atsakymo ilgio specifikacija, o skaityti šaltiniai šiam įrašui nenustato nepriklausomos griežtos išvesties ribos. Aiškiai išlaikykite tikslią Large 4 versiją, paruoštus įrodymus ir prijungtus įrankius. Struktūruotas įrašas, paaiškinimas ar siūlomas veiksmas naudingiausi, kai jų laukai, pagrindžiantys šaltiniai ir kitas programos žingsnis apibrėžti prieš užklausą.", "editorialOverlay": { "copy_fields": { "practical_html": "Techninis pavyzdys anglų kalba
Build an engineering requirement matrix\n\nCreate a requirements matrix from these text excerpts. Spec S1: the enclosure must fit a 60 mm cable bend radius. Drawing D2: available internal clearance is 45 mm. Note N3: exterior width is 120 mm. For each relevant requirement, show the source evidence, the mismatch and the clarification needed. Do not use exterior width as proof of internal clearance.A source-linked matrix identifying the bend-radius/clearance conflict and the information needed for an engineering decision.The comparison keeps millimetres consistent and does not treat the unrelated exterior dimension as resolving the conflict.mistralai/mistral-large-4-0Mistral Large 4 – teksto ir vaizdų modelis samprotavimui, programavimui, dokumentų analizei ir įrankiais veikiantiems agentams. Gamintojo nurodytas vieno milijono žetonų kontekstas palaiko didelius šaltinių rinkinius, struktūruotus atsakymus, funkcijų kvietimą ir smulkiagrūdę ekspertų mišinio architektūrą.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Mistral Large 4 – Mistral AI bendrosios paskirties multimodalinis modelis, sujungiantis instrukcijų vykdymą, samprotavimą, programavimą ir agentinį darbą. Jis priima tekstą bei vaizdus ir generuoja tekstą, įskaitant paaiškinimus, kodą ir struktūruotus laukus. Jo smulkiagrūdė ekspertų mišinio architektūra kiekvienam žetonui naudoja parinktus komponentus, užuot vienu metu aktyvinusi visą parametrų rinkinį.
Architektūra ir kontekstas
Dabartiniame modelio puslapyje nurodyta iš viso 1,05 trilijono parametrų, 52 mlrd. aktyvių parametrų ir 1,6 mlrd. parametrų regos koduotuvas. Gamintojo laidos puslapis paaiškina skaičiavimo susitarimą: 49 mlrd. aktyvių parametrų vienam žetonui arba 52 mlrd. įskaičiuojant įterpinius ir išvesties sluoksnius. Šie skaičiai aprašo modelio struktūrą, o ne atsakymo ilgį.
Gamintojas dokumentuoja vieno milijono žetonų konteksto langą. Jame sujunkite didelę šaltinių medžiagą, pokalbį ir instrukcijas, kartu apibrėždami galutinio artefakto paskirtį. Klausimui apie kelis dokumentus įvardykite kiekvieną dokumentą ir jo vaidmenį bei prašykite šaltinio vietos prie kiekvienos išvados. Didelis kontekstas naudingas, kai reikalavimus, diagramas ir susijusius paaiškinimus reikia nagrinėti kartu.
Struktūruoti atsakymai ir klausimai apie dokumentus
Modelio kortelėje nurodytos struktūruotos išvestys, funkcijų kvietimas, atsakymas į klausimus apie dokumentus, atsakymo prefiksai, paketinis pateikimas ir agentų pokalbiai. Mistral struktūruotos išvesties dokumentacija skiria JSON režimą nuo pasirinktinės schemos. Užklausoje nurodykite reikiamą JSON formatą; naudokite apibrėžtą schemą, kai prijungtai sąsajai reikia konkrečios laukų struktūros. Įrašas gali atskirti šaltinio faktus, interpretacijas ir atvirus klausimus, užuot juos sujungęs vienoje pastraipoje.
Atsakymas į klausimus apie dokumentus – darbo procesas, sujungiantis dokumento apdorojimą su kalbos modelio supratimu. OCR paruošia tekstą, struktūrą ir formatavimą, po to modelis atsako į klausimą apie šią medžiagą. Užklausa gali rasti reikalavimą, palyginti teiginius skirtinguose dokumentuose ar apibendrinti sprendimui aktualius įrodymus. Tiesioginis vaizdų supratimas ir OCR paremtas dokumentų procesas yra susiję įrodymų paruošimo būdai; dokumento apdorojimo žingsnis lieka atskiras nuo vaizdo įvesties.
Pavyzdžiui, pateikite techninę specifikaciją ir brėžinius, įvardykite nagrinėjamą versiją ir prašykite reikalavimų matricos. Kiekvienoje eilutėje gali būti reikalavimas, jį pagrindžiantis dokumentas ar brėžinys, stebimas skirtumas ir dar reikalingas patikslinimas. Išsaugokite palyginimą lemiančias žymas, vienetus bei vaizdo sritis, kad rezultatas liktų susietas su šaltinių medžiaga.
Programavimas, agentai ir vaizdinis samprotavimas
Laidos apraše nurodoma kibernetinio saugumo analizė, programinės įrangos kūrimas, repozitorijos supratimas ir į terminalą orientuoti procesai. Apsauginei kodo peržiūrai pateikite aktualų kodo kelią, laukiamą veikimą ir klaidos įrodymus. Prašykite priežasties, siūlomos pataisos ir pavyzdžių, atskiriančių seną veikimą nuo numatytojo. Klausimui apie repozitoriją pridėkite modulius ir kvietimų ryšius, reikalingus pasirinktam veikimui paaiškinti.
Funkcijų kvietimas susieja samprotavimą su programos pateiktais įrankiais. Gamintojo seka apibrėžia funkcijas, pateikia naudotojo klausimą, leidžia modeliui paruošti argumentus, vykdo parinktą funkciją programoje ir grąžina jos rezultatą kitam atsakymui. Siūlomas kvietimas skiriasi nuo vykdymo. Kortelėje taip pat nurodyti įtaisyti įrankiai gamintojo agento ar pokalbio sąsajoje; jie priklauso tam susietam darbo procesui ir neprideda modeliui naujo įvesties ar išvesties modalumo.
Vaizdų supratimas apima dokumentus, diagramas, natūralias scenas ir inžinerinius brėžinius. Brėžinio užduotis gali klausti, kuris pažymėtas komponentas atitinka pateiktą reikalavimą, kuris matmuo ar anotacija pagrindžia išvadą ir kurią sritį reikia apžiūrėti atidžiau. Laidos vaizdinių agentų pavyzdžiai derina interpretaciją su tikrinimo žingsniais; priartinimui, informacijos paieškai ir kitiems veiksmams reikia aplinkinės įrankių aplinkos.
Mokslas, matematika ir profesiniai rezultatai
Gamintojas tarp numatytų taikymų aprašo mokslinį programavimą, duomenų analizę, modeliavimą ir matematinį samprotavimą. Pateikite lygtis, prielaidas, vienetus ir reikiamą rezultato formą. Mokslinio programavimo užklausa gali prašyti įgyvendinimo, kiekvieno kintamojo prasmės ir plano jo išvestį palyginti su atskaitos sąlygomis. Tokio įgyvendinimo sukūrimas yra tekstinis rezultatas; modeliavimo paleidimui ar failo sukūrimui reikia programos aplinkos.
Profesiniam darbui su dokumentais pateikite šaltinių ataskaitas ir apibrėžkite artefaktą: palyginimo lentelę, paaiškinimą, pataisytą ištrauką ar skaičiuoklės turinį. Nurodykite skaičiavimo pagrindą ir išsaugokite pagrindžiančias dokumentų vietas. Laidos apraše taip pat nurodytas daugiakalbis mokymas daugiau nei 160 kalbų, įskaitant visas oficialiąsias Europos Sąjungos kalbas; ruošdami daugiakalbę užduotį, įvardykite reikiamą išvesties kalbą ir terminiją.
Naudingos ribos
Dokumentuoti modalumai – teksto ir vaizdų įvestis bei tekstinė išvestis. Gamintojo nurodytas vieno milijono žetonų kontekstas nėra atskira didžiausio atsakymo ilgio specifikacija, o skaityti šaltiniai šiam įrašui nenustato nepriklausomos griežtos išvesties ribos. Aiškiai išlaikykite tikslią Large 4 versiją, paruoštus įrodymus ir prijungtus įrankius. Struktūruotas įrašas, paaiškinimas ar siūlomas veiksmas naudingiausi, kai jų laukai, pagrindžiantys šaltiniai ir kitas programos žingsnis apibrėžti prieš užklausą.
POST /v1/chat/completionstexttext| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos mistralai/mistral-large-4-0 | Numatyta— |
Laukasmessages | Tipasmessage[] | ReikalavimasPrivaloma | Reikšmės ir ribos Mažiausias elementų skaičius: 1 | Numatyta— |
Laukasmessages[].role | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos Pavyzdžiai: system, user, assistant, tool, function Sąlygos: Šie vaidmenys aiškiai išreikšti šaltinio kodo suderinamumo tipuose; tikslus vaidmenų rinkinys priklauso nuo konkretaus modelio. Priklauso nuo modelio | Numatyta— |
Laukasmessages[].content | Tipasstring|content_part[]|null | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].tool_calls | Tipastool_call[] | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].tool_call_id | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Taikoma, kai: role=tool; naudokite tikrąjį grąžintą ID | Numatyta— |
Laukasmessages[].name | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].reasoning_content | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Taikoma, kai: Grąžinkite tikrąjį gautą samprotavimą ten, kur šis modelis jį naudoja | Numatyta— |
Laukasmessages[].reasoning_details | Tipasobject|array | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasmax_tokens | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 Priklauso nuo modelio | Numatyta— |
Laukasmax_completion_tokens | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 Priklauso nuo modelio | Numatyta— |
Laukasstream | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |
Laukasstream_options.include_usage | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastemperature | Tipasnumber | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastop_p | Tipasnumber | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasstop | Tipasstring|string[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastools | Tipasfunction_tool[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastools[].type | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos function Priklauso nuo modelio | Numatyta— |
Laukastools[].function.name | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos Taikoma, kai: pateiktas funkcijos tipo įrankis | Numatyta— |
Laukastools[].function.description | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukastools[].function.parameters | TipasJSON_schema | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukastool_choice | Tipasstring|object | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasparallel_tool_calls | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasresponse_format | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasreasoning_effort | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasreasoning | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasservice_tier | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasinstructions | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Suderinamumo laukas | Numatyta— |
Laukasfunctions | Tipasfunction[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasfunction_call | Tipasstring|object | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasprompt_cache_options | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasmodalities | Tipasstring[] | ReikalavimasNeprivaloma | Reikšmės ir ribos text | Numatyta— |
Laukasprovider | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Sąlygos: provider.options šiame Ultra teksto maršrute atmetamas | Numatyta— |
Laukascache_control.ttl | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Sąlygos: 1h atmetamas tikrosiose užklausų podėlio vietose | Numatyta— |
Tekstas · UTF8 tekstas
messages[].content
| Parametras | Specifikacija |
|---|---|
Parametrascontent_type | Specifikacijaapplication/json |
Parametrasrequired | Specifikacijamodel, messages |
Parametrasmaterial_types | Specifikacijatext |
Parametrasmessages | Specifikacijapranešimų masyvas su role/content struktūra |
Parametrasfile_material | Specifikacijatikrasis UTF-8 dokumentas įterptas kaip pažodinis tekstas; failo ID nenumanomas |
Parametrasoptional_controls | Specifikacijastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrascontrol_scope | Specifikacijapriklauso nuo modelio; naudotojo funkcijų įrankiai skiriasi nuo priglobtų įrankių |
Parametrasoutput_modalities | Specifikacijatext |
Parametrashosted_operations | Specifikacijafalse |
Parametrasmultimodal_input_binding | Specifikacijanull |
Gyvavimo ciklas: synchronous_or_streamed
Siųskite tikslų modelio ID kartu su messages.
Konteksto ilgis nėra išvesties limitas.
Teksto failas gali pateikti pažodinį tekstą; vaizdų / garso / failų objektų įvestims reikia tikslaus susiejimo.
Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.
Kiekvieną mokestį susiekite su nurodytomis sąlygomis. Kiekvienam alternatyvių konfigūracijų rinkiniui taikykite vieną įkainį.
| Konfigūracija | Įkainių lentelė | Konteksto tokenų daugiau nei | Konteksto tokenų iki imtinai | Mokestis |
|---|---|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Konteksto tokenų daugiau nei— | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.00272 / 1K tokenų Išvestis · Išvesties tokenai $0.00836 / 1K tokenų Įvestis · Talpyklos skaitymas $0.00028 / 1K tokenų Įvestis · Rašymas į talpyklą — / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
| KonfigūracijaUžklausos ilgio pakopa 1 | Įkainių lentelė— | Konteksto tokenų daugiau nei0 | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.00272 / 1K tokenų Išvestis · Išvesties tokenai $0.00836 / 1K tokenų Įvestis · Talpyklos skaitymas $0.00028 / 1K tokenų Įvestis · Rašymas į talpyklą — / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "mistralai/mistral-large-4-0", "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-large-4-0',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-large-4-0',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 arba SSE
Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.
Išsaugokite kiekvieną variantą ir jo turinį / įrankių iškvietimus / samprotavimą. SSE prieaugius surinkite pagal varianto / įrankio indeksą; išsaugokite galutinę užbaigimo priežastį ir naudojimo duomenis.
Išsaugokite užklausų / atsakymų ID ir antraštes. Bendras teksto užduoties gavimo URL nepateikiamas.
| Laukas | Tipas |
|---|---|
Laukaschoices[].index | Tipasinteger |
Laukaschoices[].message.content | Tipasstring|null |
Laukaschoices[].message.tool_calls | Tipastool_call[] |
Laukaschoices[].message.reasoning_content | Tipasstring |
Laukaschoices[].message.reasoning_details | Tipasobject|array |
Laukaschoices[].finish_reason | Tipasstring|null |
Laukasusage | Tipasobject |
| Atsakymas | Sąlyga | Kitas žingsnis |
|---|---|---|
Atsakymas400 · invalid_request_error | SąlygaNetinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė | Kitas žingsnisPrieš naują kūrimo užklausą pataisykite nurodytus laukus. |
Ailoot Ultra mistralai/mistral-large-4-0
Naudokite aukščiau nurodytus metodų kelius.
mistralai/mistral-large-4-0Mistral Large 4 – teksto ir vaizdų modelis samprotavimui, programavimui, dokumentų analizei ir įrankiais veikiantiems agentams. Gamintojo nurodytas vieno milijono žetonų kontekstas palaiko didelius šaltinių rinkinius, struktūruotus atsakymus, funkcijų kvietimą ir smulkiagrūdę ekspertų mišinio architektūrą.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Mistral Large 4 – Mistral AI bendrosios paskirties multimodalinis modelis, sujungiantis instrukcijų vykdymą, samprotavimą, programavimą ir agentinį darbą. Jis priima tekstą bei vaizdus ir generuoja tekstą, įskaitant paaiškinimus, kodą ir struktūruotus laukus. Jo smulkiagrūdė ekspertų mišinio architektūra kiekvienam žetonui naudoja parinktus komponentus, užuot vienu metu aktyvinusi visą parametrų rinkinį.
Architektūra ir kontekstas
Dabartiniame modelio puslapyje nurodyta iš viso 1,05 trilijono parametrų, 52 mlrd. aktyvių parametrų ir 1,6 mlrd. parametrų regos koduotuvas. Gamintojo laidos puslapis paaiškina skaičiavimo susitarimą: 49 mlrd. aktyvių parametrų vienam žetonui arba 52 mlrd. įskaičiuojant įterpinius ir išvesties sluoksnius. Šie skaičiai aprašo modelio struktūrą, o ne atsakymo ilgį.
Gamintojas dokumentuoja vieno milijono žetonų konteksto langą. Jame sujunkite didelę šaltinių medžiagą, pokalbį ir instrukcijas, kartu apibrėždami galutinio artefakto paskirtį. Klausimui apie kelis dokumentus įvardykite kiekvieną dokumentą ir jo vaidmenį bei prašykite šaltinio vietos prie kiekvienos išvados. Didelis kontekstas naudingas, kai reikalavimus, diagramas ir susijusius paaiškinimus reikia nagrinėti kartu.
Struktūruoti atsakymai ir klausimai apie dokumentus
Modelio kortelėje nurodytos struktūruotos išvestys, funkcijų kvietimas, atsakymas į klausimus apie dokumentus, atsakymo prefiksai, paketinis pateikimas ir agentų pokalbiai. Mistral struktūruotos išvesties dokumentacija skiria JSON režimą nuo pasirinktinės schemos. Užklausoje nurodykite reikiamą JSON formatą; naudokite apibrėžtą schemą, kai prijungtai sąsajai reikia konkrečios laukų struktūros. Įrašas gali atskirti šaltinio faktus, interpretacijas ir atvirus klausimus, užuot juos sujungęs vienoje pastraipoje.
Atsakymas į klausimus apie dokumentus – darbo procesas, sujungiantis dokumento apdorojimą su kalbos modelio supratimu. OCR paruošia tekstą, struktūrą ir formatavimą, po to modelis atsako į klausimą apie šią medžiagą. Užklausa gali rasti reikalavimą, palyginti teiginius skirtinguose dokumentuose ar apibendrinti sprendimui aktualius įrodymus. Tiesioginis vaizdų supratimas ir OCR paremtas dokumentų procesas yra susiję įrodymų paruošimo būdai; dokumento apdorojimo žingsnis lieka atskiras nuo vaizdo įvesties.
Pavyzdžiui, pateikite techninę specifikaciją ir brėžinius, įvardykite nagrinėjamą versiją ir prašykite reikalavimų matricos. Kiekvienoje eilutėje gali būti reikalavimas, jį pagrindžiantis dokumentas ar brėžinys, stebimas skirtumas ir dar reikalingas patikslinimas. Išsaugokite palyginimą lemiančias žymas, vienetus bei vaizdo sritis, kad rezultatas liktų susietas su šaltinių medžiaga.
Programavimas, agentai ir vaizdinis samprotavimas
Laidos apraše nurodoma kibernetinio saugumo analizė, programinės įrangos kūrimas, repozitorijos supratimas ir į terminalą orientuoti procesai. Apsauginei kodo peržiūrai pateikite aktualų kodo kelią, laukiamą veikimą ir klaidos įrodymus. Prašykite priežasties, siūlomos pataisos ir pavyzdžių, atskiriančių seną veikimą nuo numatytojo. Klausimui apie repozitoriją pridėkite modulius ir kvietimų ryšius, reikalingus pasirinktam veikimui paaiškinti.
Funkcijų kvietimas susieja samprotavimą su programos pateiktais įrankiais. Gamintojo seka apibrėžia funkcijas, pateikia naudotojo klausimą, leidžia modeliui paruošti argumentus, vykdo parinktą funkciją programoje ir grąžina jos rezultatą kitam atsakymui. Siūlomas kvietimas skiriasi nuo vykdymo. Kortelėje taip pat nurodyti įtaisyti įrankiai gamintojo agento ar pokalbio sąsajoje; jie priklauso tam susietam darbo procesui ir neprideda modeliui naujo įvesties ar išvesties modalumo.
Vaizdų supratimas apima dokumentus, diagramas, natūralias scenas ir inžinerinius brėžinius. Brėžinio užduotis gali klausti, kuris pažymėtas komponentas atitinka pateiktą reikalavimą, kuris matmuo ar anotacija pagrindžia išvadą ir kurią sritį reikia apžiūrėti atidžiau. Laidos vaizdinių agentų pavyzdžiai derina interpretaciją su tikrinimo žingsniais; priartinimui, informacijos paieškai ir kitiems veiksmams reikia aplinkinės įrankių aplinkos.
Mokslas, matematika ir profesiniai rezultatai
Gamintojas tarp numatytų taikymų aprašo mokslinį programavimą, duomenų analizę, modeliavimą ir matematinį samprotavimą. Pateikite lygtis, prielaidas, vienetus ir reikiamą rezultato formą. Mokslinio programavimo užklausa gali prašyti įgyvendinimo, kiekvieno kintamojo prasmės ir plano jo išvestį palyginti su atskaitos sąlygomis. Tokio įgyvendinimo sukūrimas yra tekstinis rezultatas; modeliavimo paleidimui ar failo sukūrimui reikia programos aplinkos.
Profesiniam darbui su dokumentais pateikite šaltinių ataskaitas ir apibrėžkite artefaktą: palyginimo lentelę, paaiškinimą, pataisytą ištrauką ar skaičiuoklės turinį. Nurodykite skaičiavimo pagrindą ir išsaugokite pagrindžiančias dokumentų vietas. Laidos apraše taip pat nurodytas daugiakalbis mokymas daugiau nei 160 kalbų, įskaitant visas oficialiąsias Europos Sąjungos kalbas; ruošdami daugiakalbę užduotį, įvardykite reikiamą išvesties kalbą ir terminiją.
Naudingos ribos
Dokumentuoti modalumai – teksto ir vaizdų įvestis bei tekstinė išvestis. Gamintojo nurodytas vieno milijono žetonų kontekstas nėra atskira didžiausio atsakymo ilgio specifikacija, o skaityti šaltiniai šiam įrašui nenustato nepriklausomos griežtos išvesties ribos. Aiškiai išlaikykite tikslią Large 4 versiją, paruoštus įrodymus ir prijungtus įrankius. Struktūruotas įrašas, paaiškinimas ar siūlomas veiksmas naudingiausi, kai jų laukai, pagrindžiantys šaltiniai ir kitas programos žingsnis apibrėžti prieš užklausą.
POST /v1/messagestextjson, sse| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos mistralai/mistral-large-4-0 | Numatyta— |
Laukasmessages | Tipasmessage[] | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].role | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos user, assistant | Numatyta— |
Laukasmessages[].content | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmax_tokens | Tipasinteger | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasstream | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |
Tekstas · UTF-8 tekstas
messages[].content eilutė
| Parametras | Specifikacija |
|---|---|
Parametrascontent_type | Specifikacijaapplication/json |
Parametrasrequired | Specifikacijamodel, messages, max_tokens |
Parametrasoptional_controls | Specifikacijastream |
Parametrasmaterial_types | Specifikacijatext |
Parametrastext_file_material | SpecifikacijaPerskaitykite tikrąjį UTF-8 dokumentą ir įterpkite jo tekstą į nurodytą input lauką arba pranešimo turinio eilutę. |
Gyvavimo ciklas: synchronous_or_streamed
Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.
Kiekvieną mokestį susiekite su nurodytomis sąlygomis. Kiekvienam alternatyvių konfigūracijų rinkiniui taikykite vieną įkainį.
| Konfigūracija | Įkainių lentelė | Konteksto tokenų daugiau nei | Konteksto tokenų iki imtinai | Mokestis |
|---|---|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Konteksto tokenų daugiau nei— | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.00272 / 1K tokenų Išvestis · Išvesties tokenai $0.00836 / 1K tokenų Įvestis · Talpyklos skaitymas $0.00028 / 1K tokenų Įvestis · Rašymas į talpyklą — / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
| KonfigūracijaUžklausos ilgio pakopa 1 | Įkainių lentelė— | Konteksto tokenų daugiau nei0 | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.00272 / 1K tokenų Išvestis · Išvesties tokenai $0.00836 / 1K tokenų Įvestis · Talpyklos skaitymas $0.00028 / 1K tokenų Įvestis · Rašymas į talpyklą — / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
{\n "model": "mistralai/mistral-large-4-0",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-large-4-0', '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-large-4-0', '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 arba SSE
Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.
Išsaugokite visus turinio blokus, mąstymo parašus ir tikruosius įrankių naudojimo ID. Surinkite visus SSE blokų prieaugius; pirmasis teksto blokas nėra visa išvestis.
Išsaugokite užklausų / atsakymų ID ir antraštes. Bendras teksto užduoties gavimo URL nepateikiamas.
| Laukas | Tipas |
|---|---|
Laukasid | Tipasstring |
Laukasmodel | Tipasstring |
Laukascontent[] | Tipastext|thinking|tool_use|other content block |
Laukasstop_reason | Tipasstring|null |
Laukasusage | Tipasobject |
| Atsakymas | Sąlyga | Kitas žingsnis |
|---|---|---|
Atsakymas400 · invalid_request_error | SąlygaNetinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė | Kitas žingsnisPrieš naują kūrimo užklausą pataisykite nurodytus laukus. |
Ailoot Ultra mistralai/mistral-large-4-0
Naudokite aukščiau nurodytus metodų kelius.
Techninis pavyzdys anglų kalba
Build an engineering requirement matrix\n\nCreate a requirements matrix from these text excerpts. Spec S1: the enclosure must fit a 60 mm cable bend radius. Drawing D2: available internal clearance is 45 mm. Note N3: exterior width is 120 mm. For each relevant requirement, show the source evidence, the mismatch and the clarification needed. Do not use exterior width as proof of internal clearance.A source-linked matrix identifying the bend-radius/clearance conflict and the information needed for an engineering decision.The comparison keeps millimetres consistent and does not treat the unrelated exterior dimension as resolving the conflict.