Mistral: Codestral Embed 2505
Codestral Embed 2505 mewakili kod dan pertanyaan bahasa semula jadi sebagai vektor untuk carian repositori dan pemerolehan semula pembantu pengekodan. Pembuat mendokumenkan konteks 8,192 token, dimensi boleh konfigurasi sehingga 3,072 serta format output titik terapung, integer atau bit yang dipadatkan.
Tentang model
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Codestral Embed 2505 ialah model embedding Mistral AI yang dikhususkan untuk pemerolehan semula kod. Ia menerima teks yang mengandungi kod sumber atau pertanyaan kod dalam bahasa semula jadi dan mengembalikan vektor berangka. Pembuat meletakkannya untuk carian repositori, pemerolehan semula konteks bagi pembantu pengekodan, analisis keserupaan dan pendua serta pengelompokan kod mengikut fungsi atau struktur. Pengecam keluaran tetapnya ialah codestral-embed-2505.
Input dan perwakilan
Input kod boleh berupa fungsi, fragmen sumber berkaitan atau unit repositori bermakna yang lain. Pertanyaan bahasa semula jadi boleh menerangkan tingkah laku yang dicari, bukannya menamakan simbol tepat. Embedding mewakili input itu untuk perbandingan; model tidak menjana pelaksanaan baharu atau menjalankan kod yang diterimanya.
Keluaran rasmi mendokumenkan konteks input penuh 8,192 token. Untuk pemerolehan semula, pembuat mengesyorkan segmen kira-kira 3,000 aksara dengan pertindihan 1,000 aksara, sambil menyatakan bahawa segmen lebih besar boleh menjejaskan pemerolehan semula. Ini cadangan penyediaan pemerolehan semula, bukannya had token sebanyak 3,000 aksara. Simpan perkaitan fail, simbol dan lokasi sumber dengan setiap item yang disediakan supaya aplikasi dapat mengembalikan kod relevan selepas carian.
Ketepatan output dan dimensi
Panduan embedding kod mendokumenkan jenis output float, int8, uint8, binary dan ubinary. Float menggunakan nilai ketepatan tunggal 32 bit. Int8 menggunakan integer bertanda 8 bit dari -128 hingga 127, manakala uint8 menggunakan nilai tanpa tanda 8 bit dari 0 hingga 255. Binary dan ubinary menyimpan nilai terkuantum satu bit dalam elemen padat 8 bit, masing-masing menggunakan bekas bertanda atau tanpa tanda.
Perwakilan bit yang dipadatkan mengubah panjang senarai yang dikembalikan: panduan menerangkan satu elemen padat bagi setiap lapan dimensi embedding logik. Oleh itu, perbandingan yang mengambil kira format berbeza daripada menganggap bait padat sebagai koordinat titik terapung biasa. Simpan jenis terpilih bersama vektor dan gunakan perwakilan sama untuk kod berindeks serta pertanyaannya.
Dokumentasi parameter memberikan dimensi lalai 1,536 dan maksimum 3,072. Dimensi disusun mengikut kerelevanan dan pembuat menerangkan pengekalan sejumlah dimensi terawal mengikut bilangan yang dipilih sebagai cara memilih saiz perwakilan. Pilih dimensi secara konsisten untuk koleksi tersimpan dan pertanyaan baharu. Perwakilan lebih pendek atau terkuantum mengubah tingkah laku penyimpanan dan perbandingan; ia tidak menambah konteks input atau menjadikan model penjana kod.
Pengekodan dengan pemerolehan semula tambahan
Kes penggunaan pertama keluaran ialah mendapatkan konteks untuk pelengkapan, penyuntingan atau penjelasan kod. Sediakan unit kod bermakna dan simpan revisi repositori serta pengecam sumber. Soalan tentang cara ralat tertentu dikendalikan boleh mendapatkan fungsi berkaitan, yang kemudian dibekalkan aplikasi kepada model pengekodan bersama permintaan perubahan sebenar.
Hasil praktikal ialah set petikan sumber berperingkat bersama laluan fail, simbol dan kandungan yang diperlukan untuk memahami tingkah lakunya. Petikan yang diperoleh semula boleh dibuka oleh pembangun atau dihantar kepada pembantu. Codestral Embed melakukan langkah perwakilan; komponen berasingan memilih hasil dan model penjanaan menulis penjelasan atau kod cadangan.
Carian semantik dan keserupaan
Pembuat menerangkan carian kod menggunakan pertanyaan bahasa semula jadi atau kod. Pembangun boleh meminta pelaksanaan sesuatu tingkah laku walaupun nama fungsinya berbeza daripada ungkapan permintaan. Sertakan tingkah laku dan syarat yang membezakan pelaksanaan sasaran; pertanyaan umum tentang seluruh subsistem mungkin mendapatkan bahan berkaitan tanpa menyelesaikan soalan khusus.
Keluaran turut menerangkan pencarian kod hampir pendua atau serupa dari segi fungsi walaupun terdapat perbezaan leksikal. Hasil sedemikian boleh membantu mencari pelaksanaan yang boleh digunakan semula atau mengenal pasti kod yang memerlukan semakan lanjut. Keserupaan dalam ruang embedding ialah isyarat untuk memeriksa sumber; ia tidak membuktikan bahawa dua fragmen berkelakuan sama bagi setiap input.
Pengelompokan, analitik dan perbandingan
Embedding kod boleh digunakan untuk mengumpulkan kod mengikut fungsi atau struktur dan memeriksa komposisi repositori. Pastikan petikan serta pengecam asal tersedia supaya kumpulan dapat ditafsirkan oleh manusia atau langkah aplikasi kemudian. Kelompok ialah pengumpulan berasaskan perwakilan, bukan penerangan seni bina yang disahkan secara automatik.
Contoh vektor titik terapung pembuat menggunakan embedding yang dinormalkan kepada panjang unit, yang memberikan kedudukan konsisten melalui keserupaan kosinus, hasil darab titik dan jarak Euclidean. Output terkuantum dan bit yang dipadatkan perlu mengekalkan pengendalian formatnya sendiri, bukannya mewarisi andaian tentang koordinat titik terapung mentah. Endpoint yang diterbitkan turut mengekalkan indeks input, membantu memelihara pautan setiap vektor kepada item sumbernya.
Edisi dan sempadan praktikal
Halaman model tepat menyenaraikan aliran kerja embedding dan batch dengan label konteks 8k, manakala keluaran memberikan nilai 8,192 token. Kekalkan edisi bernama 2505, dimensi output terpilih dan jenisnya sepanjang aliran kerja koleksi serta pertanyaan. Ini output vektor berorientasikan kod, berbeza daripada pelengkapan teks Codestral dan model teks Mistral Embed berdimensi tetap.
Sediakan unit kod yang membawa tingkah laku berkaitan, simpan lokasi sumbernya dan nyatakan soalan untuk pencarian. Artifak berguna ialah perwakilan yang boleh diperoleh semula dan terikat pada kod sebenar, yang menyokong langkah penjelasan, penyuntingan atau semakan pembangun seterusnya tanpa melaksanakan langkah itu sendiri.
Ailoot Ultra · Pembenaman POST /v1/embeddings mistralai/codestral-embed-2505
mistralai/codestral-embed-2505
mistralai/codestral-embed-2505Pengenalan
Codestral Embed 2505 mewakili kod dan pertanyaan bahasa semula jadi sebagai vektor untuk carian repositori dan pemerolehan semula pembantu pengekodan. Pembuat mendokumenkan konteks 8,192 token, dimensi boleh konfigurasi sehingga 3,072 serta format output titik terapung, integer atau bit yang dipadatkan.
- Input yang diterima
- Teks · token_ids
- Hasil
- embedding
Tersedia di Ailoot · input & kaedah
Ailoot Ultra · Pembenaman POST /v1/embeddings
- Input
text,token_ids- Output
embedding- Konteks
- 8,192 tokens
- Format output
- json
| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had mistralai/codestral-embed-2505 | Lalai— |
Medaninput | Jenisstring|string[]|integer[]|integer[][] | KeperluanDiperlukan | Nilai & had Item minimum: 1 Syarat: Kelompok homogen yang tidak kosong. ID token ialah integer bukan negatif. Bajet input: Maksimum: 8,192 · Unit teks: bait UTF8 · Unit token: elemen tatasusunan token | Lalai— |
Medanencoding_format | Jenisstring | KeperluanPilihan | Nilai & had float | Lalaifloat |
Medandimensions | Jenisinteger | KeperluanTidak disokong | Nilai & had Minimum: 1 | Lalai— |
Medanuser | Jenisjson_value | KeperluanPilihan | Nilai & had Syarat: Sumber membenarkan medan metadata JSON ini; semantik tepat di pihak huluan bergantung pada model. | Lalai— |
Medansession_id | Jenisjson_value | KeperluanPilihan | Nilai & had Syarat: Sumber membenarkan medan metadata JSON ini; semantik tepat di pihak huluan bergantung pada model. | Lalai— |
Medantrace | Jenisjson_value | KeperluanPilihan | Nilai & had Syarat: Sumber membenarkan medan metadata JSON ini; semantik tepat di pihak huluan bergantung pada model. | Lalai— |
Medanprovider | Jenisobject | KeperluanPilihan | Nilai & had Syarat: provider.options ditolak | Lalai— |
Gabungan bahan input
text_to_embedding
Parameter kaedah dan kitar hayat
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, input |
Parameterinput_shapes | Kontrakstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[] |
Parameterencoding_format | Kontrakfloat |
Parameterdimensions_override | Kontrakfalse |
Parametermax_input_budget_units | Kontrak8192 |
Parametermultimodal_objects | Kontrakfalse |
Parametermaterial_types | Kontraktext, token_ids |
Kitar hayat: synchronous_json
Simpan setiap indeks dan dimensi vektor.
Nama model multimodal tidak bermakna objek imej dibenarkan pada laluan khusus ini.
Pelan harga
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
- Mod pantas
- Kadar standard Apabila mod pantas dipilih
- Mod flex
- Kadar standard Apabila mod flex dipilih
- Usaha penaakulan maksimum
- Kadar standard Apabila usaha penaakulan maksimum menggunakan pelarasan default
Kadar Ailoot
Harga mengikut konfigurasi
| Konfigurasi | Jadual kadar | Caj |
|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Caj Input · Token input $0.0003 / 1K token Output · Token output $0 / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
Contoh permintaan
Ailoot Ultra · Pembenaman
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "mistralai/codestral-embed-2505", "input": ["First document", "Second document"]}')
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("data",[]): print(json.dumps({"index":x.get("index"),"embedding":x.get("embedding")}))
PY_RESULT
from openai import OpenAI
import os
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.embeddings.create(model='mistralai/codestral-embed-2505',input=["First document","Second document"])
print(result)
for item in result.data:print(item.index,item.embedding)
Terima dan simpan hasil
Ailoot Ultra · Pembenaman
json
Simpan semua hasil yang selesai
Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Simpan setiap vektor bersama indeksnya. Bilangan vektor mesti sama dengan bilangan input; dimensi mesti konsisten.
Jika respons asal perlu disemak
Tiada titik akhir tugas pembenaman diperkenalkan.
Medan respons
| Medan | Jenis |
|---|---|
Medanobject | Jenisstring |
Medanmodel | Jenisstring |
Medandata[].index | Jenisinteger |
Medandata[].embedding | Jenisfinite float[] |
Medanusage | Jenisobject |
Ralat dan langkah seterusnya
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Alias
Alias model
Ailoot Ultra mistralai/codestral-embed-2505
Alias laluan kaedah
Gunakan laluan kaedah yang dipaparkan di atas.
ID pemanggil berkaitan
FAQ · Mistral: Codestral Embed 2505
- Apakah input dan hasil yang tersedia?
POST /v1/embeddings·mistralai/codestral-embed-2505:text,token_ids→embedding- Apakah medan yang digunakan oleh permintaan?
POST /v1/embeddings·mistralai/codestral-embed-2505:model,input,encoding_format,provider- Apakah had yang terpakai?
POST /v1/embeddings·mistralai/codestral-embed-2505:ctx:8192;input.budget.maximum:8192(bait UTF8);input.min_items:1