Devstral 2 2512 ialah model terbuka Mistral AI yang mengkhusus dalam pengekodan berasaskan ejen. Ia ialah transformer padat dengan 123 bilion parameter dan tetingkap konteks 262,144 token. Varian pengehosan yang diterbitkan menerima teks dan fail serta mengembalikan teks, dengan alat fungsi dan kawalan output berstruktur.
Kenal pasti tingkah laku yang perlu dihasilkan dan fail sumber yang berkaitan. Laporan pepijat boleh mengekalkan input yang gagal, output perintah dan hasil yang dijangka; sesuatu ciri boleh menamakan antara muka yang terlibat dan kekangan yang dikongsi. Pastikan laluan fail dan hubungan sumber jelas supaya perubahan yang dicadangkan boleh diterapkan pada bahagian projek yang dimaksudkan.
Untuk penerokaan kod, tanya soalan khusus tentang modul, laluan kegagalan atau interaksi antara komponen. Berikan bukti yang diperlukan untuk menjawabnya dan kekalkan lokasi sumber di sebalik dapatan. Soalan repositori yang berfokus menghasilkan artifak yang lebih mudah diperiksa berbanding permintaan umum untuk menambah baik semua kod.
Model boleh mencadangkan operasi alat fungsi dalam aplikasi yang menyediakannya. Aplikasi melakukan tindakan dan mengembalikan pemerhatian. Kekalkan hasil sebenar perintah dan ujian apabila langkah seterusnya bergantung padanya, dengan membezakan pemerhatian tersebut daripada perintah yang dicadangkan atau hasil yang dijangka.
Untuk rekod semakan atau perancangan berstruktur, takrifkan medan yang diperlukan dan maknanya. Sahkan struktur yang dikembalikan dan nilai substantif sebelum menjadikannya operasi lain. Tampalan, diagnosis atau pemeriksaan seterusnya perlu kekal dikaitkan dengan tingkah laku yang ditanganinya.
Kekalkan sumber berkaitan, keputusan yang telah dibuat dan pemerhatian semasa sambil menyediakan ruang untuk jawapan. Buang latar belakang yang tidak lagi mempengaruhi tugas dan pastikan syarat penerimaan kekal jelas. Hasil Devstral yang berguna meninggalkan artifak pembangunan yang konkrit dan bukti sebenar yang diperlukan untuk memeriksa kesannya dalam repositori.
", "aboutText": "Devstral 2 2512 ialah model terbuka Mistral AI yang mengkhusus dalam pengekodan berasaskan ejen. Ia ialah transformer padat dengan 123 bilion parameter dan tetingkap konteks 262,144 token. Varian pengehosan yang diterbitkan menerima teks dan fail serta mengembalikan teks, dengan alat fungsi dan kawalan output berstruktur.\n\n### Berikan masalah repositori dan batasnya\n\nKenal pasti tingkah laku yang perlu dihasilkan dan fail sumber yang berkaitan. Laporan pepijat boleh mengekalkan input yang gagal, output perintah dan hasil yang dijangka; sesuatu ciri boleh menamakan antara muka yang terlibat dan kekangan yang dikongsi. Pastikan laluan fail dan hubungan sumber jelas supaya perubahan yang dicadangkan boleh diterapkan pada bahagian projek yang dimaksudkan.\n\nUntuk penerokaan kod, tanya soalan khusus tentang modul, laluan kegagalan atau interaksi antara komponen. Berikan bukti yang diperlukan untuk menjawabnya dan kekalkan lokasi sumber di sebalik dapatan. Soalan repositori yang berfokus menghasilkan artifak yang lebih mudah diperiksa berbanding permintaan umum untuk menambah baik semua kod.\n\n### Operasi ejen dan artifak berstruktur\n\nModel boleh mencadangkan operasi alat fungsi dalam aplikasi yang menyediakannya. Aplikasi melakukan tindakan dan mengembalikan pemerhatian. Kekalkan hasil sebenar perintah dan ujian apabila langkah seterusnya bergantung padanya, dengan membezakan pemerhatian tersebut daripada perintah yang dicadangkan atau hasil yang dijangka.\n\nUntuk rekod semakan atau perancangan berstruktur, takrifkan medan yang diperlukan dan maknanya. Sahkan struktur yang dikembalikan dan nilai substantif sebelum menjadikannya operasi lain. Tampalan, diagnosis atau pemeriksaan seterusnya perlu kekal dikaitkan dengan tingkah laku yang ditanganinya.\n\n### Gunakan konteks untuk kod yang penting\n\nKekalkan sumber berkaitan, keputusan yang telah dibuat dan pemerhatian semasa sambil menyediakan ruang untuk jawapan. Buang latar belakang yang tidak lagi mempengaruhi tugas dan pastikan syarat penerimaan kekal jelas. Hasil Devstral yang berguna meninggalkan artifak pembangunan yang konkrit dan bukti sebenar yang diperlukan untuk memeriksa kesannya dalam repositori.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknikal dalam bahasa Inggeris
Trace a cache invalidation path\n\nInspect these source relationships: read.py returns cache[id] when present, otherwise reads the repository; update.py writes the repository but never touches cache. A user reads, updates and reads the same record, receiving the old value. Explain the path and propose a scoped update.py patch plus a regression scenario. Preserve repository and read interfaces.A source-linked failure explanation, a cache invalidation patch and a read-update-read regression scenario.The test primes the cache before updating and checks the second read returns the new value.mistralai/devstral-2512Devstral 2 2512 ialah model padat 123B Mistral AI untuk pengekodan berasaskan ejen. Ia menerima teks dan fail untuk jawapan teks serta menggabungkan konteks 262,144 token dengan alat fungsi dan kawalan output berstruktur bagi pembangunan berorientasikan repositori.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Devstral 2 2512 ialah model terbuka Mistral AI yang mengkhusus dalam pengekodan berasaskan ejen. Ia ialah transformer padat dengan 123 bilion parameter dan tetingkap konteks 262,144 token. Varian pengehosan yang diterbitkan menerima teks dan fail serta mengembalikan teks, dengan alat fungsi dan kawalan output berstruktur.
Kenal pasti tingkah laku yang perlu dihasilkan dan fail sumber yang berkaitan. Laporan pepijat boleh mengekalkan input yang gagal, output perintah dan hasil yang dijangka; sesuatu ciri boleh menamakan antara muka yang terlibat dan kekangan yang dikongsi. Pastikan laluan fail dan hubungan sumber jelas supaya perubahan yang dicadangkan boleh diterapkan pada bahagian projek yang dimaksudkan.
Untuk penerokaan kod, tanya soalan khusus tentang modul, laluan kegagalan atau interaksi antara komponen. Berikan bukti yang diperlukan untuk menjawabnya dan kekalkan lokasi sumber di sebalik dapatan. Soalan repositori yang berfokus menghasilkan artifak yang lebih mudah diperiksa berbanding permintaan umum untuk menambah baik semua kod.
Model boleh mencadangkan operasi alat fungsi dalam aplikasi yang menyediakannya. Aplikasi melakukan tindakan dan mengembalikan pemerhatian. Kekalkan hasil sebenar perintah dan ujian apabila langkah seterusnya bergantung padanya, dengan membezakan pemerhatian tersebut daripada perintah yang dicadangkan atau hasil yang dijangka.
Untuk rekod semakan atau perancangan berstruktur, takrifkan medan yang diperlukan dan maknanya. Sahkan struktur yang dikembalikan dan nilai substantif sebelum menjadikannya operasi lain. Tampalan, diagnosis atau pemeriksaan seterusnya perlu kekal dikaitkan dengan tingkah laku yang ditanganinya.
Kekalkan sumber berkaitan, keputusan yang telah dibuat dan pemerhatian semasa sambil menyediakan ruang untuk jawapan. Buang latar belakang yang tidak lagi mempengaruhi tugas dan pastikan syarat penerimaan kekal jelas. Hasil Devstral yang berguna meninggalkan artifak pembangunan yang konkrit dan bukti sebenar yang diperlukan untuk memeriksa kesannya dalam repositori.
POST /v1/chat/completionstexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had mistralai/devstral-2512 | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had Item minimum: 1 | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had Contoh: system, user, assistant, tool, function Syarat: Peranan ini diwakili secara eksplisit oleh jenis keserasian dalam kod sumber; set peranan model yang tepat kekal khusus untuk setiap model. Bergantung pada model | Lalai— |
Medanmessages[].content | Jenisstring|content_part[]|null | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].tool_calls | Jenistool_call[] | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].tool_call_id | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: role=tool; gunakan ID sebenar yang dipulangkan | Lalai— |
Medanmessages[].name | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].reasoning_content | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: Hantar semula penaakulan sebenar yang dipulangkan apabila model ini menggunakannya | Lalai— |
Medanmessages[].reasoning_details | Jenisobject|array | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
Medanmax_completion_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Medanstream_options.include_usage | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantemperature | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantop_p | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanstop | Jenisstring|string[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools | Jenisfunction_tool[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools[].type | Jenisstring | KeperluanPilihan | Nilai & had function Bergantung pada model | Lalai— |
Medantools[].function.name | Jenisstring | KeperluanDiperlukan | Nilai & had Terpakai apabila: alat fungsi dibekalkan | Lalai— |
Medantools[].function.description | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medantools[].function.parameters | JenisJSON_schema | KeperluanPilihan | Nilai & had | Lalai— |
Medantool_choice | Jenisstring|object | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanparallel_tool_calls | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanresponse_format | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanreasoning_effort | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanreasoning | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanservice_tier | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medaninstructions | Jenisstring | KeperluanPilihan | Nilai & had Medan keserasian | Lalai— |
Medanfunctions | Jenisfunction[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanfunction_call | Jenisstring|object | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanprompt_cache_options | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmodalities | Jenisstring[] | KeperluanPilihan | Nilai & had text | Lalai— |
Medanprovider | Jenisobject | KeperluanPilihan | Nilai & had Syarat: provider.options ditolak pada laluan teks Ultra ini | Lalai— |
Medancache_control.ttl | Jenisstring | KeperluanPilihan | Nilai & had Syarat: 1h ditolak pada lokasi cache prompt yang digunakan | Lalai— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontraktatasusunan mesej dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 sebenar dimasukkan sebagai teks literal; ID fail tidak diandaikan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeza daripada alat yang dihoskan |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Kitar hayat: synchronous_or_streamed
Hantar ID model yang tepat bersama messages.
Panjang konteks bukan had output.
Fail teks boleh membekalkan teks literal; input imej/audio/objek fail memerlukan pengikatan tepat.
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.
| Konfigurasi | Jadual kadar | Token konteks, melebihi | Token konteks, sehingga dan termasuk | Caj |
|---|---|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Token konteks, melebihi— | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.0022 / 1K token Output · Token output $0.004 / 1K token Input · Bacaan cache $0.00008 / 1K token Input · Penulisan cache $0 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiTahap panjang permintaan 1 | Jadual kadar— | Token konteks, melebihi0 | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.0022 / 1K token Output · Token output $0.004 / 1K token Input · Bacaan cache $0.00008 / 1K token Input · Penulisan cache $0 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "mistralai/devstral-2512", "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/devstral-2512',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/devstral-2512',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 atau SSE
Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Kekalkan setiap pilihan jawapan bersama kandungan, panggilan alat dan penaakulannya. Dalam SSE, gabungkan delta mengikut indeks pilihan jawapan/alat dan kekalkan sebab penamatan akhir serta data penggunaan.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanchoices[].index | Jenisinteger |
Medanchoices[].message.content | Jenisstring|null |
Medanchoices[].message.tool_calls | Jenistool_call[] |
Medanchoices[].message.reasoning_content | Jenisstring |
Medanchoices[].message.reasoning_details | Jenisobject|array |
Medanchoices[].finish_reason | Jenisstring|null |
Medanusage | Jenisobject |
| 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. |
Ailoot Ultra mistralai/devstral-2512
Gunakan laluan kaedah yang dipaparkan di atas.
mistralai/devstral-2512Devstral 2 2512 ialah model padat 123B Mistral AI untuk pengekodan berasaskan ejen. Ia menerima teks dan fail untuk jawapan teks serta menggabungkan konteks 262,144 token dengan alat fungsi dan kawalan output berstruktur bagi pembangunan berorientasikan repositori.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Devstral 2 2512 ialah model terbuka Mistral AI yang mengkhusus dalam pengekodan berasaskan ejen. Ia ialah transformer padat dengan 123 bilion parameter dan tetingkap konteks 262,144 token. Varian pengehosan yang diterbitkan menerima teks dan fail serta mengembalikan teks, dengan alat fungsi dan kawalan output berstruktur.
Kenal pasti tingkah laku yang perlu dihasilkan dan fail sumber yang berkaitan. Laporan pepijat boleh mengekalkan input yang gagal, output perintah dan hasil yang dijangka; sesuatu ciri boleh menamakan antara muka yang terlibat dan kekangan yang dikongsi. Pastikan laluan fail dan hubungan sumber jelas supaya perubahan yang dicadangkan boleh diterapkan pada bahagian projek yang dimaksudkan.
Untuk penerokaan kod, tanya soalan khusus tentang modul, laluan kegagalan atau interaksi antara komponen. Berikan bukti yang diperlukan untuk menjawabnya dan kekalkan lokasi sumber di sebalik dapatan. Soalan repositori yang berfokus menghasilkan artifak yang lebih mudah diperiksa berbanding permintaan umum untuk menambah baik semua kod.
Model boleh mencadangkan operasi alat fungsi dalam aplikasi yang menyediakannya. Aplikasi melakukan tindakan dan mengembalikan pemerhatian. Kekalkan hasil sebenar perintah dan ujian apabila langkah seterusnya bergantung padanya, dengan membezakan pemerhatian tersebut daripada perintah yang dicadangkan atau hasil yang dijangka.
Untuk rekod semakan atau perancangan berstruktur, takrifkan medan yang diperlukan dan maknanya. Sahkan struktur yang dikembalikan dan nilai substantif sebelum menjadikannya operasi lain. Tampalan, diagnosis atau pemeriksaan seterusnya perlu kekal dikaitkan dengan tingkah laku yang ditanganinya.
Kekalkan sumber berkaitan, keputusan yang telah dibuat dan pemerhatian semasa sambil menyediakan ruang untuk jawapan. Buang latar belakang yang tidak lagi mempengaruhi tugas dan pastikan syarat penerimaan kekal jelas. Hasil Devstral yang berguna meninggalkan artifak pembangunan yang konkrit dan bukti sebenar yang diperlukan untuk memeriksa kesannya dalam repositori.
POST /v1/messagestextjson, sse| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had mistralai/devstral-2512 | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had user, assistant | Lalai— |
Medanmessages[].content | Jenisstring | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Teks · Teks UTF-8
rentetan messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 sebenar dan letakkan teksnya dalam rentetan input atau kandungan mesej yang ditunjukkan. |
Kitar hayat: synchronous_or_streamed
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.
| Konfigurasi | Jadual kadar | Token konteks, melebihi | Token konteks, sehingga dan termasuk | Caj |
|---|---|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Token konteks, melebihi— | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.0022 / 1K token Output · Token output $0.004 / 1K token Input · Bacaan cache $0.00008 / 1K token Input · Penulisan cache $0 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiTahap panjang permintaan 1 | Jadual kadar— | Token konteks, melebihi0 | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.0022 / 1K token Output · Token output $0.004 / 1K token Input · Bacaan cache $0.00008 / 1K token Input · Penulisan cache $0 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
{\n "model": "mistralai/devstral-2512",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/devstral-2512', '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/devstral-2512', '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 atau SSE
Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Kekalkan semua blok kandungan, tandatangan penaakulan dan ID penggunaan alat sebenar. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan output.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanid | Jenisstring |
Medanmodel | Jenisstring |
Medancontent[] | Jenistext|thinking|tool_use|other content block |
Medanstop_reason | Jenisstring|null |
Medanusage | Jenisobject |
| 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. |
Ailoot Ultra mistralai/devstral-2512
Gunakan laluan kaedah yang dipaparkan di atas.
Contoh teknikal dalam bahasa Inggeris
Trace a cache invalidation path\n\nInspect these source relationships: read.py returns cache[id] when present, otherwise reads the repository; update.py writes the repository but never touches cache. A user reads, updates and reads the same record, receiving the old value. Explain the path and propose a scoped update.py patch plus a regression scenario. Preserve repository and read interfaces.A source-linked failure explanation, a cache invalidation patch and a read-update-read regression scenario.The test primes the cache before updating and checks the second read returns the new value.