Mistral Medium 3.1 ialah edisi multimodal Mistral AI untuk pemahaman teks dan visual. Pembuat menerangkan semakan ini sebagai penambahbaikan nada dan prestasi dalam barisan Medium 3. Ia menerima teks dan imej serta menghasilkan teks: penjelasan, jawapan dokumen, rekod berstruktur atau cadangan panggilan fungsi. Pengecam tetap pembuat untuk edisi ini ialah mistral-medium-2508.
Konteks dan edisi khusus
Halaman model mendokumentasikan tetingkap konteks 128k. Gunakannya untuk mengekalkan petikan sumber berkaitan, bukti imej, perbualan dan tugas pengguna bersama. Kenal pasti peranan dokumen dan soalan yang hendak dijawab sebelum memberikan koleksi besar. Konteks panjang boleh menyokong perbandingan berfokus sementara artifak akhir kekal berupa jadual pendek atau bahagian yang disemak.
Medium 3.1 mengekalkan spesifikasinya sendiri. Konteks 256k, seni bina padat 128B dan mod penaakulan hibrid boleh konfigurasi yang diterangkan untuk Medium 3.5 tidak patut dikaitkan dengan entri ini. Halaman 3.1 tidak memberikan bilangan parameter atau angka panjang jawapan maksimum berasingan yang boleh digantikan dengan selamat daripada model kemudian.
Output berstruktur dan fungsi
Pembuat menyenaraikan output berstruktur, panggilan fungsi dan output ramalan antara ciri edisi ini. Untuk tugas pengekstrakan berstruktur, takrifkan medan wajib, jenis yang dijangka dan cara menangani maklumat yang tiada dalam sumber. Rekod boleh mengandungi pengecam dokumen, pernyataan yang diekstrak, lokasi sumbernya dan soalan yang masih ada. Minta rekod sahaja apabila program akan menghuraikannya, atau kekalkan penjelasan prosa berasingan apabila seseorang perlu memeriksa tafsiran.
Dokumentasi output berstruktur bersama Mistral membezakan mod JSON daripada skema tersuai. Mod JSON memerlukan arahan jelas tentang format JSON yang diingini, manakala laluan tersuai mentakrifkan struktur yang lebih khusus. Ini pemformatan hasil teks, bukannya modaliti kandungan baharu atau tindakan luaran.
Untuk fungsi, aplikasi mentakrifkan operasi dan argumen yang tersedia, model memilih panggilan yang sesuai dan menyediakan nilai, dan aplikasi melaksanakannya. Hasilnya kemudian menjadi maklumat untuk jawapan seterusnya. Pembantu dokumen boleh menggunakan carian untuk memperoleh data rujukan yang tiada, tetapi hanya jika aplikasi sekeliling membekalkan carian itu dan mengembalikan hasil sebenarnya. Kekalkan panggilan yang dicadangkan dan data yang dikembalikan berkaitan antara satu sama lain.
Suntingan ramalan dan awalan respons
Output ramalan berguna apabila sebahagian besar hasil yang diingini sudah diketahui, seperti dokumen atau fail kod yang memerlukan suntingan terhad. Berikan kandungan sedia ada dan terangkan perubahan dengan tepat, termasuk perkara yang mesti dikekalkan tanpa perubahan. Permintaan mungkin mengemas kini istilah satu bahagian atau menggantikan satu butiran pelaksanaan sambil mengekalkan seluruh dokumen selebihnya. Ramalan mengandungi kandungan output yang dijangka dan bukannya perubahan selesai yang diterapkan pada fail.
Halaman model turut menyenaraikan penyambungan awalan respons. Dalam dokumentasi sembang pembuat, awalan membekalkan permulaan yang diketahui untuk respons pembantu, selepas itu penjanaan diteruskan. Permulaan yang diketahui dan badan ramalan menyelesaikan masalah penyediaan yang berbeza. Pemprosesan kelompok dan antara muka ejen/perbualan juga ialah ciri aliran kerja, bukannya edisi imej, audio atau penaakulan berasingan Medium 3.1.
Soalan dokumen dan visual
Aliran kerja document-QnA yang disenaraikan menggabungkan teks, struktur dan pemformatan yang disediakan melalui OCR dengan analisis model bahasa. Tanya tentang syarat, petikan atau hubungan khusus yang diperlukan oleh tugas. Perbandingan boleh mengenal pasti dokumen sumber dan meminta pernyataan bersama, percanggahan dan butiran yang belum diselesaikan, dengan mengekalkan lokasi sumber di sisi setiap dapatan.
Panduan penglihatan pembuat secara jelas merangkumi Medium 3.1. Soalan visual langsung boleh memberikan carta, imej dokumen atau tangkapan skrin yang boleh dibaca dan bertanya bukti yang kelihatan yang menyokong kesimpulan. Kekalkan paksi, unit, label dan konteks di sekeliling medan yang dipangkas. Jika beberapa imej diberikan, kenal pasti susunan dan peranannya dan jangan biarkan model menyimpulkan imej yang merupakan asal, semakan atau rujukan.
Contohnya, padankan keperluan proses bertulis dengan tangkapan skrin dan minta jadual padanan yang kelihatan, perbezaan dan soalan yang memerlukan lebih maklumat. Tugas lain boleh memberikan dua versi dokumen dan meminta petikan semakan yang mengekalkan syarat bersama sambil menyelesaikan ketidakselarasan yang dinamakan. Ini ialah cadangan aplikasi keupayaan visual, dokumen dan penyuntingan yang didokumentasikan, dengan hasil yang diperlukan ditentukan terlebih dahulu.
Penyediaan artifak akhir
Berikan pembantu peranan yang jelas, bahan sumber untuk digunakan dan bentuk jawapan. Kekalkan peraturan respons yang berterusan secara berasingan daripada dokumen yang diperiksa, dan nyatakan bahasa akhir serta istilah. Respons yang berguna boleh memisahkan fakta yang diekstrak, sumbernya dan tafsiran, menjadikannya lebih mudah diperiksa berbanding satu ringkasan yang digabungkan.
Hasil yang didokumentasikan kekal berupa teks. Alat luaran, perubahan fail dan pemprosesan dokumen selanjutnya milik aplikasi yang disambungkan kepada perbualan. Kekalkan edisi Medium 3.1 yang dinamakan dan konteks 128k model ini, dan minta penjelasan, rekod berstruktur atau semakan bersasar yang benar-benar diperlukan oleh langkah seterusnya.
", "aboutText": "Mistral Medium 3.1 ialah edisi multimodal Mistral AI untuk pemahaman teks dan visual. Pembuat menerangkan semakan ini sebagai penambahbaikan nada dan prestasi dalam barisan Medium 3. Ia menerima teks dan imej serta menghasilkan teks: penjelasan, jawapan dokumen, rekod berstruktur atau cadangan panggilan fungsi. Pengecam tetap pembuat untuk edisi ini ialah mistral-medium-2508.\n\nKonteks dan edisi khusus\n\nHalaman model mendokumentasikan tetingkap konteks 128k. Gunakannya untuk mengekalkan petikan sumber berkaitan, bukti imej, perbualan dan tugas pengguna bersama. Kenal pasti peranan dokumen dan soalan yang hendak dijawab sebelum memberikan koleksi besar. Konteks panjang boleh menyokong perbandingan berfokus sementara artifak akhir kekal berupa jadual pendek atau bahagian yang disemak.\n\nMedium 3.1 mengekalkan spesifikasinya sendiri. Konteks 256k, seni bina padat 128B dan mod penaakulan hibrid boleh konfigurasi yang diterangkan untuk Medium 3.5 tidak patut dikaitkan dengan entri ini. Halaman 3.1 tidak memberikan bilangan parameter atau angka panjang jawapan maksimum berasingan yang boleh digantikan dengan selamat daripada model kemudian.\n\nOutput berstruktur dan fungsi\n\nPembuat menyenaraikan output berstruktur, panggilan fungsi dan output ramalan antara ciri edisi ini. Untuk tugas pengekstrakan berstruktur, takrifkan medan wajib, jenis yang dijangka dan cara menangani maklumat yang tiada dalam sumber. Rekod boleh mengandungi pengecam dokumen, pernyataan yang diekstrak, lokasi sumbernya dan soalan yang masih ada. Minta rekod sahaja apabila program akan menghuraikannya, atau kekalkan penjelasan prosa berasingan apabila seseorang perlu memeriksa tafsiran.\n\nDokumentasi output berstruktur bersama Mistral membezakan mod JSON daripada skema tersuai. Mod JSON memerlukan arahan jelas tentang format JSON yang diingini, manakala laluan tersuai mentakrifkan struktur yang lebih khusus. Ini pemformatan hasil teks, bukannya modaliti kandungan baharu atau tindakan luaran.\n\nUntuk fungsi, aplikasi mentakrifkan operasi dan argumen yang tersedia, model memilih panggilan yang sesuai dan menyediakan nilai, dan aplikasi melaksanakannya. Hasilnya kemudian menjadi maklumat untuk jawapan seterusnya. Pembantu dokumen boleh menggunakan carian untuk memperoleh data rujukan yang tiada, tetapi hanya jika aplikasi sekeliling membekalkan carian itu dan mengembalikan hasil sebenarnya. Kekalkan panggilan yang dicadangkan dan data yang dikembalikan berkaitan antara satu sama lain.\n\nSuntingan ramalan dan awalan respons\n\nOutput ramalan berguna apabila sebahagian besar hasil yang diingini sudah diketahui, seperti dokumen atau fail kod yang memerlukan suntingan terhad. Berikan kandungan sedia ada dan terangkan perubahan dengan tepat, termasuk perkara yang mesti dikekalkan tanpa perubahan. Permintaan mungkin mengemas kini istilah satu bahagian atau menggantikan satu butiran pelaksanaan sambil mengekalkan seluruh dokumen selebihnya. Ramalan mengandungi kandungan output yang dijangka dan bukannya perubahan selesai yang diterapkan pada fail.\n\nHalaman model turut menyenaraikan penyambungan awalan respons. Dalam dokumentasi sembang pembuat, awalan membekalkan permulaan yang diketahui untuk respons pembantu, selepas itu penjanaan diteruskan. Permulaan yang diketahui dan badan ramalan menyelesaikan masalah penyediaan yang berbeza. Pemprosesan kelompok dan antara muka ejen/perbualan juga ialah ciri aliran kerja, bukannya edisi imej, audio atau penaakulan berasingan Medium 3.1.\n\nSoalan dokumen dan visual\n\nAliran kerja document-QnA yang disenaraikan menggabungkan teks, struktur dan pemformatan yang disediakan melalui OCR dengan analisis model bahasa. Tanya tentang syarat, petikan atau hubungan khusus yang diperlukan oleh tugas. Perbandingan boleh mengenal pasti dokumen sumber dan meminta pernyataan bersama, percanggahan dan butiran yang belum diselesaikan, dengan mengekalkan lokasi sumber di sisi setiap dapatan.\n\nPanduan penglihatan pembuat secara jelas merangkumi Medium 3.1. Soalan visual langsung boleh memberikan carta, imej dokumen atau tangkapan skrin yang boleh dibaca dan bertanya bukti yang kelihatan yang menyokong kesimpulan. Kekalkan paksi, unit, label dan konteks di sekeliling medan yang dipangkas. Jika beberapa imej diberikan, kenal pasti susunan dan peranannya dan jangan biarkan model menyimpulkan imej yang merupakan asal, semakan atau rujukan.\n\nContohnya, padankan keperluan proses bertulis dengan tangkapan skrin dan minta jadual padanan yang kelihatan, perbezaan dan soalan yang memerlukan lebih maklumat. Tugas lain boleh memberikan dua versi dokumen dan meminta petikan semakan yang mengekalkan syarat bersama sambil menyelesaikan ketidakselarasan yang dinamakan. Ini ialah cadangan aplikasi keupayaan visual, dokumen dan penyuntingan yang didokumentasikan, dengan hasil yang diperlukan ditentukan terlebih dahulu.\n\nPenyediaan artifak akhir\n\nBerikan pembantu peranan yang jelas, bahan sumber untuk digunakan dan bentuk jawapan. Kekalkan peraturan respons yang berterusan secara berasingan daripada dokumen yang diperiksa, dan nyatakan bahasa akhir serta istilah. Respons yang berguna boleh memisahkan fakta yang diekstrak, sumbernya dan tafsiran, menjadikannya lebih mudah diperiksa berbanding satu ringkasan yang digabungkan.\n\nHasil yang didokumentasikan kekal berupa teks. Alat luaran, perubahan fail dan pemprosesan dokumen selanjutnya milik aplikasi yang disambungkan kepada perbualan. Kekalkan edisi Medium 3.1 yang dinamakan dan konteks 128k model ini, dan minta penjelasan, rekod berstruktur atau semakan bersasar yang benar-benar diperlukan oleh langkah seterusnya.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknikal dalam bahasa Inggeris
Apply a narrow terminology edit\n\nRevise only the terminology in this paragraph: 'A subscriber can pause the plan. The subscriber keeps access until the current period ends. Support can help the subscriber resume.' Replace 'subscriber' with 'member', adapting capitalization, and keep every condition and sentence order. Return the revised paragraph alone, without claiming a file was modified.The complete revised paragraph with the requested terminology change only.The access-until-period-end condition and pause/resume distinction must remain intact.mistralai/mistral-medium-3.1Mistral Medium 3.1 ialah model teks dan imej untuk jawapan perbualan, soalan dokumen dan pengekstrakan berstruktur. Konteks 128k yang dinyatakan oleh pembuat serta ciri panggilan fungsi, output ramalan dan awalan yang disenaraikan menyokong penjelasan berasaskan sumber dan aliran kerja penyuntingan bersasar.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Mistral Medium 3.1 ialah edisi multimodal Mistral AI untuk pemahaman teks dan visual. Pembuat menerangkan semakan ini sebagai penambahbaikan nada dan prestasi dalam barisan Medium 3. Ia menerima teks dan imej serta menghasilkan teks: penjelasan, jawapan dokumen, rekod berstruktur atau cadangan panggilan fungsi. Pengecam tetap pembuat untuk edisi ini ialah mistral-medium-2508.
Konteks dan edisi khusus
Halaman model mendokumentasikan tetingkap konteks 128k. Gunakannya untuk mengekalkan petikan sumber berkaitan, bukti imej, perbualan dan tugas pengguna bersama. Kenal pasti peranan dokumen dan soalan yang hendak dijawab sebelum memberikan koleksi besar. Konteks panjang boleh menyokong perbandingan berfokus sementara artifak akhir kekal berupa jadual pendek atau bahagian yang disemak.
Medium 3.1 mengekalkan spesifikasinya sendiri. Konteks 256k, seni bina padat 128B dan mod penaakulan hibrid boleh konfigurasi yang diterangkan untuk Medium 3.5 tidak patut dikaitkan dengan entri ini. Halaman 3.1 tidak memberikan bilangan parameter atau angka panjang jawapan maksimum berasingan yang boleh digantikan dengan selamat daripada model kemudian.
Output berstruktur dan fungsi
Pembuat menyenaraikan output berstruktur, panggilan fungsi dan output ramalan antara ciri edisi ini. Untuk tugas pengekstrakan berstruktur, takrifkan medan wajib, jenis yang dijangka dan cara menangani maklumat yang tiada dalam sumber. Rekod boleh mengandungi pengecam dokumen, pernyataan yang diekstrak, lokasi sumbernya dan soalan yang masih ada. Minta rekod sahaja apabila program akan menghuraikannya, atau kekalkan penjelasan prosa berasingan apabila seseorang perlu memeriksa tafsiran.
Dokumentasi output berstruktur bersama Mistral membezakan mod JSON daripada skema tersuai. Mod JSON memerlukan arahan jelas tentang format JSON yang diingini, manakala laluan tersuai mentakrifkan struktur yang lebih khusus. Ini pemformatan hasil teks, bukannya modaliti kandungan baharu atau tindakan luaran.
Untuk fungsi, aplikasi mentakrifkan operasi dan argumen yang tersedia, model memilih panggilan yang sesuai dan menyediakan nilai, dan aplikasi melaksanakannya. Hasilnya kemudian menjadi maklumat untuk jawapan seterusnya. Pembantu dokumen boleh menggunakan carian untuk memperoleh data rujukan yang tiada, tetapi hanya jika aplikasi sekeliling membekalkan carian itu dan mengembalikan hasil sebenarnya. Kekalkan panggilan yang dicadangkan dan data yang dikembalikan berkaitan antara satu sama lain.
Suntingan ramalan dan awalan respons
Output ramalan berguna apabila sebahagian besar hasil yang diingini sudah diketahui, seperti dokumen atau fail kod yang memerlukan suntingan terhad. Berikan kandungan sedia ada dan terangkan perubahan dengan tepat, termasuk perkara yang mesti dikekalkan tanpa perubahan. Permintaan mungkin mengemas kini istilah satu bahagian atau menggantikan satu butiran pelaksanaan sambil mengekalkan seluruh dokumen selebihnya. Ramalan mengandungi kandungan output yang dijangka dan bukannya perubahan selesai yang diterapkan pada fail.
Halaman model turut menyenaraikan penyambungan awalan respons. Dalam dokumentasi sembang pembuat, awalan membekalkan permulaan yang diketahui untuk respons pembantu, selepas itu penjanaan diteruskan. Permulaan yang diketahui dan badan ramalan menyelesaikan masalah penyediaan yang berbeza. Pemprosesan kelompok dan antara muka ejen/perbualan juga ialah ciri aliran kerja, bukannya edisi imej, audio atau penaakulan berasingan Medium 3.1.
Soalan dokumen dan visual
Aliran kerja document-QnA yang disenaraikan menggabungkan teks, struktur dan pemformatan yang disediakan melalui OCR dengan analisis model bahasa. Tanya tentang syarat, petikan atau hubungan khusus yang diperlukan oleh tugas. Perbandingan boleh mengenal pasti dokumen sumber dan meminta pernyataan bersama, percanggahan dan butiran yang belum diselesaikan, dengan mengekalkan lokasi sumber di sisi setiap dapatan.
Panduan penglihatan pembuat secara jelas merangkumi Medium 3.1. Soalan visual langsung boleh memberikan carta, imej dokumen atau tangkapan skrin yang boleh dibaca dan bertanya bukti yang kelihatan yang menyokong kesimpulan. Kekalkan paksi, unit, label dan konteks di sekeliling medan yang dipangkas. Jika beberapa imej diberikan, kenal pasti susunan dan peranannya dan jangan biarkan model menyimpulkan imej yang merupakan asal, semakan atau rujukan.
Contohnya, padankan keperluan proses bertulis dengan tangkapan skrin dan minta jadual padanan yang kelihatan, perbezaan dan soalan yang memerlukan lebih maklumat. Tugas lain boleh memberikan dua versi dokumen dan meminta petikan semakan yang mengekalkan syarat bersama sambil menyelesaikan ketidakselarasan yang dinamakan. Ini ialah cadangan aplikasi keupayaan visual, dokumen dan penyuntingan yang didokumentasikan, dengan hasil yang diperlukan ditentukan terlebih dahulu.
Penyediaan artifak akhir
Berikan pembantu peranan yang jelas, bahan sumber untuk digunakan dan bentuk jawapan. Kekalkan peraturan respons yang berterusan secara berasingan daripada dokumen yang diperiksa, dan nyatakan bahasa akhir serta istilah. Respons yang berguna boleh memisahkan fakta yang diekstrak, sumbernya dan tafsiran, menjadikannya lebih mudah diperiksa berbanding satu ringkasan yang digabungkan.
Hasil yang didokumentasikan kekal berupa teks. Alat luaran, perubahan fail dan pemprosesan dokumen selanjutnya milik aplikasi yang disambungkan kepada perbualan. Kekalkan edisi Medium 3.1 yang dinamakan dan konteks 128k model ini, dan minta penjelasan, rekod berstruktur atau semakan bersasar yang benar-benar diperlukan oleh langkah seterusnya.
POST /v1/chat/completionstexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had mistralai/mistral-medium-3.1 | 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 $0.0008 / 1K token Output · Token output $0.004 / 1K token Input · Bacaan cache $0.00008 / 1K token Input · Penulisan cache — / 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 $0.0008 / 1K token Output · Token output $0.004 / 1K token Input · Bacaan cache $0.00008 / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "mistralai/mistral-medium-3.1", "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-medium-3.1',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-medium-3.1',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/mistral-medium-3.1
Gunakan laluan kaedah yang dipaparkan di atas.
mistralai/mistral-medium-3.1Mistral Medium 3.1 ialah model teks dan imej untuk jawapan perbualan, soalan dokumen dan pengekstrakan berstruktur. Konteks 128k yang dinyatakan oleh pembuat serta ciri panggilan fungsi, output ramalan dan awalan yang disenaraikan menyokong penjelasan berasaskan sumber dan aliran kerja penyuntingan bersasar.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Mistral Medium 3.1 ialah edisi multimodal Mistral AI untuk pemahaman teks dan visual. Pembuat menerangkan semakan ini sebagai penambahbaikan nada dan prestasi dalam barisan Medium 3. Ia menerima teks dan imej serta menghasilkan teks: penjelasan, jawapan dokumen, rekod berstruktur atau cadangan panggilan fungsi. Pengecam tetap pembuat untuk edisi ini ialah mistral-medium-2508.
Konteks dan edisi khusus
Halaman model mendokumentasikan tetingkap konteks 128k. Gunakannya untuk mengekalkan petikan sumber berkaitan, bukti imej, perbualan dan tugas pengguna bersama. Kenal pasti peranan dokumen dan soalan yang hendak dijawab sebelum memberikan koleksi besar. Konteks panjang boleh menyokong perbandingan berfokus sementara artifak akhir kekal berupa jadual pendek atau bahagian yang disemak.
Medium 3.1 mengekalkan spesifikasinya sendiri. Konteks 256k, seni bina padat 128B dan mod penaakulan hibrid boleh konfigurasi yang diterangkan untuk Medium 3.5 tidak patut dikaitkan dengan entri ini. Halaman 3.1 tidak memberikan bilangan parameter atau angka panjang jawapan maksimum berasingan yang boleh digantikan dengan selamat daripada model kemudian.
Output berstruktur dan fungsi
Pembuat menyenaraikan output berstruktur, panggilan fungsi dan output ramalan antara ciri edisi ini. Untuk tugas pengekstrakan berstruktur, takrifkan medan wajib, jenis yang dijangka dan cara menangani maklumat yang tiada dalam sumber. Rekod boleh mengandungi pengecam dokumen, pernyataan yang diekstrak, lokasi sumbernya dan soalan yang masih ada. Minta rekod sahaja apabila program akan menghuraikannya, atau kekalkan penjelasan prosa berasingan apabila seseorang perlu memeriksa tafsiran.
Dokumentasi output berstruktur bersama Mistral membezakan mod JSON daripada skema tersuai. Mod JSON memerlukan arahan jelas tentang format JSON yang diingini, manakala laluan tersuai mentakrifkan struktur yang lebih khusus. Ini pemformatan hasil teks, bukannya modaliti kandungan baharu atau tindakan luaran.
Untuk fungsi, aplikasi mentakrifkan operasi dan argumen yang tersedia, model memilih panggilan yang sesuai dan menyediakan nilai, dan aplikasi melaksanakannya. Hasilnya kemudian menjadi maklumat untuk jawapan seterusnya. Pembantu dokumen boleh menggunakan carian untuk memperoleh data rujukan yang tiada, tetapi hanya jika aplikasi sekeliling membekalkan carian itu dan mengembalikan hasil sebenarnya. Kekalkan panggilan yang dicadangkan dan data yang dikembalikan berkaitan antara satu sama lain.
Suntingan ramalan dan awalan respons
Output ramalan berguna apabila sebahagian besar hasil yang diingini sudah diketahui, seperti dokumen atau fail kod yang memerlukan suntingan terhad. Berikan kandungan sedia ada dan terangkan perubahan dengan tepat, termasuk perkara yang mesti dikekalkan tanpa perubahan. Permintaan mungkin mengemas kini istilah satu bahagian atau menggantikan satu butiran pelaksanaan sambil mengekalkan seluruh dokumen selebihnya. Ramalan mengandungi kandungan output yang dijangka dan bukannya perubahan selesai yang diterapkan pada fail.
Halaman model turut menyenaraikan penyambungan awalan respons. Dalam dokumentasi sembang pembuat, awalan membekalkan permulaan yang diketahui untuk respons pembantu, selepas itu penjanaan diteruskan. Permulaan yang diketahui dan badan ramalan menyelesaikan masalah penyediaan yang berbeza. Pemprosesan kelompok dan antara muka ejen/perbualan juga ialah ciri aliran kerja, bukannya edisi imej, audio atau penaakulan berasingan Medium 3.1.
Soalan dokumen dan visual
Aliran kerja document-QnA yang disenaraikan menggabungkan teks, struktur dan pemformatan yang disediakan melalui OCR dengan analisis model bahasa. Tanya tentang syarat, petikan atau hubungan khusus yang diperlukan oleh tugas. Perbandingan boleh mengenal pasti dokumen sumber dan meminta pernyataan bersama, percanggahan dan butiran yang belum diselesaikan, dengan mengekalkan lokasi sumber di sisi setiap dapatan.
Panduan penglihatan pembuat secara jelas merangkumi Medium 3.1. Soalan visual langsung boleh memberikan carta, imej dokumen atau tangkapan skrin yang boleh dibaca dan bertanya bukti yang kelihatan yang menyokong kesimpulan. Kekalkan paksi, unit, label dan konteks di sekeliling medan yang dipangkas. Jika beberapa imej diberikan, kenal pasti susunan dan peranannya dan jangan biarkan model menyimpulkan imej yang merupakan asal, semakan atau rujukan.
Contohnya, padankan keperluan proses bertulis dengan tangkapan skrin dan minta jadual padanan yang kelihatan, perbezaan dan soalan yang memerlukan lebih maklumat. Tugas lain boleh memberikan dua versi dokumen dan meminta petikan semakan yang mengekalkan syarat bersama sambil menyelesaikan ketidakselarasan yang dinamakan. Ini ialah cadangan aplikasi keupayaan visual, dokumen dan penyuntingan yang didokumentasikan, dengan hasil yang diperlukan ditentukan terlebih dahulu.
Penyediaan artifak akhir
Berikan pembantu peranan yang jelas, bahan sumber untuk digunakan dan bentuk jawapan. Kekalkan peraturan respons yang berterusan secara berasingan daripada dokumen yang diperiksa, dan nyatakan bahasa akhir serta istilah. Respons yang berguna boleh memisahkan fakta yang diekstrak, sumbernya dan tafsiran, menjadikannya lebih mudah diperiksa berbanding satu ringkasan yang digabungkan.
Hasil yang didokumentasikan kekal berupa teks. Alat luaran, perubahan fail dan pemprosesan dokumen selanjutnya milik aplikasi yang disambungkan kepada perbualan. Kekalkan edisi Medium 3.1 yang dinamakan dan konteks 128k model ini, dan minta penjelasan, rekod berstruktur atau semakan bersasar yang benar-benar diperlukan oleh langkah seterusnya.
POST /v1/messagestextjson, sse| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had mistralai/mistral-medium-3.1 | 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 $0.0008 / 1K token Output · Token output $0.004 / 1K token Input · Bacaan cache $0.00008 / 1K token Input · Penulisan cache — / 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 $0.0008 / 1K token Output · Token output $0.004 / 1K token Input · Bacaan cache $0.00008 / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
{\n "model": "mistralai/mistral-medium-3.1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-medium-3.1', '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-medium-3.1', '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/mistral-medium-3.1
Gunakan laluan kaedah yang dipaparkan di atas.
Contoh teknikal dalam bahasa Inggeris
Apply a narrow terminology edit\n\nRevise only the terminology in this paragraph: 'A subscriber can pause the plan. The subscriber keeps access until the current period ends. Support can help the subscriber resume.' Replace 'subscriber' with 'member', adapting capitalization, and keep every condition and sentence order. Return the revised paragraph alone, without claiming a file was modified.The complete revised paragraph with the requested terminology change only.The access-until-period-end condition and pause/resume distinction must remain intact.