Source: https://ailoot.ai/models/nb/mistralai-ministral-3b-2512/ Canonical: https://ailoot.ai/models/nb/mistralai-ministral-3b-2512/ Language: nb # Mistral: Ministral 3 3B 2512 [Markdown](https://ailoot.ai/models/nb/mistralai-ministral-3b-2512/index.md) · [JSON](https://ailoot.ai/models/nb/mistralai-ministral-3b-2512/facts.json) ## [Mistral: Ministral 3 3B 2512](https://ailoot.ai/models/nb/mistralai-ministral-3b-2512/) Ministral 3 3B Instruct 2512 er en kompakt flerspråklig modell for tekst og bilder til klassifisering, uttrekk, bildetekster og kort innhold. Språkkomponenten på 3,4 milliarder parametere og den visuelle koderen på 0,4 milliarder støtter systeminstruksjoner, JSON, funksjonskall og en kontekst på 256k ifølge produsenten. - [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `mistralai/ministral-3b-2512`](https://ailoot.ai/models/nb/mistralai-ministral-3b-2512/#method-0) - [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `mistralai/ministral-3b-2512`](https://ailoot.ai/models/nb/mistralai-ministral-3b-2512/#method-1) Om modellen Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden. Ministral 3 3B Instruct 2512 er den minste instruksjonstilpassede utgaven i Mistral AIs Ministral 3-familie. Produsenten posisjonerer den for kompakte instruksjonsbaserte applikasjoner, blant annet bildetekster, tekstklassifisering, datauttrekk, oversettelse og kort innhold. Det utgitte modellkontrollpunktet bruker FP8-presisjon og kombinerer tekstbehandling med en komponent for visuell inndata. Modellkomponenter og funksjoner Modellkortet oppgir en språkmodell med 3,4 milliarder parametere og en visuell koder med 0,4 milliarder parametere. Det dokumenterer et kontekstvindu på 256k, med en standard konfigurert lengde på 262 144 i bruksmerknadene. Komponenttallene gjelder 3B-utgaven, ikke familiemedlemmene på 8B eller 14B. Modellen tar imot tekst og bilder og genererer tekst, blant annet poster i JSON-format eller foreslåtte funksjonskall. Produsenten beskriver flerspråklig støtte for flere titalls språk, blant annet engelsk, fransk, spansk, tysk, italiensk, portugisisk, nederlandsk, kinesisk, japansk, koreansk og arabisk. Den fremhever også at modellen følger systeminstruksjoner. Angi ønsket utdataspråk og etikettene eller begrepene som skal forbli uendret. Dette sørger for at en oversatt forklaring eller en post med uttrukne data samsvarer med applikasjonens tiltenkte bruk. Målrettet klassifisering og uttrekk For en klassifiseringsoppgave gir du de tillatte etikettene, regelen som skiller dem, og meldingen som skal klassifiseres. Be om én valgt etikett og en kort forklaring med grunnlag i den oppgitte meldingen. Hvis etikettene er tvetydige, definerer du hvilken informasjon som skiller dem, i stedet for å basere deg bare på navnene. Dette gir et kompakt resultat som kan brukes konsekvent i en større arbeidsflyt. For uttrekk lister du feltene og typene deres og angir hvordan manglende informasjon skal representeres. En forespørsel kan be om en vareidentifikator, tilstanden som uttrykkelig beskrives, og handlingen brukeren ber om. Krev ordlyden fra kilden når nøyaktig ordlyd er viktig, eller en normalisert verdi når applikasjonen oppgir normaliseringsregelen. JSON-utdata organiserer resultatet; utformingen av feltene er fortsatt en del av oppgaven og ikke et innebygd universelt skjema. Modellkortet nevner også bildetekster og generering av kort innhold. For en bildetekst definerer du hvilket aspekt ved bildet som skal beskrives, og målgruppen. For en kort forklaring gir du faktaene som skal bevares, og ønsket lengde. Et kundestøttesvar kan bruke det opprinnelige spørsmålet og oppgitt veiledning til å gi et kortfattet neste steg med betingelsen som gjør det relevant. Forberedelse av visuell og flerspråklig inndata Kombiner et bilde med et tydelig tekstspørsmål. For et dokumentfelt bevarer du etiketten, verdien og den omkringliggende konteksten som trengs for å tolke det. For en objektbeskrivelse angir du hvilken synlig egenskap som er viktig. Produsenten anbefaler bildeproporsjoner nær 1:1 og å unngå svært smale eller brede bilder; beskjær ved behov uten å fjerne bevisene spørsmålet bygger på. For oversettelse gir du originalteksten, målspråket og en eventuell terminologiliste. Be om den oversatte teksten separat fra en valgfri forklaring. En flerspråklig klassifiseringsoppgave kan beholde applikasjonens etiketter uendret og samtidig forklare den valgte etiketten på leserens språk. Dette er definerte utdata, ikke en forespørsel om en løs drøfting av en melding eller et bilde. Verktøy og anbefalte innstillinger Innebygd støtte for funksjonskall gjør at en applikasjon kan knytte samtalen til en beskrevet operasjon. Modellen forbereder funksjonsargumentene, applikasjonen utfører funksjonen, og resultatet blir informasjon for neste svar. Et oppslag kan gi en manglende verdi, eller et beregningsverktøy kan behandle verdier identifisert i et bilde. Tekstmodellen utfører ikke selv funksjonen bare ved å produsere navnet og argumentene. Produsenten anbefaler en systeminstruksjon som definerer miljøet og bruksområdet, inkludert veiledning om verktøy. Hold verktøybeskrivelsene tydelige og begrens utvalget til de nødvendige relevante operasjonene. For en avgrenset assistent kan en eksplisitt uttrekks- eller oppslagsoppgave være lettere å tolke enn en instruksjon som inneholder mange uvedkommende funksjoner uten noen regel for å velge mellom dem. Modellkortet gir veiledning om lav temperatur: under 0.1 for daglig bruk og bruk i produksjonslignende miljøer, og en starttemperatur på 0.1 for de fleste bruksområder i en separat merknad om sampling. Høyere verdier kan prøves for kreativt innhold. Anbefalingene har ulike angitte bruksområder; de garanterer ikke at én samplingsinnstilling gjør alle uttrukne verdier eller klassifiseringer riktige. Avgrensning av utgave og kontekst Ministral 3 har separate Base-, Instruct- og Reasoning-utgivelser for hver modellstørrelse. Denne oppføringen identifiserer kontrollpunktet Instruct 2512, ikke en automatisk aktivert resonneringsmodus eller den forhåndstrente basismodellen. Produsenten oppgir spesialisering og finjustering som mulige bruksområder, mens den aktuelle instruksjonsoppgaven fortsatt trenger tydelig definerte inndata, regler og utdata. Hold relevant kildemateriale og samtale innenfor den konfigurerte konteksten, og be om det kompakte resultatet neste steg i applikasjonen trenger. Bruksmerknadene tillater å redusere den konfigurerte kontekstlengden for oppgaver som ikke trenger hele vinduet. Et genereringseksempel på 512 tokener og en stor genereringsramme i et eksempel er ikke uavhengig dokumenterte maksimale utdatakapasiteter. Bildegenerering, lydutdata og eksterne handlinger krever andre komponenter utover denne modellen som gir tekstresultater. Praktisk oppgave ### Praktisk oppgave Teknisk eksempel på engelsk ``` Extract a return-request record Extract the item code, stated condition and requested action from this message: 'Hello, the handle of kettle KT8 is loose. It arrived today. Please arrange an exchange, not a refund.' Return those three fields and quote the wording supporting the requested action. Use 'not supplied' for any field absent from the message. ``` #### Forventet resultat ``` A compact three-field extraction record plus the supporting request quote. ``` #### Kontroller resultatet ``` Check that exchange is retained as the request and is not rewritten as a completed action. ``` **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `mistralai/ministral-3b-2512` [`mistralai/ministral-3b-2512`](https://ailoot.ai/models/nb/#m=mistralai%2Fministral-3b-2512&route=Ultra&caller=mistralai%2Fministral-3b-2512&fmt=chat) Mistral /`mistralai/ministral-3b-2512` ### Start Ministral 3 3B Instruct 2512 er en kompakt flerspråklig modell for tekst og bilder til klassifisering, uttrekk, bildetekster og kort innhold. Språkkomponenten på 3,4 milliarder parametere og den visuelle koderen på 0,4 milliarder støtter systeminstruksjoner, JSON, funksjonskall og en kontekst på 256k ifølge produsenten. Godkjente inndata Tekst Resultater Tekst ### Tilgjengelig i Ailoot · inndata & metoder **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` Inndatatyper `text` Utdatatyper `text` Utdataformat json eller SSE | Felt | Type | Krav | Verdier & grenser | Standard | | --- | --- | --- | --- | --- | | Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser mistralai/ministral-3b-2512 | Standard— | | Felt`messages` | Type`message[]` | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— | | Felt`messages[].role` | Type`string` | KravPåkrevd | Verdier & grenser Eksempler: system, user, assistant, tool, function Vilkår: Disse rollene representeres eksplisitt av kompatibilitetstyper i kildekoden; det eksakte rollesettet for modellen er fortsatt modellspesifikt. Avhenger av modellen | Standard— | | Felt`messages[].content` | Type`string\|content_part[]\|null` | KravValgfritt | Verdier & grenser | Standard— | | Felt`messages[].tool_calls` | Type`tool_call[]` | KravValgfritt | Verdier & grenser | Standard— | | Felt`messages[].tool_call_id` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: role=tool; bruk faktisk returnert ID | Standard— | | Felt`messages[].name` | Type`string` | KravValgfritt | Verdier & grenser | Standard— | | Felt`messages[].reasoning_content` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: Send den faktisk returnerte resonneringen tilbake der denne modellen bruker den | Standard— | | Felt`messages[].reasoning_details` | Type`object\|array` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— | | Felt`max_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— | | Felt`max_completion_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— | | Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse | | Felt`stream_options.include_usage` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— | | Felt`temperature` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— | | Felt`top_p` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— | | Felt`stop` | Type`string\|string[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— | | Felt`tools` | Type`function_tool[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— | | Felt`tools[].type` | Type`string` | KravValgfritt | Verdier & grenser function Avhenger av modellen | Standard— | | Felt`tools[].function.name` | Type`string` | KravPåkrevd | Verdier & grenser Gjelder når: funksjonsverktøy oppgitt | Standard— | | Felt`tools[].function.description` | Type`string` | KravValgfritt | Verdier & grenser | Standard— | | Felt`tools[].function.parameters` | Type`JSON_schema` | KravValgfritt | Verdier & grenser | Standard— | | Felt`tool_choice` | Type`string\|object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— | | Felt`parallel_tool_calls` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— | | Felt`response_format` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— | | Felt`reasoning_effort` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— | | Felt`reasoning` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— | | Felt`service_tier` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— | | Felt`instructions` | Type`string` | KravValgfritt | Verdier & grenser Kompatibilitetsfelt | Standard— | | Felt`functions` | Type`function[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— | | Felt`function_call` | Type`string\|object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— | | Felt`prompt_cache_options` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— | | Felt`modalities` | Type`string[]` | KravValgfritt | Verdier & grenser text | Standard— | | Felt`provider` | Type`object` | KravValgfritt | Verdier & grenser Vilkår: provider.options avvises på denne Ultra-tekstruten | Standard— | | Felt`cache_control.ttl` | Type`string` | KravValgfritt | Verdier & grenser Vilkår: 1h avvises på faktiske steder for mellomlagring av ledetekster | Standard— | Kombinasjoner av inngående materialer **Tekst** · UTF8-tekst `messages[].content` Metodeparametere og livssyklus | Parameter | Avtale | | --- | --- | | Parameter`content_type` | Avtaleapplication/json | | Parameter`required` | Avtalemodel, messages | | Parameter`material_types` | Avtaletext | | Parameter`messages` | Avtalemeldingstabell med role/content-struktur | | Parameter`file_material` | Avtalefaktisk UTF-8-dokument satt inn som bokstavelig tekst; ingen fil-ID utledes | | Parameter`optional_controls` | Avtalestream, temperature, top\_p, stop, max\_tokens, max\_completion\_tokens, reasoning, response\_format, tools, tool\_choice | | Parameter`control_scope` | Avtalemodellspesifikt; brukerens funksjonsverktøy skiller seg fra driftede verktøy | | Parameter`output_modalities` | Avtaletext | | Parameter`hosted_operations` | Avtalefalse | | Parameter`multimodal_input_binding` | Avtalenull | Livssyklus: `synchronous_or_streamed` Send eksakt modell-ID sammen med messages. Kontekstlengde er ikke en outputgrense. En tekstfil kan levere bokstavelig tekst; bilde-, lyd- og filobjektinput trenger eksakt binding. ### Priser Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden. Hurtigmodus Standardpris Når hurtigmodus er valgt Flex-modus Standardpris Når flex-modus er valgt Maksimal resonneringsinnsats Standardpris Når justeringen «default» brukes for maksimal resonneringsinnsats #### Ailoot-satser #### Priser etter konfigurasjon Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner. | Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad | | --- | --- | --- | --- | --- | | KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.00066** / 1K tokener Utdata · Utgående tokener **$0.00066** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00002** / 1K tokener Inndata · Skriving til hurtigbuffer **$0** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener | | KonfigurasjonNivå 1 for forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.00066** / 1K tokener Utdata · Utgående tokener **$0.00066** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00002** / 1K tokener Inndata · Skriving til hurtigbuffer **$0** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener | Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/) ### Eksempelforespørsler #### Ailoot Ultra · OpenAI Chat curlPython SDKPython-strømming ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "mistralai/ministral-3b-2512", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}') 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/chat/completions \ -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("choices",[]): if x.get("message",{}).get("content"): print(x["message"]["content"]) PY_RESULT ``` ```python from openai import OpenAI import os if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) result=client.chat.completions.create(model='mistralai/ministral-3b-2512',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) save_result(result.to_dict(mode="json")) ``` ```python from openai import OpenAI import os from pathlib import Path if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) with client.chat.completions.stream(model='mistralai/ministral-3b-2512',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream: with Path("stream-events.jsonl").open("w",encoding="utf-8") as log: for event in stream: payload=event.to_dict(mode="json") log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush() print(json.dumps(payload,ensure_ascii=False)) final=stream.get_final_completion() save_result(final.to_dict(mode="json"),"stream-result") ``` ### Motta og lagre resultater #### Ailoot Ultra · OpenAI Chat json eller SSE ##### Behold alle ferdige resultater Behold alle fullstendige returnerte svar, filer og innholdsdeler. Behold hvert svaralternativ med innhold, verktøykall og resonnering. Sett sammen endringer i SSE etter svaralternativets/verktøyets indeks, og behold endelig avslutningsgrunn og bruksdata. ##### Hvis det opprinnelige svaret må kontrolleres Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis. Svarfelter | Felt | Type | | --- | --- | | Felt`choices[].index` | Typeinteger | | Felt`choices[].message.content` | Typestring\|null | | Felt`choices[].message.tool_calls` | Typetool\_call\[\] | | Felt`choices[].message.reasoning_content` | Typestring | | Felt`choices[].message.reasoning_details` | Typeobject\|array | | Felt`choices[].finish_reason` | Typestring\|null | | Felt`usage` | Typeobject | Feil og neste trinn | Svar | Vilkår | Neste trinn | | --- | --- | --- | | Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. | ### Aliaser #### Modellaliaser **Ailoot Ultra** [`mistralai/ministral-3b-2512`](https://ailoot.ai/models/nb/#m=mistralai%2Fministral-3b-2512&route=Ultra&caller=mistralai%2Fministral-3b-2512&fmt=chat) #### Aliaser for metodestier Bruk metodestiene som vises ovenfor. #### Tilknyttede anroper-ID-er [`mistralai/ministral-3b-2512`](https://ailoot.ai/models/nb/#m=mistralai%2Fministral-3b-2512&route=Ultra&caller=mistralai%2Fministral-3b-2512&fmt=chat) **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `mistralai/ministral-3b-2512` [`mistralai/ministral-3b-2512`](https://ailoot.ai/models/nb/#m=mistralai%2Fministral-3b-2512&route=Ultra&caller=mistralai%2Fministral-3b-2512&fmt=messages) Mistral /`mistralai/ministral-3b-2512` ### Start Ministral 3 3B Instruct 2512 er en kompakt flerspråklig modell for tekst og bilder til klassifisering, uttrekk, bildetekster og kort innhold. Språkkomponenten på 3,4 milliarder parametere og den visuelle koderen på 0,4 milliarder støtter systeminstruksjoner, JSON, funksjonskall og en kontekst på 256k ifølge produsenten. Godkjente inndata Tekst Resultater json · sse ### Tilgjengelig i Ailoot · inndata & metoder **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` Inndatatyper `text` Utdatatyper `json`, `sse` Utdataformat JSON eller SSE | Felt | Type | Krav | Verdier & grenser | Standard | | --- | --- | --- | --- | --- | | Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser mistralai/ministral-3b-2512 | Standard— | | Felt`messages` | Type`message[]` | KravPåkrevd | Verdier & grenser | Standard— | | Felt`messages[].role` | Type`string` | KravPåkrevd | Verdier & grenser user, assistant | Standard— | | Felt`messages[].content` | Type`string` | KravPåkrevd | Verdier & grenser | Standard— | | Felt`max_tokens` | Type`integer` | KravPåkrevd | Verdier & grenser | Standard— | | Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse | Kombinasjoner av inngående materialer **Tekst** · UTF-8-tekst `messages[].content-streng` Metodeparametere og livssyklus | Parameter | Avtale | | --- | --- | | Parameter`content_type` | Avtaleapplication/json | | Parameter`required` | Avtalemodel, messages, max\_tokens | | Parameter`optional_controls` | Avtalestream | | Parameter`material_types` | Avtaletext | | Parameter`text_file_material` | AvtaleLes det faktiske UTF-8-dokumentet og legg teksten i den angitte input- eller meldingsinnholdsstrengen. | Livssyklus: `synchronous_or_streamed` ### Priser Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden. Hurtigmodus Standardpris Når hurtigmodus er valgt Flex-modus Standardpris Når flex-modus er valgt Maksimal resonneringsinnsats Standardpris Når justeringen «default» brukes for maksimal resonneringsinnsats #### Ailoot-satser #### Priser etter konfigurasjon Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner. | Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad | | --- | --- | --- | --- | --- | | KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.00066** / 1K tokener Utdata · Utgående tokener **$0.00066** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00002** / 1K tokener Inndata · Skriving til hurtigbuffer **$0** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener | | KonfigurasjonNivå 1 for forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.00066** / 1K tokener Utdata · Utgående tokener **$0.00066** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00002** / 1K tokener Inndata · Skriving til hurtigbuffer **$0** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener | Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/) ### Eksempelforespørsler #### Ailoot Ultra · Anthropic Messages Komplett, minimal JSON-kroppcurl · bruk UTF-8-dokumentet dittPython · lagre hele resultatet ```json { "model": "mistralai/ministral-3b-2512", "max_tokens": 128, "messages": [ { "role": "user", "content": "Summarize the incident report." } ], "stream": false } ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}" export AILOOT_TEXT_FILE python3 - <<'PY_REQUEST' import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'mistralai/ministral-3b-2512', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8') PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \ -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -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 result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) PY_RESULT ``` ```python import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'mistralai/ministral-3b-2512', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text from urllib.request import Request, urlopen from urllib.error import HTTPError api_key = os.environ['AILOOT_API_KEY'] if not api_key.strip(): raise SystemExit('Set AILOOT_API_KEY before making a request') headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'} headers['x-api-key'] = api_key request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST') try: with urlopen(request, timeout=120) as response: raw = response.read() Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8') except HTTPError as error: Path('result.json').write_bytes(error.read()) Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8') raise Path('result.json').write_bytes(raw) import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) ``` ### Motta og lagre resultater #### Ailoot Ultra · Anthropic Messages JSON eller SSE ##### Behold alle ferdige resultater Behold alle fullstendige returnerte svar, filer og innholdsdeler. Behold alle innholdsblokker, resonneringssignaturer og faktiske ID-er for verktøybruk. Sett sammen alle SSE-blokkendringer; den første tekstblokken er ikke hele resultatet. ##### Hvis det opprinnelige svaret må kontrolleres Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis. Svarfelter | Felt | Type | | --- | --- | | Felt`id` | Typestring | | Felt`model` | Typestring | | Felt`content[]` | Typetext\|thinking\|tool\_use\|other content block | | Felt`stop_reason` | Typestring\|null | | Felt`usage` | Typeobject | Feil og neste trinn | Svar | Vilkår | Neste trinn | | --- | --- | --- | | Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. | ### Aliaser #### Modellaliaser **Ailoot Ultra** [`mistralai/ministral-3b-2512`](https://ailoot.ai/models/nb/#m=mistralai%2Fministral-3b-2512&route=Ultra&caller=mistralai%2Fministral-3b-2512&fmt=messages) #### Aliaser for metodestier Bruk metodestiene som vises ovenfor. #### Tilknyttede anroper-ID-er [`mistralai/ministral-3b-2512`](https://ailoot.ai/models/nb/#m=mistralai%2Fministral-3b-2512&route=Ultra&caller=mistralai%2Fministral-3b-2512&fmt=messages) FAQ · Mistral: Ministral 3 3B 2512 Hvilke inndata og resultater er tilgjengelige? `POST /v1/chat/completions` · `mistralai/ministral-3b-2512`: `text` → `text` `POST /v1/messages` · `mistralai/ministral-3b-2512`: `text` → `json`, `sse` Hvilke felt bruker forespørselen? `POST /v1/chat/completions` · `mistralai/ministral-3b-2512`: `model`, `messages`, `stream`, `modalities`, `provider` `POST /v1/messages` · `mistralai/ministral-3b-2512`: `model`, `messages`, `max_tokens`, `stream` Hvilke grenser gjelder? `POST /v1/chat/completions` · `mistralai/ministral-3b-2512`: `messages.min_items`: `1` Koble Ailoot til Claude Code, OpenCode, Hermes eller egen applikasjon. ## Selskapet og dets prosjektportefølje Selskapet og dets prosjektportefølje: millioner av kunder; månedlig salg for milliarder. ## Kjøp tokener med rabatt. Abonnementsrabatt for jevnlig bruk. Kampanjekoder gir opptil 50% på tokenkjøp. Abonnement Velg et rabattabonnement for faste forespørsler. Kampanjekode opptil 50% Oppgi kode ved kjøp. Prisen beregnes på nytt etter gjeldende kampanje. Kostnader i historikken Modell, tokener og beløp lagres for hver forespørsel. [Velg abonnement](https://ailoot.ai/docs/nb/billing/subscriptions/) · [Se modellpriser](https://ailoot.ai/models/nb/) ## Koble API-et til produktet du selger. SaaS, apper og boter etter Ailoots offentlige tilbud og lisensavtale. Be om forhandlerlisens for videresalg. Kommersiell applikasjon Bygg tekst-, bilde-, video- og lydgenerering inn i betalte funksjoner i tjenesten. Forhandlerlisens Send prosjektbeskrivelse og tilgangsopplegg. Be om skriftlige vilkår for bruk og videresalg. Dokumenter på nettstedet Offentlig tilbud, lisensavtale og retningslinjer for databehandling er tilgjengelige før tilkobling. [Be om forhandlerlisens](mailto:support@ailoot.ai) · [Offentlig tilbud og lisensavtale](https://ailoot.ai/legal/offer?lang=nb) ## Ailoot · Selskapet og dets prosjektportefølje Ailoot bygger på etablert driftserfaring, en stor kundebase, stabil tjeneste og løpende KPI-kontroll. Selskapet og dets prosjektportefølje: millioner av kunder; månedlig salg for milliarder. Ailoot bruker denne driftserfaringen til API-tilgang til AI-funksjoner i kundenes produkter, agenter, applikasjoner og automatiseringer.