Mistral Saba is het gespecialiseerde regionale tekstmodel van Mistral AI, gemaakt door een model uit de Small-familie met geselecteerd materiaal uit het Midden-Oosten en Zuid-Azië te verfijnen. De maker beschrijft een model met 24 miljard parameters dat regionale taal, culturele context en lokale uitdrukkingsvormen moet weerspiegelen. Het ontvangt een schriftelijke taak en bronmateriaal en retourneert tekst.
Regionale taal en context
De release benoemt expliciet Arabisch en veel talen van Indiase oorsprong, met bijzondere sterkte in talen van Zuid-Indiase oorsprong zoals Tamil. De focus is specifieker dan alleen de doeltaal van een algemeen antwoord veranderen: het trainingsmateriaal is gekozen voor de regionale taalkundige en culturele context waarin het antwoord zal worden gebruikt.
Geef publiek, regio, taal en gewenst register op voordat u een resultaat vraagt. Een formele uitleg, klantgericht bericht en educatieve passage kunnen verschillende terminologie en aanspreekvormen vereisen. Lever een woordenlijst voor productnamen of vaktermen die consequent moeten blijven en vermeld of het resultaat de bronformulering moet behouden of de uitleg aan de lezer moet aanpassen.
De pagina van de maker vermeldt een contextvenster van 32k en identificeert de editie als mistral-saba-2502. Gebruik de context voor relevante bronpassages, conversatie en instructies samen. Ook een regionaal aangepast antwoord heeft de werkelijke productvoorwaarden, procedure of documentinhoud als bewijsmateriaal nodig; culturele vertrouwdheid levert geen private bedrijfsinformatie.
Conversatieondersteuning
De maker benadrukt Arabische conversatieassistenten als centrale toepassing. Een praktisch ondersteuningsverzoek kan het gebruikersbericht en goedgekeurd referentiemateriaal aanleveren en vervolgens een antwoord in een benoemd register vragen. Vraag de volgende actie, de voorwaarde waaronder ze geldt en elk detail dat de gebruiker nog moet aanleveren. Zo blijft het antwoord bij het specifieke probleem in plaats van een algemene regionale begroeting te produceren.
Identificeer voor een tweetalige uitleg de brontaal en de taal van het definitieve bericht. Behoud namen, bedragen of eenheden uit het materiaal en beschrijf het publiek dat het antwoord moet begrijpen. Een vervolgvraag kan een kortere versie of verduidelijking van één term vragen met behoud van dezelfde voorwaarden.
Domeinspecifieke aanpassing
De aankondiging beschrijft fine-tuning van Saba voor specifieke domeinen, waaronder energie en andere regionale professionele contexten. Dat is een aanpassingsproces en geen bewering dat elke gespecialiseerde dataset al deel uitmaakt van het standaardmodel. Lever voor een domeingerichte teksttaak de terminologie, brondocumenten en antwoordregels aan die voor de werkelijke toepassing relevant zijn.
Een technische uitleg kan het model vragen een procedure opnieuw te formuleren met de regionale terminologie van de lezer en tegelijk de oorspronkelijke stappen en voorwaarden te behouden. Een documentvraag kan de uit te leggen bepaling benoemen en een beknopt antwoord met de ondersteunende passage vragen. Onderscheid bij het voorbereiden van de uitvoer het bronfeit, de uitleg en eventuele onopgeloste termen.
Culturele contentcreatie
De maker beschrijft ook cultureel relevant schrijven en educatief materiaal. Geef het onderwerp, beoogde publiek, de taal en de te vermelden feiten of voorbeelden mee. Specificeer voor een educatieve passage wat de leerling op het einde moet begrijpen en vraag een uitleg gevolgd door een praktisch voorbeeld. Geef voor een organisatiebericht het doel en de informatie waarop de lezer moet handelen mee.
Vermeld bij lokale uitdrukkingen of culturele verwijzingen de context waarin ze zullen worden gebruikt. Vraag een alternatieve formulering wanneer een formele of neutralere versie een ander publiek beter dient. Dat zijn praktische manieren om de regionale specialisatie van het model toe te passen en tegelijk de inhoud en het beoogde gebruik expliciet te houden.
Grenzen van editie en resultaat
De gedocumenteerde specialisatie van Saba is tekstueel regionaal taalwerk met een context van 32k. Het mag geen beeldinvoer, hybride redeneerinstellingen of functies voor toolopmaak van latere Small- of Medium-modellen overnemen alleen omdat het een fine-tune uit de Small-familie is. De geraadpleegde bronnen vermelden geen afzonderlijke maximale uitvoertokencapaciteit voor deze editie.
Bereid de volledige schriftelijke taak, relevante bronfeiten en het gewenste artefact voor: een ondersteuningsantwoord, uitleg, aangepaste passage of korte educatieve tekst. Houd de genoemde Saba-editie en de taal en het register van het publiek expliciet, zodat de resulterende tekst aan de werkelijke regionale communicatiebehoefte voldoet.
", "aboutText": "Mistral Saba is het gespecialiseerde regionale tekstmodel van Mistral AI, gemaakt door een model uit de Small-familie met geselecteerd materiaal uit het Midden-Oosten en Zuid-Azië te verfijnen. De maker beschrijft een model met 24 miljard parameters dat regionale taal, culturele context en lokale uitdrukkingsvormen moet weerspiegelen. Het ontvangt een schriftelijke taak en bronmateriaal en retourneert tekst.\n\nRegionale taal en context\n\nDe release benoemt expliciet Arabisch en veel talen van Indiase oorsprong, met bijzondere sterkte in talen van Zuid-Indiase oorsprong zoals Tamil. De focus is specifieker dan alleen de doeltaal van een algemeen antwoord veranderen: het trainingsmateriaal is gekozen voor de regionale taalkundige en culturele context waarin het antwoord zal worden gebruikt.\n\nGeef publiek, regio, taal en gewenst register op voordat u een resultaat vraagt. Een formele uitleg, klantgericht bericht en educatieve passage kunnen verschillende terminologie en aanspreekvormen vereisen. Lever een woordenlijst voor productnamen of vaktermen die consequent moeten blijven en vermeld of het resultaat de bronformulering moet behouden of de uitleg aan de lezer moet aanpassen.\n\nDe pagina van de maker vermeldt een contextvenster van 32k en identificeert de editie als mistral-saba-2502. Gebruik de context voor relevante bronpassages, conversatie en instructies samen. Ook een regionaal aangepast antwoord heeft de werkelijke productvoorwaarden, procedure of documentinhoud als bewijsmateriaal nodig; culturele vertrouwdheid levert geen private bedrijfsinformatie.\n\nConversatieondersteuning\n\nDe maker benadrukt Arabische conversatieassistenten als centrale toepassing. Een praktisch ondersteuningsverzoek kan het gebruikersbericht en goedgekeurd referentiemateriaal aanleveren en vervolgens een antwoord in een benoemd register vragen. Vraag de volgende actie, de voorwaarde waaronder ze geldt en elk detail dat de gebruiker nog moet aanleveren. Zo blijft het antwoord bij het specifieke probleem in plaats van een algemene regionale begroeting te produceren.\n\nIdentificeer voor een tweetalige uitleg de brontaal en de taal van het definitieve bericht. Behoud namen, bedragen of eenheden uit het materiaal en beschrijf het publiek dat het antwoord moet begrijpen. Een vervolgvraag kan een kortere versie of verduidelijking van één term vragen met behoud van dezelfde voorwaarden.\n\nDomeinspecifieke aanpassing\n\nDe aankondiging beschrijft fine-tuning van Saba voor specifieke domeinen, waaronder energie en andere regionale professionele contexten. Dat is een aanpassingsproces en geen bewering dat elke gespecialiseerde dataset al deel uitmaakt van het standaardmodel. Lever voor een domeingerichte teksttaak de terminologie, brondocumenten en antwoordregels aan die voor de werkelijke toepassing relevant zijn.\n\nEen technische uitleg kan het model vragen een procedure opnieuw te formuleren met de regionale terminologie van de lezer en tegelijk de oorspronkelijke stappen en voorwaarden te behouden. Een documentvraag kan de uit te leggen bepaling benoemen en een beknopt antwoord met de ondersteunende passage vragen. Onderscheid bij het voorbereiden van de uitvoer het bronfeit, de uitleg en eventuele onopgeloste termen.\n\nCulturele contentcreatie\n\nDe maker beschrijft ook cultureel relevant schrijven en educatief materiaal. Geef het onderwerp, beoogde publiek, de taal en de te vermelden feiten of voorbeelden mee. Specificeer voor een educatieve passage wat de leerling op het einde moet begrijpen en vraag een uitleg gevolgd door een praktisch voorbeeld. Geef voor een organisatiebericht het doel en de informatie waarop de lezer moet handelen mee.\n\nVermeld bij lokale uitdrukkingen of culturele verwijzingen de context waarin ze zullen worden gebruikt. Vraag een alternatieve formulering wanneer een formele of neutralere versie een ander publiek beter dient. Dat zijn praktische manieren om de regionale specialisatie van het model toe te passen en tegelijk de inhoud en het beoogde gebruik expliciet te houden.\n\nGrenzen van editie en resultaat\n\nDe gedocumenteerde specialisatie van Saba is tekstueel regionaal taalwerk met een context van 32k. Het mag geen beeldinvoer, hybride redeneerinstellingen of functies voor toolopmaak van latere Small- of Medium-modellen overnemen alleen omdat het een fine-tune uit de Small-familie is. De geraadpleegde bronnen vermelden geen afzonderlijke maximale uitvoertokencapaciteit voor deze editie.\n\nBereid de volledige schriftelijke taak, relevante bronfeiten en het gewenste artefact voor: een ondersteuningsantwoord, uitleg, aangepaste passage of korte educatieve tekst. Houd de genoemde Saba-editie en de taal en het register van het publiek expliciet, zodat de resulterende tekst aan de werkelijke regionale communicatiebehoefte voldoet.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
Draft an Arabic service reply\n\nWrite a polite Modern Standard Arabic support reply for customers in the Gulf. Approved facts: service desk hours are Sunday through Thursday, 09:00-17:00; ticket T-46 is received; no appointment has been assigned. Confirm receipt and explain the hours in two sentences. Keep T-46 unchanged and do not promise a visit time.A two-sentence Arabic reply retaining the ticket ID, workdays, hours and unassigned appointment status.Review the Arabic for meaning and verify that no appointment or Friday service is promised.mistralai/mistral-sabaMistral Saba is een tekstmodel met 24 miljard parameters dat is getraind op geselecteerd materiaal uit het Midden-Oosten en Zuid-Azië. Het richt zich op regionale taal en culturele context, waaronder Arabisch en talen van Indiase oorsprong zoals Tamil, met een door de maker opgegeven context van 32k voor schriftelijke taken.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Mistral Saba is het gespecialiseerde regionale tekstmodel van Mistral AI, gemaakt door een model uit de Small-familie met geselecteerd materiaal uit het Midden-Oosten en Zuid-Azië te verfijnen. De maker beschrijft een model met 24 miljard parameters dat regionale taal, culturele context en lokale uitdrukkingsvormen moet weerspiegelen. Het ontvangt een schriftelijke taak en bronmateriaal en retourneert tekst.
Regionale taal en context
De release benoemt expliciet Arabisch en veel talen van Indiase oorsprong, met bijzondere sterkte in talen van Zuid-Indiase oorsprong zoals Tamil. De focus is specifieker dan alleen de doeltaal van een algemeen antwoord veranderen: het trainingsmateriaal is gekozen voor de regionale taalkundige en culturele context waarin het antwoord zal worden gebruikt.
Geef publiek, regio, taal en gewenst register op voordat u een resultaat vraagt. Een formele uitleg, klantgericht bericht en educatieve passage kunnen verschillende terminologie en aanspreekvormen vereisen. Lever een woordenlijst voor productnamen of vaktermen die consequent moeten blijven en vermeld of het resultaat de bronformulering moet behouden of de uitleg aan de lezer moet aanpassen.
De pagina van de maker vermeldt een contextvenster van 32k en identificeert de editie als mistral-saba-2502. Gebruik de context voor relevante bronpassages, conversatie en instructies samen. Ook een regionaal aangepast antwoord heeft de werkelijke productvoorwaarden, procedure of documentinhoud als bewijsmateriaal nodig; culturele vertrouwdheid levert geen private bedrijfsinformatie.
Conversatieondersteuning
De maker benadrukt Arabische conversatieassistenten als centrale toepassing. Een praktisch ondersteuningsverzoek kan het gebruikersbericht en goedgekeurd referentiemateriaal aanleveren en vervolgens een antwoord in een benoemd register vragen. Vraag de volgende actie, de voorwaarde waaronder ze geldt en elk detail dat de gebruiker nog moet aanleveren. Zo blijft het antwoord bij het specifieke probleem in plaats van een algemene regionale begroeting te produceren.
Identificeer voor een tweetalige uitleg de brontaal en de taal van het definitieve bericht. Behoud namen, bedragen of eenheden uit het materiaal en beschrijf het publiek dat het antwoord moet begrijpen. Een vervolgvraag kan een kortere versie of verduidelijking van één term vragen met behoud van dezelfde voorwaarden.
Domeinspecifieke aanpassing
De aankondiging beschrijft fine-tuning van Saba voor specifieke domeinen, waaronder energie en andere regionale professionele contexten. Dat is een aanpassingsproces en geen bewering dat elke gespecialiseerde dataset al deel uitmaakt van het standaardmodel. Lever voor een domeingerichte teksttaak de terminologie, brondocumenten en antwoordregels aan die voor de werkelijke toepassing relevant zijn.
Een technische uitleg kan het model vragen een procedure opnieuw te formuleren met de regionale terminologie van de lezer en tegelijk de oorspronkelijke stappen en voorwaarden te behouden. Een documentvraag kan de uit te leggen bepaling benoemen en een beknopt antwoord met de ondersteunende passage vragen. Onderscheid bij het voorbereiden van de uitvoer het bronfeit, de uitleg en eventuele onopgeloste termen.
Culturele contentcreatie
De maker beschrijft ook cultureel relevant schrijven en educatief materiaal. Geef het onderwerp, beoogde publiek, de taal en de te vermelden feiten of voorbeelden mee. Specificeer voor een educatieve passage wat de leerling op het einde moet begrijpen en vraag een uitleg gevolgd door een praktisch voorbeeld. Geef voor een organisatiebericht het doel en de informatie waarop de lezer moet handelen mee.
Vermeld bij lokale uitdrukkingen of culturele verwijzingen de context waarin ze zullen worden gebruikt. Vraag een alternatieve formulering wanneer een formele of neutralere versie een ander publiek beter dient. Dat zijn praktische manieren om de regionale specialisatie van het model toe te passen en tegelijk de inhoud en het beoogde gebruik expliciet te houden.
Grenzen van editie en resultaat
De gedocumenteerde specialisatie van Saba is tekstueel regionaal taalwerk met een context van 32k. Het mag geen beeldinvoer, hybride redeneerinstellingen of functies voor toolopmaak van latere Small- of Medium-modellen overnemen alleen omdat het een fine-tune uit de Small-familie is. De geraadpleegde bronnen vermelden geen afzonderlijke maximale uitvoertokencapaciteit voor deze editie.
Bereid de volledige schriftelijke taak, relevante bronfeiten en het gewenste artefact voor: een ondersteuningsantwoord, uitleg, aangepaste passage of korte educatieve tekst. Houd de genoemde Saba-editie en de taal en het register van het publiek expliciet, zodat de resulterende tekst aan de werkelijke regionale communicatiebehoefte voldoet.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten mistralai/mistral-saba | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten Voorbeelden: system, user, assistant, tool, function Voorwaarden: Deze rollen worden expliciet weergegeven door compatibiliteitstypen in de broncode; de exacte rollenverzameling van het model blijft modelspecifiek. Afhankelijk van het model | Standaard— |
Veldmessages[].content | Typestring|content_part[]|null | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_calls | Typetool_call[] | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_call_id | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: role=tool; gebruik het werkelijk teruggegeven ID | Standaard— |
Veldmessages[].name | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].reasoning_content | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: Stuur de werkelijk teruggegeven redeneringen terug wanneer dit model ze gebruikt | Standaard— |
Veldmessages[].reasoning_details | Typeobject|array | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmax_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldmax_completion_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Veldstream_options.include_usage | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtemperature | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtop_p | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldstop | Typestring|string[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools | Typefunction_tool[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools[].type | Typestring | VereisteOptioneel | Waarden en limieten function Afhankelijk van het model | Standaard— |
Veldtools[].function.name | Typestring | VereisteVereist | Waarden en limieten Geldt wanneer: functietool opgegeven | Standaard— |
Veldtools[].function.description | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtools[].function.parameters | TypeJSON_schema | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtool_choice | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldparallel_tool_calls | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldresponse_format | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning_effort | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldservice_tier | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldinstructions | Typestring | VereisteOptioneel | Waarden en limieten Compatibiliteitsveld | Standaard— |
Veldfunctions | Typefunction[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldfunction_call | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldprompt_cache_options | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmodalities | Typestring[] | VereisteOptioneel | Waarden en limieten text | Standaard— |
Veldprovider | Typeobject | VereisteOptioneel | Waarden en limieten Voorwaarden: provider.options wordt op deze Ultra-tekstroute geweigerd | Standaard— |
Veldcache_control.ttl | Typestring | VereisteOptioneel | Waarden en limieten Voorwaarden: 1h wordt op de daadwerkelijke locaties voor promptcaching geweigerd | Standaard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages |
Parametermaterial_types | Contracttext |
Parametermessages | Contractberichtenarray met de structuur role/content |
Parameterfile_material | Contractwerkelijk UTF-8-document ingevoegd als letterlijke tekst; er wordt geen bestands-ID afgeleid |
Parameteroptional_controls | Contractstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Contractmodelspecifiek; functietools van de gebruiker verschillen van gehoste tools |
Parameteroutput_modalities | Contracttext |
Parameterhosted_operations | Contractfalse |
Parametermultimodal_input_binding | Contractnull |
Levenscyclus: synchronous_or_streamed
Stuur het exacte model-ID mee met messages.
Contextlengte is geen uitvoerlimiet.
Een tekstbestand kan letterlijke tekst aanleveren; beeld-, audio- en bestandsobjectinvoer vereisen een exacte koppeling.
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0004 / 1K tokens Uitvoer · Uitvoertokens $0.0012 / 1K tokens Invoer · Cache lezen $0.00004 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieAanvraaglengte · niveau 1 | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0004 / 1K tokens Uitvoer · Uitvoertokens $0.0012 / 1K tokens Invoer · Cache lezen $0.00004 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "mistralai/mistral-saba", "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-saba',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-saba',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 of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar elke keuze en de bijbehorende inhoud, toolaanroepen en redeneringen. Voeg in SSE delta’s samen per keuze-/toolindex en bewaar de uiteindelijke reden van beëindiging en de verbruiksgegevens.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldchoices[].index | Typeinteger |
Veldchoices[].message.content | Typestring|null |
Veldchoices[].message.tool_calls | Typetool_call[] |
Veldchoices[].message.reasoning_content | Typestring |
Veldchoices[].message.reasoning_details | Typeobject|array |
Veldchoices[].finish_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra mistralai/mistral-saba
Gebruik de hierboven getoonde methodepaden.
mistralai/mistral-sabaMistral Saba is een tekstmodel met 24 miljard parameters dat is getraind op geselecteerd materiaal uit het Midden-Oosten en Zuid-Azië. Het richt zich op regionale taal en culturele context, waaronder Arabisch en talen van Indiase oorsprong zoals Tamil, met een door de maker opgegeven context van 32k voor schriftelijke taken.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Mistral Saba is het gespecialiseerde regionale tekstmodel van Mistral AI, gemaakt door een model uit de Small-familie met geselecteerd materiaal uit het Midden-Oosten en Zuid-Azië te verfijnen. De maker beschrijft een model met 24 miljard parameters dat regionale taal, culturele context en lokale uitdrukkingsvormen moet weerspiegelen. Het ontvangt een schriftelijke taak en bronmateriaal en retourneert tekst.
Regionale taal en context
De release benoemt expliciet Arabisch en veel talen van Indiase oorsprong, met bijzondere sterkte in talen van Zuid-Indiase oorsprong zoals Tamil. De focus is specifieker dan alleen de doeltaal van een algemeen antwoord veranderen: het trainingsmateriaal is gekozen voor de regionale taalkundige en culturele context waarin het antwoord zal worden gebruikt.
Geef publiek, regio, taal en gewenst register op voordat u een resultaat vraagt. Een formele uitleg, klantgericht bericht en educatieve passage kunnen verschillende terminologie en aanspreekvormen vereisen. Lever een woordenlijst voor productnamen of vaktermen die consequent moeten blijven en vermeld of het resultaat de bronformulering moet behouden of de uitleg aan de lezer moet aanpassen.
De pagina van de maker vermeldt een contextvenster van 32k en identificeert de editie als mistral-saba-2502. Gebruik de context voor relevante bronpassages, conversatie en instructies samen. Ook een regionaal aangepast antwoord heeft de werkelijke productvoorwaarden, procedure of documentinhoud als bewijsmateriaal nodig; culturele vertrouwdheid levert geen private bedrijfsinformatie.
Conversatieondersteuning
De maker benadrukt Arabische conversatieassistenten als centrale toepassing. Een praktisch ondersteuningsverzoek kan het gebruikersbericht en goedgekeurd referentiemateriaal aanleveren en vervolgens een antwoord in een benoemd register vragen. Vraag de volgende actie, de voorwaarde waaronder ze geldt en elk detail dat de gebruiker nog moet aanleveren. Zo blijft het antwoord bij het specifieke probleem in plaats van een algemene regionale begroeting te produceren.
Identificeer voor een tweetalige uitleg de brontaal en de taal van het definitieve bericht. Behoud namen, bedragen of eenheden uit het materiaal en beschrijf het publiek dat het antwoord moet begrijpen. Een vervolgvraag kan een kortere versie of verduidelijking van één term vragen met behoud van dezelfde voorwaarden.
Domeinspecifieke aanpassing
De aankondiging beschrijft fine-tuning van Saba voor specifieke domeinen, waaronder energie en andere regionale professionele contexten. Dat is een aanpassingsproces en geen bewering dat elke gespecialiseerde dataset al deel uitmaakt van het standaardmodel. Lever voor een domeingerichte teksttaak de terminologie, brondocumenten en antwoordregels aan die voor de werkelijke toepassing relevant zijn.
Een technische uitleg kan het model vragen een procedure opnieuw te formuleren met de regionale terminologie van de lezer en tegelijk de oorspronkelijke stappen en voorwaarden te behouden. Een documentvraag kan de uit te leggen bepaling benoemen en een beknopt antwoord met de ondersteunende passage vragen. Onderscheid bij het voorbereiden van de uitvoer het bronfeit, de uitleg en eventuele onopgeloste termen.
Culturele contentcreatie
De maker beschrijft ook cultureel relevant schrijven en educatief materiaal. Geef het onderwerp, beoogde publiek, de taal en de te vermelden feiten of voorbeelden mee. Specificeer voor een educatieve passage wat de leerling op het einde moet begrijpen en vraag een uitleg gevolgd door een praktisch voorbeeld. Geef voor een organisatiebericht het doel en de informatie waarop de lezer moet handelen mee.
Vermeld bij lokale uitdrukkingen of culturele verwijzingen de context waarin ze zullen worden gebruikt. Vraag een alternatieve formulering wanneer een formele of neutralere versie een ander publiek beter dient. Dat zijn praktische manieren om de regionale specialisatie van het model toe te passen en tegelijk de inhoud en het beoogde gebruik expliciet te houden.
Grenzen van editie en resultaat
De gedocumenteerde specialisatie van Saba is tekstueel regionaal taalwerk met een context van 32k. Het mag geen beeldinvoer, hybride redeneerinstellingen of functies voor toolopmaak van latere Small- of Medium-modellen overnemen alleen omdat het een fine-tune uit de Small-familie is. De geraadpleegde bronnen vermelden geen afzonderlijke maximale uitvoertokencapaciteit voor deze editie.
Bereid de volledige schriftelijke taak, relevante bronfeiten en het gewenste artefact voor: een ondersteuningsantwoord, uitleg, aangepaste passage of korte educatieve tekst. Houd de genoemde Saba-editie en de taal en het register van het publiek expliciet, zodat de resulterende tekst aan de werkelijke regionale communicatiebehoefte voldoet.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten mistralai/mistral-saba | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten user, assistant | Standaard— |
Veldmessages[].content | Typestring | VereisteVereist | Waarden en limieten | Standaard— |
Veldmax_tokens | Typeinteger | VereisteVereist | Waarden en limieten | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Tekst · UTF-8-tekst
messages[].content als tekenreeks
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages, max_tokens |
Parameteroptional_controls | Contractstream |
Parametermaterial_types | Contracttext |
Parametertext_file_material | ContractLees het werkelijke UTF-8-document en plaats de tekst ervan in de aangegeven invoer of in de inhoudstekenreeks van een bericht. |
Levenscyclus: synchronous_or_streamed
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0004 / 1K tokens Uitvoer · Uitvoertokens $0.0012 / 1K tokens Invoer · Cache lezen $0.00004 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieAanvraaglengte · niveau 1 | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0004 / 1K tokens Uitvoer · Uitvoertokens $0.0012 / 1K tokens Invoer · Cache lezen $0.00004 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "mistralai/mistral-saba",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-saba', '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-saba', '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 of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar alle inhoudsblokken, handtekeningen van redeneringen en werkelijke toolgebruik-ID’s. Voeg alle SSE-blokdelta’s samen; het eerste tekstblok is niet de volledige uitvoer.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldid | Typestring |
Veldmodel | Typestring |
Veldcontent[] | Typetext|thinking|tool_use|other content block |
Veldstop_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra mistralai/mistral-saba
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
Draft an Arabic service reply\n\nWrite a polite Modern Standard Arabic support reply for customers in the Gulf. Approved facts: service desk hours are Sunday through Thursday, 09:00-17:00; ticket T-46 is received; no appointment has been assigned. Confirm receipt and explain the hours in two sentences. Keep T-46 unchanged and do not promise a visit time.A two-sentence Arabic reply retaining the ticket ID, workdays, hours and unassigned appointment status.Review the Arabic for meaning and verify that no appointment or Friday service is promised.