Mistral Large 3 2512 is de op instructies afgestemde editie van Mistral AI voor algemene gesprekken, visueel begrip en bedrijfswerk. De sparse mixture-of-experts-architectuur heeft in totaal 675 miljard parameters, waarvan 41 miljard actief, en een contextvenster van 256k. Tekst en afbeeldingen kunnen aan dezelfde taak bijdragen, terwijl het antwoord tekst, code of een gestructureerd resultaat is.
Mogelijkheden en invoervoorbereiding
Het model combineert een taalcomponent met een visuele encoder. Geef een afbeelding een duidelijke rol: een te lezen pagina, een te interpreteren diagram of een uit te leggen scherm. Lever bij een druk scherm een uitsnede met de relevante bedieningselementen en behoud de omliggende labels die nodig zijn om ze te begrijpen. Mistral beveelt beeldvormen aan die dicht bij vierkant liggen; verdeel een uitzonderlijk smalle of brede bron in bruikbare gebieden in plaats van belangrijke details tot een onleesbare strook te verkleinen.
De maker vermeldt meertalige gesprekken in tientallen talen, waaronder Engels, Frans, Spaans, Duits, Italiaans, Portugees, Nederlands, Chinees, Japans, Koreaans en Arabisch. Geef de uitvoertaal, beoogde lezer en te behouden terminologie op. Vraag voor een ondersteuningsartikel om een gelokaliseerde uitleg met ongewijzigde productnamen en een korte lijst van onzekere vertalingen die vóór publicatie moeten worden opgelost.
Lange documenten en bedrijfskennis
Gebruik de context om samenhangend materiaal samen te brengen: beleidstekst, een specificatie, bestaande beslissingen en de vraag die beantwoord moet worden. Label elke bron en haar revisie. Een bruikbaar verzoek is: “Vergelijk deze drie onboardingbeleidsdocumenten. Geef een tabel met gedeelde vereisten, tegenstrijdigheden en onbeantwoorde vragen, met de bronsectie voor elke bevinding.” Het resulterende artefact is een vergelijking op basis van de aangeleverde passages in plaats van een algemene samenvatting van het onderwerp.
Benoem voor een documentvraag het gewenste detailniveau en vraag om de ondersteunende passage naast de conclusie. De Document QnA-workflow van Mistral extraheert eerst tekst en documentstructuur met OCR en gebruikt vervolgens een taalmodel om dat materiaal te interpreteren. Behoud paginanummers en koppen wanneer u geëxtraheerde tekst voorbereidt, zodat het antwoord naar het origineel kan verwijzen. Een document-URL, geëxtraheerde tekst en beeldbewijs hebben verschillende voorbereidingsvereisten; kies de invoervorm die wordt ondersteund door de toepassing die u gebruikt.
Programmeren en dagelijkse hulp
Mistral positioneert Large 3 zowel voor programmeerhulp als dagelijkse gesprekken. Lever de relevante functies, het verwachte gedrag en de waargenomen fout aan. Bijvoorbeeld: “Deze parser laat het laatste veld weg wanneer de invoer zonder regeleinde eindigt. Leg de falende vertakking uit, stel de kleinste wijziging voor en geef de gecorrigeerde functie met drie representatieve invoer-/uitvoervoorbeelden.” Het bruikbare resultaat is een voorgestelde wijziging die is gekoppeld aan de daadwerkelijke code en een reeks gevallen die de ontwikkelaar kan uitvoeren.
Lever voor een zakelijk concept de feiten en het gewenste artefact samen aan. Een verzoek om vergadernotities om te zetten in een beslisnota moet de beslissing, alternatieven, onopgeloste aannames en volgende actie benoemen. Vraag het model bronfeiten gescheiden te houden van aanbevelingen en ontbrekende informatie binnen de juiste sectie te markeren. Zo is de uitvoer eenvoudiger te herzien dan een onverdeeld verhaal.
Tools en gestructureerde resultaten
Met native functieaanroepen kan het model een aangeleverde functie kiezen en de argumenten opstellen. De toepassing voert de functie uit en retourneert het resultaat; het model gebruikt vervolgens die geretourneerde informatie in het antwoord. Houd tools specifiek en stel alleen die tools beschikbaar die voor de taak nodig zijn. Een voorraadassistent kan een productreferentie ontvangen, een voorraadopvraag aanvragen en de geretourneerde hoeveelheid en het magazijn toelichten. Valideer de gekozen functie en argumenten vóór het uitvoeren van het verzoek en bewaar het toolantwoord naast het uiteindelijke antwoord.
Geef voor extractie de velden, typen en omgang met ontbrekende waarden op. Mistral documenteert JSON-modus en aangepaste gestructureerde uitvoer; de JSON-modus vereist een expliciete instructie om JSON te retourneren, terwijl een aangepast schema sterkere formaatcontrole biedt. Een factuursamenvatting kan vragen om leverancier, factuurnummer, vervaldatum, valuta en factuurregels, met een consequente weergave van ontbrekende waarden. Controleer de geëxtraheerde waarden aan de hand van het document, ook wanneer het antwoord aan de gevraagde structuur voldoet.
Instellingen en editieverschillen
Definieer de rol, taak en toolregels in de systeeminstructies. Mistral beveelt voor productie en dagelijks gebruik van dit checkpoint een temperatuur lager dan 0.1 aan, met hogere waarden om creatieve taken te verkennen. Scheid een verzoek om gevarieerde ideeën van een verzoek om reproduceerbare extractie: geef het eerste ruimte voor alternatieven en het tweede expliciete velden en bronvoorwaarden.
Deze instructie-editie staat los van het Large 3-basischeckpoint en van specifieke redeneermodellen. De maker benoemt strikt redeneren en gespecialiseerd visueel werk als gebieden waar een speciaal daarvoor ontworpen model de voorkeur kan hebben. Lever voor een moeilijke berekening de aannames en eenheden aan, vraag om tussentijdse controles en gebruik een beschikbare rekentool om het resultaat te verifiëren. Bereid voor dicht visueel bewijsmateriaal leesbare gebieden voor en vergelijk het antwoord met de bron voordat u het in een rapport gebruikt.
", "aboutText": "Mistral Large 3 2512 is de op instructies afgestemde editie van Mistral AI voor algemene gesprekken, visueel begrip en bedrijfswerk. De sparse mixture-of-experts-architectuur heeft in totaal 675 miljard parameters, waarvan 41 miljard actief, en een contextvenster van 256k. Tekst en afbeeldingen kunnen aan dezelfde taak bijdragen, terwijl het antwoord tekst, code of een gestructureerd resultaat is.\n\nMogelijkheden en invoervoorbereiding\n\nHet model combineert een taalcomponent met een visuele encoder. Geef een afbeelding een duidelijke rol: een te lezen pagina, een te interpreteren diagram of een uit te leggen scherm. Lever bij een druk scherm een uitsnede met de relevante bedieningselementen en behoud de omliggende labels die nodig zijn om ze te begrijpen. Mistral beveelt beeldvormen aan die dicht bij vierkant liggen; verdeel een uitzonderlijk smalle of brede bron in bruikbare gebieden in plaats van belangrijke details tot een onleesbare strook te verkleinen.\n\nDe maker vermeldt meertalige gesprekken in tientallen talen, waaronder Engels, Frans, Spaans, Duits, Italiaans, Portugees, Nederlands, Chinees, Japans, Koreaans en Arabisch. Geef de uitvoertaal, beoogde lezer en te behouden terminologie op. Vraag voor een ondersteuningsartikel om een gelokaliseerde uitleg met ongewijzigde productnamen en een korte lijst van onzekere vertalingen die vóór publicatie moeten worden opgelost.\n\nLange documenten en bedrijfskennis\n\nGebruik de context om samenhangend materiaal samen te brengen: beleidstekst, een specificatie, bestaande beslissingen en de vraag die beantwoord moet worden. Label elke bron en haar revisie. Een bruikbaar verzoek is: “Vergelijk deze drie onboardingbeleidsdocumenten. Geef een tabel met gedeelde vereisten, tegenstrijdigheden en onbeantwoorde vragen, met de bronsectie voor elke bevinding.” Het resulterende artefact is een vergelijking op basis van de aangeleverde passages in plaats van een algemene samenvatting van het onderwerp.\n\nBenoem voor een documentvraag het gewenste detailniveau en vraag om de ondersteunende passage naast de conclusie. De Document QnA-workflow van Mistral extraheert eerst tekst en documentstructuur met OCR en gebruikt vervolgens een taalmodel om dat materiaal te interpreteren. Behoud paginanummers en koppen wanneer u geëxtraheerde tekst voorbereidt, zodat het antwoord naar het origineel kan verwijzen. Een document-URL, geëxtraheerde tekst en beeldbewijs hebben verschillende voorbereidingsvereisten; kies de invoervorm die wordt ondersteund door de toepassing die u gebruikt.\n\nProgrammeren en dagelijkse hulp\n\nMistral positioneert Large 3 zowel voor programmeerhulp als dagelijkse gesprekken. Lever de relevante functies, het verwachte gedrag en de waargenomen fout aan. Bijvoorbeeld: “Deze parser laat het laatste veld weg wanneer de invoer zonder regeleinde eindigt. Leg de falende vertakking uit, stel de kleinste wijziging voor en geef de gecorrigeerde functie met drie representatieve invoer-/uitvoervoorbeelden.” Het bruikbare resultaat is een voorgestelde wijziging die is gekoppeld aan de daadwerkelijke code en een reeks gevallen die de ontwikkelaar kan uitvoeren.\n\nLever voor een zakelijk concept de feiten en het gewenste artefact samen aan. Een verzoek om vergadernotities om te zetten in een beslisnota moet de beslissing, alternatieven, onopgeloste aannames en volgende actie benoemen. Vraag het model bronfeiten gescheiden te houden van aanbevelingen en ontbrekende informatie binnen de juiste sectie te markeren. Zo is de uitvoer eenvoudiger te herzien dan een onverdeeld verhaal.\n\nTools en gestructureerde resultaten\n\nMet native functieaanroepen kan het model een aangeleverde functie kiezen en de argumenten opstellen. De toepassing voert de functie uit en retourneert het resultaat; het model gebruikt vervolgens die geretourneerde informatie in het antwoord. Houd tools specifiek en stel alleen die tools beschikbaar die voor de taak nodig zijn. Een voorraadassistent kan een productreferentie ontvangen, een voorraadopvraag aanvragen en de geretourneerde hoeveelheid en het magazijn toelichten. Valideer de gekozen functie en argumenten vóór het uitvoeren van het verzoek en bewaar het toolantwoord naast het uiteindelijke antwoord.\n\nGeef voor extractie de velden, typen en omgang met ontbrekende waarden op. Mistral documenteert JSON-modus en aangepaste gestructureerde uitvoer; de JSON-modus vereist een expliciete instructie om JSON te retourneren, terwijl een aangepast schema sterkere formaatcontrole biedt. Een factuursamenvatting kan vragen om leverancier, factuurnummer, vervaldatum, valuta en factuurregels, met een consequente weergave van ontbrekende waarden. Controleer de geëxtraheerde waarden aan de hand van het document, ook wanneer het antwoord aan de gevraagde structuur voldoet.\n\nInstellingen en editieverschillen\n\nDefinieer de rol, taak en toolregels in de systeeminstructies. Mistral beveelt voor productie en dagelijks gebruik van dit checkpoint een temperatuur lager dan 0.1 aan, met hogere waarden om creatieve taken te verkennen. Scheid een verzoek om gevarieerde ideeën van een verzoek om reproduceerbare extractie: geef het eerste ruimte voor alternatieven en het tweede expliciete velden en bronvoorwaarden.\n\nDeze instructie-editie staat los van het Large 3-basischeckpoint en van specifieke redeneermodellen. De maker benoemt strikt redeneren en gespecialiseerd visueel werk als gebieden waar een speciaal daarvoor ontworpen model de voorkeur kan hebben. Lever voor een moeilijke berekening de aannames en eenheden aan, vraag om tussentijdse controles en gebruik een beschikbare rekentool om het resultaat te verifiëren. Bereid voor dicht visueel bewijsmateriaal leesbare gebieden voor en vergelijk het antwoord met de bron voordat u het in een rapport gebruikt.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "c665dacac0756998ff344719e5212e8d26e2ebf438a7a941ab9000f08a4e644b", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nl", "methods": [ { "html": "mistralai/mistral-large-2512:batchMistral Large 3 2512 is een meertalig tekst- en beeldmodel voor lange documenten, bedrijfskennis, programmeren en werk met tools. De context van 256k, native functieaanroepen en gestructureerde uitvoer helpen aangeleverd bewijs om te zetten in antwoorden, records en voorgestelde acties.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Mistral Large 3 2512 is de op instructies afgestemde editie van Mistral AI voor algemene gesprekken, visueel begrip en bedrijfswerk. De sparse mixture-of-experts-architectuur heeft in totaal 675 miljard parameters, waarvan 41 miljard actief, en een contextvenster van 256k. Tekst en afbeeldingen kunnen aan dezelfde taak bijdragen, terwijl het antwoord tekst, code of een gestructureerd resultaat is.
Mogelijkheden en invoervoorbereiding
Het model combineert een taalcomponent met een visuele encoder. Geef een afbeelding een duidelijke rol: een te lezen pagina, een te interpreteren diagram of een uit te leggen scherm. Lever bij een druk scherm een uitsnede met de relevante bedieningselementen en behoud de omliggende labels die nodig zijn om ze te begrijpen. Mistral beveelt beeldvormen aan die dicht bij vierkant liggen; verdeel een uitzonderlijk smalle of brede bron in bruikbare gebieden in plaats van belangrijke details tot een onleesbare strook te verkleinen.
De maker vermeldt meertalige gesprekken in tientallen talen, waaronder Engels, Frans, Spaans, Duits, Italiaans, Portugees, Nederlands, Chinees, Japans, Koreaans en Arabisch. Geef de uitvoertaal, beoogde lezer en te behouden terminologie op. Vraag voor een ondersteuningsartikel om een gelokaliseerde uitleg met ongewijzigde productnamen en een korte lijst van onzekere vertalingen die vóór publicatie moeten worden opgelost.
Lange documenten en bedrijfskennis
Gebruik de context om samenhangend materiaal samen te brengen: beleidstekst, een specificatie, bestaande beslissingen en de vraag die beantwoord moet worden. Label elke bron en haar revisie. Een bruikbaar verzoek is: “Vergelijk deze drie onboardingbeleidsdocumenten. Geef een tabel met gedeelde vereisten, tegenstrijdigheden en onbeantwoorde vragen, met de bronsectie voor elke bevinding.” Het resulterende artefact is een vergelijking op basis van de aangeleverde passages in plaats van een algemene samenvatting van het onderwerp.
Benoem voor een documentvraag het gewenste detailniveau en vraag om de ondersteunende passage naast de conclusie. De Document QnA-workflow van Mistral extraheert eerst tekst en documentstructuur met OCR en gebruikt vervolgens een taalmodel om dat materiaal te interpreteren. Behoud paginanummers en koppen wanneer u geëxtraheerde tekst voorbereidt, zodat het antwoord naar het origineel kan verwijzen. Een document-URL, geëxtraheerde tekst en beeldbewijs hebben verschillende voorbereidingsvereisten; kies de invoervorm die wordt ondersteund door de toepassing die u gebruikt.
Programmeren en dagelijkse hulp
Mistral positioneert Large 3 zowel voor programmeerhulp als dagelijkse gesprekken. Lever de relevante functies, het verwachte gedrag en de waargenomen fout aan. Bijvoorbeeld: “Deze parser laat het laatste veld weg wanneer de invoer zonder regeleinde eindigt. Leg de falende vertakking uit, stel de kleinste wijziging voor en geef de gecorrigeerde functie met drie representatieve invoer-/uitvoervoorbeelden.” Het bruikbare resultaat is een voorgestelde wijziging die is gekoppeld aan de daadwerkelijke code en een reeks gevallen die de ontwikkelaar kan uitvoeren.
Lever voor een zakelijk concept de feiten en het gewenste artefact samen aan. Een verzoek om vergadernotities om te zetten in een beslisnota moet de beslissing, alternatieven, onopgeloste aannames en volgende actie benoemen. Vraag het model bronfeiten gescheiden te houden van aanbevelingen en ontbrekende informatie binnen de juiste sectie te markeren. Zo is de uitvoer eenvoudiger te herzien dan een onverdeeld verhaal.
Tools en gestructureerde resultaten
Met native functieaanroepen kan het model een aangeleverde functie kiezen en de argumenten opstellen. De toepassing voert de functie uit en retourneert het resultaat; het model gebruikt vervolgens die geretourneerde informatie in het antwoord. Houd tools specifiek en stel alleen die tools beschikbaar die voor de taak nodig zijn. Een voorraadassistent kan een productreferentie ontvangen, een voorraadopvraag aanvragen en de geretourneerde hoeveelheid en het magazijn toelichten. Valideer de gekozen functie en argumenten vóór het uitvoeren van het verzoek en bewaar het toolantwoord naast het uiteindelijke antwoord.
Geef voor extractie de velden, typen en omgang met ontbrekende waarden op. Mistral documenteert JSON-modus en aangepaste gestructureerde uitvoer; de JSON-modus vereist een expliciete instructie om JSON te retourneren, terwijl een aangepast schema sterkere formaatcontrole biedt. Een factuursamenvatting kan vragen om leverancier, factuurnummer, vervaldatum, valuta en factuurregels, met een consequente weergave van ontbrekende waarden. Controleer de geëxtraheerde waarden aan de hand van het document, ook wanneer het antwoord aan de gevraagde structuur voldoet.
Instellingen en editieverschillen
Definieer de rol, taak en toolregels in de systeeminstructies. Mistral beveelt voor productie en dagelijks gebruik van dit checkpoint een temperatuur lager dan 0.1 aan, met hogere waarden om creatieve taken te verkennen. Scheid een verzoek om gevarieerde ideeën van een verzoek om reproduceerbare extractie: geef het eerste ruimte voor alternatieven en het tweede expliciete velden en bronvoorwaarden.
Deze instructie-editie staat los van het Large 3-basischeckpoint en van specifieke redeneermodellen. De maker benoemt strikt redeneren en gespecialiseerd visueel werk als gebieden waar een speciaal daarvoor ontworpen model de voorkeur kan hebben. Lever voor een moeilijke berekening de aannames en eenheden aan, vraag om tussentijdse controles en gebruik een beschikbare rekentool om het resultaat te verifiëren. Bereid voor dicht visueel bewijsmateriaal leesbare gebieden voor en vergelijk het antwoord met de bron voordat u het in een rapport gebruikt.
POST /v1/batchestexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldendpoint | Typestring | VereisteVereist | Waarden en limieten /v1/chat/completions | Standaard— |
Veldmodel | Typestring | VereisteVereist | Waarden en limieten mistralai/mistral-large-2512:batch | Standaard— |
Veldrequests | Typebatch_item[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldrequests[].custom_id | Typestring | VereisteVereist | Waarden en limieten | Standaard— |
Veldrequests[].body.messages | Typemessage[] | VereisteVereist | Waarden en limieten | Standaard— |
Veldcompletion_window | Typestring | VereisteOptioneel | Waarden en limieten 24h | Standaard— |
Veldprovider | Typeobject|null | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldrequests[].body.model | Typestring | VereisteOptioneel | Waarden en limieten mistralai/mistral-large-2512:batch, mistralai/mistral-large-2512 | Standaard— |
Veldprovider.only | Typestring[] | VereisteOptioneel | Waarden en limieten mistral | Standaard— |
Veldprovider.allow_fallbacks | Typeboolean|null | VereisteOptioneel | Waarden en limieten false, null | Standaard— |
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractendpoint, model, requests |
Parametermaterial_types | Contracttext |
Parameterrepresentation | Contractinline requests[]; elk item bevat custom_id en body |
Parameterrequest_endpoint_profile | Contract/v1/chat/completions |
Parameterfile_material | ContractDe aanroeper mag daadwerkelijke JSONL-inhoud in UTF-8 lokaal in requests[] inlezen. Er wordt geen uploaddoel (purpose), input_file_id of bestandsverwijzing gebruikt. Ontbrekend of leeg klantmateriaal stopt de voorbereiding vóór POST. |
Parameterserialization_order | Contractendpoint, model, provider (indien opgegeven), completion_window (indien opgegeven), requests als laatste |
Parameteroptional_controls | Contractprovider.only, provider.allow_fallbacks, completion_window |
Parameterschema_scope | ContractBody’s voor tekstaanvragen via Chat Completions in de gedocumenteerde inline Batch-envelop. |
Levenscyclus: asynchronous
GET /v1/batches/{operation_id} · de daadwerkelijke response.id uit het oorspronkelijke aanmaakantwoord; dezelfde gebruiker/sleutel/groep
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 $0.0005 / 1K tokens Uitvoer · Uitvoertokens $0.0015 / 1K tokens Invoer · Cache lezen $0.00005 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieNiveau 1 voor aanvraaglengte | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0005 / 1K tokens Uitvoer · Uitvoertokens $0.0015 / 1K tokens Invoer · Cache lezen $0.00005 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"mistralai/mistral-large-2512:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['mistralai/mistral-large-2512:batch', 'mistralai/mistral-large-2512']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"mistralai/mistral-large-2512:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\ninline results[].response.body JSON
GET /v1/batches/{operation_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nBATCH_OPERATION_ID="$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))\noperation = response.get("id")\nif not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")\nprint(quote(operation, safe=""))\nPY_ID\n)"\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json\nBewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar de volledige oorspronkelijke status-JSON, elk resultaat/custom_id en de volledige antwoord- of foutbody. Sla voltooide results[] zonder filtering op als JSONL.
Bewaar de oorspronkelijke bewerkings-ID. Bij 503 result_pending_check hoort X-Should-Retry:false; dien een oorspronkelijke batch met onbekende uitkomst nooit opnieuw in.
| Veld | Type |
|---|---|
Veldresults[].custom_id | Typestring |
Veldresults[].response.body.choices[].message.content | Typestring|null |
Veldresults[].error | Typeobject|null |
Veldusage | Typeobject|null |
Veldid | Typestring |
Veldmodel | Typestring |
Veldendpoint | Typestring |
Veldstatus | Typestring |
Veldrequest_counts | Typeobject |
Veldresults[].id | Typestring |
Veldresults[].response.status_code | Typeinteger |
Veldresults[].response.request_id | Typestring |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeOngeldige gedocumenteerde inline envelop, dubbele sleutels, ongeldige itemidentiteit of een conflict met de geconfigureerde modelmogelijkheden. | Volgende stapCorrigeer de aangegeven velden voordat u een nieuwe aanvraag indient. |
Antwoord401 · authentication_error | VoorwaardeOngeldige API-sleutel. | Volgende stapGebruik de geautoriseerde Ailoot-sleutel. |
Antwoord403 · permission_error | VoorwaardeBatch-groep niet beschikbaar. | Volgende stapControleer de toegangsrechten van de sleutel/groep. |
Antwoord422 · invalid_request_error | VoorwaardeBij Batch worden kosten van het saldo afgeschreven; aanmaken via een abonnement wordt geweigerd. | Volgende stapGebruik de geautoriseerde groep waarvoor kosten van het saldo worden afgeschreven. |
Antwoord422 · price_unavailable | VoorwaardeVoor de Batch-invoer kan geen prijsopgave worden berekend. | Volgende stapBewaar het antwoord; gebruik de gedocumenteerde invoer voor deze familie. |
Antwoord402 · billing_error | VoorwaardeBatch-reservering niet beschikbaar. | Volgende stapLos het toelatingsprobleem op voordat u een nieuwe aanvraag indient. |
Antwoord503 · price_unavailable | VoorwaardePrijs voor de Batch-methode/native tarieven niet beschikbaar. | Volgende stapBewaar het antwoord; vervang de prijzen niet. |
Antwoord503 · api_error | VoorwaardeDe exacte leveranciersroute is niet beschikbaar. | Volgende stapBewaar het antwoord voor herstel van de route. |
Antwoord503 · result_pending_check | VoorwaardeHet oorspronkelijke resultaat moet worden gecontroleerd; X-Should-Retry:false. | Volgende stapBewaar de oorspronkelijke operation_id/id en lees de status ervan uit; herhaal de oorspronkelijke POST nooit. |
Antwoord404 · not_found | VoorwaardeDe bewerking voor de Batch-status ontbreekt of is eigendom van een andere identiteit. | Volgende stapGebruik exact de oorspronkelijke id en dezelfde gebruiker/sleutel/groep. |
Ailoot Ultra mistralai/mistral-large-2512:batch
Gebruik de hierboven getoonde methodepaden.