Mistral Saba is het gespecialiseerde regionale tekstmodel van Mistral AI, gemaakt door een model uit de Small-familie verder af te stemmen met zorgvuldig geselecteerd materiaal uit het Midden-Oosten en Zuid-Azië. 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 noemt expliciet Arabisch en veel talen van Indiase oorsprong, met een bijzondere sterkte in talen van Zuid-Indiase oorsprong zoals Tamil. De focus is specifieker dan alleen het veranderen van de doeltaal van een algemeen antwoord: het trainingsmateriaal is geselecteerd voor de regionale taalkundige en culturele context waarin het antwoord wordt gebruikt.
Geef het publiek, de regio, de taal en het gewenste register op voordat u om een resultaat vraagt. Een formele uitleg, een klantgericht bericht en een educatieve passage kunnen verschillende terminologie en aanspreekvormen vereisen. Lever een woordenlijst voor productnamen of vaktermen die consequent moeten blijven en geef aan of het resultaat de bronformulering moet behouden of de uitleg aan de lezer moet aanpassen.
De pagina van de maker geeft een contextvenster van 32k en identificeert de editie als mistral-saba-2502. Gebruik de context voor de relevante bronpassages, het gesprek en instructies samen. Een regionaal aangepast antwoord heeft nog steeds de daadwerkelijke productvoorwaarden, procedure of documentinhoud als bewijs nodig; culturele vertrouwdheid levert geen bedrijfsinterne informatie.
Ondersteuning in gesprekken
De maker benadrukt Arabischtalige gespreksassistenten als een centrale toepassing. Een praktisch ondersteuningsverzoek kan het gebruikersbericht en het goedgekeurde referentiemateriaal aanleveren en vervolgens om een antwoord in een benoemd register vragen. Vraag om de volgende actie, de voorwaarde waaronder deze geldt en eventuele details die de gebruiker nog moet leveren. Dit verankert het antwoord in het specifieke probleem in plaats van een algemene regionale begroeting op te leveren.
Benoem voor een tweetalige uitleg de brontaal en de taal van het uiteindelijke bericht. Behoud namen, bedragen of eenheden uit het materiaal en beschrijf het publiek dat het antwoord moet begrijpen. Een vervolg kan om een kortere versie of verduidelijking van één term vragen, met behoud van dezelfde voorwaarden.
Domeinspecifieke aanpassing
De aankondiging beschrijft het verder afstemmen van Saba voor specifieke domeinen, waaronder energie en andere regionale professionele contexten. Dit is een aanpassingsproces en geen bewering dat elke gespecialiseerde dataset al onderdeel is van het standaardmodel. Lever voor een domeingerichte teksttaak de terminologie, brondocumenten en antwoordregels aan die voor de daadwerkelijke toepassing relevant zijn.
Een technische uitleg kan het model vragen een procedure opnieuw te verwoorden met de regionale terminologie van de lezer, met behoud van de oorspronkelijke stappen en voorwaarden. Een documentvraag kan de uit te leggen clausule benoemen en vragen om een beknopt antwoord met de ondersteunende passage. Onderscheid het bronfeit, de uitleg en eventuele onopgeloste termen bij het voorbereiden van de uitvoer.
Culturele content maken
De maker beschrijft ook cultureel relevante teksten en educatieve bronnen. Geef het onderwerp, het beoogde publiek, de taal en de feiten of voorbeelden die moeten voorkomen. Specificeer voor een educatieve passage wat de leerling aan het eind moet begrijpen en vraag om een uitleg gevolgd door een praktisch voorbeeld. Geef voor een organisatiebericht het doel en de informatie waarop de lezer moet handelen.
Vermeld de gebruikscontext wanneer lokale uitdrukkingen of culturele verwijzingen onderdeel zijn van de taak. Vraag om een alternatieve formulering wanneer een formele of neutralere versie beter bij een ander publiek past. Dit zijn praktische manieren om de regionale specialisatie van het model toe te passen terwijl de inhoud en het beoogde gebruik expliciet blijven.
Editie- en resultaatgrenzen
De gedocumenteerde specialisatie van Saba is tekstgebaseerd regionaal taalwerk met een context van 32k. Het mag geen beeldinvoer, hybride redeneerinstellingen of toolformaatfuncties van latere Small- of Medium-modellen overnemen alleen omdat het een verder afgestemd Small-familiemodel is. De geraadpleegde bronnen vermelden geen afzonderlijke maximale uitvoertokencapaciteit voor deze editie.
Bereid de volledige schriftelijke taak, de 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 de daadwerkelijke regionale communicatiebehoefte beantwoordt.
", "aboutText": "Mistral Saba is het gespecialiseerde regionale tekstmodel van Mistral AI, gemaakt door een model uit de Small-familie verder af te stemmen met zorgvuldig geselecteerd materiaal uit het Midden-Oosten en Zuid-Azië. 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 noemt expliciet Arabisch en veel talen van Indiase oorsprong, met een bijzondere sterkte in talen van Zuid-Indiase oorsprong zoals Tamil. De focus is specifieker dan alleen het veranderen van de doeltaal van een algemeen antwoord: het trainingsmateriaal is geselecteerd voor de regionale taalkundige en culturele context waarin het antwoord wordt gebruikt.\n\nGeef het publiek, de regio, de taal en het gewenste register op voordat u om een resultaat vraagt. Een formele uitleg, een klantgericht bericht en een educatieve passage kunnen verschillende terminologie en aanspreekvormen vereisen. Lever een woordenlijst voor productnamen of vaktermen die consequent moeten blijven en geef aan of het resultaat de bronformulering moet behouden of de uitleg aan de lezer moet aanpassen.\n\nDe pagina van de maker geeft een contextvenster van 32k en identificeert de editie als mistral-saba-2502. Gebruik de context voor de relevante bronpassages, het gesprek en instructies samen. Een regionaal aangepast antwoord heeft nog steeds de daadwerkelijke productvoorwaarden, procedure of documentinhoud als bewijs nodig; culturele vertrouwdheid levert geen bedrijfsinterne informatie.\n\nOndersteuning in gesprekken\n\nDe maker benadrukt Arabischtalige gespreksassistenten als een centrale toepassing. Een praktisch ondersteuningsverzoek kan het gebruikersbericht en het goedgekeurde referentiemateriaal aanleveren en vervolgens om een antwoord in een benoemd register vragen. Vraag om de volgende actie, de voorwaarde waaronder deze geldt en eventuele details die de gebruiker nog moet leveren. Dit verankert het antwoord in het specifieke probleem in plaats van een algemene regionale begroeting op te leveren.\n\nBenoem voor een tweetalige uitleg de brontaal en de taal van het uiteindelijke bericht. Behoud namen, bedragen of eenheden uit het materiaal en beschrijf het publiek dat het antwoord moet begrijpen. Een vervolg kan om een kortere versie of verduidelijking van één term vragen, met behoud van dezelfde voorwaarden.\n\nDomeinspecifieke aanpassing\n\nDe aankondiging beschrijft het verder afstemmen van Saba voor specifieke domeinen, waaronder energie en andere regionale professionele contexten. Dit is een aanpassingsproces en geen bewering dat elke gespecialiseerde dataset al onderdeel is van het standaardmodel. Lever voor een domeingerichte teksttaak de terminologie, brondocumenten en antwoordregels aan die voor de daadwerkelijke toepassing relevant zijn.\n\nEen technische uitleg kan het model vragen een procedure opnieuw te verwoorden met de regionale terminologie van de lezer, met behoud van de oorspronkelijke stappen en voorwaarden. Een documentvraag kan de uit te leggen clausule benoemen en vragen om een beknopt antwoord met de ondersteunende passage. Onderscheid het bronfeit, de uitleg en eventuele onopgeloste termen bij het voorbereiden van de uitvoer.\n\nCulturele content maken\n\nDe maker beschrijft ook cultureel relevante teksten en educatieve bronnen. Geef het onderwerp, het beoogde publiek, de taal en de feiten of voorbeelden die moeten voorkomen. Specificeer voor een educatieve passage wat de leerling aan het eind moet begrijpen en vraag om een uitleg gevolgd door een praktisch voorbeeld. Geef voor een organisatiebericht het doel en de informatie waarop de lezer moet handelen.\n\nVermeld de gebruikscontext wanneer lokale uitdrukkingen of culturele verwijzingen onderdeel zijn van de taak. Vraag om een alternatieve formulering wanneer een formele of neutralere versie beter bij een ander publiek past. Dit zijn praktische manieren om de regionale specialisatie van het model toe te passen terwijl de inhoud en het beoogde gebruik expliciet blijven.\n\nEditie- en resultaatgrenzen\n\nDe gedocumenteerde specialisatie van Saba is tekstgebaseerd regionaal taalwerk met een context van 32k. Het mag geen beeldinvoer, hybride redeneerinstellingen of toolformaatfuncties van latere Small- of Medium-modellen overnemen alleen omdat het een verder afgestemd Small-familiemodel is. De geraadpleegde bronnen vermelden geen afzonderlijke maximale uitvoertokencapaciteit voor deze editie.\n\nBereid de volledige schriftelijke taak, de 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 de daadwerkelijke regionale communicatiebehoefte beantwoordt.", "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, getraind met zorgvuldig 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 verder af te stemmen met zorgvuldig geselecteerd materiaal uit het Midden-Oosten en Zuid-Azië. 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 noemt expliciet Arabisch en veel talen van Indiase oorsprong, met een bijzondere sterkte in talen van Zuid-Indiase oorsprong zoals Tamil. De focus is specifieker dan alleen het veranderen van de doeltaal van een algemeen antwoord: het trainingsmateriaal is geselecteerd voor de regionale taalkundige en culturele context waarin het antwoord wordt gebruikt.
Geef het publiek, de regio, de taal en het gewenste register op voordat u om een resultaat vraagt. Een formele uitleg, een klantgericht bericht en een educatieve passage kunnen verschillende terminologie en aanspreekvormen vereisen. Lever een woordenlijst voor productnamen of vaktermen die consequent moeten blijven en geef aan of het resultaat de bronformulering moet behouden of de uitleg aan de lezer moet aanpassen.
De pagina van de maker geeft een contextvenster van 32k en identificeert de editie als mistral-saba-2502. Gebruik de context voor de relevante bronpassages, het gesprek en instructies samen. Een regionaal aangepast antwoord heeft nog steeds de daadwerkelijke productvoorwaarden, procedure of documentinhoud als bewijs nodig; culturele vertrouwdheid levert geen bedrijfsinterne informatie.
Ondersteuning in gesprekken
De maker benadrukt Arabischtalige gespreksassistenten als een centrale toepassing. Een praktisch ondersteuningsverzoek kan het gebruikersbericht en het goedgekeurde referentiemateriaal aanleveren en vervolgens om een antwoord in een benoemd register vragen. Vraag om de volgende actie, de voorwaarde waaronder deze geldt en eventuele details die de gebruiker nog moet leveren. Dit verankert het antwoord in het specifieke probleem in plaats van een algemene regionale begroeting op te leveren.
Benoem voor een tweetalige uitleg de brontaal en de taal van het uiteindelijke bericht. Behoud namen, bedragen of eenheden uit het materiaal en beschrijf het publiek dat het antwoord moet begrijpen. Een vervolg kan om een kortere versie of verduidelijking van één term vragen, met behoud van dezelfde voorwaarden.
Domeinspecifieke aanpassing
De aankondiging beschrijft het verder afstemmen van Saba voor specifieke domeinen, waaronder energie en andere regionale professionele contexten. Dit is een aanpassingsproces en geen bewering dat elke gespecialiseerde dataset al onderdeel is van het standaardmodel. Lever voor een domeingerichte teksttaak de terminologie, brondocumenten en antwoordregels aan die voor de daadwerkelijke toepassing relevant zijn.
Een technische uitleg kan het model vragen een procedure opnieuw te verwoorden met de regionale terminologie van de lezer, met behoud van de oorspronkelijke stappen en voorwaarden. Een documentvraag kan de uit te leggen clausule benoemen en vragen om een beknopt antwoord met de ondersteunende passage. Onderscheid het bronfeit, de uitleg en eventuele onopgeloste termen bij het voorbereiden van de uitvoer.
Culturele content maken
De maker beschrijft ook cultureel relevante teksten en educatieve bronnen. Geef het onderwerp, het beoogde publiek, de taal en de feiten of voorbeelden die moeten voorkomen. Specificeer voor een educatieve passage wat de leerling aan het eind moet begrijpen en vraag om een uitleg gevolgd door een praktisch voorbeeld. Geef voor een organisatiebericht het doel en de informatie waarop de lezer moet handelen.
Vermeld de gebruikscontext wanneer lokale uitdrukkingen of culturele verwijzingen onderdeel zijn van de taak. Vraag om een alternatieve formulering wanneer een formele of neutralere versie beter bij een ander publiek past. Dit zijn praktische manieren om de regionale specialisatie van het model toe te passen terwijl de inhoud en het beoogde gebruik expliciet blijven.
Editie- en resultaatgrenzen
De gedocumenteerde specialisatie van Saba is tekstgebaseerd regionaal taalwerk met een context van 32k. Het mag geen beeldinvoer, hybride redeneerinstellingen of toolformaatfuncties van latere Small- of Medium-modellen overnemen alleen omdat het een verder afgestemd Small-familiemodel is. De geraadpleegde bronnen vermelden geen afzonderlijke maximale uitvoertokencapaciteit voor deze editie.
Bereid de volledige schriftelijke taak, de 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 de daadwerkelijke regionale communicatiebehoefte beantwoordt.
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 |
| ConfiguratieNiveau 1 voor aanvraaglengte | 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, getraind met zorgvuldig 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 verder af te stemmen met zorgvuldig geselecteerd materiaal uit het Midden-Oosten en Zuid-Azië. 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 noemt expliciet Arabisch en veel talen van Indiase oorsprong, met een bijzondere sterkte in talen van Zuid-Indiase oorsprong zoals Tamil. De focus is specifieker dan alleen het veranderen van de doeltaal van een algemeen antwoord: het trainingsmateriaal is geselecteerd voor de regionale taalkundige en culturele context waarin het antwoord wordt gebruikt.
Geef het publiek, de regio, de taal en het gewenste register op voordat u om een resultaat vraagt. Een formele uitleg, een klantgericht bericht en een educatieve passage kunnen verschillende terminologie en aanspreekvormen vereisen. Lever een woordenlijst voor productnamen of vaktermen die consequent moeten blijven en geef aan of het resultaat de bronformulering moet behouden of de uitleg aan de lezer moet aanpassen.
De pagina van de maker geeft een contextvenster van 32k en identificeert de editie als mistral-saba-2502. Gebruik de context voor de relevante bronpassages, het gesprek en instructies samen. Een regionaal aangepast antwoord heeft nog steeds de daadwerkelijke productvoorwaarden, procedure of documentinhoud als bewijs nodig; culturele vertrouwdheid levert geen bedrijfsinterne informatie.
Ondersteuning in gesprekken
De maker benadrukt Arabischtalige gespreksassistenten als een centrale toepassing. Een praktisch ondersteuningsverzoek kan het gebruikersbericht en het goedgekeurde referentiemateriaal aanleveren en vervolgens om een antwoord in een benoemd register vragen. Vraag om de volgende actie, de voorwaarde waaronder deze geldt en eventuele details die de gebruiker nog moet leveren. Dit verankert het antwoord in het specifieke probleem in plaats van een algemene regionale begroeting op te leveren.
Benoem voor een tweetalige uitleg de brontaal en de taal van het uiteindelijke bericht. Behoud namen, bedragen of eenheden uit het materiaal en beschrijf het publiek dat het antwoord moet begrijpen. Een vervolg kan om een kortere versie of verduidelijking van één term vragen, met behoud van dezelfde voorwaarden.
Domeinspecifieke aanpassing
De aankondiging beschrijft het verder afstemmen van Saba voor specifieke domeinen, waaronder energie en andere regionale professionele contexten. Dit is een aanpassingsproces en geen bewering dat elke gespecialiseerde dataset al onderdeel is van het standaardmodel. Lever voor een domeingerichte teksttaak de terminologie, brondocumenten en antwoordregels aan die voor de daadwerkelijke toepassing relevant zijn.
Een technische uitleg kan het model vragen een procedure opnieuw te verwoorden met de regionale terminologie van de lezer, met behoud van de oorspronkelijke stappen en voorwaarden. Een documentvraag kan de uit te leggen clausule benoemen en vragen om een beknopt antwoord met de ondersteunende passage. Onderscheid het bronfeit, de uitleg en eventuele onopgeloste termen bij het voorbereiden van de uitvoer.
Culturele content maken
De maker beschrijft ook cultureel relevante teksten en educatieve bronnen. Geef het onderwerp, het beoogde publiek, de taal en de feiten of voorbeelden die moeten voorkomen. Specificeer voor een educatieve passage wat de leerling aan het eind moet begrijpen en vraag om een uitleg gevolgd door een praktisch voorbeeld. Geef voor een organisatiebericht het doel en de informatie waarop de lezer moet handelen.
Vermeld de gebruikscontext wanneer lokale uitdrukkingen of culturele verwijzingen onderdeel zijn van de taak. Vraag om een alternatieve formulering wanneer een formele of neutralere versie beter bij een ander publiek past. Dit zijn praktische manieren om de regionale specialisatie van het model toe te passen terwijl de inhoud en het beoogde gebruik expliciet blijven.
Editie- en resultaatgrenzen
De gedocumenteerde specialisatie van Saba is tekstgebaseerd regionaal taalwerk met een context van 32k. Het mag geen beeldinvoer, hybride redeneerinstellingen of toolformaatfuncties van latere Small- of Medium-modellen overnemen alleen omdat het een verder afgestemd Small-familiemodel is. De geraadpleegde bronnen vermelden geen afzonderlijke maximale uitvoertokencapaciteit voor deze editie.
Bereid de volledige schriftelijke taak, de 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 de daadwerkelijke regionale communicatiebehoefte beantwoordt.
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 |
| ConfiguratieNiveau 1 voor aanvraaglengte | 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.