Mistral: Ministral 3 8B 2512 (batch)

Ministral 3 8B Instruct 2512 to wielojęzyczny model instrukcyjny przyjmujący tekst i obrazy, z komponentem językowym o 8,4 mld parametrów i enkoderem wizyjnym o 0,4 mld parametrów. Obsługuje kontekst producenta o wielkości 256 tys. tokenów, instrukcje systemowe, JSON i natywne wywoływanie funkcji dla asystentów i pracy z dokumentami.

Ailoot Ultra · Batch POST /v1/batches mistralai/ministral-8b-2512:batch

O modelu

Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.

Ministral 3 8B Instruct 2512 to średniej wielkości model dostrojony do wykonywania instrukcji w rodzinie Ministral 3 firmy Mistral AI. Opublikowany checkpoint przeszedł trening uzupełniający do czatu i zadań instrukcyjnych w precyzji FP8. Łączy komponent językowy z enkoderem wizyjnym, przyjmując tekst i obrazy oraz zwracając tekst zamiast artefaktu obrazowego lub dźwiękowego.

Architektura i główne funkcje

Producent wymienia model językowy o 8,4 mld parametrów i enkoder wizyjny o 0,4 mld parametrów. Okno kontekstowe opisano jako 256 tys. tokenów, a opublikowane uwagi dotyczące użycia stosują domyślną skonfigurowaną długość 262 144. Opisuje to tę edycję rozmiaru 8B; mniejsze warianty 3B i większe 14B zachowują własne rozmiary komponentów i konfiguracje.

Wizja rozszerza wejście modelu poza pisemną rozmowę. Obraz dokumentu można połączyć z pytaniem o wybrane pole, akapit lub widoczną relację. Zrzut ekranu można połączyć z celem użytkownika i prośbą o wskazanie właściwego elementu sterującego. Poproś o obserwację potwierdzającą każdy wniosek, gdy odpowiedź zależy od szczegółu wizualnego, oraz zachowaj nagłówki, etykiety i jednostki potrzebne do interpretacji wycinka.

Karta opisuje pracę wielojęzyczną w kilkudziesięciu językach, w tym angielskim, francuskim, hiszpańskim, niemieckim, włoskim, portugalskim, niderlandzkim, chińskim, japońskim, koreańskim i arabskim. Wskazuje też przestrzeganie instrukcji systemowych, natywne wywoływanie funkcji i wynik JSON. Jawnie zdefiniuj język końcowy, rolę i wymagania wyniku, zamiast pozostawiać modelowi wywnioskowanie zamierzonego artefaktu z dużego wejścia.

Zadania dokumentowe, rozmowy i agenci

Zastosowania producenta obejmują interfejsy czatu, codziennych asystentów, opisy obrazów i dokumentów, tłumaczenie, generowanie treści i wyspecjalizowanych agentów. Dla asystenta dokumentowego dostarcz stronę i określ informacje do zwrócenia. Żądanie ekstrakcji może wskazywać etykiety pól, oczekiwane typy i sposób traktowania brakujących wartości. Przydatna odpowiedź może zawierać identyfikator dokumentu, wyodrębnioną wartość i krótkie wyjaśnienie powiązane z widocznym źródłem.

W trwającej rozmowie zachowaj istotną wcześniejszą odpowiedź i zadaj ukierunkowane pytanie uzupełniające. Użytkownik może najpierw poprosić o podsumowanie dokumentu, a następnie zapytać, które stwierdzenie potwierdza jeden wniosek. Zmienia to wymagany wynik z ogólnego przeglądu na wyjaśnienie powiązane ze źródłem, przy zachowaniu oryginalnego materiału i celu dialogu.

Dla edycji wielojęzycznej podaj oryginalny fragment, docelowego czytelnika i listę terminów. Poproś o zmienioną wersję zachowującą nazwy, warunki i jednostki, a następnie, jeśli jest to przydatne, o krótkie wyjaśnienie zmian. Przy generowaniu treści określ odbiorców i fakty, które powinny się pojawić, zanim poprosisz o krótki projekt tekstu lub alternatywne sformułowanie.

W zadaniu agentowym aplikacja dostarcza narzędzia i ich parametry. Model może wybrać funkcję i przygotować argumenty, a aplikacja ją wykonuje i zwraca wynik. Przykład funkcji w karcie łączy pytanie o obraz z narzędziem obliczeniowym. Zachowaj wynik narzędzia oddzielnie od proponowanego wywołania, aby późniejsza odpowiedź pisemna wykorzystywała informacje rzeczywiście zwrócone przez operację.

Zalecane przygotowanie i ustawienia

Producent zaleca instrukcję systemową opisującą środowisko, zastosowanie i sposób używania narzędzi. Zestaw narzędzi powinien być dobrze zdefiniowany i ograniczony do minimum potrzebnego w zadaniu. Niewielki przepływ wyszukiwania może oferować funkcje istotne dla bieżącego pytania, z jasno nazwanymi wymaganymi argumentami, zamiast prezentować dużą kolekcję niepowiązanych operacji.

Do codziennych zastosowań i pracy produkcyjnej karta zaleca temperaturę poniżej 0.1, z wyższymi temperaturami dostępnymi do twórczych eksperymentów. Traktuj to jako zalecenie dla przepływu instrukcyjnego, a nie osobny mechanizm kontroli trybu rozumowania. Rodzina ma odrębne checkpointy Base, Instruct i Reasoning; ten wpis dotyczy edycji Instruct 2512, a nie osobnego wydania Reasoning tego samego rozmiaru.

Dla obrazów producent zaleca proporcje bliskie 1:1 i unikanie bardzo wąskich lub bardzo szerokich materiałów. Przycinaj w razie potrzeby, zachowując etykiety i kontekst wymagane przez pytanie. Jeśli strona zawiera kilka niepowiązanych obszarów, wskaż część do zbadania i wynik do zwrócenia. Czytelny, ukierunkowany obraz jest bardziej przydatny niż prośba, by model zgadł, który drobny szczegół na szerokiej stronie ma znaczenie.

Zakres kontekstu i edycji

Planuj tekst, obrazy, rozmowę i pożądaną odpowiedź w obrębie skonfigurowanego kontekstu. Uwagi dotyczące użycia wyraźnie dopuszczają zmniejszenie skonfigurowanej długości modelu, gdy potrzebny jest krótszy kontekst, więc pełne okno nie jest instrukcją zapełniania każdego żądania wszystkimi dostępnymi materiałami. Przykład generowania 512 tokenów w karcie jest tylko przykładowym ustawieniem, a przeczytane źródła nie ustalają osobnej sztywnej maksymalnej długości odpowiedzi.

Checkpoint FP8 Instruct, wstępnie wytrenowane wydanie Base i wydanie Reasoning to odrębne edycje. Producent opisuje też specjalizację i dostrajanie jako zastosowania. Zachowaj wskazany checkpoint i jego tokenizer podczas przygotowywania rozmowy oraz odróżniaj generowanie tekstu od dostępu do repozytorium, wykonywania funkcji lub innych działań zapewnianych przez otaczającą aplikację.

Ailoot Ultra · Batch POST /v1/batches mistralai/ministral-8b-2512:batch

mistralai/ministral-8b-2512:batch

Mistral /mistralai/ministral-8b-2512:batch

Start

Akceptowane dane wejściowe: Tekst
Wyniki: Tekst

Dostępne w Ailoot · dane wejściowe i metody

Ailoot Ultra · Batch POST /v1/batches

Wejście: text
Wyjście: text
Format wyjściowy: JSON bezpośrednio w results[].response.body

Pole	Typ	Wymaganie	Wartości i limity	Domyślnie
Pole`endpoint`	Typ`string`	WymaganieWymagane	Wartości i limity /v1/chat/completions	Domyślnie—
Pole`model`	Typ`string`	WymaganieWymagane	Wartości i limity mistralai/ministral-8b-2512:batch	Domyślnie—
Pole`requests`	Typ`batch_item[]`	WymaganieWymagane	Wartości i limity Minimalna liczba elementów: 1	Domyślnie—
Pole`requests[].custom_id`	Typ`string`	WymaganieWymagane	Wartości i limity	Domyślnie—
Pole`requests[].body.messages`	Typ`message[]`	WymaganieWymagane	Wartości i limity	Domyślnie—
Pole`completion_window`	Typ`string`	WymaganieOpcjonalne	Wartości i limity 24h	Domyślnie—
Pole`provider`	Typ`object\|null`	WymaganieOpcjonalne	Wartości i limity	Domyślnie—
Pole`requests[].body.model`	Typ`string`	WymaganieOpcjonalne	Wartości i limity mistralai/ministral-8b-2512:batch, mistralai/ministral-8b-2512	Domyślnie—
Pole`provider.only`	Typ`string[]`	WymaganieOpcjonalne	Wartości i limity mistral	Domyślnie—
Pole`provider.allow_fallbacks`	Typ`boolean\|null`	WymaganieOpcjonalne	Wartości i limity false, null	Domyślnie—

Parametry i cykl życia metody

Parametr	Kontrakt
Parametr`content_type`	Kontraktapplication/json
Parametr`required`	Kontraktendpoint, model, requests
Parametr`material_types`	Kontrakttext
Parametr`representation`	Kontraktrequests[] bezpośrednio w żądaniu; każdy element zawiera custom_id i body
Parametr`request_endpoint_profile`	Kontrakt/v1/chat/completions
Parametr`file_material`	KontraktWywołujący może lokalnie wczytać rzeczywisty plik JSONL w kodowaniu UTF-8 do requests[]. Nie używa się przeznaczenia przesyłanego pliku, input_file_id ani odwołania do pliku. Brak materiałów klienta lub ich pusta zawartość zatrzymują przygotowanie przed POST.
Parametr`serialization_order`	Kontraktendpoint, model, provider (jeśli podano), completion_window (jeśli podano), requests na końcu
Parametr`optional_controls`	Kontraktprovider.only, provider.allow_fallbacks, completion_window
Parametr`schema_scope`	KontraktTreści żądań tekstowych Chat Completions w udokumentowanej strukturze Batch z danymi bezpośrednio w żądaniu.

Cykl życia: asynchronous

GET /v1/batches/{operation_id} · Rzeczywista wartość response.id zwrócona przy pierwotnym utworzeniu; ten sam użytkownik, klucz i grupa

Cennik

Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.

Tryb szybki: Nie określono Gdy wybrany jest tryb szybki
Tryb flex: Nie określono Gdy wybrany jest tryb flex
Maksymalna intensywność rozumowania: Nie określono Gdy dla maksymalnej intensywności rozumowania stosowana jest domyślna korekta (default)
Wycena jawnej pamięci podręcznej: Niewłączone Gdy zażądano jawnej pamięci podręcznej

Stawki Ailoot

Ceny według konfiguracji

Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.

Konfiguracja	Tabela stawek	Tokeny kontekstu, więcej niż	Tokeny kontekstu, do podanej wartości włącznie	Opłata
KonfiguracjaPodstawowe stawki za tokeny	Tabela stawekStawka podstawowa	Tokeny kontekstu, więcej niż—	Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy	Opłata Wejście · Tokeny wejściowe $0.00015 / 1K tokenów Wyjście · Tokeny wyjściowe $0.00015 / 1K tokenów Wejście · Odczyt cache $0.000015 / 1K tokenów Wejście · Zapis do cache — / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów
KonfiguracjaPrzedział długości żądania 1	Tabela stawek—	Tokeny kontekstu, więcej niż0	Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy	Opłata Wejście · Tokeny wejściowe $0.00015 / 1K tokenów Wyjście · Tokeny wyjściowe $0.00015 / 1K tokenów Wejście · Odczyt cache $0.000015 / 1K tokenów Wejście · Zapis do cache — / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów

Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →

Przykładowe żądania

Ailoot Ultra · Batch

curl · zachowany zestaw danych testowychPython HTTP · rzeczywisty JSONL klientaPython · zapisz każdy ukończony wynik

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json
from pathlib import Path
body=json.loads('{"endpoint":"/v1/chat/completions","model":"mistralai/ministral-8b-2512:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')
Path("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json

import json, os
from pathlib import Path
from urllib.request import Request, urlopen

def prepare_requests(customer_path):
    path = Path(customer_path)
    if not path.is_file(): raise ValueError("Customer JSONL file is missing")
    items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]
    if not items: raise ValueError("Customer JSONL contains no requests")
    ids = set()
    for item in items:
        if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")
        cid = item["custom_id"]
        if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")
        ids.add(cid)
        if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")
        supplied_model = item["body"].get("model")
        if supplied_model is not None and supplied_model not in ['mistralai/ministral-8b-2512:batch', 'mistralai/ministral-8b-2512']: raise ValueError("body.model must be an exact documented caller or wire ID")
    return {"endpoint":"/v1/chat/completions", "model":"mistralai/ministral-8b-2512:batch", "requests":items}

if __name__ == "__main__":
    material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")
    if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")
    body = prepare_requests(material)
    key = os.environ.get("AILOOT_API_KEY", "")
    if not key: raise SystemExit("Set AILOOT_API_KEY")
    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")
    with urlopen(request) as response:
        raw = response.read()
        Path("batch-create-response.json").write_bytes(raw)
        print(raw.decode("utf-8"))

import json
from pathlib import Path
raw = Path("batch-status-response.json").read_bytes()
response = json.loads(raw)
if response.get("status") != "completed":
    raise SystemExit("Keep the original operation; read its status without resubmitting")
results = response.get("results")
if not isinstance(results, list) or not results:
    raise SystemExit("Preserve the original response; completed results are missing")
Path("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\n" for item in results), encoding="utf-8")
# Preserve batch-status-response.json with aggregate usage and every result/error.

Odbieranie i zapisywanie wyników

Ailoot Ultra · Batch

JSON bezpośrednio w results[].response.body

GET /v1/batches/{operation_id}

Sprawdź status zadania

curl · status pierwotnej operacji

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
BATCH_OPERATION_ID="$(python3 - <<'PY_ID'
import json
from pathlib import Path
from urllib.parse import quote
response = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))
operation = response.get("id")
if not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")
print(quote(operation, safe=""))
PY_ID
)"
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json

Zachowaj wszystkie ukończone wyniki

Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.

Zachowaj pełny pierwotny JSON stanu, każdy wynik i custom_id oraz pełną treść odpowiedzi lub błędu. Zapisz ukończone wyniki z results[] jako JSONL bez filtrowania.

Jeśli trzeba sprawdzić pierwotną odpowiedź

Zachowaj pierwotny identyfikator operacji. Odpowiedź 503 result_pending_check zawiera X-Should-Retry:false; nigdy nie wysyłaj ponownie pierwotnego żądania Batch, którego wynik jest nieznany.

Pola odpowiedzi

Pole	Typ
Pole`results[].custom_id`	Typstring
Pole`results[].response.body.choices[].message.content`	Typstring\|null
Pole`results[].error`	Typobject\|null
Pole`usage`	Typobject\|null
Pole`id`	Typstring
Pole`model`	Typstring
Pole`endpoint`	Typstring
Pole`status`	Typstring
Pole`request_counts`	Typobject
Pole`results[].id`	Typstring
Pole`results[].response.status_code`	Typinteger
Pole`results[].response.request_id`	Typstring

Błędy i dalsze kroki

Odpowiedź	Warunek	Następny krok
Odpowiedź400 · `invalid_request_error`	WarunekNieprawidłowa udokumentowana struktura z danymi bezpośrednio w żądaniu, zduplikowane klucze, problem z tożsamością elementu lub konflikt ze skonfigurowanymi możliwościami modelu.	Następny krokPopraw wskazane pola przed wysłaniem jakiegokolwiek nowego żądania.
Odpowiedź401 · `authentication_error`	WarunekNieprawidłowy klucz API.	Następny krokUżyj autoryzowanego klucza Ailoot.
Odpowiedź403 · `permission_error`	WarunekGrupa Batch jest niedostępna.	Następny krokSprawdź uprawnienia klucza i grupy.
Odpowiedź422 · `invalid_request_error`	WarunekBatch korzysta z rozliczania z salda; utworzenie w ramach subskrypcji jest odrzucane.	Następny krokUżyj autoryzowanej grupy rozliczanej z salda.
Odpowiedź422 · `price_unavailable`	WarunekNie można wycenić danych wejściowych Batch.	Następny krokZachowaj odpowiedź; użyj danych wejściowych udokumentowanych dla tej rodziny API.
Odpowiedź402 · `billing_error`	WarunekRezerwa dla Batch jest niedostępna.	Następny krokRozwiąż problem dopuszczenia żądania przed wysłaniem nowego.
Odpowiedź503 · `price_unavailable`	WarunekCena metody Batch lub stawki natywne są niedostępne.	Następny krokZachowaj odpowiedź; nie zastępuj cen innymi.
Odpowiedź503 · `api_error`	WarunekDokładna trasa dostawcy jest niedostępna.	Następny krokZachowaj odpowiedź na potrzeby naprawy trasy.
Odpowiedź503 · `result_pending_check`	WarunekPierwotny wynik wymaga sprawdzenia; X-Should-Retry:false.	Następny krokZachowaj pierwotny operation_id/id i odczytuj stan operacji; nigdy nie powtarzaj pierwotnego POST.
Odpowiedź404 · `not_found`	WarunekOperacja sprawdzania stanu Batch nie istnieje lub należy do innej tożsamości.	Następny krokUżyj dokładnego pierwotnego id oraz tego samego użytkownika, klucza i grupy.

Aliasy

Aliasy modelu

Ailoot Ultra mistralai/ministral-8b-2512:batch

Aliasy ścieżek metod

Użyj ścieżek metod podanych powyżej.

Powiązane ID modeli

mistralai/ministral-8b-2512:batch

FAQ · Mistral: Ministral 3 8B 2512 (batch)

Jakie dane wejściowe i wyniki są dostępne?: POST /v1/batches · mistralai/ministral-8b-2512:batch: text → text
Jakich pól używa żądanie?: POST /v1/batches · mistralai/ministral-8b-2512:batch: endpoint, model, requests, completion_window, provider
Jakie limity obowiązują?: POST /v1/batches · mistralai/ministral-8b-2512:batch: requests.min_items: 1

Mistral: Ministral 3 8B 2512 (batch)