Source: https://ailoot.ai/models/pt-pt/mistralai-mistral-medium-3-5-u003a-batch/ Canonical: https://ailoot.ai/models/pt-pt/mistralai-mistral-medium-3-5-u003a-batch/ Language: pt-pt # Mistral: Mistral Medium 3.5 (batch) [Markdown](https://ailoot.ai/models/pt-pt/mistralai-mistral-medium-3-5-u003a-batch/index.md) · [JSON](https://ailoot.ai/models/pt-pt/mistralai-mistral-medium-3-5-u003a-batch/facts.json) ## [Mistral: Mistral Medium 3.5 (batch)](https://ailoot.ai/models/pt-pt/mistralai-mistral-medium-3-5-u003a-batch/) Mistral Medium 3.5 combina seguimento de instruções, raciocínio e programação num modelo denso de texto e imagem com 128 mil milhões de parâmetros. Tem um contexto de 256k indicado pelo fabricante, definições de raciocínio por pedido, chamadas nativas de funções e saída estruturada para fluxos documentais e com agentes. - [**Ailoot Ultra · Processamento em lote** `POST /v1/batches` `mistralai/mistral-medium-3-5:batch`](https://ailoot.ai/models/pt-pt/mistralai-mistral-medium-3-5-u003a-batch/#method-0) Sobre o modelo Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo. Mistral Medium 3.5 é o modelo denso de 128 mil milhões de parâmetros da Mistral AI que combina seguimento de instruções, raciocínio e programação num único conjunto de pesos. Recebe texto e imagens e devolve texto. O fabricante destina-o a tarefas com agentes e programação, embora o mesmo ponto de controlo possa produzir uma resposta direta de conversa ou usar o modo de raciocínio documentado para uma tarefa mais exigente. Modelo unificado e capacidades visuais A ficha publicada especifica 128 mil milhões de parâmetros densos e uma janela de contexto de 256k. O codificador visual é treinado para lidar com diferentes dimensões e proporções de imagem. As imagens podem fornecer elementos de prova para tarefas de programação ou documentos: uma captura de ecrã de uma interface, um diagrama que acompanha um requisito ou uma página com informação que o modelo deve interpretar. O resultado pode ser uma explicação escrita, código ou campos estruturados, em vez de uma imagem gerada. O fabricante descreve suporte multilingue para dezenas de línguas, incluindo inglês, francês, espanhol, alemão, italiano, português, neerlandês, chinês, japonês, coreano e árabe. Destaca também o cumprimento de instruções de sistema e chamadas nativas de funções com saída JSON. Defina o público, a língua e as regras de resposta separadamente do material examinado, para que a formulação de um documento de origem continue a servir como elemento de prova para a tarefa. Definições de raciocínio A ficha documenta dois valores de esforço de raciocínio por pedido. O valor none produz uma resposta orientada por instruções sem modo de raciocínio; high ativa o raciocínio e é recomendado para prompts complexos e programação com agentes. Trata-se de uma escolha de modo dentro do mesmo ponto de controlo Medium 3.5, e não de outra identidade de modelo. Para esforço de raciocínio high, o fabricante recomenda temperature 0.7 e top-p 0.95. Para none, documenta temperaturas entre 0.0 e 0.7 conforme a tarefa e deixa top-p por definir ou em 1.0. São recomendações da versão. Escolha primeiro a finalidade da saída: uma extração concisa de campos, uma alteração de código com explicação ou uma comparação que exija várias decisões justificadas. Uma tarefa prática de raciocínio pode fornecer um requisito, a implementação e a entrada que revela uma divergência. Peça ao modelo que identifique o percurso relevante, explique a discrepância e proponha a menor alteração que preserve a interface pública. Peça o código revisto separadamente das hipóteses e dos exemplos. O modelo gera uma proposta; compilar, executar e aplicar exigem o ambiente de desenvolvimento ligado ao agente. Ferramentas, documentos e edições previsíveis A ficha do serviço do fabricante enumera também saídas estruturadas, saídas previstas, perguntas sobre documentos, prefixos de resposta, processamento em lote e conversas com agentes. Para extração, defina os nomes dos campos, os tipos e o tratamento dos valores em falta. O modo JSON fornece uma representação estruturada, enquanto um esquema personalizado define um formato mais específico na interface ligada. Peça apenas o registo quando um programa o for analisar e uma explicação separada quando uma pessoa precisar de inspecionar a interpretação. As perguntas sobre documentos combinam texto e estrutura preparados por OCR com a compreensão do modelo de linguagem. Para uma comparação, identifique os documentos e a condição a avaliar, pedindo depois cada conclusão com a localização da respetiva fonte. Uma saída útil pode separar requisitos comuns, divergências e questões em aberto. Perguntas diretas sobre imagens podem focar uma etiqueta de gráfico ou um elemento de interface; preservar títulos, unidades e papéis das imagens ajuda a manter a resposta ligada ao material fornecido. As saídas previstas estão documentadas para tarefas em que grande parte da resposta pretendida já é conhecida, como regenerar um ficheiro de código ou documento com edições limitadas. Forneça o conteúdo existente e identifique a alteração específica, preservando as partes que devem permanecer. Isto difere de pedir um artefacto inteiramente novo ou de continuar a partir de um prefixo de resposta conhecido. As funcionalidades do serviço descrevem opções de submissão e formatação; não alteram as entradas de texto e imagem nem a saída textual do modelo. Num fluxo assistido por ferramentas, a aplicação fornece descrições e parâmetros das funções, o modelo escolhe uma função e prepara argumentos, e a aplicação executa-a e devolve o resultado. Uma ferramenta de cálculo pode receber valores lidos de uma imagem fornecida, enquanto uma ferramenta de consulta pode fornecer a informação em falta para a resposta seguinte. Mantenha o resultado da ferramenta associado à operação que o produziu. O raciocínio com agentes depende desse ambiente, não de a geração de texto executar por si só ações externas. Preparação de sessões longas Use o contexto de 256k para código-fonte relacionado, documentos e histórico da conversa, mantendo explícito o objetivo efetivo. Uma sessão de programação pode reter o módulo, quem o chama e os requisitos, pedindo uma alteração definida. Uma sessão documental pode manter juntas as secções relevantes e devolver uma tabela curta ou um trecho revisto. A capacidade de contexto não especifica um comprimento máximo de resposta separado; o exemplo de geração de 1 024 tokens da ficha é uma ilustração, não esse limite. O fabricante indica que uma configuração publicada anterior continha um erro de contexto longo e que este foi corrigido, incluindo a sua relevância para pontos de controlo derivados. Preserve a configuração corrigida da versão ao usar os pesos em sessões longas. Os modos híbridos e a arquitetura de 128 mil milhões de parâmetros do Medium 3.5 não devem ser atribuídos ao Medium 3.1 nem a um ponto de controlo de cabeça de previsão com nome próprio apenas por partilharem a família. **Ailoot Ultra · Processamento em lote** `POST /v1/batches` `mistralai/mistral-medium-3-5:batch` [`mistralai/mistral-medium-3-5:batch`](https://ailoot.ai/models/pt-pt/#m=mistralai%2Fmistral-medium-3-5%3Abatch&route=Ultra&caller=mistralai%2Fmistral-medium-3-5%3Abatch&fmt=batches) Mistral /`mistralai/mistral-medium-3-5:batch` ### Introdução Mistral Medium 3.5 combina seguimento de instruções, raciocínio e programação num modelo denso de texto e imagem com 128 mil milhões de parâmetros. Tem um contexto de 256k indicado pelo fabricante, definições de raciocínio por pedido, chamadas nativas de funções e saída estruturada para fluxos documentais e com agentes. Entradas aceites Texto Resultados Texto ### Disponível no Ailoot · entradas e métodos **Ailoot Ultra · Processamento em lote** `POST /v1/batches` Entrada `text` Saída `text` Formato de saída JSON em linha de results\[\].response.body | Campo | Tipo | Requisito | Valores e limites | Predefinição | | --- | --- | --- | --- | --- | | Campo`endpoint` | Tipo`string` | RequisitoObrigatório | Valores e limites /v1/chat/completions | Predefinição— | | Campo`model` | Tipo`string` | RequisitoObrigatório | Valores e limites mistralai/mistral-medium-3-5:batch | Predefinição— | | Campo`requests` | Tipo`batch_item[]` | RequisitoObrigatório | Valores e limites Número mínimo de elementos: 1 | Predefinição— | | Campo`requests[].custom_id` | Tipo`string` | RequisitoObrigatório | Valores e limites | Predefinição— | | Campo`requests[].body.messages` | Tipo`message[]` | RequisitoObrigatório | Valores e limites | Predefinição— | | Campo`completion_window` | Tipo`string` | RequisitoOpcional | Valores e limites 24h | Predefinição— | | Campo`provider` | Tipo`object\|null` | RequisitoOpcional | Valores e limites | Predefinição— | | Campo`requests[].body.model` | Tipo`string` | RequisitoOpcional | Valores e limites mistralai/mistral-medium-3-5:batch, mistralai/mistral-medium-3-5 | Predefinição— | | Campo`provider.only` | Tipo`string[]` | RequisitoOpcional | Valores e limites mistral | Predefinição— | | Campo`provider.allow_fallbacks` | Tipo`boolean\|null` | RequisitoOpcional | Valores e limites false, null | Predefinição— | Parâmetros e ciclo de vida do método | Parâmetro | Contrato | | --- | --- | | Parâmetro`content_type` | Contratoapplication/json | | Parâmetro`required` | Contratoendpoint, model, requests | | Parâmetro`material_types` | Contratotext | | Parâmetro`representation` | Contratorequests\[\] em linha; cada item tem custom\_id e body | | Parâmetro`request_endpoint_profile` | Contrato/v1/chat/completions | | Parâmetro`file_material` | ContratoQuem faz a chamada pode ler localmente o conteúdo JSONL UTF-8 efetivo para requests\[\]. Não é utilizada qualquer finalidade de carregamento, input\_file\_id ou referência a ficheiro. Se o material do cliente estiver em falta ou vazio, a preparação é interrompida antes do POST. | | Parâmetro`serialization_order` | Contratoendpoint, model, provider (se fornecido), completion\_window (se fornecido), requests em último lugar | | Parâmetro`optional_controls` | Contratoprovider.only, provider.allow\_fallbacks, completion\_window | | Parâmetro`schema_scope` | ContratoCorpos de pedidos de texto de Chat Completions na estrutura de lote em linha documentada. | Ciclo de vida: `asynchronous` `GET /v1/batches/{operation_id}` · response.id efetivo da resposta original de criação; mesmo utilizador/chave/grupo ### Tarifários As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado. Modo rápido Não especificado Quando o modo rápido está selecionado Modo flex Não especificado Quando o modo flex está selecionado Esforço máximo de raciocínio Não especificado Quando o esforço máximo de raciocínio usa o ajuste predefinido (default) Preços da cache explícita Não ativado Quando é pedida cache explícita #### Tarifas Ailoot #### Preços por configuração Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas. | Configuração | Tabela de tarifas | Tokens de contexto, mais de | Tokens de contexto, até ao limite inclusive | Custo | | --- | --- | --- | --- | --- | | ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | Tokens de contexto, mais de— | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada **$0.0015** / 1K tokens Saída · Tokens de saída **$0.0075** / 1K tokens Entrada · Leitura da cache **—** / 1K tokens Entrada · Escrita na cache **—** / 1K tokens Entrada · Escrita na cache, 1 hora **—** / 1K tokens | | ConfiguraçãoEscalão 1 por comprimento do pedido | Tabela de tarifas— | Tokens de contexto, mais de0 | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada **$0.0015** / 1K tokens Saída · Tokens de saída **$0.0075** / 1K tokens Entrada · Leitura da cache **—** / 1K tokens Entrada · Escrita na cache **—** / 1K tokens Entrada · Escrita na cache, 1 hora **—** / 1K tokens | O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. [Como funcionam a reserva e a liquidação →](https://ailoot.ai/docs/pt-pt/billing/reserve/) ### Exemplos de pedidos #### Ailoot Ultra · Processamento em lote curl · dados de teste preservadosPython HTTP · JSONL real do clientePython · guarde cada resultado concluído ```bash set -eu : "${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/mistral-medium-3-5: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 ``` ```python 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/mistral-medium-3-5:batch', 'mistralai/mistral-medium-3-5']: raise ValueError("body.model must be an exact documented caller or wire ID") return {"endpoint":"/v1/chat/completions", "model":"mistralai/mistral-medium-3-5: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")) ``` ```python 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. ``` ### Receber e guardar os resultados #### Ailoot Ultra · Processamento em lote JSON em linha de results\[\].response.body - `GET /v1/batches/{operation_id}` ##### Verificar o estado da tarefa curl · estado da operação original ```bash 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 ``` ##### Guardar todos os resultados concluídos Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra. Conserve o JSON completo do estado original, todos os resultados/custom\_id e o corpo completo da resposta ou do erro. Guarde os results\[\] concluídos em formato JSONL, sem filtrar. ##### Se for necessário verificar a resposta original Preserve o ID original da operação. A resposta 503 result\_pending\_check inclui X-Should-Retry:false; nunca volte a enviar um lote original de estado desconhecido. Campos da resposta | Campo | Tipo | | --- | --- | | Campo`results[].custom_id` | Tipostring | | Campo`results[].response.body.choices[].message.content` | Tipostring\|null | | Campo`results[].error` | Tipoobject\|null | | Campo`usage` | Tipoobject\|null | | Campo`id` | Tipostring | | Campo`model` | Tipostring | | Campo`endpoint` | Tipostring | | Campo`status` | Tipostring | | Campo`request_counts` | Tipoobject | | Campo`results[].id` | Tipostring | | Campo`results[].response.status_code` | Tipointeger | | Campo`results[].response.request_id` | Tipostring | Erros e passos seguintes | Resposta | Condição | Passo seguinte | | --- | --- | --- | | Resposta400 · `invalid_request_error` | CondiçãoEstrutura em linha documentada inválida, chaves duplicadas, identidade do item inválida ou conflito com as capacidades configuradas do modelo. | Passo seguinteCorrija os campos indicados antes de qualquer novo envio. | | Resposta401 · `authentication_error` | CondiçãoChave de API inválida. | Passo seguinteUse a chave Ailoot autorizada. | | Resposta403 · `permission_error` | CondiçãoGrupo de processamento em lote indisponível. | Passo seguinteVerifique os direitos de acesso da chave/do grupo. | | Resposta422 · `invalid_request_error` | CondiçãoO processamento em lote usa faturação por débito do saldo; a criação com subscrição é rejeitada. | Passo seguinteUse o grupo autorizado com faturação por débito do saldo. | | Resposta422 · `price_unavailable` | CondiçãoNão é possível calcular uma estimativa de preço para os dados de entrada do lote. | Passo seguinteConserve a resposta; use os dados de entrada documentados para a família. | | Resposta402 · `billing_error` | CondiçãoReserva para processamento em lote indisponível. | Passo seguinteResolva a questão da admissão antes de um novo pedido. | | Resposta503 · `price_unavailable` | CondiçãoPreço do método de processamento em lote/tarifas nativas indisponíveis. | Passo seguinteConserve a resposta; não substitua os preços. | | Resposta503 · `api_error` | CondiçãoA rota exata do fornecedor está indisponível. | Passo seguinteConserve a resposta para corrigir a rota. | | Resposta503 · `result_pending_check` | CondiçãoO resultado original requer verificação; X-Should-Retry:false. | Passo seguinteGuarde o operation\_id/id original e consulte o respetivo estado; nunca repita o POST original. | | Resposta404 · `not_found` | CondiçãoA operação de consulta do estado do lote não existe ou pertence a outra identidade. | Passo seguinteUse o id original exato e o mesmo utilizador/chave/grupo. | ### Aliases #### Aliases do modelo **Ailoot Ultra** [`mistralai/mistral-medium-3-5:batch`](https://ailoot.ai/models/pt-pt/#m=mistralai%2Fmistral-medium-3-5%3Abatch&route=Ultra&caller=mistralai%2Fmistral-medium-3-5%3Abatch&fmt=batches) #### Aliases dos caminhos dos métodos Use os caminhos dos métodos indicados acima. #### IDs de chamada relacionados [`mistralai/mistral-medium-3-5:batch`](https://ailoot.ai/models/pt-pt/#m=mistralai%2Fmistral-medium-3-5%3Abatch&route=Ultra&caller=mistralai%2Fmistral-medium-3-5%3Abatch&fmt=batches) FAQ · Mistral: Mistral Medium 3.5 (batch) Que entradas e resultados estão disponíveis? `POST /v1/batches` · `mistralai/mistral-medium-3-5:batch`: `text` → `text` Que campos utiliza o pedido? `POST /v1/batches` · `mistralai/mistral-medium-3-5:batch`: `endpoint`, `model`, `requests`, `completion_window`, `provider` Que limites se aplicam? `POST /v1/batches` · `mistralai/mistral-medium-3-5:batch`: `requests.min_items`: `1` Ligue o Ailoot ao Claude Code, OpenCode, Hermes ou à sua aplicação. ## A empresa e a sua carteira de projetos A empresa e a sua carteira de projetos: milhões de clientes; vendas mensais na ordem dos milhares de milhões. ## Compre tokens com desconto. Desconto por subscrição para trabalho regular. Códigos promocionais — até 50% na compra de tokens. Subscrição Escolha um plano com desconto para os pedidos regulares. Código promocional até 50% Introduza o código na compra. O preço é recalculado conforme a campanha em vigor. Custos no histórico O modelo, os tokens e o montante são guardados para cada pedido. [Escolher subscrição](https://ailoot.ai/docs/pt-pt/billing/subscriptions/) · [Ver preços dos modelos](https://ailoot.ai/models/pt-pt/) ## Ligue a API ao produto que vende. SaaS, aplicações e bots — ao abrigo da oferta e do contrato de licença Ailoot. Para revenda, peça uma licença de revendedor. Aplicação comercial Integre geração de texto, imagens, vídeo e som nas funcionalidades pagas do seu serviço. Licença de revendedor Envie uma descrição do projeto e do modelo de acesso. Peça condições escritas de utilização e revenda. Documentos no site A oferta, o contrato de licença e a política de tratamento de dados estão disponíveis antes da ligação. [Pedir licença de revendedor](mailto:support@ailoot.ai) · [Oferta e contrato de licença](https://ailoot.ai/legal/offer?lang=pt-pt) ## Ailoot · A empresa e a sua carteira de projetos A Ailoot assenta numa experiência operacional consolidada, numa ampla base de clientes, num serviço estável e no acompanhamento contínuo dos KPI. A empresa e a sua carteira de projetos: milhões de clientes; vendas mensais na ordem dos milhares de milhões. A Ailoot aplica essa experiência operacional ao acesso por API a funcionalidades de IA nos produtos dos clientes, agentes, aplicações e automatizações.