Mistral Medium 3 — мультимодальная модель Mistral AI для профессиональной работы с текстом, пониманием визуальных материалов и кодом. В исходном выпуске подчёркиваются задачи программирования и STEM, а также адаптация к корпоративным знаниям и процессам. Она принимает текстовые и визуальные материалы и создаёт текст, включая объяснение документа, структурированную запись или предлагаемую реализацию. Фиксированный идентификатор этой редакции у разработчика — mistral-medium-2505.
Контекст и профессиональные исходные материалы
На странице модели указано контекстное окно 128 тыс. токенов. Используйте его, чтобы сохранить исходные фрагменты, диалог и инструкции, определяющие запрошенный результат. Для сравнения документов укажите, какой источник содержит действующее требование, какой — предлагаемую редакцию и какой вопрос нужно разрешить. Попросите указывать подтверждающий документ и раздел рядом с каждым выводом.
В практической задаче объяснения можно передать процедуру и вопрос пользователя, затем запросить подходящее действие и условие его применимости. Технический анализ может включать исходные данные, определения и критерий сравнения. Цель — результат, связанный с переданным материалом, а не общее описание темы.
Структурированный вывод и функции
На странице перечислены структурированный вывод и вызов функций. Для извлечения задайте имена полей, типы и представление отсутствующей в источнике информации. Полезная запись может отдельно содержать идентификатор, утверждение источника, интерпретацию и неразрешённый вопрос. Общие рекомендации Mistral различают режим JSON и пользовательскую схему и требуют явно запрашивать нужный формат JSON.
Вызов функций связывает интерпретацию модели с операциями, описанными приложением. Модель выбирает функцию и готовит аргументы, приложение выполняет функцию, а её результат становится контекстом для следующего ответа. Поиск может дать недостающее справочное значение; расчёт — результат, необходимый для объяснения. Сохраняйте связь результата с породившей его операцией, не считая предложенный вызов уже выполненным действием.
Вопросы по документам и визуальным материалам
Для этой редакции также заявлены ответы на вопросы по документам. В документированном процессе разработчика текст, структура и оформление документа подготавливаются с помощью OCR перед анализом языковой моделью. Спрашивайте о конкретном требовании, фрагменте или связи, нужных для задачи. Для нескольких документов сохраняйте их идентичность и запрашивайте сравнение с указанием места в источнике рядом с каждым заключением.
Для визуального материала задайте конкретный вопрос к изображению и сохраните подписи, единицы измерения и области, необходимые для ответа. По графику можно запросить сравнение именованных рядов; по схеме — определить, какая связь подтверждает переданное требование. Читаемое изображение документа и документ, подготовленный с помощью OCR, — разные способы подготовки входных данных, даже если оба служат одной цели ответа на вопрос.
Редактирование, префиксы и процессы
На странице модели перечислены предсказанные ответы, префиксы ответов, пакетная обработка и диалоги агентов. Предсказанные ответы используют известное содержимое, когда основная часть документа или файла кода должна сохраниться, а небольшая часть — измениться. Передайте существующее содержимое, задайте правку и укажите материал для сохранения. Это отличается от просьбы создать совершенно новый документ.
Префикс ответа задаёт известное начало текста ассистента, после которого продолжается генерация. Пакетная обработка меняет способ отправки задач, а интерфейс агентов и диалогов управляет подключённым процессом. Перечисленные встроенные инструменты принадлежат этому интерфейсу разработчика; они не добавляют базовой модели другую модальность содержимого и не выполняют действия без подключённой среды.
Программирование и предметная адаптация
Для запроса по программированию передайте требование, затронутую функцию, нужные объявления и ожидаемые входные и выходные данные. Запросите предлагаемое изменение, его допущения и примеры, различающие нужное поведение. Вопрос по отладке может включать свидетельства сбоя и просьбу определить путь в исходном коде, который его объясняет. Доступ к репозиторию, выполнение кода и применение изменения обеспечивают внешние инструменты разработки.
В исходном анонсе описаны специализированное постобучение и дообучение для отраслевых корпоративных контекстов и баз знаний. Это отдельный процесс адаптации, а не утверждение, что модель по умолчанию уже знает документы конкретной организации. Для ответа с опорой на источники передайте нужные документы и терминологию непосредственно с задачей и задайте правила ответа.
Границы редакции и результата
Эта запись сохраняет идентичность Medium 3 версии 2505 и контекст 128 тыс. токенов. Число параметров архитектуры и настраиваемые элементы гибридного рассуждения, позднее описанные для Medium 3.5, не входят в заявленную спецификацию этой редакции. На странице именно этой модели не опубликованы число параметров или отдельная жёсткая максимальная длина ответа, которые можно было бы заимствовать из более позднего выпуска.
Определите желаемый результат до отправки запроса: объяснение, структурированное извлечение, исправленный раздел или предложенный код. Явно сохраняйте текстовые и визуальные свидетельства, идентичность источников и результаты подключённых инструментов, чтобы ответ можно было проверить и использовать на следующем шаге приложения.
", "aboutText": "Mistral Medium 3 — мультимодальная модель Mistral AI для профессиональной работы с текстом, пониманием визуальных материалов и кодом. В исходном выпуске подчёркиваются задачи программирования и STEM, а также адаптация к корпоративным знаниям и процессам. Она принимает текстовые и визуальные материалы и создаёт текст, включая объяснение документа, структурированную запись или предлагаемую реализацию. Фиксированный идентификатор этой редакции у разработчика — mistral-medium-2505.\n\nКонтекст и профессиональные исходные материалы\n\nНа странице модели указано контекстное окно 128 тыс. токенов. Используйте его, чтобы сохранить исходные фрагменты, диалог и инструкции, определяющие запрошенный результат. Для сравнения документов укажите, какой источник содержит действующее требование, какой — предлагаемую редакцию и какой вопрос нужно разрешить. Попросите указывать подтверждающий документ и раздел рядом с каждым выводом.\n\nВ практической задаче объяснения можно передать процедуру и вопрос пользователя, затем запросить подходящее действие и условие его применимости. Технический анализ может включать исходные данные, определения и критерий сравнения. Цель — результат, связанный с переданным материалом, а не общее описание темы.\n\nСтруктурированный вывод и функции\n\nНа странице перечислены структурированный вывод и вызов функций. Для извлечения задайте имена полей, типы и представление отсутствующей в источнике информации. Полезная запись может отдельно содержать идентификатор, утверждение источника, интерпретацию и неразрешённый вопрос. Общие рекомендации Mistral различают режим JSON и пользовательскую схему и требуют явно запрашивать нужный формат JSON.\n\nВызов функций связывает интерпретацию модели с операциями, описанными приложением. Модель выбирает функцию и готовит аргументы, приложение выполняет функцию, а её результат становится контекстом для следующего ответа. Поиск может дать недостающее справочное значение; расчёт — результат, необходимый для объяснения. Сохраняйте связь результата с породившей его операцией, не считая предложенный вызов уже выполненным действием.\n\nВопросы по документам и визуальным материалам\n\nДля этой редакции также заявлены ответы на вопросы по документам. В документированном процессе разработчика текст, структура и оформление документа подготавливаются с помощью OCR перед анализом языковой моделью. Спрашивайте о конкретном требовании, фрагменте или связи, нужных для задачи. Для нескольких документов сохраняйте их идентичность и запрашивайте сравнение с указанием места в источнике рядом с каждым заключением.\n\nДля визуального материала задайте конкретный вопрос к изображению и сохраните подписи, единицы измерения и области, необходимые для ответа. По графику можно запросить сравнение именованных рядов; по схеме — определить, какая связь подтверждает переданное требование. Читаемое изображение документа и документ, подготовленный с помощью OCR, — разные способы подготовки входных данных, даже если оба служат одной цели ответа на вопрос.\n\nРедактирование, префиксы и процессы\n\nНа странице модели перечислены предсказанные ответы, префиксы ответов, пакетная обработка и диалоги агентов. Предсказанные ответы используют известное содержимое, когда основная часть документа или файла кода должна сохраниться, а небольшая часть — измениться. Передайте существующее содержимое, задайте правку и укажите материал для сохранения. Это отличается от просьбы создать совершенно новый документ.\n\nПрефикс ответа задаёт известное начало текста ассистента, после которого продолжается генерация. Пакетная обработка меняет способ отправки задач, а интерфейс агентов и диалогов управляет подключённым процессом. Перечисленные встроенные инструменты принадлежат этому интерфейсу разработчика; они не добавляют базовой модели другую модальность содержимого и не выполняют действия без подключённой среды.\n\nПрограммирование и предметная адаптация\n\nДля запроса по программированию передайте требование, затронутую функцию, нужные объявления и ожидаемые входные и выходные данные. Запросите предлагаемое изменение, его допущения и примеры, различающие нужное поведение. Вопрос по отладке может включать свидетельства сбоя и просьбу определить путь в исходном коде, который его объясняет. Доступ к репозиторию, выполнение кода и применение изменения обеспечивают внешние инструменты разработки.\n\nВ исходном анонсе описаны специализированное постобучение и дообучение для отраслевых корпоративных контекстов и баз знаний. Это отдельный процесс адаптации, а не утверждение, что модель по умолчанию уже знает документы конкретной организации. Для ответа с опорой на источники передайте нужные документы и терминологию непосредственно с задачей и задайте правила ответа.\n\nГраницы редакции и результата\n\nЭта запись сохраняет идентичность Medium 3 версии 2505 и контекст 128 тыс. токенов. Число параметров архитектуры и настраиваемые элементы гибридного рассуждения, позднее описанные для Medium 3.5, не входят в заявленную спецификацию этой редакции. На странице именно этой модели не опубликованы число параметров или отдельная жёсткая максимальная длина ответа, которые можно было бы заимствовать из более позднего выпуска.\n\nОпределите желаемый результат до отправки запроса: объяснение, структурированное извлечение, исправленный раздел или предложенный код. Явно сохраняйте текстовые и визуальные свидетельства, идентичность источников и результаты подключённых инструментов, чтобы ответ можно было проверить и использовать на следующем шаге приложения.", "editorialOverlay": { "copy_fields": { "practical_html": "Технический пример на английском
Apply a procedure to a concrete case\n\nUse this procedure to answer the employee: 'Requests below 500 credits need team-lead approval. Requests of 500 or more need finance approval. Purchases must wait for approval.' Employee: 'My equipment request is exactly 500 credits; can my team lead approve it and can I order today?' Give the applicable rule and missing information.A short procedural answer citing the threshold and approval-before-purchase requirement.Exactly 500 falls under finance approval, and ordering today depends on approval actually having been received.mistralai/mistral-medium-3Mistral Medium 3 — мультимодальная модель для профессиональных задач с текстом, визуальными материалами и кодом. Заявленные разработчиком контекст 128 тыс. токенов, структурированный вывод, вызовы функций, вопросы по документам и предсказуемые правки помогают готовить объяснения по источникам и выстраивать процессы приложений.
Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.
Mistral Medium 3 — мультимодальная модель Mistral AI для профессиональной работы с текстом, пониманием визуальных материалов и кодом. В исходном выпуске подчёркиваются задачи программирования и STEM, а также адаптация к корпоративным знаниям и процессам. Она принимает текстовые и визуальные материалы и создаёт текст, включая объяснение документа, структурированную запись или предлагаемую реализацию. Фиксированный идентификатор этой редакции у разработчика — mistral-medium-2505.
Контекст и профессиональные исходные материалы
На странице модели указано контекстное окно 128 тыс. токенов. Используйте его, чтобы сохранить исходные фрагменты, диалог и инструкции, определяющие запрошенный результат. Для сравнения документов укажите, какой источник содержит действующее требование, какой — предлагаемую редакцию и какой вопрос нужно разрешить. Попросите указывать подтверждающий документ и раздел рядом с каждым выводом.
В практической задаче объяснения можно передать процедуру и вопрос пользователя, затем запросить подходящее действие и условие его применимости. Технический анализ может включать исходные данные, определения и критерий сравнения. Цель — результат, связанный с переданным материалом, а не общее описание темы.
Структурированный вывод и функции
На странице перечислены структурированный вывод и вызов функций. Для извлечения задайте имена полей, типы и представление отсутствующей в источнике информации. Полезная запись может отдельно содержать идентификатор, утверждение источника, интерпретацию и неразрешённый вопрос. Общие рекомендации Mistral различают режим JSON и пользовательскую схему и требуют явно запрашивать нужный формат JSON.
Вызов функций связывает интерпретацию модели с операциями, описанными приложением. Модель выбирает функцию и готовит аргументы, приложение выполняет функцию, а её результат становится контекстом для следующего ответа. Поиск может дать недостающее справочное значение; расчёт — результат, необходимый для объяснения. Сохраняйте связь результата с породившей его операцией, не считая предложенный вызов уже выполненным действием.
Вопросы по документам и визуальным материалам
Для этой редакции также заявлены ответы на вопросы по документам. В документированном процессе разработчика текст, структура и оформление документа подготавливаются с помощью OCR перед анализом языковой моделью. Спрашивайте о конкретном требовании, фрагменте или связи, нужных для задачи. Для нескольких документов сохраняйте их идентичность и запрашивайте сравнение с указанием места в источнике рядом с каждым заключением.
Для визуального материала задайте конкретный вопрос к изображению и сохраните подписи, единицы измерения и области, необходимые для ответа. По графику можно запросить сравнение именованных рядов; по схеме — определить, какая связь подтверждает переданное требование. Читаемое изображение документа и документ, подготовленный с помощью OCR, — разные способы подготовки входных данных, даже если оба служат одной цели ответа на вопрос.
Редактирование, префиксы и процессы
На странице модели перечислены предсказанные ответы, префиксы ответов, пакетная обработка и диалоги агентов. Предсказанные ответы используют известное содержимое, когда основная часть документа или файла кода должна сохраниться, а небольшая часть — измениться. Передайте существующее содержимое, задайте правку и укажите материал для сохранения. Это отличается от просьбы создать совершенно новый документ.
Префикс ответа задаёт известное начало текста ассистента, после которого продолжается генерация. Пакетная обработка меняет способ отправки задач, а интерфейс агентов и диалогов управляет подключённым процессом. Перечисленные встроенные инструменты принадлежат этому интерфейсу разработчика; они не добавляют базовой модели другую модальность содержимого и не выполняют действия без подключённой среды.
Программирование и предметная адаптация
Для запроса по программированию передайте требование, затронутую функцию, нужные объявления и ожидаемые входные и выходные данные. Запросите предлагаемое изменение, его допущения и примеры, различающие нужное поведение. Вопрос по отладке может включать свидетельства сбоя и просьбу определить путь в исходном коде, который его объясняет. Доступ к репозиторию, выполнение кода и применение изменения обеспечивают внешние инструменты разработки.
В исходном анонсе описаны специализированное постобучение и дообучение для отраслевых корпоративных контекстов и баз знаний. Это отдельный процесс адаптации, а не утверждение, что модель по умолчанию уже знает документы конкретной организации. Для ответа с опорой на источники передайте нужные документы и терминологию непосредственно с задачей и задайте правила ответа.
Границы редакции и результата
Эта запись сохраняет идентичность Medium 3 версии 2505 и контекст 128 тыс. токенов. Число параметров архитектуры и настраиваемые элементы гибридного рассуждения, позднее описанные для Medium 3.5, не входят в заявленную спецификацию этой редакции. На странице именно этой модели не опубликованы число параметров или отдельная жёсткая максимальная длина ответа, которые можно было бы заимствовать из более позднего выпуска.
Определите желаемый результат до отправки запроса: объяснение, структурированное извлечение, исправленный раздел или предложенный код. Явно сохраняйте текстовые и визуальные свидетельства, идентичность источников и результаты подключённых инструментов, чтобы ответ можно было проверить и использовать на следующем шаге приложения.
POST /v1/chat/completionstexttext| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
|---|---|---|---|---|
Полеmodel | Типstring | ТребованиеОбязательно | Значения и ограничения mistralai/mistral-medium-3 | По умолчанию— |
Полеmessages | Типmessage[] | ТребованиеОбязательно | Значения и ограничения Минимум элементов: 1 | По умолчанию— |
Полеmessages[].role | Типstring | ТребованиеОбязательно | Значения и ограничения Примеры: system, user, assistant, tool, function Условия: Эти роли явно представлены типами совместимости исходного кода; точный набор ролей зависит от модели. Зависит от модели | По умолчанию— |
Полеmessages[].content | Типstring|content_part[]|null | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеmessages[].tool_calls | Типtool_call[] | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеmessages[].tool_call_id | Типstring | ТребованиеНеобязательно | Значения и ограничения Применяется, когда: role=tool; используйте фактически возвращённый ID | По умолчанию— |
Полеmessages[].name | Типstring | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеmessages[].reasoning_content | Типstring | ТребованиеНеобязательно | Значения и ограничения Применяется, когда: Передавайте обратно фактически возвращённые рассуждения, если эта модель их использует | По умолчанию— |
Полеmessages[].reasoning_details | Типobject|array | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеmax_tokens | Типinteger | ТребованиеНеобязательно | Значения и ограничения Минимум: 1 Зависит от модели | По умолчанию— |
Полеmax_completion_tokens | Типinteger | ТребованиеНеобязательно | Значения и ограничения Минимум: 1 Зависит от модели | По умолчанию— |
Полеstream | Типboolean | ТребованиеНеобязательно | Значения и ограничения | По умолчаниюfalse |
Полеstream_options.include_usage | Типboolean | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtemperature | Типnumber | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtop_p | Типnumber | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеstop | Типstring|string[] | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtools | Типfunction_tool[] | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtools[].type | Типstring | ТребованиеНеобязательно | Значения и ограничения function Зависит от модели | По умолчанию— |
Полеtools[].function.name | Типstring | ТребованиеОбязательно | Значения и ограничения Применяется, когда: передан инструмент-функция | По умолчанию— |
Полеtools[].function.description | Типstring | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеtools[].function.parameters | ТипJSON_schema | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеtool_choice | Типstring|object | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеparallel_tool_calls | Типboolean | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеresponse_format | Типobject | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеreasoning_effort | Типstring | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеreasoning | Типobject | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеservice_tier | Типstring | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеinstructions | Типstring | ТребованиеНеобязательно | Значения и ограничения Поле совместимости | По умолчанию— |
Полеfunctions | Типfunction[] | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеfunction_call | Типstring|object | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеprompt_cache_options | Типobject | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеmodalities | Типstring[] | ТребованиеНеобязательно | Значения и ограничения text | По умолчанию— |
Полеprovider | Типobject | ТребованиеНеобязательно | Значения и ограничения Условия: provider.options отклоняется на этом текстовом маршруте Ultra | По умолчанию— |
Полеcache_control.ttl | Типstring | ТребованиеНеобязательно | Значения и ограничения Условия: 1h отклоняется в фактических местах настройки кэша запросов | По умолчанию— |
Текст · Текст UTF8
messages[].content
| Параметр | Контракт |
|---|---|
Параметрcontent_type | Контрактapplication/json |
Параметрrequired | Контрактmodel, messages |
Параметрmaterial_types | Контрактtext |
Параметрmessages | Контрактмассив сообщений со структурой role/content |
Параметрfile_material | Контрактфактический документ UTF-8 вставляется как буквальный текст; ID файла не выводится из него |
Параметрoptional_controls | Контрактstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Параметрcontrol_scope | Контрактзависит от модели; пользовательские инструменты-функции отличаются от инструментов, выполняемых на стороне сервиса |
Параметрoutput_modalities | Контрактtext |
Параметрhosted_operations | Контрактfalse |
Параметрmultimodal_input_binding | Контрактnull |
Жизненный цикл: synchronous_or_streamed
Отправляйте точный ID модели вместе с messages.
Длина контекста не является пределом выхода.
Текстовый файл может передавать буквальный текст; входные изображения, аудио и файловые объекты требуют точной привязки.
Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода.
Сопоставьте каждую плату с указанными условиями. Для каждого набора альтернативных конфигураций используйте одну ставку.
| Конфигурация | Шкала ставок | Токенов контекста больше | Токенов контекста не более, включительно | Плата |
|---|---|---|---|---|
| КонфигурацияБазовые ставки за токены | Шкала ставокБазовая ставка | Токенов контекста больше— | Токенов контекста не более, включительноБез верхней границы | Плата Вход · Входные токены $0.0008 / 1K токенов Выход · Выходные токены $0.004 / 1K токенов Вход · Чтение кэша $0.00008 / 1K токенов Вход · Запись в кэш — / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
| КонфигурацияУровень 1 по длине запроса | Шкала ставок— | Токенов контекста больше0 | Токенов контекста не более, включительноБез верхней границы | Плата Вход · Входные токены $0.0008 / 1K токенов Выход · Выходные токены $0.004 / 1K токенов Вход · Чтение кэша $0.00008 / 1K токенов Вход · Запись в кэш — / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "mistralai/mistral-medium-3", "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-medium-3',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-medium-3',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 или SSE
Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого.
Сохраняйте каждый вариант ответа с его содержимым, вызовами инструментов и рассуждениями. В SSE собирайте изменения по индексам варианта и инструмента, сохраняйте итоговую причину завершения и данные использования.
Сохраняйте ID запросов и ответов, а также заголовки. Общий URL получения текстового задания не предоставлен.
| Поле | Тип |
|---|---|
Полеchoices[].index | Типinteger |
Полеchoices[].message.content | Типstring|null |
Полеchoices[].message.tool_calls | Типtool_call[] |
Полеchoices[].message.reasoning_content | Типstring |
Полеchoices[].message.reasoning_details | Типobject|array |
Полеchoices[].finish_reason | Типstring|null |
Полеusage | Типobject |
| Ответ | Условие | Следующий шаг |
|---|---|---|
Ответ400 · invalid_request_error | УсловиеНеверные обязательные поля, представление материалов или значение параметра | Следующий шагИсправьте указанные поля перед новым запросом на создание. |
Ailoot Ultra mistralai/mistral-medium-3
Используйте пути методов, указанные выше.
mistralai/mistral-medium-3Mistral Medium 3 — мультимодальная модель для профессиональных задач с текстом, визуальными материалами и кодом. Заявленные разработчиком контекст 128 тыс. токенов, структурированный вывод, вызовы функций, вопросы по документам и предсказуемые правки помогают готовить объяснения по источникам и выстраивать процессы приложений.
Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.
Mistral Medium 3 — мультимодальная модель Mistral AI для профессиональной работы с текстом, пониманием визуальных материалов и кодом. В исходном выпуске подчёркиваются задачи программирования и STEM, а также адаптация к корпоративным знаниям и процессам. Она принимает текстовые и визуальные материалы и создаёт текст, включая объяснение документа, структурированную запись или предлагаемую реализацию. Фиксированный идентификатор этой редакции у разработчика — mistral-medium-2505.
Контекст и профессиональные исходные материалы
На странице модели указано контекстное окно 128 тыс. токенов. Используйте его, чтобы сохранить исходные фрагменты, диалог и инструкции, определяющие запрошенный результат. Для сравнения документов укажите, какой источник содержит действующее требование, какой — предлагаемую редакцию и какой вопрос нужно разрешить. Попросите указывать подтверждающий документ и раздел рядом с каждым выводом.
В практической задаче объяснения можно передать процедуру и вопрос пользователя, затем запросить подходящее действие и условие его применимости. Технический анализ может включать исходные данные, определения и критерий сравнения. Цель — результат, связанный с переданным материалом, а не общее описание темы.
Структурированный вывод и функции
На странице перечислены структурированный вывод и вызов функций. Для извлечения задайте имена полей, типы и представление отсутствующей в источнике информации. Полезная запись может отдельно содержать идентификатор, утверждение источника, интерпретацию и неразрешённый вопрос. Общие рекомендации Mistral различают режим JSON и пользовательскую схему и требуют явно запрашивать нужный формат JSON.
Вызов функций связывает интерпретацию модели с операциями, описанными приложением. Модель выбирает функцию и готовит аргументы, приложение выполняет функцию, а её результат становится контекстом для следующего ответа. Поиск может дать недостающее справочное значение; расчёт — результат, необходимый для объяснения. Сохраняйте связь результата с породившей его операцией, не считая предложенный вызов уже выполненным действием.
Вопросы по документам и визуальным материалам
Для этой редакции также заявлены ответы на вопросы по документам. В документированном процессе разработчика текст, структура и оформление документа подготавливаются с помощью OCR перед анализом языковой моделью. Спрашивайте о конкретном требовании, фрагменте или связи, нужных для задачи. Для нескольких документов сохраняйте их идентичность и запрашивайте сравнение с указанием места в источнике рядом с каждым заключением.
Для визуального материала задайте конкретный вопрос к изображению и сохраните подписи, единицы измерения и области, необходимые для ответа. По графику можно запросить сравнение именованных рядов; по схеме — определить, какая связь подтверждает переданное требование. Читаемое изображение документа и документ, подготовленный с помощью OCR, — разные способы подготовки входных данных, даже если оба служат одной цели ответа на вопрос.
Редактирование, префиксы и процессы
На странице модели перечислены предсказанные ответы, префиксы ответов, пакетная обработка и диалоги агентов. Предсказанные ответы используют известное содержимое, когда основная часть документа или файла кода должна сохраниться, а небольшая часть — измениться. Передайте существующее содержимое, задайте правку и укажите материал для сохранения. Это отличается от просьбы создать совершенно новый документ.
Префикс ответа задаёт известное начало текста ассистента, после которого продолжается генерация. Пакетная обработка меняет способ отправки задач, а интерфейс агентов и диалогов управляет подключённым процессом. Перечисленные встроенные инструменты принадлежат этому интерфейсу разработчика; они не добавляют базовой модели другую модальность содержимого и не выполняют действия без подключённой среды.
Программирование и предметная адаптация
Для запроса по программированию передайте требование, затронутую функцию, нужные объявления и ожидаемые входные и выходные данные. Запросите предлагаемое изменение, его допущения и примеры, различающие нужное поведение. Вопрос по отладке может включать свидетельства сбоя и просьбу определить путь в исходном коде, который его объясняет. Доступ к репозиторию, выполнение кода и применение изменения обеспечивают внешние инструменты разработки.
В исходном анонсе описаны специализированное постобучение и дообучение для отраслевых корпоративных контекстов и баз знаний. Это отдельный процесс адаптации, а не утверждение, что модель по умолчанию уже знает документы конкретной организации. Для ответа с опорой на источники передайте нужные документы и терминологию непосредственно с задачей и задайте правила ответа.
Границы редакции и результата
Эта запись сохраняет идентичность Medium 3 версии 2505 и контекст 128 тыс. токенов. Число параметров архитектуры и настраиваемые элементы гибридного рассуждения, позднее описанные для Medium 3.5, не входят в заявленную спецификацию этой редакции. На странице именно этой модели не опубликованы число параметров или отдельная жёсткая максимальная длина ответа, которые можно было бы заимствовать из более позднего выпуска.
Определите желаемый результат до отправки запроса: объяснение, структурированное извлечение, исправленный раздел или предложенный код. Явно сохраняйте текстовые и визуальные свидетельства, идентичность источников и результаты подключённых инструментов, чтобы ответ можно было проверить и использовать на следующем шаге приложения.
POST /v1/messagestextjson, sse| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
|---|---|---|---|---|
Полеmodel | Типstring | ТребованиеОбязательно | Значения и ограничения mistralai/mistral-medium-3 | По умолчанию— |
Полеmessages | Типmessage[] | ТребованиеОбязательно | Значения и ограничения | По умолчанию— |
Полеmessages[].role | Типstring | ТребованиеОбязательно | Значения и ограничения user, assistant | По умолчанию— |
Полеmessages[].content | Типstring | ТребованиеОбязательно | Значения и ограничения | По умолчанию— |
Полеmax_tokens | Типinteger | ТребованиеОбязательно | Значения и ограничения | По умолчанию— |
Полеstream | Типboolean | ТребованиеНеобязательно | Значения и ограничения | По умолчаниюfalse |
Текст · Текст UTF-8
строка messages[].content
| Параметр | Контракт |
|---|---|
Параметрcontent_type | Контрактapplication/json |
Параметрrequired | Контрактmodel, messages, max_tokens |
Параметрoptional_controls | Контрактstream |
Параметрmaterial_types | Контрактtext |
Параметрtext_file_material | КонтрактПрочитайте фактический документ UTF-8 и поместите его текст в указанную строку входа или содержимого сообщения. |
Жизненный цикл: synchronous_or_streamed
Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода.
Сопоставьте каждую плату с указанными условиями. Для каждого набора альтернативных конфигураций используйте одну ставку.
| Конфигурация | Шкала ставок | Токенов контекста больше | Токенов контекста не более, включительно | Плата |
|---|---|---|---|---|
| КонфигурацияБазовые ставки за токены | Шкала ставокБазовая ставка | Токенов контекста больше— | Токенов контекста не более, включительноБез верхней границы | Плата Вход · Входные токены $0.0008 / 1K токенов Выход · Выходные токены $0.004 / 1K токенов Вход · Чтение кэша $0.00008 / 1K токенов Вход · Запись в кэш — / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
| КонфигурацияУровень 1 по длине запроса | Шкала ставок— | Токенов контекста больше0 | Токенов контекста не более, включительноБез верхней границы | Плата Вход · Входные токены $0.0008 / 1K токенов Выход · Выходные токены $0.004 / 1K токенов Вход · Чтение кэша $0.00008 / 1K токенов Вход · Запись в кэш — / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →
{\n "model": "mistralai/mistral-medium-3",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-medium-3', '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-medium-3', '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 или SSE
Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого.
Сохраняйте все блоки содержимого, подписи рассуждений и фактические ID обращений к инструментам. Собирайте все изменения блоков SSE; первый текстовый блок не является полным выходом.
Сохраняйте ID запросов и ответов, а также заголовки. Общий URL получения текстового задания не предоставлен.
| Поле | Тип |
|---|---|
Полеid | Типstring |
Полеmodel | Типstring |
Полеcontent[] | Типtext|thinking|tool_use|other content block |
Полеstop_reason | Типstring|null |
Полеusage | Типobject |
| Ответ | Условие | Следующий шаг |
|---|---|---|
Ответ400 · invalid_request_error | УсловиеНеверные обязательные поля, представление материалов или значение параметра | Следующий шагИсправьте указанные поля перед новым запросом на создание. |
Ailoot Ultra mistralai/mistral-medium-3
Используйте пути методов, указанные выше.
Технический пример на английском
Apply a procedure to a concrete case\n\nUse this procedure to answer the employee: 'Requests below 500 credits need team-lead approval. Requests of 500 or more need finance approval. Purchases must wait for approval.' Employee: 'My equipment request is exactly 500 credits; can my team lead approve it and can I order today?' Give the applicable rule and missing information.A short procedural answer citing the threshold and approval-before-purchase requirement.Exactly 500 falls under finance approval, and ordering today depends on approval actually having been received.