Mistral Saba — специализированная региональная текстовая модель Mistral AI, созданная дообучением модели семейства Small на отобранных материалах Ближнего Востока и Южной Азии. Разработчик описывает модель с 24 млрд параметров, предназначенную отражать региональный язык, культурный контекст и местные формы выражения. Она получает письменную задачу и исходный материал и возвращает текст.
Региональный язык и контекст
В описании выпуска прямо выделены арабский и многие языки индийского происхождения; особенно хорошо модель работает с языками южноиндийского происхождения, такими как тамильский. Его акцент конкретнее простой смены итогового языка универсального ответа: учебные материалы отобраны под региональный языковой и культурный контекст использования ответа.
Укажите аудиторию, регион, язык и желаемый регистр до запроса результата. Формальное объяснение, сообщение клиенту и учебный фрагмент могут требовать разных терминов и форм обращения. Передайте глоссарий названий продуктов или специальных терминов, которые должны оставаться согласованными, и укажите, должен ли результат сохранить формулировки источника или адаптировать объяснение к читателю.
Страница разработчика задаёт контекстное окно 32 тыс. токенов и идентифицирует редакцию как mistral-saba-2502. Используйте контекст для соответствующих исходных фрагментов, диалога и инструкций вместе. Регионально адаптированный ответ всё равно требует фактических условий продукта, процедуры или содержимого документа как свидетельств; знание культуры не предоставляет частную информацию компании.
Диалоговая поддержка
Разработчик выделяет арабоязычных диалоговых ассистентов как основной сценарий. Практический запрос поддержки может передать сообщение пользователя и одобренные справочные материалы, затем попросить ответ в названном регистре. Запросите следующее действие, условие его применимости и любую деталь, которую пользователь ещё должен сообщить. Это привязывает ответ к конкретной проблеме вместо создания общего регионального приветствия.
Для двуязычного объяснения укажите язык источника и язык итогового сообщения. Сохраняйте имена, суммы и единицы измерения из материала и опишите аудиторию, которая должна понять ответ. Уточняющий запрос может просить более короткую версию или объяснение одного термина при сохранении тех же условий.
Предметная адаптация
Анонс описывает дообучение Saba для определённых отраслей, включая энергетику и другие региональные профессиональные контексты. Это процесс адаптации, а не утверждение, что каждый специализированный набор данных уже входит в модель по умолчанию. Для предметной текстовой задачи передайте терминологию, исходные документы и правила ответа, относящиеся к реальному приложению.
Техническое объяснение может просить пересказать процедуру с региональной терминологией читателя при сохранении исходных шагов и условий. Вопрос по документу может указать пункт для объяснения и запросить краткий ответ с подтверждающим фрагментом. При подготовке вывода различайте факт источника, объяснение и любой неразрешённый термин.
Создание культурно релевантного контента
Разработчик также описывает культурно релевантные тексты и образовательные ресурсы. Задайте тему, аудиторию, язык и факты или примеры, которые должны войти в текст. Для учебного фрагмента укажите, что учащийся должен понять к концу, и запросите объяснение с последующим практическим примером. Для сообщения организации передайте цель и информацию, на основании которой читатель должен действовать.
Когда местные идиомы или культурные отсылки входят в задачу, укажите контекст их использования. Запросите альтернативную формулировку, если для другой аудитории лучше подойдёт формальная или более нейтральная версия. Это практические способы применить региональную специализацию модели, сохраняя содержание и предполагаемое использование явными.
Границы редакции и результата
Документированная специализация Saba — текстовая работа с региональными языками в контексте 32 тыс. токенов. Ей нельзя приписывать вход изображений, элементы гибридного рассуждения или особенности формата инструментов более поздних моделей Small или Medium лишь потому, что она дообучена из семейства Small. Изученные источники не указывают отдельную максимальную ёмкость выходных токенов для этой редакции.
Подготовьте полную письменную задачу, нужные факты источников и желаемый материал: ответ поддержки, объяснение, адаптированный фрагмент или короткий учебный текст. Явно укажите именованную редакцию Saba и язык и регистр аудитории, чтобы полученный текст решал реальную потребность региональной коммуникации.
", "aboutText": "Mistral Saba — специализированная региональная текстовая модель Mistral AI, созданная дообучением модели семейства Small на отобранных материалах Ближнего Востока и Южной Азии. Разработчик описывает модель с 24 млрд параметров, предназначенную отражать региональный язык, культурный контекст и местные формы выражения. Она получает письменную задачу и исходный материал и возвращает текст.\n\nРегиональный язык и контекст\n\nВ описании выпуска прямо выделены арабский и многие языки индийского происхождения; особенно хорошо модель работает с языками южноиндийского происхождения, такими как тамильский. Его акцент конкретнее простой смены итогового языка универсального ответа: учебные материалы отобраны под региональный языковой и культурный контекст использования ответа.\n\nУкажите аудиторию, регион, язык и желаемый регистр до запроса результата. Формальное объяснение, сообщение клиенту и учебный фрагмент могут требовать разных терминов и форм обращения. Передайте глоссарий названий продуктов или специальных терминов, которые должны оставаться согласованными, и укажите, должен ли результат сохранить формулировки источника или адаптировать объяснение к читателю.\n\nСтраница разработчика задаёт контекстное окно 32 тыс. токенов и идентифицирует редакцию как mistral-saba-2502. Используйте контекст для соответствующих исходных фрагментов, диалога и инструкций вместе. Регионально адаптированный ответ всё равно требует фактических условий продукта, процедуры или содержимого документа как свидетельств; знание культуры не предоставляет частную информацию компании.\n\nДиалоговая поддержка\n\nРазработчик выделяет арабоязычных диалоговых ассистентов как основной сценарий. Практический запрос поддержки может передать сообщение пользователя и одобренные справочные материалы, затем попросить ответ в названном регистре. Запросите следующее действие, условие его применимости и любую деталь, которую пользователь ещё должен сообщить. Это привязывает ответ к конкретной проблеме вместо создания общего регионального приветствия.\n\nДля двуязычного объяснения укажите язык источника и язык итогового сообщения. Сохраняйте имена, суммы и единицы измерения из материала и опишите аудиторию, которая должна понять ответ. Уточняющий запрос может просить более короткую версию или объяснение одного термина при сохранении тех же условий.\n\nПредметная адаптация\n\nАнонс описывает дообучение Saba для определённых отраслей, включая энергетику и другие региональные профессиональные контексты. Это процесс адаптации, а не утверждение, что каждый специализированный набор данных уже входит в модель по умолчанию. Для предметной текстовой задачи передайте терминологию, исходные документы и правила ответа, относящиеся к реальному приложению.\n\nТехническое объяснение может просить пересказать процедуру с региональной терминологией читателя при сохранении исходных шагов и условий. Вопрос по документу может указать пункт для объяснения и запросить краткий ответ с подтверждающим фрагментом. При подготовке вывода различайте факт источника, объяснение и любой неразрешённый термин.\n\nСоздание культурно релевантного контента\n\nРазработчик также описывает культурно релевантные тексты и образовательные ресурсы. Задайте тему, аудиторию, язык и факты или примеры, которые должны войти в текст. Для учебного фрагмента укажите, что учащийся должен понять к концу, и запросите объяснение с последующим практическим примером. Для сообщения организации передайте цель и информацию, на основании которой читатель должен действовать.\n\nКогда местные идиомы или культурные отсылки входят в задачу, укажите контекст их использования. Запросите альтернативную формулировку, если для другой аудитории лучше подойдёт формальная или более нейтральная версия. Это практические способы применить региональную специализацию модели, сохраняя содержание и предполагаемое использование явными.\n\nГраницы редакции и результата\n\nДокументированная специализация Saba — текстовая работа с региональными языками в контексте 32 тыс. токенов. Ей нельзя приписывать вход изображений, элементы гибридного рассуждения или особенности формата инструментов более поздних моделей Small или Medium лишь потому, что она дообучена из семейства Small. Изученные источники не указывают отдельную максимальную ёмкость выходных токенов для этой редакции.\n\nПодготовьте полную письменную задачу, нужные факты источников и желаемый материал: ответ поддержки, объяснение, адаптированный фрагмент или короткий учебный текст. Явно укажите именованную редакцию Saba и язык и регистр аудитории, чтобы полученный текст решал реальную потребность региональной коммуникации.", "editorialOverlay": { "copy_fields": { "practical_html": "Технический пример на английском
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 — текстовая модель с 24 млрд параметров, обученная на отобранных материалах Ближнего Востока и Южной Азии. Она сосредоточена на региональных языках и культурном контексте, включая арабский и языки индийского происхождения, такие как тамильский, с заявленным разработчиком контекстом 32 тыс. токенов для письменных задач.
Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.
Mistral Saba — специализированная региональная текстовая модель Mistral AI, созданная дообучением модели семейства Small на отобранных материалах Ближнего Востока и Южной Азии. Разработчик описывает модель с 24 млрд параметров, предназначенную отражать региональный язык, культурный контекст и местные формы выражения. Она получает письменную задачу и исходный материал и возвращает текст.
Региональный язык и контекст
В описании выпуска прямо выделены арабский и многие языки индийского происхождения; особенно хорошо модель работает с языками южноиндийского происхождения, такими как тамильский. Его акцент конкретнее простой смены итогового языка универсального ответа: учебные материалы отобраны под региональный языковой и культурный контекст использования ответа.
Укажите аудиторию, регион, язык и желаемый регистр до запроса результата. Формальное объяснение, сообщение клиенту и учебный фрагмент могут требовать разных терминов и форм обращения. Передайте глоссарий названий продуктов или специальных терминов, которые должны оставаться согласованными, и укажите, должен ли результат сохранить формулировки источника или адаптировать объяснение к читателю.
Страница разработчика задаёт контекстное окно 32 тыс. токенов и идентифицирует редакцию как mistral-saba-2502. Используйте контекст для соответствующих исходных фрагментов, диалога и инструкций вместе. Регионально адаптированный ответ всё равно требует фактических условий продукта, процедуры или содержимого документа как свидетельств; знание культуры не предоставляет частную информацию компании.
Диалоговая поддержка
Разработчик выделяет арабоязычных диалоговых ассистентов как основной сценарий. Практический запрос поддержки может передать сообщение пользователя и одобренные справочные материалы, затем попросить ответ в названном регистре. Запросите следующее действие, условие его применимости и любую деталь, которую пользователь ещё должен сообщить. Это привязывает ответ к конкретной проблеме вместо создания общего регионального приветствия.
Для двуязычного объяснения укажите язык источника и язык итогового сообщения. Сохраняйте имена, суммы и единицы измерения из материала и опишите аудиторию, которая должна понять ответ. Уточняющий запрос может просить более короткую версию или объяснение одного термина при сохранении тех же условий.
Предметная адаптация
Анонс описывает дообучение Saba для определённых отраслей, включая энергетику и другие региональные профессиональные контексты. Это процесс адаптации, а не утверждение, что каждый специализированный набор данных уже входит в модель по умолчанию. Для предметной текстовой задачи передайте терминологию, исходные документы и правила ответа, относящиеся к реальному приложению.
Техническое объяснение может просить пересказать процедуру с региональной терминологией читателя при сохранении исходных шагов и условий. Вопрос по документу может указать пункт для объяснения и запросить краткий ответ с подтверждающим фрагментом. При подготовке вывода различайте факт источника, объяснение и любой неразрешённый термин.
Создание культурно релевантного контента
Разработчик также описывает культурно релевантные тексты и образовательные ресурсы. Задайте тему, аудиторию, язык и факты или примеры, которые должны войти в текст. Для учебного фрагмента укажите, что учащийся должен понять к концу, и запросите объяснение с последующим практическим примером. Для сообщения организации передайте цель и информацию, на основании которой читатель должен действовать.
Когда местные идиомы или культурные отсылки входят в задачу, укажите контекст их использования. Запросите альтернативную формулировку, если для другой аудитории лучше подойдёт формальная или более нейтральная версия. Это практические способы применить региональную специализацию модели, сохраняя содержание и предполагаемое использование явными.
Границы редакции и результата
Документированная специализация Saba — текстовая работа с региональными языками в контексте 32 тыс. токенов. Ей нельзя приписывать вход изображений, элементы гибридного рассуждения или особенности формата инструментов более поздних моделей Small или Medium лишь потому, что она дообучена из семейства Small. Изученные источники не указывают отдельную максимальную ёмкость выходных токенов для этой редакции.
Подготовьте полную письменную задачу, нужные факты источников и желаемый материал: ответ поддержки, объяснение, адаптированный фрагмент или короткий учебный текст. Явно укажите именованную редакцию Saba и язык и регистр аудитории, чтобы полученный текст решал реальную потребность региональной коммуникации.
POST /v1/chat/completionstexttext| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
|---|---|---|---|---|
Полеmodel | Типstring | ТребованиеОбязательно | Значения и ограничения mistralai/mistral-saba | 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 $0.0004 / 1K токенов Выход · Выходные токены $0.0012 / 1K токенов Вход · Чтение кэша $0.00004 / 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 $0.0004 / 1K токенов Выход · Выходные токены $0.0012 / 1K токенов Вход · Чтение кэша $0.00004 / 1K токенов Вход · Запись в кэш — / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "mistralai/mistral-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 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-saba
Используйте пути методов, указанные выше.
mistralai/mistral-sabaMistral Saba — текстовая модель с 24 млрд параметров, обученная на отобранных материалах Ближнего Востока и Южной Азии. Она сосредоточена на региональных языках и культурном контексте, включая арабский и языки индийского происхождения, такие как тамильский, с заявленным разработчиком контекстом 32 тыс. токенов для письменных задач.
Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.
Mistral Saba — специализированная региональная текстовая модель Mistral AI, созданная дообучением модели семейства Small на отобранных материалах Ближнего Востока и Южной Азии. Разработчик описывает модель с 24 млрд параметров, предназначенную отражать региональный язык, культурный контекст и местные формы выражения. Она получает письменную задачу и исходный материал и возвращает текст.
Региональный язык и контекст
В описании выпуска прямо выделены арабский и многие языки индийского происхождения; особенно хорошо модель работает с языками южноиндийского происхождения, такими как тамильский. Его акцент конкретнее простой смены итогового языка универсального ответа: учебные материалы отобраны под региональный языковой и культурный контекст использования ответа.
Укажите аудиторию, регион, язык и желаемый регистр до запроса результата. Формальное объяснение, сообщение клиенту и учебный фрагмент могут требовать разных терминов и форм обращения. Передайте глоссарий названий продуктов или специальных терминов, которые должны оставаться согласованными, и укажите, должен ли результат сохранить формулировки источника или адаптировать объяснение к читателю.
Страница разработчика задаёт контекстное окно 32 тыс. токенов и идентифицирует редакцию как mistral-saba-2502. Используйте контекст для соответствующих исходных фрагментов, диалога и инструкций вместе. Регионально адаптированный ответ всё равно требует фактических условий продукта, процедуры или содержимого документа как свидетельств; знание культуры не предоставляет частную информацию компании.
Диалоговая поддержка
Разработчик выделяет арабоязычных диалоговых ассистентов как основной сценарий. Практический запрос поддержки может передать сообщение пользователя и одобренные справочные материалы, затем попросить ответ в названном регистре. Запросите следующее действие, условие его применимости и любую деталь, которую пользователь ещё должен сообщить. Это привязывает ответ к конкретной проблеме вместо создания общего регионального приветствия.
Для двуязычного объяснения укажите язык источника и язык итогового сообщения. Сохраняйте имена, суммы и единицы измерения из материала и опишите аудиторию, которая должна понять ответ. Уточняющий запрос может просить более короткую версию или объяснение одного термина при сохранении тех же условий.
Предметная адаптация
Анонс описывает дообучение Saba для определённых отраслей, включая энергетику и другие региональные профессиональные контексты. Это процесс адаптации, а не утверждение, что каждый специализированный набор данных уже входит в модель по умолчанию. Для предметной текстовой задачи передайте терминологию, исходные документы и правила ответа, относящиеся к реальному приложению.
Техническое объяснение может просить пересказать процедуру с региональной терминологией читателя при сохранении исходных шагов и условий. Вопрос по документу может указать пункт для объяснения и запросить краткий ответ с подтверждающим фрагментом. При подготовке вывода различайте факт источника, объяснение и любой неразрешённый термин.
Создание культурно релевантного контента
Разработчик также описывает культурно релевантные тексты и образовательные ресурсы. Задайте тему, аудиторию, язык и факты или примеры, которые должны войти в текст. Для учебного фрагмента укажите, что учащийся должен понять к концу, и запросите объяснение с последующим практическим примером. Для сообщения организации передайте цель и информацию, на основании которой читатель должен действовать.
Когда местные идиомы или культурные отсылки входят в задачу, укажите контекст их использования. Запросите альтернативную формулировку, если для другой аудитории лучше подойдёт формальная или более нейтральная версия. Это практические способы применить региональную специализацию модели, сохраняя содержание и предполагаемое использование явными.
Границы редакции и результата
Документированная специализация Saba — текстовая работа с региональными языками в контексте 32 тыс. токенов. Ей нельзя приписывать вход изображений, элементы гибридного рассуждения или особенности формата инструментов более поздних моделей Small или Medium лишь потому, что она дообучена из семейства Small. Изученные источники не указывают отдельную максимальную ёмкость выходных токенов для этой редакции.
Подготовьте полную письменную задачу, нужные факты источников и желаемый материал: ответ поддержки, объяснение, адаптированный фрагмент или короткий учебный текст. Явно укажите именованную редакцию Saba и язык и регистр аудитории, чтобы полученный текст решал реальную потребность региональной коммуникации.
POST /v1/messagestextjson, sse| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
|---|---|---|---|---|
Полеmodel | Типstring | ТребованиеОбязательно | Значения и ограничения mistralai/mistral-saba | 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 $0.0004 / 1K токенов Выход · Выходные токены $0.0012 / 1K токенов Вход · Чтение кэша $0.00004 / 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 $0.0004 / 1K токенов Выход · Выходные токены $0.0012 / 1K токенов Вход · Чтение кэша $0.00004 / 1K токенов Вход · Запись в кэш — / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →
{\n "model": "mistralai/mistral-saba",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 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-saba
Используйте пути методов, указанные выше.
Технический пример на английском
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.