Mistral Small 4 объединяет общее следование инструкциям, рассуждение и программирование в одной мультимодальной модели. Разработчик описывает её как объединение семейств Instruct, Magistral для рассуждения и Devstral для программирования. Она принимает текст и изображения и возвращает текст; вызовы функций и вывод JSON доступны для приложений с инструментами.
Архитектура и основные возможности
Выпуск содержит 119 млрд параметров всего и активирует 6,5 млрд на токен. Его архитектура смеси экспертов включает 128 экспертов, из которых активны 4; разработчик документирует контекстное окно 256 тыс. токенов. Число активных параметров и экспертов описывает устройство модели; это отличается от объёма текста или изображений в одной задаче.
Модель предоставляет инструкционную функциональность и рассуждение в одном чекпойнте. Разработчик также указывает зрение, соблюдение системного промпта и поддержку десятков языков, включая английский, французский, испанский, немецкий, итальянский, португальский, нидерландский, китайский, японский, корейский и арабский. Поэтому текстовая инструкция может спрашивать об изображении или объединять письменное требование с видимыми свидетельствами, получая ответ в виде текста.
Визуальная задача может передать страницу документа и запросить значения, относящиеся к названному условию. Сохраняйте подписи и единицы измерения читаемыми и укажите, должен ли результат сохранить исходные формулировки, обобщить их или сравнить с другим источником. Задача по интерфейсу может соединить снимок экрана с целью пользователя и запросить нужный видимый элемент управления и свидетельства, подтверждающие предлагаемый следующий шаг.
Выбор инструкционного режима или рассуждения
Опубликованная карточка документирует уровень рассуждения none для немедленного инструкционного ответа и high для рассуждения, рекомендуя high для сложных промптов. Выбор делается для каждого запроса в пределах одной модели Small 4. Обычная классификация или короткое переписывание могут иметь другой контракт ответа, чем математическая, визуальная или программная задача, требующая развёрнутого объяснения.
Для высокого уровня рассуждения разработчик рекомендует temperature 0.7. Для none он задаёт temperature от 0.0 до 0.7 в зависимости от задачи. Эти настройки описывают документированные режимы и не превращают уровень рассуждения в гарантию правильного результата. Определяйте допущения, форму вывода и соответствующие источники до выбора объёма рассуждения, необходимого задаче.
Для задачи с решением передайте полное условие и запросите существенные обоснованные шаги, затем итоговое выражение. Для задачи по коду передайте требование, затронутую функцию и конкретный вход; запросите предлагаемую реализацию отдельно от объяснения и примеров. Демонстрации разработчика включают следование инструкциям, расчётный инструмент применительно к изображению и визуальное рассуждение, показывая, как текст и визуальные свидетельства входят в эти разные задачи.
Программирование, документы и инструменты
Модель позиционируется для изучения кодовой базы и агентов разработки ПО, общих ассистентов, понимания документов и исследований. Запрос к агенту-программисту может назвать модуль для изменения, интерфейс для сохранения и требуемое поведение. Передайте нужный исходный код и свидетельства сбоя. Модель может предложить следующую операцию или изменение кода, а приложение предоставляет доступ к репозиторию, выполнение и обратную связь.
Для извлечения из документа укажите обязательные поля и способ представления отсутствующей информации. Полезная запись может разделять идентификатор документа, исходное утверждение, интерпретированное требование и неразрешённый вопрос. Карточка сервиса разработчика перечисляет пользовательский структурированный вывод и ответы на вопросы по документам; последние используют обработку документов и OCR для подготовки текста и структуры перед анализом языковой моделью. Прямой вопрос по изображению и документный процесс с OCR должны сохранять собственную подготовку входных данных.
Для вызова функций нужны ясно описанные инструменты. Модель выбирает функцию и создаёт аргументы; приложение выполняет операцию и возвращает результат для последующего ответа. Та же логика действует для поиска, расчёта и операции программирования. Форматирование JSON организует ответ, а вызов инструмента запрашивает внешнее действие; эти результаты нельзя считать взаимозаменяемыми.
Карточка сервиса также перечисляет предсказанные ответы, префиксы ответов, пакетную обработку и диалоги агентов. Предсказанные ответы полезны, когда документ или файл кода нужно создать заново с ограниченной правкой, а остальное содержимое известно. Укажите правку и материал для сохранения. Продолжение префикса использует известное начало ответа, а пакетная обработка относится к отправке работы, а не к дополнительному режиму рассуждения.
Границы контекста и редакции
Планируйте письменную задачу, визуальный материал, диалог и желаемый ответ вокруг документированного контекста 256 тыс. токенов. Опубликованный пример использования настраивает контекст 262 144 токена, а пример генерации 1 024 токенов не является отдельной максимальной ёмкостью вывода. Изученные источники не дают независимого жёсткого ограничения длины ответа, которое можно было бы подставить вместо выбранной длины задачи.
Small 4 имеет собственную архитектуру смеси экспертов со 119 млрд параметров и гибридные режимы. Ей нельзя приписывать плотную архитектуру Medium 3.5 со 128 млрд параметров или отдельные редакции Instruct и Reasoning семейства Ministral 3. Разработчик также выпускает отдельные квантованные материалы и материалы для спекулятивного декодирования; это отдельные артефакты развёртывания, а не разные модальности содержимого. Сохраняйте именованный выпуск Small 4 и режим, запрошенный для фактического объяснения, структурированной записи или результата по коду.
", "aboutText": "Mistral Small 4 объединяет общее следование инструкциям, рассуждение и программирование в одной мультимодальной модели. Разработчик описывает её как объединение семейств Instruct, Magistral для рассуждения и Devstral для программирования. Она принимает текст и изображения и возвращает текст; вызовы функций и вывод JSON доступны для приложений с инструментами.\n\nАрхитектура и основные возможности\n\nВыпуск содержит 119 млрд параметров всего и активирует 6,5 млрд на токен. Его архитектура смеси экспертов включает 128 экспертов, из которых активны 4; разработчик документирует контекстное окно 256 тыс. токенов. Число активных параметров и экспертов описывает устройство модели; это отличается от объёма текста или изображений в одной задаче.\n\nМодель предоставляет инструкционную функциональность и рассуждение в одном чекпойнте. Разработчик также указывает зрение, соблюдение системного промпта и поддержку десятков языков, включая английский, французский, испанский, немецкий, итальянский, португальский, нидерландский, китайский, японский, корейский и арабский. Поэтому текстовая инструкция может спрашивать об изображении или объединять письменное требование с видимыми свидетельствами, получая ответ в виде текста.\n\nВизуальная задача может передать страницу документа и запросить значения, относящиеся к названному условию. Сохраняйте подписи и единицы измерения читаемыми и укажите, должен ли результат сохранить исходные формулировки, обобщить их или сравнить с другим источником. Задача по интерфейсу может соединить снимок экрана с целью пользователя и запросить нужный видимый элемент управления и свидетельства, подтверждающие предлагаемый следующий шаг.\n\nВыбор инструкционного режима или рассуждения\n\nОпубликованная карточка документирует уровень рассуждения none для немедленного инструкционного ответа и high для рассуждения, рекомендуя high для сложных промптов. Выбор делается для каждого запроса в пределах одной модели Small 4. Обычная классификация или короткое переписывание могут иметь другой контракт ответа, чем математическая, визуальная или программная задача, требующая развёрнутого объяснения.\n\nДля высокого уровня рассуждения разработчик рекомендует temperature 0.7. Для none он задаёт temperature от 0.0 до 0.7 в зависимости от задачи. Эти настройки описывают документированные режимы и не превращают уровень рассуждения в гарантию правильного результата. Определяйте допущения, форму вывода и соответствующие источники до выбора объёма рассуждения, необходимого задаче.\n\nДля задачи с решением передайте полное условие и запросите существенные обоснованные шаги, затем итоговое выражение. Для задачи по коду передайте требование, затронутую функцию и конкретный вход; запросите предлагаемую реализацию отдельно от объяснения и примеров. Демонстрации разработчика включают следование инструкциям, расчётный инструмент применительно к изображению и визуальное рассуждение, показывая, как текст и визуальные свидетельства входят в эти разные задачи.\n\nПрограммирование, документы и инструменты\n\nМодель позиционируется для изучения кодовой базы и агентов разработки ПО, общих ассистентов, понимания документов и исследований. Запрос к агенту-программисту может назвать модуль для изменения, интерфейс для сохранения и требуемое поведение. Передайте нужный исходный код и свидетельства сбоя. Модель может предложить следующую операцию или изменение кода, а приложение предоставляет доступ к репозиторию, выполнение и обратную связь.\n\nДля извлечения из документа укажите обязательные поля и способ представления отсутствующей информации. Полезная запись может разделять идентификатор документа, исходное утверждение, интерпретированное требование и неразрешённый вопрос. Карточка сервиса разработчика перечисляет пользовательский структурированный вывод и ответы на вопросы по документам; последние используют обработку документов и OCR для подготовки текста и структуры перед анализом языковой моделью. Прямой вопрос по изображению и документный процесс с OCR должны сохранять собственную подготовку входных данных.\n\nДля вызова функций нужны ясно описанные инструменты. Модель выбирает функцию и создаёт аргументы; приложение выполняет операцию и возвращает результат для последующего ответа. Та же логика действует для поиска, расчёта и операции программирования. Форматирование JSON организует ответ, а вызов инструмента запрашивает внешнее действие; эти результаты нельзя считать взаимозаменяемыми.\n\nКарточка сервиса также перечисляет предсказанные ответы, префиксы ответов, пакетную обработку и диалоги агентов. Предсказанные ответы полезны, когда документ или файл кода нужно создать заново с ограниченной правкой, а остальное содержимое известно. Укажите правку и материал для сохранения. Продолжение префикса использует известное начало ответа, а пакетная обработка относится к отправке работы, а не к дополнительному режиму рассуждения.\n\nГраницы контекста и редакции\n\nПланируйте письменную задачу, визуальный материал, диалог и желаемый ответ вокруг документированного контекста 256 тыс. токенов. Опубликованный пример использования настраивает контекст 262 144 токена, а пример генерации 1 024 токенов не является отдельной максимальной ёмкостью вывода. Изученные источники не дают независимого жёсткого ограничения длины ответа, которое можно было бы подставить вместо выбранной длины задачи.\n\nSmall 4 имеет собственную архитектуру смеси экспертов со 119 млрд параметров и гибридные режимы. Ей нельзя приписывать плотную архитектуру Medium 3.5 со 128 млрд параметров или отдельные редакции Instruct и Reasoning семейства Ministral 3. Разработчик также выпускает отдельные квантованные материалы и материалы для спекулятивного декодирования; это отдельные артефакты развёртывания, а не разные модальности содержимого. Сохраняйте именованный выпуск Small 4 и режим, запрошенный для фактического объяснения, структурированной записи или результата по коду.", "editorialOverlay": { "copy_fields": { "practical_html": "Технический пример на английском
Repair a last-line parser\n\nThis Python parser loses a final line without a trailing newline: def lines(text):\n return text.split("\\n")[:-1]\nReturn a corrected function that preserves nonempty final lines, avoids an artificial last empty line when text ends in a newline and returns [] for empty text. Include tests for all three cases.A corrected Python function, a short explanation and tests for newline, no-newline and empty input.Check that the last real line is retained and that only a trailing separator’s artificial empty entry is removed.mistralai/mistral-small-2603Mistral Small 4 — гибридная модель с текстовым и визуальным входом, возможностями следования инструкциям, рассуждения и программирования. Выпуск со смесью экспертов содержит 119 млрд параметров, активирует 6,5 млрд на токен и поддерживает заявленный разработчиком контекст 256 тыс. токенов, выбор уровня рассуждения, JSON и вызовы функций.
Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.
Mistral Small 4 объединяет общее следование инструкциям, рассуждение и программирование в одной мультимодальной модели. Разработчик описывает её как объединение семейств Instruct, Magistral для рассуждения и Devstral для программирования. Она принимает текст и изображения и возвращает текст; вызовы функций и вывод JSON доступны для приложений с инструментами.
Архитектура и основные возможности
Выпуск содержит 119 млрд параметров всего и активирует 6,5 млрд на токен. Его архитектура смеси экспертов включает 128 экспертов, из которых активны 4; разработчик документирует контекстное окно 256 тыс. токенов. Число активных параметров и экспертов описывает устройство модели; это отличается от объёма текста или изображений в одной задаче.
Модель предоставляет инструкционную функциональность и рассуждение в одном чекпойнте. Разработчик также указывает зрение, соблюдение системного промпта и поддержку десятков языков, включая английский, французский, испанский, немецкий, итальянский, португальский, нидерландский, китайский, японский, корейский и арабский. Поэтому текстовая инструкция может спрашивать об изображении или объединять письменное требование с видимыми свидетельствами, получая ответ в виде текста.
Визуальная задача может передать страницу документа и запросить значения, относящиеся к названному условию. Сохраняйте подписи и единицы измерения читаемыми и укажите, должен ли результат сохранить исходные формулировки, обобщить их или сравнить с другим источником. Задача по интерфейсу может соединить снимок экрана с целью пользователя и запросить нужный видимый элемент управления и свидетельства, подтверждающие предлагаемый следующий шаг.
Выбор инструкционного режима или рассуждения
Опубликованная карточка документирует уровень рассуждения none для немедленного инструкционного ответа и high для рассуждения, рекомендуя high для сложных промптов. Выбор делается для каждого запроса в пределах одной модели Small 4. Обычная классификация или короткое переписывание могут иметь другой контракт ответа, чем математическая, визуальная или программная задача, требующая развёрнутого объяснения.
Для высокого уровня рассуждения разработчик рекомендует temperature 0.7. Для none он задаёт temperature от 0.0 до 0.7 в зависимости от задачи. Эти настройки описывают документированные режимы и не превращают уровень рассуждения в гарантию правильного результата. Определяйте допущения, форму вывода и соответствующие источники до выбора объёма рассуждения, необходимого задаче.
Для задачи с решением передайте полное условие и запросите существенные обоснованные шаги, затем итоговое выражение. Для задачи по коду передайте требование, затронутую функцию и конкретный вход; запросите предлагаемую реализацию отдельно от объяснения и примеров. Демонстрации разработчика включают следование инструкциям, расчётный инструмент применительно к изображению и визуальное рассуждение, показывая, как текст и визуальные свидетельства входят в эти разные задачи.
Программирование, документы и инструменты
Модель позиционируется для изучения кодовой базы и агентов разработки ПО, общих ассистентов, понимания документов и исследований. Запрос к агенту-программисту может назвать модуль для изменения, интерфейс для сохранения и требуемое поведение. Передайте нужный исходный код и свидетельства сбоя. Модель может предложить следующую операцию или изменение кода, а приложение предоставляет доступ к репозиторию, выполнение и обратную связь.
Для извлечения из документа укажите обязательные поля и способ представления отсутствующей информации. Полезная запись может разделять идентификатор документа, исходное утверждение, интерпретированное требование и неразрешённый вопрос. Карточка сервиса разработчика перечисляет пользовательский структурированный вывод и ответы на вопросы по документам; последние используют обработку документов и OCR для подготовки текста и структуры перед анализом языковой моделью. Прямой вопрос по изображению и документный процесс с OCR должны сохранять собственную подготовку входных данных.
Для вызова функций нужны ясно описанные инструменты. Модель выбирает функцию и создаёт аргументы; приложение выполняет операцию и возвращает результат для последующего ответа. Та же логика действует для поиска, расчёта и операции программирования. Форматирование JSON организует ответ, а вызов инструмента запрашивает внешнее действие; эти результаты нельзя считать взаимозаменяемыми.
Карточка сервиса также перечисляет предсказанные ответы, префиксы ответов, пакетную обработку и диалоги агентов. Предсказанные ответы полезны, когда документ или файл кода нужно создать заново с ограниченной правкой, а остальное содержимое известно. Укажите правку и материал для сохранения. Продолжение префикса использует известное начало ответа, а пакетная обработка относится к отправке работы, а не к дополнительному режиму рассуждения.
Границы контекста и редакции
Планируйте письменную задачу, визуальный материал, диалог и желаемый ответ вокруг документированного контекста 256 тыс. токенов. Опубликованный пример использования настраивает контекст 262 144 токена, а пример генерации 1 024 токенов не является отдельной максимальной ёмкостью вывода. Изученные источники не дают независимого жёсткого ограничения длины ответа, которое можно было бы подставить вместо выбранной длины задачи.
Small 4 имеет собственную архитектуру смеси экспертов со 119 млрд параметров и гибридные режимы. Ей нельзя приписывать плотную архитектуру Medium 3.5 со 128 млрд параметров или отдельные редакции Instruct и Reasoning семейства Ministral 3. Разработчик также выпускает отдельные квантованные материалы и материалы для спекулятивного декодирования; это отдельные артефакты развёртывания, а не разные модальности содержимого. Сохраняйте именованный выпуск Small 4 и режим, запрошенный для фактического объяснения, структурированной записи или результата по коду.
POST /v1/chat/completionstexttext| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
|---|---|---|---|---|
Полеmodel | Типstring | ТребованиеОбязательно | Значения и ограничения mistralai/mistral-small-2603 | 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 $0.0003 / 1K токенов Выход · Выходные токены $0.0012 / 1K токенов Вход · Чтение кэша $0.00003 / 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 $0.0003 / 1K токенов Выход · Выходные токены $0.0012 / 1K токенов Вход · Чтение кэша $0.00003 / 1K токенов Вход · Запись в кэш — / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "mistralai/mistral-small-2603", "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-small-2603',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-small-2603',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-small-2603
Используйте пути методов, указанные выше.
mistralai/mistral-small-2603Mistral Small 4 — гибридная модель с текстовым и визуальным входом, возможностями следования инструкциям, рассуждения и программирования. Выпуск со смесью экспертов содержит 119 млрд параметров, активирует 6,5 млрд на токен и поддерживает заявленный разработчиком контекст 256 тыс. токенов, выбор уровня рассуждения, JSON и вызовы функций.
Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.
Mistral Small 4 объединяет общее следование инструкциям, рассуждение и программирование в одной мультимодальной модели. Разработчик описывает её как объединение семейств Instruct, Magistral для рассуждения и Devstral для программирования. Она принимает текст и изображения и возвращает текст; вызовы функций и вывод JSON доступны для приложений с инструментами.
Архитектура и основные возможности
Выпуск содержит 119 млрд параметров всего и активирует 6,5 млрд на токен. Его архитектура смеси экспертов включает 128 экспертов, из которых активны 4; разработчик документирует контекстное окно 256 тыс. токенов. Число активных параметров и экспертов описывает устройство модели; это отличается от объёма текста или изображений в одной задаче.
Модель предоставляет инструкционную функциональность и рассуждение в одном чекпойнте. Разработчик также указывает зрение, соблюдение системного промпта и поддержку десятков языков, включая английский, французский, испанский, немецкий, итальянский, португальский, нидерландский, китайский, японский, корейский и арабский. Поэтому текстовая инструкция может спрашивать об изображении или объединять письменное требование с видимыми свидетельствами, получая ответ в виде текста.
Визуальная задача может передать страницу документа и запросить значения, относящиеся к названному условию. Сохраняйте подписи и единицы измерения читаемыми и укажите, должен ли результат сохранить исходные формулировки, обобщить их или сравнить с другим источником. Задача по интерфейсу может соединить снимок экрана с целью пользователя и запросить нужный видимый элемент управления и свидетельства, подтверждающие предлагаемый следующий шаг.
Выбор инструкционного режима или рассуждения
Опубликованная карточка документирует уровень рассуждения none для немедленного инструкционного ответа и high для рассуждения, рекомендуя high для сложных промптов. Выбор делается для каждого запроса в пределах одной модели Small 4. Обычная классификация или короткое переписывание могут иметь другой контракт ответа, чем математическая, визуальная или программная задача, требующая развёрнутого объяснения.
Для высокого уровня рассуждения разработчик рекомендует temperature 0.7. Для none он задаёт temperature от 0.0 до 0.7 в зависимости от задачи. Эти настройки описывают документированные режимы и не превращают уровень рассуждения в гарантию правильного результата. Определяйте допущения, форму вывода и соответствующие источники до выбора объёма рассуждения, необходимого задаче.
Для задачи с решением передайте полное условие и запросите существенные обоснованные шаги, затем итоговое выражение. Для задачи по коду передайте требование, затронутую функцию и конкретный вход; запросите предлагаемую реализацию отдельно от объяснения и примеров. Демонстрации разработчика включают следование инструкциям, расчётный инструмент применительно к изображению и визуальное рассуждение, показывая, как текст и визуальные свидетельства входят в эти разные задачи.
Программирование, документы и инструменты
Модель позиционируется для изучения кодовой базы и агентов разработки ПО, общих ассистентов, понимания документов и исследований. Запрос к агенту-программисту может назвать модуль для изменения, интерфейс для сохранения и требуемое поведение. Передайте нужный исходный код и свидетельства сбоя. Модель может предложить следующую операцию или изменение кода, а приложение предоставляет доступ к репозиторию, выполнение и обратную связь.
Для извлечения из документа укажите обязательные поля и способ представления отсутствующей информации. Полезная запись может разделять идентификатор документа, исходное утверждение, интерпретированное требование и неразрешённый вопрос. Карточка сервиса разработчика перечисляет пользовательский структурированный вывод и ответы на вопросы по документам; последние используют обработку документов и OCR для подготовки текста и структуры перед анализом языковой моделью. Прямой вопрос по изображению и документный процесс с OCR должны сохранять собственную подготовку входных данных.
Для вызова функций нужны ясно описанные инструменты. Модель выбирает функцию и создаёт аргументы; приложение выполняет операцию и возвращает результат для последующего ответа. Та же логика действует для поиска, расчёта и операции программирования. Форматирование JSON организует ответ, а вызов инструмента запрашивает внешнее действие; эти результаты нельзя считать взаимозаменяемыми.
Карточка сервиса также перечисляет предсказанные ответы, префиксы ответов, пакетную обработку и диалоги агентов. Предсказанные ответы полезны, когда документ или файл кода нужно создать заново с ограниченной правкой, а остальное содержимое известно. Укажите правку и материал для сохранения. Продолжение префикса использует известное начало ответа, а пакетная обработка относится к отправке работы, а не к дополнительному режиму рассуждения.
Границы контекста и редакции
Планируйте письменную задачу, визуальный материал, диалог и желаемый ответ вокруг документированного контекста 256 тыс. токенов. Опубликованный пример использования настраивает контекст 262 144 токена, а пример генерации 1 024 токенов не является отдельной максимальной ёмкостью вывода. Изученные источники не дают независимого жёсткого ограничения длины ответа, которое можно было бы подставить вместо выбранной длины задачи.
Small 4 имеет собственную архитектуру смеси экспертов со 119 млрд параметров и гибридные режимы. Ей нельзя приписывать плотную архитектуру Medium 3.5 со 128 млрд параметров или отдельные редакции Instruct и Reasoning семейства Ministral 3. Разработчик также выпускает отдельные квантованные материалы и материалы для спекулятивного декодирования; это отдельные артефакты развёртывания, а не разные модальности содержимого. Сохраняйте именованный выпуск Small 4 и режим, запрошенный для фактического объяснения, структурированной записи или результата по коду.
POST /v1/messagestextjson, sse| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
|---|---|---|---|---|
Полеmodel | Типstring | ТребованиеОбязательно | Значения и ограничения mistralai/mistral-small-2603 | 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 $0.0003 / 1K токенов Выход · Выходные токены $0.0012 / 1K токенов Вход · Чтение кэша $0.00003 / 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 $0.0003 / 1K токенов Выход · Выходные токены $0.0012 / 1K токенов Вход · Чтение кэша $0.00003 / 1K токенов Вход · Запись в кэш — / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →
{\n "model": "mistralai/mistral-small-2603",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-small-2603', '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-small-2603', '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-small-2603
Используйте пути методов, указанные выше.
Технический пример на английском
Repair a last-line parser\n\nThis Python parser loses a final line without a trailing newline: def lines(text):\n return text.split("\\n")[:-1]\nReturn a corrected function that preserves nonempty final lines, avoids an artificial last empty line when text ends in a newline and returns [] for empty text. Include tests for all three cases.A corrected Python function, a short explanation and tests for newline, no-newline and empty input.Check that the last real line is retained and that only a trailing separator’s artificial empty entry is removed.