Mistral Medium je rodina Mistral AI pre aplikačných asistentov, prácu s dokumentmi a softvérových agentov. Edícia Medium 3.5 spája dodržiavanie pokynov, uvažovanie a programovanie v hustom modeli so 128 miliardami parametrov a kontextovým oknom 256K. Rozumie textu aj vizuálnym materiálom a vytvára text, kód alebo štruktúrované výsledky. Jeho vizuálny enkodér bol trénovaný na spracovanie rôznych veľkostí obrázkov a pomerov strán, takže úloha môže spájať písomné požiadavky so snímkami obrazovky, stránkami dokumentov alebo inými vizuálnymi dôkazmi.
Funkcie modelu začínajú štruktúrovaným výstupom a volaním funkcií. Výstup JSON je užitočný, keď musí odpoveď zachovať strojovo čitateľnú štruktúru; vlastná schéma určuje povinné polia a ich typy. Dokumentová úloha môže vrátiť tabuľku extrahovaných faktov, porovnanie častí alebo súhrn s otvorenými otázkami. Odpovedanie na otázky o dokumentoch spája extrakciu textu a štruktúry dokumentu s porozumením jazykového modelu, takže otázku možno vztiahnuť na relevantný obsah namiesto voľného odhadu.
Pri úlohe s nástrojmi aplikácia opisuje svoje funkcie a argumenty, ktoré prijímajú. Model vyberie funkciu, pripraví argumenty a po vykonaní akcie aplikáciou dostane výsledok. Konverzácia môže pokračovať ďalším volaním nástroja alebo konečnou odpoveďou. Paralelné používanie nástrojov umožňuje žiadať nezávislé volania spoločne tam, kde to aplikácia povoľuje. Riadenie výberu nástrojov môže nechať rozhodnutie na modeli, vyžadovať nástroj alebo udržať úlohu v rámci textovej odpovede.
Medium 3.5 upravuje intenzitu uvažovania pre každú požiadavku. Nastavenie minimálneho premýšľania vráti odpoveď priamo; vysoká intenzita zahŕňa časť s uvažovaním pred konečnou odpoveďou a odporúča sa pre agentové a programovacie úlohy. V konverzácii s viacerými kolami uvažovania úplné správy asistenta zachovávajú informácie potrebné na nadväzujúcu prácu. Predikované výstupy pomáhajú pri úprave kódu alebo dokumentu so známymi pasážami a dodaný prefix môže určiť začiatok odpovede. Dávkové postupy môžu asynchrónne spracovať súbor nezávislých požiadaviek.
Edícia je navrhnutá na prácu pokračujúcu cez mnoho krokov. Príklady programovania zahŕňajú refaktoring modulov, opravy chýb, generovanie kontrol, aktualizáciu závislostí a skúmanie zlyhaných vývojových postupov. Užitočné zadanie poskytuje dotknuté súbory, požadované správanie a jasné kritérium dokončenia. Model môže využívať výsledky skúmania repozitára a kontrol vykonaných aplikáciou na úpravu svojho návrhu riešenia; nástroje a prístup k súborom riadi okolité agentové prostredie.
Pri znalostnej práci výrobca opisuje výskum, syntézu a postupy cez prepojené nástroje. Úloha cez Ailoot API môže žiadať štruktúrované zadanie zostavené z dodaných dokumentov, porovnanie technických možností alebo návrh založený na vyhľadaných informáciách. Určite, ktoré pozorovania podporujú záver a aký artefakt má úlohu zavŕšiť. Model pripravuje uvažovanie a výsledok; aplikácia zabezpečuje prístup k informáciám, vykonáva akcie a prezentuje výstup. Názov rodiny Medium zostáva aktualizovaným výberom, zatiaľ čo tu opísaná číselná architektúra, vizuálne spracovanie a režimy uvažovania patria výslovne pomenovanej edícii Medium 3.5.
", "aboutText": "Mistral Medium je rodina Mistral AI pre aplikačných asistentov, prácu s dokumentmi a softvérových agentov. Edícia Medium 3.5 spája dodržiavanie pokynov, uvažovanie a programovanie v hustom modeli so 128 miliardami parametrov a kontextovým oknom 256K. Rozumie textu aj vizuálnym materiálom a vytvára text, kód alebo štruktúrované výsledky. Jeho vizuálny enkodér bol trénovaný na spracovanie rôznych veľkostí obrázkov a pomerov strán, takže úloha môže spájať písomné požiadavky so snímkami obrazovky, stránkami dokumentov alebo inými vizuálnymi dôkazmi.\n\nFunkcie modelu začínajú štruktúrovaným výstupom a volaním funkcií. Výstup JSON je užitočný, keď musí odpoveď zachovať strojovo čitateľnú štruktúru; vlastná schéma určuje povinné polia a ich typy. Dokumentová úloha môže vrátiť tabuľku extrahovaných faktov, porovnanie častí alebo súhrn s otvorenými otázkami. Odpovedanie na otázky o dokumentoch spája extrakciu textu a štruktúry dokumentu s porozumením jazykového modelu, takže otázku možno vztiahnuť na relevantný obsah namiesto voľného odhadu.\n\nPri úlohe s nástrojmi aplikácia opisuje svoje funkcie a argumenty, ktoré prijímajú. Model vyberie funkciu, pripraví argumenty a po vykonaní akcie aplikáciou dostane výsledok. Konverzácia môže pokračovať ďalším volaním nástroja alebo konečnou odpoveďou. Paralelné používanie nástrojov umožňuje žiadať nezávislé volania spoločne tam, kde to aplikácia povoľuje. Riadenie výberu nástrojov môže nechať rozhodnutie na modeli, vyžadovať nástroj alebo udržať úlohu v rámci textovej odpovede.\n\nMedium 3.5 upravuje intenzitu uvažovania pre každú požiadavku. Nastavenie minimálneho premýšľania vráti odpoveď priamo; vysoká intenzita zahŕňa časť s uvažovaním pred konečnou odpoveďou a odporúča sa pre agentové a programovacie úlohy. V konverzácii s viacerými kolami uvažovania úplné správy asistenta zachovávajú informácie potrebné na nadväzujúcu prácu. Predikované výstupy pomáhajú pri úprave kódu alebo dokumentu so známymi pasážami a dodaný prefix môže určiť začiatok odpovede. Dávkové postupy môžu asynchrónne spracovať súbor nezávislých požiadaviek.\n\nEdícia je navrhnutá na prácu pokračujúcu cez mnoho krokov. Príklady programovania zahŕňajú refaktoring modulov, opravy chýb, generovanie kontrol, aktualizáciu závislostí a skúmanie zlyhaných vývojových postupov. Užitočné zadanie poskytuje dotknuté súbory, požadované správanie a jasné kritérium dokončenia. Model môže využívať výsledky skúmania repozitára a kontrol vykonaných aplikáciou na úpravu svojho návrhu riešenia; nástroje a prístup k súborom riadi okolité agentové prostredie.\n\nPri znalostnej práci výrobca opisuje výskum, syntézu a postupy cez prepojené nástroje. Úloha cez Ailoot API môže žiadať štruktúrované zadanie zostavené z dodaných dokumentov, porovnanie technických možností alebo návrh založený na vyhľadaných informáciách. Určite, ktoré pozorovania podporujú záver a aký artefakt má úlohu zavŕšiť. Model pripravuje uvažovanie a výsledok; aplikácia zabezpečuje prístup k informáciám, vykonáva akcie a prezentuje výstup. Názov rodiny Medium zostáva aktualizovaným výberom, zatiaľ čo tu opísaná číselná architektúra, vizuálne spracovanie a režimy uvažovania patria výslovne pomenovanej edícii Medium 3.5.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický príklad v angličtine
Extract obligations from a supplier note\n\nPrepare a document brief from this note: 'The supplier will send samples by 6 June. The buyer must approve the color before production starts. The production lead time is 20 business days after approval. No shipping date has been agreed.' Return obligations, dependency and unresolved information, preserving the distinction between sample delivery and production timing.A concise obligation table and a separate list of unresolved scheduling information.The brief does not calculate an agreed shipping date from a production lead time alone.mistral-medium-latestRodina Medium od Mistral AI podporuje porozumenie dokumentom, programovanie a agentov pracujúcich vo viacerých krokoch s pomocou nástrojov. Jej edícia Medium 3.5 spája dodržiavanie pokynov a nastaviteľné uvažovanie v multimodálnom modeli s kontextovým oknom 256K.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Mistral Medium je rodina Mistral AI pre aplikačných asistentov, prácu s dokumentmi a softvérových agentov. Edícia Medium 3.5 spája dodržiavanie pokynov, uvažovanie a programovanie v hustom modeli so 128 miliardami parametrov a kontextovým oknom 256K. Rozumie textu aj vizuálnym materiálom a vytvára text, kód alebo štruktúrované výsledky. Jeho vizuálny enkodér bol trénovaný na spracovanie rôznych veľkostí obrázkov a pomerov strán, takže úloha môže spájať písomné požiadavky so snímkami obrazovky, stránkami dokumentov alebo inými vizuálnymi dôkazmi.
Funkcie modelu začínajú štruktúrovaným výstupom a volaním funkcií. Výstup JSON je užitočný, keď musí odpoveď zachovať strojovo čitateľnú štruktúru; vlastná schéma určuje povinné polia a ich typy. Dokumentová úloha môže vrátiť tabuľku extrahovaných faktov, porovnanie častí alebo súhrn s otvorenými otázkami. Odpovedanie na otázky o dokumentoch spája extrakciu textu a štruktúry dokumentu s porozumením jazykového modelu, takže otázku možno vztiahnuť na relevantný obsah namiesto voľného odhadu.
Pri úlohe s nástrojmi aplikácia opisuje svoje funkcie a argumenty, ktoré prijímajú. Model vyberie funkciu, pripraví argumenty a po vykonaní akcie aplikáciou dostane výsledok. Konverzácia môže pokračovať ďalším volaním nástroja alebo konečnou odpoveďou. Paralelné používanie nástrojov umožňuje žiadať nezávislé volania spoločne tam, kde to aplikácia povoľuje. Riadenie výberu nástrojov môže nechať rozhodnutie na modeli, vyžadovať nástroj alebo udržať úlohu v rámci textovej odpovede.
Medium 3.5 upravuje intenzitu uvažovania pre každú požiadavku. Nastavenie minimálneho premýšľania vráti odpoveď priamo; vysoká intenzita zahŕňa časť s uvažovaním pred konečnou odpoveďou a odporúča sa pre agentové a programovacie úlohy. V konverzácii s viacerými kolami uvažovania úplné správy asistenta zachovávajú informácie potrebné na nadväzujúcu prácu. Predikované výstupy pomáhajú pri úprave kódu alebo dokumentu so známymi pasážami a dodaný prefix môže určiť začiatok odpovede. Dávkové postupy môžu asynchrónne spracovať súbor nezávislých požiadaviek.
Edícia je navrhnutá na prácu pokračujúcu cez mnoho krokov. Príklady programovania zahŕňajú refaktoring modulov, opravy chýb, generovanie kontrol, aktualizáciu závislostí a skúmanie zlyhaných vývojových postupov. Užitočné zadanie poskytuje dotknuté súbory, požadované správanie a jasné kritérium dokončenia. Model môže využívať výsledky skúmania repozitára a kontrol vykonaných aplikáciou na úpravu svojho návrhu riešenia; nástroje a prístup k súborom riadi okolité agentové prostredie.
Pri znalostnej práci výrobca opisuje výskum, syntézu a postupy cez prepojené nástroje. Úloha cez Ailoot API môže žiadať štruktúrované zadanie zostavené z dodaných dokumentov, porovnanie technických možností alebo návrh založený na vyhľadaných informáciách. Určite, ktoré pozorovania podporujú záver a aký artefakt má úlohu zavŕšiť. Model pripravuje uvažovanie a výsledok; aplikácia zabezpečuje prístup k informáciám, vykonáva akcie a prezentuje výstup. Názov rodiny Medium zostáva aktualizovaným výberom, zatiaľ čo tu opísaná číselná architektúra, vizuálne spracovanie a režimy uvažovania patria výslovne pomenovanej edícii Medium 3.5.
POST /v1/chat/completionstexttext| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity mistral-medium-latest | Predvolené— |
Polemessages | Typmessage[] | PožiadavkaPovinné | Hodnoty a limity Minimálny počet položiek: 1 | Predvolené— |
Polemessages[].role | Typstring | PožiadavkaPovinné | Hodnoty a limity Príklady: system, user, assistant, tool, function Podmienky: Tieto roly sú výslovne zastúpené typmi kompatibility v zdrojovom kóde; presný súbor rolí zostáva závislý od modelu. Závisí od modelu | Predvolené— |
Polemessages[].content | Typstring|content_part[]|null | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Polemessages[].tool_calls | Typtool_call[] | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Polemessages[].tool_call_id | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Platí, keď: role=tool; použite skutočne vrátené ID | Predvolené— |
Polemessages[].name | Typstring | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Polemessages[].reasoning_content | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Platí, keď: Posielajte späť skutočne vrátené uvažovanie, ak ho tento model používa | Predvolené— |
Polemessages[].reasoning_details | Typobject|array | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polemax_tokens | Typinteger | PožiadavkaVoliteľné | Hodnoty a limity Minimum: 1 Závisí od modelu | Predvolené— |
Polemax_completion_tokens | Typinteger | PožiadavkaVoliteľné | Hodnoty a limity Minimum: 1 Závisí od modelu | Predvolené— |
Polestream | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity | Predvolenéfalse |
Polestream_options.include_usage | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletemperature | Typnumber | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletop_p | Typnumber | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polestop | Typstring|string[] | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletools | Typfunction_tool[] | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletools[].type | Typstring | PožiadavkaVoliteľné | Hodnoty a limity function Závisí od modelu | Predvolené— |
Poletools[].function.name | Typstring | PožiadavkaPovinné | Hodnoty a limity Platí, keď: poskytnutý nástroj typu funkcia | Predvolené— |
Poletools[].function.description | Typstring | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Poletools[].function.parameters | TypJSON_schema | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Poletool_choice | Typstring|object | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleparallel_tool_calls | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleresponse_format | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polereasoning_effort | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polereasoning | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleservice_tier | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleinstructions | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Pole kompatibility | Predvolené— |
Polefunctions | Typfunction[] | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polefunction_call | Typstring|object | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleprompt_cache_options | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polemodalities | Typstring[] | PožiadavkaVoliteľné | Hodnoty a limity text | Predvolené— |
Poleprovider | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Podmienky: provider.options sa na tejto textovej trase Ultra odmieta | Predvolené— |
Polecache_control.ttl | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Podmienky: Hodnota 1h sa v skutočne používaných poliach cache promptov odmieta | Predvolené— |
Text · Text UTF8
messages[].content
| Parameter | Špecifikácia |
|---|---|
Parametercontent_type | Špecifikáciaapplication/json |
Parameterrequired | Špecifikáciamodel, messages |
Parametermaterial_types | Špecifikáciatext |
Parametermessages | Špecifikáciapole správ so štruktúrou role/content |
Parameterfile_material | Špecifikáciaskutočný dokument UTF-8 vložený ako doslovný text; ID súboru sa neodvodzuje |
Parameteroptional_controls | Špecifikáciastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Špecifikáciazávisí od modelu; používateľské nástroje typu funkcia sa líšia od nástrojov prevádzkovaných službou |
Parameteroutput_modalities | Špecifikáciatext |
Parameterhosted_operations | Špecifikáciafalse |
Parametermultimodal_input_binding | Špecifikácianull |
Životný cyklus: synchronous_or_streamed
Pošlite presné ID modelu spolu s messages.
Dĺžka kontextu nie je horná hranica výstupu.
Textový súbor môže poskytnúť doslovný text; obrazové a zvukové vstupy a vstupy so súborovými objektmi potrebujú presné naviazanie.
Tarifné údaje nepridávajú možnosti požiadavky. Podporované parametre sú uvedené pri vybranej metóde.
| Konfigurácia | Sadzobník | Poplatok |
|---|---|---|
| KonfiguráciaZákladné sadzby za tokeny | SadzobníkZákladná sadzba | Poplatok Vstup · Vstupné tokeny $0.00088 / 1K tokenov Výstup · Výstupné tokeny $0.0132 / 1K tokenov Vstup · Čítanie cache $0 / 1K tokenov Vstup · Zápis do cache $0 / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "mistral-medium-latest", "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='mistral-medium-latest',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='mistral-medium-latest',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 alebo SSE
Uložte každú úplnú vrátenú odpoveď, súbor a časť obsahu.
Zachovajte každý variant odpovede a jeho obsah, volania nástrojov a uvažovanie. V SSE zostavujte čiastkové zmeny podľa indexu variantu/nástroja a zachovajte konečný dôvod ukončenia aj údaje o spotrebe.
Zachovajte ID požiadaviek/odpovedí aj hlavičky. Všeobecná URL na načítanie textovej úlohy nie je poskytnutá.
| Pole | Typ |
|---|---|
Polechoices[].index | Typinteger |
Polechoices[].message.content | Typstring|null |
Polechoices[].message.tool_calls | Typtool_call[] |
Polechoices[].message.reasoning_content | Typstring |
Polechoices[].message.reasoning_details | Typobject|array |
Polechoices[].finish_reason | Typstring|null |
Poleusage | Typobject |
| Odpoveď | Podmienka | Ďalší krok |
|---|---|---|
Odpoveď400 · invalid_request_error | PodmienkaNeplatné povinné polia, reprezentácia materiálu alebo hodnota parametra | Ďalší krokPred novou požiadavkou na vytvorenie opravte uvedené polia. |
Ailoot Ultra mistral-medium-latest
Použite cesty metód uvedené vyššie.
mistral-medium-latestRodina Medium od Mistral AI podporuje porozumenie dokumentom, programovanie a agentov pracujúcich vo viacerých krokoch s pomocou nástrojov. Jej edícia Medium 3.5 spája dodržiavanie pokynov a nastaviteľné uvažovanie v multimodálnom modeli s kontextovým oknom 256K.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Mistral Medium je rodina Mistral AI pre aplikačných asistentov, prácu s dokumentmi a softvérových agentov. Edícia Medium 3.5 spája dodržiavanie pokynov, uvažovanie a programovanie v hustom modeli so 128 miliardami parametrov a kontextovým oknom 256K. Rozumie textu aj vizuálnym materiálom a vytvára text, kód alebo štruktúrované výsledky. Jeho vizuálny enkodér bol trénovaný na spracovanie rôznych veľkostí obrázkov a pomerov strán, takže úloha môže spájať písomné požiadavky so snímkami obrazovky, stránkami dokumentov alebo inými vizuálnymi dôkazmi.
Funkcie modelu začínajú štruktúrovaným výstupom a volaním funkcií. Výstup JSON je užitočný, keď musí odpoveď zachovať strojovo čitateľnú štruktúru; vlastná schéma určuje povinné polia a ich typy. Dokumentová úloha môže vrátiť tabuľku extrahovaných faktov, porovnanie častí alebo súhrn s otvorenými otázkami. Odpovedanie na otázky o dokumentoch spája extrakciu textu a štruktúry dokumentu s porozumením jazykového modelu, takže otázku možno vztiahnuť na relevantný obsah namiesto voľného odhadu.
Pri úlohe s nástrojmi aplikácia opisuje svoje funkcie a argumenty, ktoré prijímajú. Model vyberie funkciu, pripraví argumenty a po vykonaní akcie aplikáciou dostane výsledok. Konverzácia môže pokračovať ďalším volaním nástroja alebo konečnou odpoveďou. Paralelné používanie nástrojov umožňuje žiadať nezávislé volania spoločne tam, kde to aplikácia povoľuje. Riadenie výberu nástrojov môže nechať rozhodnutie na modeli, vyžadovať nástroj alebo udržať úlohu v rámci textovej odpovede.
Medium 3.5 upravuje intenzitu uvažovania pre každú požiadavku. Nastavenie minimálneho premýšľania vráti odpoveď priamo; vysoká intenzita zahŕňa časť s uvažovaním pred konečnou odpoveďou a odporúča sa pre agentové a programovacie úlohy. V konverzácii s viacerými kolami uvažovania úplné správy asistenta zachovávajú informácie potrebné na nadväzujúcu prácu. Predikované výstupy pomáhajú pri úprave kódu alebo dokumentu so známymi pasážami a dodaný prefix môže určiť začiatok odpovede. Dávkové postupy môžu asynchrónne spracovať súbor nezávislých požiadaviek.
Edícia je navrhnutá na prácu pokračujúcu cez mnoho krokov. Príklady programovania zahŕňajú refaktoring modulov, opravy chýb, generovanie kontrol, aktualizáciu závislostí a skúmanie zlyhaných vývojových postupov. Užitočné zadanie poskytuje dotknuté súbory, požadované správanie a jasné kritérium dokončenia. Model môže využívať výsledky skúmania repozitára a kontrol vykonaných aplikáciou na úpravu svojho návrhu riešenia; nástroje a prístup k súborom riadi okolité agentové prostredie.
Pri znalostnej práci výrobca opisuje výskum, syntézu a postupy cez prepojené nástroje. Úloha cez Ailoot API môže žiadať štruktúrované zadanie zostavené z dodaných dokumentov, porovnanie technických možností alebo návrh založený na vyhľadaných informáciách. Určite, ktoré pozorovania podporujú záver a aký artefakt má úlohu zavŕšiť. Model pripravuje uvažovanie a výsledok; aplikácia zabezpečuje prístup k informáciám, vykonáva akcie a prezentuje výstup. Názov rodiny Medium zostáva aktualizovaným výberom, zatiaľ čo tu opísaná číselná architektúra, vizuálne spracovanie a režimy uvažovania patria výslovne pomenovanej edícii Medium 3.5.
POST /v1/messagestextjson, sse| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity mistral-medium-latest | Predvolené— |
Polemessages | Typmessage[] | PožiadavkaPovinné | Hodnoty a limity | Predvolené— |
Polemessages[].role | Typstring | PožiadavkaPovinné | Hodnoty a limity user, assistant | Predvolené— |
Polemessages[].content | Typstring | PožiadavkaPovinné | Hodnoty a limity | Predvolené— |
Polemax_tokens | Typinteger | PožiadavkaPovinné | Hodnoty a limity | Predvolené— |
Polestream | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity | Predvolenéfalse |
Text · Text UTF-8
reťazec messages[].content
| Parameter | Špecifikácia |
|---|---|
Parametercontent_type | Špecifikáciaapplication/json |
Parameterrequired | Špecifikáciamodel, messages, max_tokens |
Parameteroptional_controls | Špecifikáciastream |
Parametermaterial_types | Špecifikáciatext |
Parametertext_file_material | ŠpecifikáciaPrečítajte skutočný dokument UTF-8 a vložte jeho text do uvedeného vstupného reťazca alebo reťazca obsahu správy. |
Životný cyklus: synchronous_or_streamed
Tarifné údaje nepridávajú možnosti požiadavky. Podporované parametre sú uvedené pri vybranej metóde.
| Konfigurácia | Sadzobník | Poplatok |
|---|---|---|
| KonfiguráciaZákladné sadzby za tokeny | SadzobníkZákladná sadzba | Poplatok Vstup · Vstupné tokeny $0.00088 / 1K tokenov Výstup · Výstupné tokeny $0.0132 / 1K tokenov Vstup · Čítanie cache $0 / 1K tokenov Vstup · Zápis do cache $0 / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
{\n "model": "mistral-medium-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'mistral-medium-latest', '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': 'mistral-medium-latest', '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 alebo SSE
Uložte každú úplnú vrátenú odpoveď, súbor a časť obsahu.
Zachovajte všetky bloky obsahu, podpisy uvažovania a skutočné ID volaní nástrojov. Zostavte všetky čiastkové zmeny blokov SSE; prvý textový blok nie je celý výstup.
Zachovajte ID požiadaviek/odpovedí aj hlavičky. Všeobecná URL na načítanie textovej úlohy nie je poskytnutá.
| Pole | Typ |
|---|---|
Poleid | Typstring |
Polemodel | Typstring |
Polecontent[] | Typtext|thinking|tool_use|other content block |
Polestop_reason | Typstring|null |
Poleusage | Typobject |
| Odpoveď | Podmienka | Ďalší krok |
|---|---|---|
Odpoveď400 · invalid_request_error | PodmienkaNeplatné povinné polia, reprezentácia materiálu alebo hodnota parametra | Ďalší krokPred novou požiadavkou na vytvorenie opravte uvedené polia. |
Ailoot Ultra mistral-medium-latest
Použite cesty metód uvedené vyššie.
Technický príklad v angličtine
Extract obligations from a supplier note\n\nPrepare a document brief from this note: 'The supplier will send samples by 6 June. The buyer must approve the color before production starts. The production lead time is 20 business days after approval. No shipping date has been agreed.' Return obligations, dependency and unresolved information, preserving the distinction between sample delivery and production timing.A concise obligation table and a separate list of unresolved scheduling information.The brief does not calculate an agreed shipping date from a production lead time alone.