Ministral 3 8B Instruct 2512 je stredne veľký model rodiny Ministral 3 od Mistral AI doladený na plnenie pokynov. Vydaný kontrolný bod je dotrénovaný na chat a úlohy s pokynmi v presnosti FP8. Spája jazykovú zložku s vizuálnym enkodérom, prijíma text a obrázky a vracia text namiesto obrazového alebo zvukového artefaktu.
Architektúra a hlavné funkcie
Výrobca uvádza jazykový model s 8,4 miliardy parametrov a vizuálny enkodér s 0,4 miliardy parametrov. Jeho kontextové okno je opísané ako 256k a zverejnené poznámky k používaniu používajú predvolenú nastavenú dĺžku 262 144. Tieto údaje opisujú túto edíciu veľkosti 8B; menší člen rodiny 3B a väčší 14B si zachovávajú vlastné veľkosti zložiek a konfigurácie.
Vizuálne schopnosti rozširujú vstup modelu za rámec písomnej konverzácie. Obrázok dokumentu možno spojiť s otázkou o vybranom poli, odseku alebo viditeľnom vzťahu. Snímku obrazovky možno spojiť s cieľom používateľa a požiadavkou na identifikáciu relevantného ovládacieho prvku. Ak odpoveď závisí od vizuálneho detailu, žiadajte pozorovanie podporujúce každý záver a zachovajte nadpisy, označenia a jednotky potrebné na interpretáciu výrezu.
Karta opisuje viacjazyčnú prácu v desiatkach jazykov vrátane angličtiny, francúzštiny, španielčiny, nemčiny, taliančiny, portugalčiny, holandčiny, čínštiny, japončiny, kórejčiny a arabčiny. Identifikuje aj dodržiavanie systémových pokynov, natívne volanie funkcií a výstup JSON. Cieľový jazyk, rolu a požiadavky na výstup definujte výslovne namiesto ponechania modelu, aby zamýšľaný artefakt odhadoval z rozsiahleho vstupu.
Dokumentové, konverzačné a agentové úlohy
Spôsoby použitia výrobcu zahŕňajú chatové rozhrania, každodenných asistentov, opisy obrázkov a dokumentov, preklady, generovanie obsahu a špecializovaných agentov. Pre dokumentového asistenta dodajte stránku a určite informácie, ktoré má vrátiť. Extrakčná požiadavka môže pomenovať označenia polí, očakávané typy a spracovanie chýbajúcich hodnôt. Užitočná odpoveď môže obsahovať identifikátor dokumentu, extrahovanú hodnotu a krátke vysvetlenie naviazané na viditeľný zdroj.
Pri prebiehajúcej konverzácii zachovajte relevantnú predchádzajúcu odpoveď a položte cielenú nadväzujúcu otázku. Používateľ môže najprv žiadať súhrn dokumentu a potom sa opýtať, ktoré tvrdenie podporuje jeden záver. Požadovaný výstup sa tým zmení zo všeobecného prehľadu na vysvetlenie prepojené so zdrojom pri zachovaní pôvodného materiálu a účelu dialógu.
Pri viacjazyčných úpravách dodajte pôvodnú pasáž, zamýšľaného čitateľa a zoznam terminológie. Žiadajte upravenú verziu zachovávajúcu názvy, podmienky a jednotky, po ktorej podľa potreby nasleduje krátke vysvetlenie zmien. Pri generovaní obsahu určite publikum a fakty, ktoré sa majú objaviť, skôr než požiadate o krátky návrh alebo alternatívne znenie.
Pri agentovej úlohe poskytuje nástroje a ich parametre aplikácia. Model môže vybrať funkciu a pripraviť argumenty, zatiaľ čo aplikácia ju vykoná a vráti výsledok. Príklad funkcie na karte spája otázku k obrázku s výpočtovým nástrojom. Výsledok nástroja zachovajte oddelene od navrhovaného volania, aby nasledujúca písomná odpoveď používala informácie, ktoré operácia skutočne vrátila.
Odporúčaná príprava a nastavenia
Výrobca odporúča systémový pokyn opisujúci prostredie, spôsob použitia a spôsob používania nástrojov. Sadu nástrojov udržiavajte jasne definovanú a obmedzenú na minimum potrebné pre úlohu. Malý vyhľadávací postup môže ponúkať funkcie relevantné pre aktuálnu otázku s jasne pomenovanými povinnými argumentmi namiesto veľkej zbierky nesúvisiacich operácií.
Pri každodennom a produkčnom použití karta odporúča teplotu pod 0.1, pričom vyššie teploty sú dostupné na tvorivé skúmanie. Berte to ako odporúčanie pre postup plnenia pokynov, nie ako samostatné riadenie režimu uvažovania. Rodina má odlišné kontrolné body Base, Instruct a Reasoning; táto položka je edícia Instruct 2512, nie samostatné vydanie Reasoning rovnakej veľkosti.
Pri obrázkoch výrobca odporúča pomery strán blízke 1:1 a vyhýbanie sa veľmi úzkym alebo širokým vstupom. Podľa potreby orežte obrázok pri zachovaní označení a kontextu potrebných pre otázku. Ak stránka obsahuje viacero nesúvisiacich oblastí, označte časť na preskúmanie a výsledok, ktorý treba vrátiť. Čitateľný, cielený obrázok je užitočnejší než žiadosť, aby model odhadoval, ktorý malý detail na rozsiahlej stránke je dôležitý.
Hranice kontextu a edície
Text, obrázky, konverzáciu a požadovanú odpoveď plánujte podľa nastaveného kontextu. Poznámky k používaniu výslovne umožňujú znížiť nastavenú dĺžku modelu, ak je potrebný menší kontext, takže celé okno nie je pokynom na naplnenie každej požiadavky všetkými dostupnými materiálmi. Príklad generovania s 512 tokenmi na karte je iba ukážkovým nastavením a prečítané zdroje nestanovujú samostatnú pevnú maximálnu dĺžku odpovede.
Kontrolný bod FP8 Instruct, predtrénované vydanie Base a vydanie Reasoning sú samostatné edície. Výrobca opisuje ako použitia aj špecializáciu a dolaďovanie. Pri príprave konverzácie zachovajte pomenovaný kontrolný bod a jeho tokenizér a odlíšte generovanie textu od prístupu k repozitáru, vykonávania funkcií alebo iných akcií poskytovaných okolitou aplikáciou.
", "aboutText": "Ministral 3 8B Instruct 2512 je stredne veľký model rodiny Ministral 3 od Mistral AI doladený na plnenie pokynov. Vydaný kontrolný bod je dotrénovaný na chat a úlohy s pokynmi v presnosti FP8. Spája jazykovú zložku s vizuálnym enkodérom, prijíma text a obrázky a vracia text namiesto obrazového alebo zvukového artefaktu.\n\nArchitektúra a hlavné funkcie\n\nVýrobca uvádza jazykový model s 8,4 miliardy parametrov a vizuálny enkodér s 0,4 miliardy parametrov. Jeho kontextové okno je opísané ako 256k a zverejnené poznámky k používaniu používajú predvolenú nastavenú dĺžku 262 144. Tieto údaje opisujú túto edíciu veľkosti 8B; menší člen rodiny 3B a väčší 14B si zachovávajú vlastné veľkosti zložiek a konfigurácie.\n\nVizuálne schopnosti rozširujú vstup modelu za rámec písomnej konverzácie. Obrázok dokumentu možno spojiť s otázkou o vybranom poli, odseku alebo viditeľnom vzťahu. Snímku obrazovky možno spojiť s cieľom používateľa a požiadavkou na identifikáciu relevantného ovládacieho prvku. Ak odpoveď závisí od vizuálneho detailu, žiadajte pozorovanie podporujúce každý záver a zachovajte nadpisy, označenia a jednotky potrebné na interpretáciu výrezu.\n\nKarta opisuje viacjazyčnú prácu v desiatkach jazykov vrátane angličtiny, francúzštiny, španielčiny, nemčiny, taliančiny, portugalčiny, holandčiny, čínštiny, japončiny, kórejčiny a arabčiny. Identifikuje aj dodržiavanie systémových pokynov, natívne volanie funkcií a výstup JSON. Cieľový jazyk, rolu a požiadavky na výstup definujte výslovne namiesto ponechania modelu, aby zamýšľaný artefakt odhadoval z rozsiahleho vstupu.\n\nDokumentové, konverzačné a agentové úlohy\n\nSpôsoby použitia výrobcu zahŕňajú chatové rozhrania, každodenných asistentov, opisy obrázkov a dokumentov, preklady, generovanie obsahu a špecializovaných agentov. Pre dokumentového asistenta dodajte stránku a určite informácie, ktoré má vrátiť. Extrakčná požiadavka môže pomenovať označenia polí, očakávané typy a spracovanie chýbajúcich hodnôt. Užitočná odpoveď môže obsahovať identifikátor dokumentu, extrahovanú hodnotu a krátke vysvetlenie naviazané na viditeľný zdroj.\n\nPri prebiehajúcej konverzácii zachovajte relevantnú predchádzajúcu odpoveď a položte cielenú nadväzujúcu otázku. Používateľ môže najprv žiadať súhrn dokumentu a potom sa opýtať, ktoré tvrdenie podporuje jeden záver. Požadovaný výstup sa tým zmení zo všeobecného prehľadu na vysvetlenie prepojené so zdrojom pri zachovaní pôvodného materiálu a účelu dialógu.\n\nPri viacjazyčných úpravách dodajte pôvodnú pasáž, zamýšľaného čitateľa a zoznam terminológie. Žiadajte upravenú verziu zachovávajúcu názvy, podmienky a jednotky, po ktorej podľa potreby nasleduje krátke vysvetlenie zmien. Pri generovaní obsahu určite publikum a fakty, ktoré sa majú objaviť, skôr než požiadate o krátky návrh alebo alternatívne znenie.\n\nPri agentovej úlohe poskytuje nástroje a ich parametre aplikácia. Model môže vybrať funkciu a pripraviť argumenty, zatiaľ čo aplikácia ju vykoná a vráti výsledok. Príklad funkcie na karte spája otázku k obrázku s výpočtovým nástrojom. Výsledok nástroja zachovajte oddelene od navrhovaného volania, aby nasledujúca písomná odpoveď používala informácie, ktoré operácia skutočne vrátila.\n\nOdporúčaná príprava a nastavenia\n\nVýrobca odporúča systémový pokyn opisujúci prostredie, spôsob použitia a spôsob používania nástrojov. Sadu nástrojov udržiavajte jasne definovanú a obmedzenú na minimum potrebné pre úlohu. Malý vyhľadávací postup môže ponúkať funkcie relevantné pre aktuálnu otázku s jasne pomenovanými povinnými argumentmi namiesto veľkej zbierky nesúvisiacich operácií.\n\nPri každodennom a produkčnom použití karta odporúča teplotu pod 0.1, pričom vyššie teploty sú dostupné na tvorivé skúmanie. Berte to ako odporúčanie pre postup plnenia pokynov, nie ako samostatné riadenie režimu uvažovania. Rodina má odlišné kontrolné body Base, Instruct a Reasoning; táto položka je edícia Instruct 2512, nie samostatné vydanie Reasoning rovnakej veľkosti.\n\nPri obrázkoch výrobca odporúča pomery strán blízke 1:1 a vyhýbanie sa veľmi úzkym alebo širokým vstupom. Podľa potreby orežte obrázok pri zachovaní označení a kontextu potrebných pre otázku. Ak stránka obsahuje viacero nesúvisiacich oblastí, označte časť na preskúmanie a výsledok, ktorý treba vrátiť. Čitateľný, cielený obrázok je užitočnejší než žiadosť, aby model odhadoval, ktorý malý detail na rozsiahlej stránke je dôležitý.\n\nHranice kontextu a edície\n\nText, obrázky, konverzáciu a požadovanú odpoveď plánujte podľa nastaveného kontextu. Poznámky k používaniu výslovne umožňujú znížiť nastavenú dĺžku modelu, ak je potrebný menší kontext, takže celé okno nie je pokynom na naplnenie každej požiadavky všetkými dostupnými materiálmi. Príklad generovania s 512 tokenmi na karte je iba ukážkovým nastavením a prečítané zdroje nestanovujú samostatnú pevnú maximálnu dĺžku odpovede.\n\nKontrolný bod FP8 Instruct, predtrénované vydanie Base a vydanie Reasoning sú samostatné edície. Výrobca opisuje ako použitia aj špecializáciu a dolaďovanie. Pri príprave konverzácie zachovajte pomenovaný kontrolný bod a jeho tokenizér a odlíšte generovanie textu od prístupu k repozitáru, vykonávania funkcií alebo iných akcií poskytovaných okolitou aplikáciou.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický príklad v angličtine
Extract a compact invoice record\n\nExtract the invoice identifier, supplier, total and currency from this text: Invoice INV-731. Supplier: Cedar Works. Subtotal: 80 EUR. Tax: 16 EUR. Total: 96 EUR. Payment due: not stated. Return those fields plus payment_due; use null when absent and preserve the identifier exactly.A labelled record with invoice_id, supplier, total, currency and payment_due, using null for the unstated date.Check that the total is taken from the Total line rather than the subtotal and that EUR is retained.mistralai/ministral-8b-2512Ministral 3 8B Instruct 2512 je viacjazyčný model na plnenie pokynov s textovým a obrazovým vstupom, jazykovou zložkou s 8,4 miliardy parametrov a vizuálnym enkodérom s 0,4 miliardy parametrov. Podporuje kontext 256k uvádzaný výrobcom, systémové pokyny, JSON a natívne volanie funkcií pre asistentov a dokumentové postupy.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Ministral 3 8B Instruct 2512 je stredne veľký model rodiny Ministral 3 od Mistral AI doladený na plnenie pokynov. Vydaný kontrolný bod je dotrénovaný na chat a úlohy s pokynmi v presnosti FP8. Spája jazykovú zložku s vizuálnym enkodérom, prijíma text a obrázky a vracia text namiesto obrazového alebo zvukového artefaktu.
Architektúra a hlavné funkcie
Výrobca uvádza jazykový model s 8,4 miliardy parametrov a vizuálny enkodér s 0,4 miliardy parametrov. Jeho kontextové okno je opísané ako 256k a zverejnené poznámky k používaniu používajú predvolenú nastavenú dĺžku 262 144. Tieto údaje opisujú túto edíciu veľkosti 8B; menší člen rodiny 3B a väčší 14B si zachovávajú vlastné veľkosti zložiek a konfigurácie.
Vizuálne schopnosti rozširujú vstup modelu za rámec písomnej konverzácie. Obrázok dokumentu možno spojiť s otázkou o vybranom poli, odseku alebo viditeľnom vzťahu. Snímku obrazovky možno spojiť s cieľom používateľa a požiadavkou na identifikáciu relevantného ovládacieho prvku. Ak odpoveď závisí od vizuálneho detailu, žiadajte pozorovanie podporujúce každý záver a zachovajte nadpisy, označenia a jednotky potrebné na interpretáciu výrezu.
Karta opisuje viacjazyčnú prácu v desiatkach jazykov vrátane angličtiny, francúzštiny, španielčiny, nemčiny, taliančiny, portugalčiny, holandčiny, čínštiny, japončiny, kórejčiny a arabčiny. Identifikuje aj dodržiavanie systémových pokynov, natívne volanie funkcií a výstup JSON. Cieľový jazyk, rolu a požiadavky na výstup definujte výslovne namiesto ponechania modelu, aby zamýšľaný artefakt odhadoval z rozsiahleho vstupu.
Dokumentové, konverzačné a agentové úlohy
Spôsoby použitia výrobcu zahŕňajú chatové rozhrania, každodenných asistentov, opisy obrázkov a dokumentov, preklady, generovanie obsahu a špecializovaných agentov. Pre dokumentového asistenta dodajte stránku a určite informácie, ktoré má vrátiť. Extrakčná požiadavka môže pomenovať označenia polí, očakávané typy a spracovanie chýbajúcich hodnôt. Užitočná odpoveď môže obsahovať identifikátor dokumentu, extrahovanú hodnotu a krátke vysvetlenie naviazané na viditeľný zdroj.
Pri prebiehajúcej konverzácii zachovajte relevantnú predchádzajúcu odpoveď a položte cielenú nadväzujúcu otázku. Používateľ môže najprv žiadať súhrn dokumentu a potom sa opýtať, ktoré tvrdenie podporuje jeden záver. Požadovaný výstup sa tým zmení zo všeobecného prehľadu na vysvetlenie prepojené so zdrojom pri zachovaní pôvodného materiálu a účelu dialógu.
Pri viacjazyčných úpravách dodajte pôvodnú pasáž, zamýšľaného čitateľa a zoznam terminológie. Žiadajte upravenú verziu zachovávajúcu názvy, podmienky a jednotky, po ktorej podľa potreby nasleduje krátke vysvetlenie zmien. Pri generovaní obsahu určite publikum a fakty, ktoré sa majú objaviť, skôr než požiadate o krátky návrh alebo alternatívne znenie.
Pri agentovej úlohe poskytuje nástroje a ich parametre aplikácia. Model môže vybrať funkciu a pripraviť argumenty, zatiaľ čo aplikácia ju vykoná a vráti výsledok. Príklad funkcie na karte spája otázku k obrázku s výpočtovým nástrojom. Výsledok nástroja zachovajte oddelene od navrhovaného volania, aby nasledujúca písomná odpoveď používala informácie, ktoré operácia skutočne vrátila.
Odporúčaná príprava a nastavenia
Výrobca odporúča systémový pokyn opisujúci prostredie, spôsob použitia a spôsob používania nástrojov. Sadu nástrojov udržiavajte jasne definovanú a obmedzenú na minimum potrebné pre úlohu. Malý vyhľadávací postup môže ponúkať funkcie relevantné pre aktuálnu otázku s jasne pomenovanými povinnými argumentmi namiesto veľkej zbierky nesúvisiacich operácií.
Pri každodennom a produkčnom použití karta odporúča teplotu pod 0.1, pričom vyššie teploty sú dostupné na tvorivé skúmanie. Berte to ako odporúčanie pre postup plnenia pokynov, nie ako samostatné riadenie režimu uvažovania. Rodina má odlišné kontrolné body Base, Instruct a Reasoning; táto položka je edícia Instruct 2512, nie samostatné vydanie Reasoning rovnakej veľkosti.
Pri obrázkoch výrobca odporúča pomery strán blízke 1:1 a vyhýbanie sa veľmi úzkym alebo širokým vstupom. Podľa potreby orežte obrázok pri zachovaní označení a kontextu potrebných pre otázku. Ak stránka obsahuje viacero nesúvisiacich oblastí, označte časť na preskúmanie a výsledok, ktorý treba vrátiť. Čitateľný, cielený obrázok je užitočnejší než žiadosť, aby model odhadoval, ktorý malý detail na rozsiahlej stránke je dôležitý.
Hranice kontextu a edície
Text, obrázky, konverzáciu a požadovanú odpoveď plánujte podľa nastaveného kontextu. Poznámky k používaniu výslovne umožňujú znížiť nastavenú dĺžku modelu, ak je potrebný menší kontext, takže celé okno nie je pokynom na naplnenie každej požiadavky všetkými dostupnými materiálmi. Príklad generovania s 512 tokenmi na karte je iba ukážkovým nastavením a prečítané zdroje nestanovujú samostatnú pevnú maximálnu dĺžku odpovede.
Kontrolný bod FP8 Instruct, predtrénované vydanie Base a vydanie Reasoning sú samostatné edície. Výrobca opisuje ako použitia aj špecializáciu a dolaďovanie. Pri príprave konverzácie zachovajte pomenovaný kontrolný bod a jeho tokenizér a odlíšte generovanie textu od prístupu k repozitáru, vykonávania funkcií alebo iných akcií poskytovaných okolitou aplikáciou.
POST /v1/chat/completionstexttext| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity mistralai/ministral-8b-2512 | 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.
Každý poplatok priraďte k zobrazeným podmienkam. Pre každú skupinu alternatívnych konfigurácií použite jednu sadzbu.
| Konfigurácia | Sadzobník | Počet tokenov kontextu väčší než | Tokeny kontextu, najviac (vrátane hranice) | Poplatok |
|---|---|---|---|---|
| KonfiguráciaZákladné sadzby za tokeny | SadzobníkZákladná sadzba | Počet tokenov kontextu väčší než— | Tokeny kontextu, najviac (vrátane hranice)Bez hornej hranice | Poplatok Vstup · Vstupné tokeny $0.00066 / 1K tokenov Výstup · Výstupné tokeny $0.00066 / 1K tokenov Vstup · Čítanie cache $0.00003 / 1K tokenov Vstup · Zápis do cache $0 / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
| KonfiguráciaPásmo dĺžky požiadavky 1 | Sadzobník— | Počet tokenov kontextu väčší než0 | Tokeny kontextu, najviac (vrátane hranice)Bez hornej hranice | Poplatok Vstup · Vstupné tokeny $0.00066 / 1K tokenov Výstup · Výstupné tokeny $0.00066 / 1K tokenov Vstup · Čítanie cache $0.00003 / 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": "mistralai/ministral-8b-2512", "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/ministral-8b-2512',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/ministral-8b-2512',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 mistralai/ministral-8b-2512
Použite cesty metód uvedené vyššie.
mistralai/ministral-8b-2512Ministral 3 8B Instruct 2512 je viacjazyčný model na plnenie pokynov s textovým a obrazovým vstupom, jazykovou zložkou s 8,4 miliardy parametrov a vizuálnym enkodérom s 0,4 miliardy parametrov. Podporuje kontext 256k uvádzaný výrobcom, systémové pokyny, JSON a natívne volanie funkcií pre asistentov a dokumentové postupy.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Ministral 3 8B Instruct 2512 je stredne veľký model rodiny Ministral 3 od Mistral AI doladený na plnenie pokynov. Vydaný kontrolný bod je dotrénovaný na chat a úlohy s pokynmi v presnosti FP8. Spája jazykovú zložku s vizuálnym enkodérom, prijíma text a obrázky a vracia text namiesto obrazového alebo zvukového artefaktu.
Architektúra a hlavné funkcie
Výrobca uvádza jazykový model s 8,4 miliardy parametrov a vizuálny enkodér s 0,4 miliardy parametrov. Jeho kontextové okno je opísané ako 256k a zverejnené poznámky k používaniu používajú predvolenú nastavenú dĺžku 262 144. Tieto údaje opisujú túto edíciu veľkosti 8B; menší člen rodiny 3B a väčší 14B si zachovávajú vlastné veľkosti zložiek a konfigurácie.
Vizuálne schopnosti rozširujú vstup modelu za rámec písomnej konverzácie. Obrázok dokumentu možno spojiť s otázkou o vybranom poli, odseku alebo viditeľnom vzťahu. Snímku obrazovky možno spojiť s cieľom používateľa a požiadavkou na identifikáciu relevantného ovládacieho prvku. Ak odpoveď závisí od vizuálneho detailu, žiadajte pozorovanie podporujúce každý záver a zachovajte nadpisy, označenia a jednotky potrebné na interpretáciu výrezu.
Karta opisuje viacjazyčnú prácu v desiatkach jazykov vrátane angličtiny, francúzštiny, španielčiny, nemčiny, taliančiny, portugalčiny, holandčiny, čínštiny, japončiny, kórejčiny a arabčiny. Identifikuje aj dodržiavanie systémových pokynov, natívne volanie funkcií a výstup JSON. Cieľový jazyk, rolu a požiadavky na výstup definujte výslovne namiesto ponechania modelu, aby zamýšľaný artefakt odhadoval z rozsiahleho vstupu.
Dokumentové, konverzačné a agentové úlohy
Spôsoby použitia výrobcu zahŕňajú chatové rozhrania, každodenných asistentov, opisy obrázkov a dokumentov, preklady, generovanie obsahu a špecializovaných agentov. Pre dokumentového asistenta dodajte stránku a určite informácie, ktoré má vrátiť. Extrakčná požiadavka môže pomenovať označenia polí, očakávané typy a spracovanie chýbajúcich hodnôt. Užitočná odpoveď môže obsahovať identifikátor dokumentu, extrahovanú hodnotu a krátke vysvetlenie naviazané na viditeľný zdroj.
Pri prebiehajúcej konverzácii zachovajte relevantnú predchádzajúcu odpoveď a položte cielenú nadväzujúcu otázku. Používateľ môže najprv žiadať súhrn dokumentu a potom sa opýtať, ktoré tvrdenie podporuje jeden záver. Požadovaný výstup sa tým zmení zo všeobecného prehľadu na vysvetlenie prepojené so zdrojom pri zachovaní pôvodného materiálu a účelu dialógu.
Pri viacjazyčných úpravách dodajte pôvodnú pasáž, zamýšľaného čitateľa a zoznam terminológie. Žiadajte upravenú verziu zachovávajúcu názvy, podmienky a jednotky, po ktorej podľa potreby nasleduje krátke vysvetlenie zmien. Pri generovaní obsahu určite publikum a fakty, ktoré sa majú objaviť, skôr než požiadate o krátky návrh alebo alternatívne znenie.
Pri agentovej úlohe poskytuje nástroje a ich parametre aplikácia. Model môže vybrať funkciu a pripraviť argumenty, zatiaľ čo aplikácia ju vykoná a vráti výsledok. Príklad funkcie na karte spája otázku k obrázku s výpočtovým nástrojom. Výsledok nástroja zachovajte oddelene od navrhovaného volania, aby nasledujúca písomná odpoveď používala informácie, ktoré operácia skutočne vrátila.
Odporúčaná príprava a nastavenia
Výrobca odporúča systémový pokyn opisujúci prostredie, spôsob použitia a spôsob používania nástrojov. Sadu nástrojov udržiavajte jasne definovanú a obmedzenú na minimum potrebné pre úlohu. Malý vyhľadávací postup môže ponúkať funkcie relevantné pre aktuálnu otázku s jasne pomenovanými povinnými argumentmi namiesto veľkej zbierky nesúvisiacich operácií.
Pri každodennom a produkčnom použití karta odporúča teplotu pod 0.1, pričom vyššie teploty sú dostupné na tvorivé skúmanie. Berte to ako odporúčanie pre postup plnenia pokynov, nie ako samostatné riadenie režimu uvažovania. Rodina má odlišné kontrolné body Base, Instruct a Reasoning; táto položka je edícia Instruct 2512, nie samostatné vydanie Reasoning rovnakej veľkosti.
Pri obrázkoch výrobca odporúča pomery strán blízke 1:1 a vyhýbanie sa veľmi úzkym alebo širokým vstupom. Podľa potreby orežte obrázok pri zachovaní označení a kontextu potrebných pre otázku. Ak stránka obsahuje viacero nesúvisiacich oblastí, označte časť na preskúmanie a výsledok, ktorý treba vrátiť. Čitateľný, cielený obrázok je užitočnejší než žiadosť, aby model odhadoval, ktorý malý detail na rozsiahlej stránke je dôležitý.
Hranice kontextu a edície
Text, obrázky, konverzáciu a požadovanú odpoveď plánujte podľa nastaveného kontextu. Poznámky k používaniu výslovne umožňujú znížiť nastavenú dĺžku modelu, ak je potrebný menší kontext, takže celé okno nie je pokynom na naplnenie každej požiadavky všetkými dostupnými materiálmi. Príklad generovania s 512 tokenmi na karte je iba ukážkovým nastavením a prečítané zdroje nestanovujú samostatnú pevnú maximálnu dĺžku odpovede.
Kontrolný bod FP8 Instruct, predtrénované vydanie Base a vydanie Reasoning sú samostatné edície. Výrobca opisuje ako použitia aj špecializáciu a dolaďovanie. Pri príprave konverzácie zachovajte pomenovaný kontrolný bod a jeho tokenizér a odlíšte generovanie textu od prístupu k repozitáru, vykonávania funkcií alebo iných akcií poskytovaných okolitou aplikáciou.
POST /v1/messagestextjson, sse| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity mistralai/ministral-8b-2512 | 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.
Každý poplatok priraďte k zobrazeným podmienkam. Pre každú skupinu alternatívnych konfigurácií použite jednu sadzbu.
| Konfigurácia | Sadzobník | Počet tokenov kontextu väčší než | Tokeny kontextu, najviac (vrátane hranice) | Poplatok |
|---|---|---|---|---|
| KonfiguráciaZákladné sadzby za tokeny | SadzobníkZákladná sadzba | Počet tokenov kontextu väčší než— | Tokeny kontextu, najviac (vrátane hranice)Bez hornej hranice | Poplatok Vstup · Vstupné tokeny $0.00066 / 1K tokenov Výstup · Výstupné tokeny $0.00066 / 1K tokenov Vstup · Čítanie cache $0.00003 / 1K tokenov Vstup · Zápis do cache $0 / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
| KonfiguráciaPásmo dĺžky požiadavky 1 | Sadzobník— | Počet tokenov kontextu väčší než0 | Tokeny kontextu, najviac (vrátane hranice)Bez hornej hranice | Poplatok Vstup · Vstupné tokeny $0.00066 / 1K tokenov Výstup · Výstupné tokeny $0.00066 / 1K tokenov Vstup · Čítanie cache $0.00003 / 1K tokenov Vstup · Zápis do cache $0 / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
{\n "model": "mistralai/ministral-8b-2512",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/ministral-8b-2512', '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/ministral-8b-2512', '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 mistralai/ministral-8b-2512
Použite cesty metód uvedené vyššie.
Technický príklad v angličtine
Extract a compact invoice record\n\nExtract the invoice identifier, supplier, total and currency from this text: Invoice INV-731. Supplier: Cedar Works. Subtotal: 80 EUR. Tax: 16 EUR. Total: 96 EUR. Payment due: not stated. Return those fields plus payment_due; use null when absent and preserve the identifier exactly.A labelled record with invoice_id, supplier, total, currency and payment_due, using null for the unstated date.Check that the total is taken from the Total line rather than the subtotal and that EUR is retained.