Mistral Large 3 2512 je edícia Mistral AI doladená na pokyny pre všeobecnú konverzáciu, vizuálne porozumenie a podnikovú prácu. Jej riedka architektúra zmesi expertov má celkovo 675 miliárd parametrov, z toho 41 miliárd aktívnych, a kontextové okno 256k. Text a obrázky môžu prispievať do rovnakej úlohy, pričom odpoveďou je text, kód alebo štruktúrovaný výsledok.
Schopnosti a príprava vstupov
Model spája jazykovú zložku s vizuálnym enkodérom. Priraďte obrázku jasnú úlohu: stránka na prečítanie, diagram na interpretáciu alebo obrazovka na vysvetlenie. Pri preplnenej obrazovke dodajte výrez s relevantnými ovládacími prvkami a zachovajte okolité označenia potrebné na ich pochopenie. Mistral odporúča tvary obrázkov blízke štvorcu; mimoriadne úzky alebo široký zdroj rozdeľte na užitočné oblasti namiesto zmenšenia dôležitých detailov na nečitateľný pás.
Výrobca uvádza viacjazyčnú konverzáciu v desiatkach jazykov vrátane angličtiny, francúzštiny, španielčiny, nemčiny, taliančiny, portugalčiny, holandčiny, čínštiny, japončiny, kórejčiny a arabčiny. Uveďte jazyk výstupu, zamýšľaného čitateľa a terminológiu, ktorú treba zachovať. Pri článku podpory žiadajte lokalizované vysvetlenie s nezmenenými názvami produktov a krátky zoznam neistých prekladov, ktoré treba vyriešiť pred publikovaním.
Dlhé dokumenty a podnikové znalosti
Kontext využite na spojenie súvisiacich materiálov: textu pravidiel, špecifikácie, existujúcich rozhodnutí a otázky, ktorá potrebuje odpoveď. Označte každý zdroj a jeho revíziu. Užitočná požiadavka znie: „Porovnajte tieto tri pravidlá zaškoľovania. Vráťte tabuľku spoločných požiadaviek, konfliktov a nezodpovedaných otázok so zdrojovou časťou pri každom zistení.“ Výsledný artefakt je porovnanie podložené dodanými pasážami, nie všeobecný súhrn témy.
Pri otázke k dokumentu určite požadovanú úroveň podrobností a pri závere žiadajte podpornú pasáž. Postup Mistral Document QnA najprv extrahuje text a štruktúru dokumentu pomocou OCR a potom použije jazykový model na interpretáciu tohto materiálu. Pri príprave extrahovaného textu zachovajte čísla strán a nadpisy, aby odpoveď mohla odkazovať na originál. URL dokumentu, extrahovaný text a obrazové dôkazy majú odlišné požiadavky na prípravu; zvoľte podobu vstupu podporovanú aplikáciou, ktorú používate.
Programovanie a každodenná asistencia
Mistral určuje Large 3 na pomoc pri programovaní aj každodennú konverzáciu. Dodajte relevantné funkcie, očakávané správanie a pozorované zlyhanie. Napríklad: „Tento parser vynechá posledné pole, keď vstup končí bez nového riadka. Vysvetlite zlyhávajúcu vetvu, navrhnite najmenšiu zmenu a vráťte opravenú funkciu s tromi reprezentatívnymi príkladmi vstupu a výstupu.“ Užitočným výsledkom je navrhovaná zmena naviazaná na skutočný kód a sada prípadov, ktoré môže vývojár spustiť.
Pri obchodnom návrhu dodajte fakty a požadovaný artefakt spolu. Požiadavka na premenu poznámok zo stretnutia na rozhodovací dokument by mala pomenovať rozhodnutie, alternatívy, nevyriešené predpoklady a ďalšiu akciu. Požiadajte model, aby zachoval zdrojové fakty oddelene od odporúčaní a označil chýbajúce informácie v príslušnej časti. Takýto výstup sa upravuje ľahšie než nerozčlenené rozprávanie.
Nástroje a štruktúrované výsledky
Natívne volanie funkcií umožňuje modelu vybrať dodanú funkciu a pripraviť jej argumenty. Aplikácia funkciu spustí a vráti jej výsledok; model potom použije vrátené informácie v odpovedi. Nástroje udržujte konkrétne a sprístupnite len tie, ktoré úloha potrebuje. Asistent kontroly zásob môže dostať referenciu produktu, požiadať o vyhľadanie zásob a vysvetliť vrátené množstvo a sklad. Pred vykonaním požiadavky overte zvolenú funkciu a argumenty a odpoveď nástroja zachovajte spolu s konečnou odpoveďou.
Pri extrakcii určite polia, typy a spracovanie chýbajúcich hodnôt. Mistral dokumentuje režim JSON a vlastný štruktúrovaný výstup; jeho režim JSON vyžaduje výslovný pokyn na vrátenie JSON, zatiaľ čo vlastná schéma poskytuje silnejšie riadenie formátu. Súhrn faktúry môže žiadať dodávateľa, číslo faktúry, dátum splatnosti, menu a položky s konzistentným zápisom chýbajúcich hodnôt. Extrahované hodnoty porovnajte s dokumentom, aj keď odpoveď zodpovedá požadovanej štruktúre.
Nastavenia a rozdiely edícií
V systémových pokynoch definujte rolu, úlohu a pravidlá nástrojov. Mistral odporúča teplotu pod 0.1 pri produkčnom a každodennom používaní tohto kontrolného bodu, pričom vyššie hodnoty možno skúšať pri tvorivých úlohách. Oddeľte žiadosť o rozmanité nápady od žiadosti o reprodukovateľnú extrakciu: prvej dajte priestor na alternatívy a druhej výslovné polia a obmedzenia zdrojov.
Táto edícia na plnenie pokynov je oddelená od základného kontrolného bodu Large 3 a od vyhradených modelov na uvažovanie. Výrobca označuje prísne uvažovanie a špecializovanú vizuálnu prácu za oblasti, v ktorých môže byť vhodnejší model navrhnutý osobitne na tieto úlohy. Pri náročnom výpočte dodajte predpoklady a jednotky, žiadajte priebežné kontroly a výsledok overte dostupným výpočtovým nástrojom. Pri hustých vizuálnych dôkazoch pripravte čitateľné oblasti a pred použitím v správe porovnajte odpoveď so zdrojom.
", "aboutText": "Mistral Large 3 2512 je edícia Mistral AI doladená na pokyny pre všeobecnú konverzáciu, vizuálne porozumenie a podnikovú prácu. Jej riedka architektúra zmesi expertov má celkovo 675 miliárd parametrov, z toho 41 miliárd aktívnych, a kontextové okno 256k. Text a obrázky môžu prispievať do rovnakej úlohy, pričom odpoveďou je text, kód alebo štruktúrovaný výsledok.\n\nSchopnosti a príprava vstupov\n\nModel spája jazykovú zložku s vizuálnym enkodérom. Priraďte obrázku jasnú úlohu: stránka na prečítanie, diagram na interpretáciu alebo obrazovka na vysvetlenie. Pri preplnenej obrazovke dodajte výrez s relevantnými ovládacími prvkami a zachovajte okolité označenia potrebné na ich pochopenie. Mistral odporúča tvary obrázkov blízke štvorcu; mimoriadne úzky alebo široký zdroj rozdeľte na užitočné oblasti namiesto zmenšenia dôležitých detailov na nečitateľný pás.\n\nVýrobca uvádza viacjazyčnú konverzáciu v desiatkach jazykov vrátane angličtiny, francúzštiny, španielčiny, nemčiny, taliančiny, portugalčiny, holandčiny, čínštiny, japončiny, kórejčiny a arabčiny. Uveďte jazyk výstupu, zamýšľaného čitateľa a terminológiu, ktorú treba zachovať. Pri článku podpory žiadajte lokalizované vysvetlenie s nezmenenými názvami produktov a krátky zoznam neistých prekladov, ktoré treba vyriešiť pred publikovaním.\n\nDlhé dokumenty a podnikové znalosti\n\nKontext využite na spojenie súvisiacich materiálov: textu pravidiel, špecifikácie, existujúcich rozhodnutí a otázky, ktorá potrebuje odpoveď. Označte každý zdroj a jeho revíziu. Užitočná požiadavka znie: „Porovnajte tieto tri pravidlá zaškoľovania. Vráťte tabuľku spoločných požiadaviek, konfliktov a nezodpovedaných otázok so zdrojovou časťou pri každom zistení.“ Výsledný artefakt je porovnanie podložené dodanými pasážami, nie všeobecný súhrn témy.\n\nPri otázke k dokumentu určite požadovanú úroveň podrobností a pri závere žiadajte podpornú pasáž. Postup Mistral Document QnA najprv extrahuje text a štruktúru dokumentu pomocou OCR a potom použije jazykový model na interpretáciu tohto materiálu. Pri príprave extrahovaného textu zachovajte čísla strán a nadpisy, aby odpoveď mohla odkazovať na originál. URL dokumentu, extrahovaný text a obrazové dôkazy majú odlišné požiadavky na prípravu; zvoľte podobu vstupu podporovanú aplikáciou, ktorú používate.\n\nProgramovanie a každodenná asistencia\n\nMistral určuje Large 3 na pomoc pri programovaní aj každodennú konverzáciu. Dodajte relevantné funkcie, očakávané správanie a pozorované zlyhanie. Napríklad: „Tento parser vynechá posledné pole, keď vstup končí bez nového riadka. Vysvetlite zlyhávajúcu vetvu, navrhnite najmenšiu zmenu a vráťte opravenú funkciu s tromi reprezentatívnymi príkladmi vstupu a výstupu.“ Užitočným výsledkom je navrhovaná zmena naviazaná na skutočný kód a sada prípadov, ktoré môže vývojár spustiť.\n\nPri obchodnom návrhu dodajte fakty a požadovaný artefakt spolu. Požiadavka na premenu poznámok zo stretnutia na rozhodovací dokument by mala pomenovať rozhodnutie, alternatívy, nevyriešené predpoklady a ďalšiu akciu. Požiadajte model, aby zachoval zdrojové fakty oddelene od odporúčaní a označil chýbajúce informácie v príslušnej časti. Takýto výstup sa upravuje ľahšie než nerozčlenené rozprávanie.\n\nNástroje a štruktúrované výsledky\n\nNatívne volanie funkcií umožňuje modelu vybrať dodanú funkciu a pripraviť jej argumenty. Aplikácia funkciu spustí a vráti jej výsledok; model potom použije vrátené informácie v odpovedi. Nástroje udržujte konkrétne a sprístupnite len tie, ktoré úloha potrebuje. Asistent kontroly zásob môže dostať referenciu produktu, požiadať o vyhľadanie zásob a vysvetliť vrátené množstvo a sklad. Pred vykonaním požiadavky overte zvolenú funkciu a argumenty a odpoveď nástroja zachovajte spolu s konečnou odpoveďou.\n\nPri extrakcii určite polia, typy a spracovanie chýbajúcich hodnôt. Mistral dokumentuje režim JSON a vlastný štruktúrovaný výstup; jeho režim JSON vyžaduje výslovný pokyn na vrátenie JSON, zatiaľ čo vlastná schéma poskytuje silnejšie riadenie formátu. Súhrn faktúry môže žiadať dodávateľa, číslo faktúry, dátum splatnosti, menu a položky s konzistentným zápisom chýbajúcich hodnôt. Extrahované hodnoty porovnajte s dokumentom, aj keď odpoveď zodpovedá požadovanej štruktúre.\n\nNastavenia a rozdiely edícií\n\nV systémových pokynoch definujte rolu, úlohu a pravidlá nástrojov. Mistral odporúča teplotu pod 0.1 pri produkčnom a každodennom používaní tohto kontrolného bodu, pričom vyššie hodnoty možno skúšať pri tvorivých úlohách. Oddeľte žiadosť o rozmanité nápady od žiadosti o reprodukovateľnú extrakciu: prvej dajte priestor na alternatívy a druhej výslovné polia a obmedzenia zdrojov.\n\nTáto edícia na plnenie pokynov je oddelená od základného kontrolného bodu Large 3 a od vyhradených modelov na uvažovanie. Výrobca označuje prísne uvažovanie a špecializovanú vizuálnu prácu za oblasti, v ktorých môže byť vhodnejší model navrhnutý osobitne na tieto úlohy. Pri náročnom výpočte dodajte predpoklady a jednotky, žiadajte priebežné kontroly a výsledok overte dostupným výpočtovým nástrojom. Pri hustých vizuálnych dôkazoch pripravte čitateľné oblasti a pred použitím v správe porovnajte odpoveď so zdrojom.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický príklad v angličtine
Compare onboarding policies\n\nCompare onboarding policies. A section 1 requires manager approval and identity verification before access. B section 3 requires manager approval before access and identity verification within seven days afterward. List the shared requirement, the conflict and a question for the policy owner. Keep the source section beside each finding.A source-linked comparison of shared and conflicting requirements plus one policy decision question.Check that both policies’ timing for identity verification remains explicit and that neither is silently treated as authoritative.mistralai/mistral-large-2512Mistral Large 3 2512 je viacjazyčný model na prácu s textom a obrázkami určený na dlhé dokumenty, podnikové znalosti, programovanie a prácu s pomocou nástrojov. Kontext 256k, natívne volanie funkcií a štruktúrovaný výstup pomáhajú premieňať dodané dôkazy na odpovede, záznamy a navrhované akcie.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Mistral Large 3 2512 je edícia Mistral AI doladená na pokyny pre všeobecnú konverzáciu, vizuálne porozumenie a podnikovú prácu. Jej riedka architektúra zmesi expertov má celkovo 675 miliárd parametrov, z toho 41 miliárd aktívnych, a kontextové okno 256k. Text a obrázky môžu prispievať do rovnakej úlohy, pričom odpoveďou je text, kód alebo štruktúrovaný výsledok.
Schopnosti a príprava vstupov
Model spája jazykovú zložku s vizuálnym enkodérom. Priraďte obrázku jasnú úlohu: stránka na prečítanie, diagram na interpretáciu alebo obrazovka na vysvetlenie. Pri preplnenej obrazovke dodajte výrez s relevantnými ovládacími prvkami a zachovajte okolité označenia potrebné na ich pochopenie. Mistral odporúča tvary obrázkov blízke štvorcu; mimoriadne úzky alebo široký zdroj rozdeľte na užitočné oblasti namiesto zmenšenia dôležitých detailov na nečitateľný pás.
Výrobca uvádza viacjazyčnú konverzáciu v desiatkach jazykov vrátane angličtiny, francúzštiny, španielčiny, nemčiny, taliančiny, portugalčiny, holandčiny, čínštiny, japončiny, kórejčiny a arabčiny. Uveďte jazyk výstupu, zamýšľaného čitateľa a terminológiu, ktorú treba zachovať. Pri článku podpory žiadajte lokalizované vysvetlenie s nezmenenými názvami produktov a krátky zoznam neistých prekladov, ktoré treba vyriešiť pred publikovaním.
Dlhé dokumenty a podnikové znalosti
Kontext využite na spojenie súvisiacich materiálov: textu pravidiel, špecifikácie, existujúcich rozhodnutí a otázky, ktorá potrebuje odpoveď. Označte každý zdroj a jeho revíziu. Užitočná požiadavka znie: „Porovnajte tieto tri pravidlá zaškoľovania. Vráťte tabuľku spoločných požiadaviek, konfliktov a nezodpovedaných otázok so zdrojovou časťou pri každom zistení.“ Výsledný artefakt je porovnanie podložené dodanými pasážami, nie všeobecný súhrn témy.
Pri otázke k dokumentu určite požadovanú úroveň podrobností a pri závere žiadajte podpornú pasáž. Postup Mistral Document QnA najprv extrahuje text a štruktúru dokumentu pomocou OCR a potom použije jazykový model na interpretáciu tohto materiálu. Pri príprave extrahovaného textu zachovajte čísla strán a nadpisy, aby odpoveď mohla odkazovať na originál. URL dokumentu, extrahovaný text a obrazové dôkazy majú odlišné požiadavky na prípravu; zvoľte podobu vstupu podporovanú aplikáciou, ktorú používate.
Programovanie a každodenná asistencia
Mistral určuje Large 3 na pomoc pri programovaní aj každodennú konverzáciu. Dodajte relevantné funkcie, očakávané správanie a pozorované zlyhanie. Napríklad: „Tento parser vynechá posledné pole, keď vstup končí bez nového riadka. Vysvetlite zlyhávajúcu vetvu, navrhnite najmenšiu zmenu a vráťte opravenú funkciu s tromi reprezentatívnymi príkladmi vstupu a výstupu.“ Užitočným výsledkom je navrhovaná zmena naviazaná na skutočný kód a sada prípadov, ktoré môže vývojár spustiť.
Pri obchodnom návrhu dodajte fakty a požadovaný artefakt spolu. Požiadavka na premenu poznámok zo stretnutia na rozhodovací dokument by mala pomenovať rozhodnutie, alternatívy, nevyriešené predpoklady a ďalšiu akciu. Požiadajte model, aby zachoval zdrojové fakty oddelene od odporúčaní a označil chýbajúce informácie v príslušnej časti. Takýto výstup sa upravuje ľahšie než nerozčlenené rozprávanie.
Nástroje a štruktúrované výsledky
Natívne volanie funkcií umožňuje modelu vybrať dodanú funkciu a pripraviť jej argumenty. Aplikácia funkciu spustí a vráti jej výsledok; model potom použije vrátené informácie v odpovedi. Nástroje udržujte konkrétne a sprístupnite len tie, ktoré úloha potrebuje. Asistent kontroly zásob môže dostať referenciu produktu, požiadať o vyhľadanie zásob a vysvetliť vrátené množstvo a sklad. Pred vykonaním požiadavky overte zvolenú funkciu a argumenty a odpoveď nástroja zachovajte spolu s konečnou odpoveďou.
Pri extrakcii určite polia, typy a spracovanie chýbajúcich hodnôt. Mistral dokumentuje režim JSON a vlastný štruktúrovaný výstup; jeho režim JSON vyžaduje výslovný pokyn na vrátenie JSON, zatiaľ čo vlastná schéma poskytuje silnejšie riadenie formátu. Súhrn faktúry môže žiadať dodávateľa, číslo faktúry, dátum splatnosti, menu a položky s konzistentným zápisom chýbajúcich hodnôt. Extrahované hodnoty porovnajte s dokumentom, aj keď odpoveď zodpovedá požadovanej štruktúre.
Nastavenia a rozdiely edícií
V systémových pokynoch definujte rolu, úlohu a pravidlá nástrojov. Mistral odporúča teplotu pod 0.1 pri produkčnom a každodennom používaní tohto kontrolného bodu, pričom vyššie hodnoty možno skúšať pri tvorivých úlohách. Oddeľte žiadosť o rozmanité nápady od žiadosti o reprodukovateľnú extrakciu: prvej dajte priestor na alternatívy a druhej výslovné polia a obmedzenia zdrojov.
Táto edícia na plnenie pokynov je oddelená od základného kontrolného bodu Large 3 a od vyhradených modelov na uvažovanie. Výrobca označuje prísne uvažovanie a špecializovanú vizuálnu prácu za oblasti, v ktorých môže byť vhodnejší model navrhnutý osobitne na tieto úlohy. Pri náročnom výpočte dodajte predpoklady a jednotky, žiadajte priebežné kontroly a výsledok overte dostupným výpočtovým nástrojom. Pri hustých vizuálnych dôkazoch pripravte čitateľné oblasti a pred použitím v správe porovnajte odpoveď so zdrojom.
POST /v1/chat/completionstexttext| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity mistralai/mistral-large-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 $0.0022 / 1K tokenov Výstup · Výstupné tokeny $0.0066 / 1K tokenov Vstup · Čítanie cache $0.0001 / 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 $0.0022 / 1K tokenov Výstup · Výstupné tokeny $0.0066 / 1K tokenov Vstup · Čítanie cache $0.0001 / 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/mistral-large-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/mistral-large-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/mistral-large-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/mistral-large-2512
Použite cesty metód uvedené vyššie.
mistralai/mistral-large-2512Mistral Large 3 2512 je viacjazyčný model na prácu s textom a obrázkami určený na dlhé dokumenty, podnikové znalosti, programovanie a prácu s pomocou nástrojov. Kontext 256k, natívne volanie funkcií a štruktúrovaný výstup pomáhajú premieňať dodané dôkazy na odpovede, záznamy a navrhované akcie.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Mistral Large 3 2512 je edícia Mistral AI doladená na pokyny pre všeobecnú konverzáciu, vizuálne porozumenie a podnikovú prácu. Jej riedka architektúra zmesi expertov má celkovo 675 miliárd parametrov, z toho 41 miliárd aktívnych, a kontextové okno 256k. Text a obrázky môžu prispievať do rovnakej úlohy, pričom odpoveďou je text, kód alebo štruktúrovaný výsledok.
Schopnosti a príprava vstupov
Model spája jazykovú zložku s vizuálnym enkodérom. Priraďte obrázku jasnú úlohu: stránka na prečítanie, diagram na interpretáciu alebo obrazovka na vysvetlenie. Pri preplnenej obrazovke dodajte výrez s relevantnými ovládacími prvkami a zachovajte okolité označenia potrebné na ich pochopenie. Mistral odporúča tvary obrázkov blízke štvorcu; mimoriadne úzky alebo široký zdroj rozdeľte na užitočné oblasti namiesto zmenšenia dôležitých detailov na nečitateľný pás.
Výrobca uvádza viacjazyčnú konverzáciu v desiatkach jazykov vrátane angličtiny, francúzštiny, španielčiny, nemčiny, taliančiny, portugalčiny, holandčiny, čínštiny, japončiny, kórejčiny a arabčiny. Uveďte jazyk výstupu, zamýšľaného čitateľa a terminológiu, ktorú treba zachovať. Pri článku podpory žiadajte lokalizované vysvetlenie s nezmenenými názvami produktov a krátky zoznam neistých prekladov, ktoré treba vyriešiť pred publikovaním.
Dlhé dokumenty a podnikové znalosti
Kontext využite na spojenie súvisiacich materiálov: textu pravidiel, špecifikácie, existujúcich rozhodnutí a otázky, ktorá potrebuje odpoveď. Označte každý zdroj a jeho revíziu. Užitočná požiadavka znie: „Porovnajte tieto tri pravidlá zaškoľovania. Vráťte tabuľku spoločných požiadaviek, konfliktov a nezodpovedaných otázok so zdrojovou časťou pri každom zistení.“ Výsledný artefakt je porovnanie podložené dodanými pasážami, nie všeobecný súhrn témy.
Pri otázke k dokumentu určite požadovanú úroveň podrobností a pri závere žiadajte podpornú pasáž. Postup Mistral Document QnA najprv extrahuje text a štruktúru dokumentu pomocou OCR a potom použije jazykový model na interpretáciu tohto materiálu. Pri príprave extrahovaného textu zachovajte čísla strán a nadpisy, aby odpoveď mohla odkazovať na originál. URL dokumentu, extrahovaný text a obrazové dôkazy majú odlišné požiadavky na prípravu; zvoľte podobu vstupu podporovanú aplikáciou, ktorú používate.
Programovanie a každodenná asistencia
Mistral určuje Large 3 na pomoc pri programovaní aj každodennú konverzáciu. Dodajte relevantné funkcie, očakávané správanie a pozorované zlyhanie. Napríklad: „Tento parser vynechá posledné pole, keď vstup končí bez nového riadka. Vysvetlite zlyhávajúcu vetvu, navrhnite najmenšiu zmenu a vráťte opravenú funkciu s tromi reprezentatívnymi príkladmi vstupu a výstupu.“ Užitočným výsledkom je navrhovaná zmena naviazaná na skutočný kód a sada prípadov, ktoré môže vývojár spustiť.
Pri obchodnom návrhu dodajte fakty a požadovaný artefakt spolu. Požiadavka na premenu poznámok zo stretnutia na rozhodovací dokument by mala pomenovať rozhodnutie, alternatívy, nevyriešené predpoklady a ďalšiu akciu. Požiadajte model, aby zachoval zdrojové fakty oddelene od odporúčaní a označil chýbajúce informácie v príslušnej časti. Takýto výstup sa upravuje ľahšie než nerozčlenené rozprávanie.
Nástroje a štruktúrované výsledky
Natívne volanie funkcií umožňuje modelu vybrať dodanú funkciu a pripraviť jej argumenty. Aplikácia funkciu spustí a vráti jej výsledok; model potom použije vrátené informácie v odpovedi. Nástroje udržujte konkrétne a sprístupnite len tie, ktoré úloha potrebuje. Asistent kontroly zásob môže dostať referenciu produktu, požiadať o vyhľadanie zásob a vysvetliť vrátené množstvo a sklad. Pred vykonaním požiadavky overte zvolenú funkciu a argumenty a odpoveď nástroja zachovajte spolu s konečnou odpoveďou.
Pri extrakcii určite polia, typy a spracovanie chýbajúcich hodnôt. Mistral dokumentuje režim JSON a vlastný štruktúrovaný výstup; jeho režim JSON vyžaduje výslovný pokyn na vrátenie JSON, zatiaľ čo vlastná schéma poskytuje silnejšie riadenie formátu. Súhrn faktúry môže žiadať dodávateľa, číslo faktúry, dátum splatnosti, menu a položky s konzistentným zápisom chýbajúcich hodnôt. Extrahované hodnoty porovnajte s dokumentom, aj keď odpoveď zodpovedá požadovanej štruktúre.
Nastavenia a rozdiely edícií
V systémových pokynoch definujte rolu, úlohu a pravidlá nástrojov. Mistral odporúča teplotu pod 0.1 pri produkčnom a každodennom používaní tohto kontrolného bodu, pričom vyššie hodnoty možno skúšať pri tvorivých úlohách. Oddeľte žiadosť o rozmanité nápady od žiadosti o reprodukovateľnú extrakciu: prvej dajte priestor na alternatívy a druhej výslovné polia a obmedzenia zdrojov.
Táto edícia na plnenie pokynov je oddelená od základného kontrolného bodu Large 3 a od vyhradených modelov na uvažovanie. Výrobca označuje prísne uvažovanie a špecializovanú vizuálnu prácu za oblasti, v ktorých môže byť vhodnejší model navrhnutý osobitne na tieto úlohy. Pri náročnom výpočte dodajte predpoklady a jednotky, žiadajte priebežné kontroly a výsledok overte dostupným výpočtovým nástrojom. Pri hustých vizuálnych dôkazoch pripravte čitateľné oblasti a pred použitím v správe porovnajte odpoveď so zdrojom.
POST /v1/messagestextjson, sse| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity mistralai/mistral-large-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 $0.0022 / 1K tokenov Výstup · Výstupné tokeny $0.0066 / 1K tokenov Vstup · Čítanie cache $0.0001 / 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 $0.0022 / 1K tokenov Výstup · Výstupné tokeny $0.0066 / 1K tokenov Vstup · Čítanie cache $0.0001 / 1K tokenov Vstup · Zápis do cache $0 / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
{\n "model": "mistralai/mistral-large-2512",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/mistral-large-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/mistral-large-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/mistral-large-2512
Použite cesty metód uvedené vyššie.
Technický príklad v angličtine
Compare onboarding policies\n\nCompare onboarding policies. A section 1 requires manager approval and identity verification before access. B section 3 requires manager approval before access and identity verification within seven days afterward. List the shared requirement, the conflict and a question for the policy owner. Keep the source section beside each finding.A source-linked comparison of shared and conflicting requirements plus one policy decision question.Check that both policies’ timing for identity verification remains explicit and that neither is silently treated as authoritative.