Mistral Medium 3.5 je hustý model Mistral AI so 128 miliardami parametrov, ktorý spája dodržiavanie pokynov, uvažovanie a programovanie v jednej sade váh. Prijíma text a obrázky a vracia text. Výrobca ho určuje na agentové a programovacie úlohy, pričom ten istý kontrolný bod môže vytvoriť priamu konverzačnú odpoveď alebo na zložitejšiu úlohu použiť zdokumentovaný režim uvažovania.
Jednotný model a vizuálne schopnosti
Zverejnená karta uvádza 128 miliárd hustých parametrov a kontextové okno 256k. Jeho vizuálny enkodér je trénovaný na spracovanie rôznych veľkostí obrázkov a pomerov strán. Obrázky môžu prispievať dôkazmi do programovacej alebo dokumentovej úlohy: snímka rozhrania, diagram sprevádzajúci požiadavku alebo stránka s informáciami, ktoré model musí interpretovať. Výsledkom môže byť písomné vysvetlenie, kód alebo štruktúrované polia, nie generovaný obrázok.
Výrobca opisuje viacjazyčnú podporu desiatok jazykov vrátane angličtiny, francúzštiny, španielčiny, nemčiny, taliančiny, portugalčiny, holandčiny, čínštiny, japončiny, kórejčiny a arabčiny. Zdôrazňuje aj dodržiavanie systémového promptu a natívne volanie funkcií s výstupom JSON. Publikum, jazyk a pravidlá odpovede nastavte oddelene od skúmaného materiálu, aby znenie zdrojového dokumentu zostalo dôkazom pre úlohu.
Nastavenia uvažovania
Karta dokumentuje dve hodnoty intenzity uvažovania pre každú požiadavku. Hodnota none poskytne odpoveď v štýle plnenia pokynov bez režimu uvažovania; high zapne uvažovanie a odporúča sa pre zložité prompty a agentové programovanie. Ide o výber režimu v rámci toho istého kontrolného bodu Medium 3.5, nie o inú identitu modelu.
Pri vysokej intenzite uvažovania výrobca odporúča temperature 0.7 a top-p 0.95. Pri none dokumentuje teploty od 0.0 do 0.7 podľa úlohy a top-p necháva nenastavené alebo na 1.0. Ide o odporúčania vydania. Najprv zvoľte účel výstupu: stručnú extrakciu polí, zmenu kódu s vysvetlením alebo porovnanie vyžadujúce viacero odôvodnených rozhodnutí.
Praktická úloha na uvažovanie môže obsahovať požiadavku, implementáciu a vstup, ktorý odhaľuje nesúlad. Požiadajte model, aby identifikoval relevantnú vetvu, vysvetlil rozdiel a navrhol najmenšiu zmenu zachovávajúcu verejné rozhranie. Upravený kód žiadajte oddelene od predpokladov a príkladov. Model generuje návrh; jeho kompilácia, spustenie a použitie vyžadujú vývojové prostredie pripojené k agentovi.
Nástroje, dokumenty a predvídateľné úpravy
Karta služby výrobcu uvádza aj štruktúrované výstupy, predikované výstupy, otázky k dokumentom, prefixy odpovedí, dávkové spracovanie a agentové konverzácie. Pri extrakcii definujte názvy polí, typy a spracovanie chýbajúcich hodnôt. Režim JSON poskytuje štruktúrované vyjadrenie, zatiaľ čo vlastná schéma určuje konkrétnejšiu podobu v pripojenom rozhraní. Ak ho bude spracúvať program, žiadajte iba záznam, a ak človek potrebuje preskúmať interpretáciu, samostatné vysvetlenie.
Odpovedanie na otázky o dokumentoch spája text a štruktúru pripravené pomocou OCR s porozumením jazykového modelu. Pri porovnaní určite dokumenty a hodnotenú podmienku a potom žiadajte každé zistenie so zdrojovým umiestnením. Užitočný výstup môže oddeliť spoločné požiadavky, nezhody a otvorené otázky. Priame otázky k obrázkom sa môžu sústrediť na označenie v grafe alebo prvok rozhrania; zachovanie nadpisov, jednotiek a úloh obrázkov pomáha udržať odpoveď naviazanú na dodaný materiál.
Predikované výstupy sú zdokumentované pre úlohy, pri ktorých je veľká časť požadovanej odpovede už známa, napríklad opätovné generovanie súboru kódu alebo dokumentu s obmedzenými úpravami. Dodajte existujúci obsah a označte konkrétnu zmenu, pričom zachovajte časti, ktoré majú zostať. To sa líši od žiadosti o úplne nový artefakt alebo pokračovanie zo známeho prefixu odpovede. Funkcie služby opisujú možnosti odosielania a formátovania; nemenia vstup modelu v podobe textu a obrázkov ani jeho textový výstup.
V postupe s pomocou nástrojov aplikácia poskytuje opisy funkcií a parametre, model vyberie funkciu a pripraví argumenty a aplikácia ju vykoná a vráti výsledok. Výpočtový nástroj môže prijať hodnoty prečítané z dodaného obrázka, zatiaľ čo vyhľadávací nástroj môže dodať chýbajúce informácie pre ďalšiu odpoveď. Výsledok nástroja zachovajte prepojený s operáciou, ktorá ho vytvorila. Agentové uvažovanie sa opiera o toto prostredie; samotné generovanie textu externé akcie nevykonáva.
Príprava dlhých relácií
Kontext 256k používajte na súvisiaci zdrojový kód, dokumenty a históriu konverzácie a skutočný cieľ ponechajte výslovný. Programovacia relácia môže zachovať modul, jeho volajúceho a požiadavky a zároveň žiadať jednu definovanú zmenu. Dokumentová relácia môže udržať relevantné časti spolu a vrátiť krátku tabuľku alebo upravenú pasáž. Kapacita kontextu neurčuje samostatnú maximálnu dĺžku odpovede; príklad generovania s 1 024 tokenmi na karte je ukážka, nie tento limit.
Výrobca poznamenáva, že staršia vydaná konfigurácia obsahovala chybu dlhého kontextu, ktorá bola opravená, a uvádza aj jej význam pre odvodené kontrolné body. Pri používaní váh na dlhé relácie zachovajte opravenú konfiguráciu vydania. Hybridné režimy a architektúru 128B modelu Medium 3.5 nemožno pripisovať Medium 3.1 ani samostatne pomenovanému kontrolnému bodu draft-head iba preto, že ich názvy patria do rovnakej rodiny.
", "aboutText": "Mistral Medium 3.5 je hustý model Mistral AI so 128 miliardami parametrov, ktorý spája dodržiavanie pokynov, uvažovanie a programovanie v jednej sade váh. Prijíma text a obrázky a vracia text. Výrobca ho určuje na agentové a programovacie úlohy, pričom ten istý kontrolný bod môže vytvoriť priamu konverzačnú odpoveď alebo na zložitejšiu úlohu použiť zdokumentovaný režim uvažovania.\n\nJednotný model a vizuálne schopnosti\n\nZverejnená karta uvádza 128 miliárd hustých parametrov a kontextové okno 256k. Jeho vizuálny enkodér je trénovaný na spracovanie rôznych veľkostí obrázkov a pomerov strán. Obrázky môžu prispievať dôkazmi do programovacej alebo dokumentovej úlohy: snímka rozhrania, diagram sprevádzajúci požiadavku alebo stránka s informáciami, ktoré model musí interpretovať. Výsledkom môže byť písomné vysvetlenie, kód alebo štruktúrované polia, nie generovaný obrázok.\n\nVýrobca opisuje viacjazyčnú podporu desiatok jazykov vrátane angličtiny, francúzštiny, španielčiny, nemčiny, taliančiny, portugalčiny, holandčiny, čínštiny, japončiny, kórejčiny a arabčiny. Zdôrazňuje aj dodržiavanie systémového promptu a natívne volanie funkcií s výstupom JSON. Publikum, jazyk a pravidlá odpovede nastavte oddelene od skúmaného materiálu, aby znenie zdrojového dokumentu zostalo dôkazom pre úlohu.\n\nNastavenia uvažovania\n\nKarta dokumentuje dve hodnoty intenzity uvažovania pre každú požiadavku. Hodnota none poskytne odpoveď v štýle plnenia pokynov bez režimu uvažovania; high zapne uvažovanie a odporúča sa pre zložité prompty a agentové programovanie. Ide o výber režimu v rámci toho istého kontrolného bodu Medium 3.5, nie o inú identitu modelu.\n\nPri vysokej intenzite uvažovania výrobca odporúča temperature 0.7 a top-p 0.95. Pri none dokumentuje teploty od 0.0 do 0.7 podľa úlohy a top-p necháva nenastavené alebo na 1.0. Ide o odporúčania vydania. Najprv zvoľte účel výstupu: stručnú extrakciu polí, zmenu kódu s vysvetlením alebo porovnanie vyžadujúce viacero odôvodnených rozhodnutí.\n\nPraktická úloha na uvažovanie môže obsahovať požiadavku, implementáciu a vstup, ktorý odhaľuje nesúlad. Požiadajte model, aby identifikoval relevantnú vetvu, vysvetlil rozdiel a navrhol najmenšiu zmenu zachovávajúcu verejné rozhranie. Upravený kód žiadajte oddelene od predpokladov a príkladov. Model generuje návrh; jeho kompilácia, spustenie a použitie vyžadujú vývojové prostredie pripojené k agentovi.\n\nNástroje, dokumenty a predvídateľné úpravy\n\nKarta služby výrobcu uvádza aj štruktúrované výstupy, predikované výstupy, otázky k dokumentom, prefixy odpovedí, dávkové spracovanie a agentové konverzácie. Pri extrakcii definujte názvy polí, typy a spracovanie chýbajúcich hodnôt. Režim JSON poskytuje štruktúrované vyjadrenie, zatiaľ čo vlastná schéma určuje konkrétnejšiu podobu v pripojenom rozhraní. Ak ho bude spracúvať program, žiadajte iba záznam, a ak človek potrebuje preskúmať interpretáciu, samostatné vysvetlenie.\n\nOdpovedanie na otázky o dokumentoch spája text a štruktúru pripravené pomocou OCR s porozumením jazykového modelu. Pri porovnaní určite dokumenty a hodnotenú podmienku a potom žiadajte každé zistenie so zdrojovým umiestnením. Užitočný výstup môže oddeliť spoločné požiadavky, nezhody a otvorené otázky. Priame otázky k obrázkom sa môžu sústrediť na označenie v grafe alebo prvok rozhrania; zachovanie nadpisov, jednotiek a úloh obrázkov pomáha udržať odpoveď naviazanú na dodaný materiál.\n\nPredikované výstupy sú zdokumentované pre úlohy, pri ktorých je veľká časť požadovanej odpovede už známa, napríklad opätovné generovanie súboru kódu alebo dokumentu s obmedzenými úpravami. Dodajte existujúci obsah a označte konkrétnu zmenu, pričom zachovajte časti, ktoré majú zostať. To sa líši od žiadosti o úplne nový artefakt alebo pokračovanie zo známeho prefixu odpovede. Funkcie služby opisujú možnosti odosielania a formátovania; nemenia vstup modelu v podobe textu a obrázkov ani jeho textový výstup.\n\nV postupe s pomocou nástrojov aplikácia poskytuje opisy funkcií a parametre, model vyberie funkciu a pripraví argumenty a aplikácia ju vykoná a vráti výsledok. Výpočtový nástroj môže prijať hodnoty prečítané z dodaného obrázka, zatiaľ čo vyhľadávací nástroj môže dodať chýbajúce informácie pre ďalšiu odpoveď. Výsledok nástroja zachovajte prepojený s operáciou, ktorá ho vytvorila. Agentové uvažovanie sa opiera o toto prostredie; samotné generovanie textu externé akcie nevykonáva.\n\nPríprava dlhých relácií\n\nKontext 256k používajte na súvisiaci zdrojový kód, dokumenty a históriu konverzácie a skutočný cieľ ponechajte výslovný. Programovacia relácia môže zachovať modul, jeho volajúceho a požiadavky a zároveň žiadať jednu definovanú zmenu. Dokumentová relácia môže udržať relevantné časti spolu a vrátiť krátku tabuľku alebo upravenú pasáž. Kapacita kontextu neurčuje samostatnú maximálnu dĺžku odpovede; príklad generovania s 1 024 tokenmi na karte je ukážka, nie tento limit.\n\nVýrobca poznamenáva, že staršia vydaná konfigurácia obsahovala chybu dlhého kontextu, ktorá bola opravená, a uvádza aj jej význam pre odvodené kontrolné body. Pri používaní váh na dlhé relácie zachovajte opravenú konfiguráciu vydania. Hybridné režimy a architektúru 128B modelu Medium 3.5 nemožno pripisovať Medium 3.1 ani samostatne pomenovanému kontrolnému bodu draft-head iba preto, že ich názvy patria do rovnakej rodiny.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický príklad v angličtine
Preserve a public sorting interface\n\nReview this Python function: def ordered(rows, reverse=False): return sorted(rows, key=lambda r: r['score'], reverse=True). The documented reverse argument must control direction, while ties keep input order. Propose the smallest correction without changing the signature. Give test cases for default order, reverse=True and tied scores, with expected row IDs.A minimal function correction and three explicit input/output test cases.Check the public signature is preserved and tie order remains stable in both directions.mistralai/mistral-medium-3-5Mistral Medium 3.5 spája dodržiavanie pokynov, uvažovanie a programovanie v hustom modeli so 128 miliardami parametrov na prácu s textom a obrázkami. Má kontext 256k uvádzaný výrobcom, nastavenia uvažovania pre jednotlivé požiadavky, natívne volanie funkcií a štruktúrovaný výstup pre dokumentové a agentové postupy.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Mistral Medium 3.5 je hustý model Mistral AI so 128 miliardami parametrov, ktorý spája dodržiavanie pokynov, uvažovanie a programovanie v jednej sade váh. Prijíma text a obrázky a vracia text. Výrobca ho určuje na agentové a programovacie úlohy, pričom ten istý kontrolný bod môže vytvoriť priamu konverzačnú odpoveď alebo na zložitejšiu úlohu použiť zdokumentovaný režim uvažovania.
Jednotný model a vizuálne schopnosti
Zverejnená karta uvádza 128 miliárd hustých parametrov a kontextové okno 256k. Jeho vizuálny enkodér je trénovaný na spracovanie rôznych veľkostí obrázkov a pomerov strán. Obrázky môžu prispievať dôkazmi do programovacej alebo dokumentovej úlohy: snímka rozhrania, diagram sprevádzajúci požiadavku alebo stránka s informáciami, ktoré model musí interpretovať. Výsledkom môže byť písomné vysvetlenie, kód alebo štruktúrované polia, nie generovaný obrázok.
Výrobca opisuje viacjazyčnú podporu desiatok jazykov vrátane angličtiny, francúzštiny, španielčiny, nemčiny, taliančiny, portugalčiny, holandčiny, čínštiny, japončiny, kórejčiny a arabčiny. Zdôrazňuje aj dodržiavanie systémového promptu a natívne volanie funkcií s výstupom JSON. Publikum, jazyk a pravidlá odpovede nastavte oddelene od skúmaného materiálu, aby znenie zdrojového dokumentu zostalo dôkazom pre úlohu.
Nastavenia uvažovania
Karta dokumentuje dve hodnoty intenzity uvažovania pre každú požiadavku. Hodnota none poskytne odpoveď v štýle plnenia pokynov bez režimu uvažovania; high zapne uvažovanie a odporúča sa pre zložité prompty a agentové programovanie. Ide o výber režimu v rámci toho istého kontrolného bodu Medium 3.5, nie o inú identitu modelu.
Pri vysokej intenzite uvažovania výrobca odporúča temperature 0.7 a top-p 0.95. Pri none dokumentuje teploty od 0.0 do 0.7 podľa úlohy a top-p necháva nenastavené alebo na 1.0. Ide o odporúčania vydania. Najprv zvoľte účel výstupu: stručnú extrakciu polí, zmenu kódu s vysvetlením alebo porovnanie vyžadujúce viacero odôvodnených rozhodnutí.
Praktická úloha na uvažovanie môže obsahovať požiadavku, implementáciu a vstup, ktorý odhaľuje nesúlad. Požiadajte model, aby identifikoval relevantnú vetvu, vysvetlil rozdiel a navrhol najmenšiu zmenu zachovávajúcu verejné rozhranie. Upravený kód žiadajte oddelene od predpokladov a príkladov. Model generuje návrh; jeho kompilácia, spustenie a použitie vyžadujú vývojové prostredie pripojené k agentovi.
Nástroje, dokumenty a predvídateľné úpravy
Karta služby výrobcu uvádza aj štruktúrované výstupy, predikované výstupy, otázky k dokumentom, prefixy odpovedí, dávkové spracovanie a agentové konverzácie. Pri extrakcii definujte názvy polí, typy a spracovanie chýbajúcich hodnôt. Režim JSON poskytuje štruktúrované vyjadrenie, zatiaľ čo vlastná schéma určuje konkrétnejšiu podobu v pripojenom rozhraní. Ak ho bude spracúvať program, žiadajte iba záznam, a ak človek potrebuje preskúmať interpretáciu, samostatné vysvetlenie.
Odpovedanie na otázky o dokumentoch spája text a štruktúru pripravené pomocou OCR s porozumením jazykového modelu. Pri porovnaní určite dokumenty a hodnotenú podmienku a potom žiadajte každé zistenie so zdrojovým umiestnením. Užitočný výstup môže oddeliť spoločné požiadavky, nezhody a otvorené otázky. Priame otázky k obrázkom sa môžu sústrediť na označenie v grafe alebo prvok rozhrania; zachovanie nadpisov, jednotiek a úloh obrázkov pomáha udržať odpoveď naviazanú na dodaný materiál.
Predikované výstupy sú zdokumentované pre úlohy, pri ktorých je veľká časť požadovanej odpovede už známa, napríklad opätovné generovanie súboru kódu alebo dokumentu s obmedzenými úpravami. Dodajte existujúci obsah a označte konkrétnu zmenu, pričom zachovajte časti, ktoré majú zostať. To sa líši od žiadosti o úplne nový artefakt alebo pokračovanie zo známeho prefixu odpovede. Funkcie služby opisujú možnosti odosielania a formátovania; nemenia vstup modelu v podobe textu a obrázkov ani jeho textový výstup.
V postupe s pomocou nástrojov aplikácia poskytuje opisy funkcií a parametre, model vyberie funkciu a pripraví argumenty a aplikácia ju vykoná a vráti výsledok. Výpočtový nástroj môže prijať hodnoty prečítané z dodaného obrázka, zatiaľ čo vyhľadávací nástroj môže dodať chýbajúce informácie pre ďalšiu odpoveď. Výsledok nástroja zachovajte prepojený s operáciou, ktorá ho vytvorila. Agentové uvažovanie sa opiera o toto prostredie; samotné generovanie textu externé akcie nevykonáva.
Príprava dlhých relácií
Kontext 256k používajte na súvisiaci zdrojový kód, dokumenty a históriu konverzácie a skutočný cieľ ponechajte výslovný. Programovacia relácia môže zachovať modul, jeho volajúceho a požiadavky a zároveň žiadať jednu definovanú zmenu. Dokumentová relácia môže udržať relevantné časti spolu a vrátiť krátku tabuľku alebo upravenú pasáž. Kapacita kontextu neurčuje samostatnú maximálnu dĺžku odpovede; príklad generovania s 1 024 tokenmi na karte je ukážka, nie tento limit.
Výrobca poznamenáva, že staršia vydaná konfigurácia obsahovala chybu dlhého kontextu, ktorá bola opravená, a uvádza aj jej význam pre odvodené kontrolné body. Pri používaní váh na dlhé relácie zachovajte opravenú konfiguráciu vydania. Hybridné režimy a architektúru 128B modelu Medium 3.5 nemožno pripisovať Medium 3.1 ani samostatne pomenovanému kontrolnému bodu draft-head iba preto, že ich názvy patria do rovnakej rodiny.
POST /v1/chat/completionstexttext| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity mistralai/mistral-medium-3-5 | 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 $0.003 / 1K tokenov Výstup · Výstupné tokeny $0.015 / 1K tokenov Vstup · Čítanie cache — / 1K tokenov Vstup · Zápis do cache — / 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 $0.003 / 1K tokenov Výstup · Výstupné tokeny $0.015 / 1K tokenov Vstup · Čítanie cache — / 1K tokenov Vstup · Zápis do cache — / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "mistralai/mistral-medium-3-5", "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-medium-3-5',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-medium-3-5',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-medium-3-5
Použite cesty metód uvedené vyššie.
mistralai/mistral-medium-3-5Mistral Medium 3.5 spája dodržiavanie pokynov, uvažovanie a programovanie v hustom modeli so 128 miliardami parametrov na prácu s textom a obrázkami. Má kontext 256k uvádzaný výrobcom, nastavenia uvažovania pre jednotlivé požiadavky, natívne volanie funkcií a štruktúrovaný výstup pre dokumentové a agentové postupy.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Mistral Medium 3.5 je hustý model Mistral AI so 128 miliardami parametrov, ktorý spája dodržiavanie pokynov, uvažovanie a programovanie v jednej sade váh. Prijíma text a obrázky a vracia text. Výrobca ho určuje na agentové a programovacie úlohy, pričom ten istý kontrolný bod môže vytvoriť priamu konverzačnú odpoveď alebo na zložitejšiu úlohu použiť zdokumentovaný režim uvažovania.
Jednotný model a vizuálne schopnosti
Zverejnená karta uvádza 128 miliárd hustých parametrov a kontextové okno 256k. Jeho vizuálny enkodér je trénovaný na spracovanie rôznych veľkostí obrázkov a pomerov strán. Obrázky môžu prispievať dôkazmi do programovacej alebo dokumentovej úlohy: snímka rozhrania, diagram sprevádzajúci požiadavku alebo stránka s informáciami, ktoré model musí interpretovať. Výsledkom môže byť písomné vysvetlenie, kód alebo štruktúrované polia, nie generovaný obrázok.
Výrobca opisuje viacjazyčnú podporu desiatok jazykov vrátane angličtiny, francúzštiny, španielčiny, nemčiny, taliančiny, portugalčiny, holandčiny, čínštiny, japončiny, kórejčiny a arabčiny. Zdôrazňuje aj dodržiavanie systémového promptu a natívne volanie funkcií s výstupom JSON. Publikum, jazyk a pravidlá odpovede nastavte oddelene od skúmaného materiálu, aby znenie zdrojového dokumentu zostalo dôkazom pre úlohu.
Nastavenia uvažovania
Karta dokumentuje dve hodnoty intenzity uvažovania pre každú požiadavku. Hodnota none poskytne odpoveď v štýle plnenia pokynov bez režimu uvažovania; high zapne uvažovanie a odporúča sa pre zložité prompty a agentové programovanie. Ide o výber režimu v rámci toho istého kontrolného bodu Medium 3.5, nie o inú identitu modelu.
Pri vysokej intenzite uvažovania výrobca odporúča temperature 0.7 a top-p 0.95. Pri none dokumentuje teploty od 0.0 do 0.7 podľa úlohy a top-p necháva nenastavené alebo na 1.0. Ide o odporúčania vydania. Najprv zvoľte účel výstupu: stručnú extrakciu polí, zmenu kódu s vysvetlením alebo porovnanie vyžadujúce viacero odôvodnených rozhodnutí.
Praktická úloha na uvažovanie môže obsahovať požiadavku, implementáciu a vstup, ktorý odhaľuje nesúlad. Požiadajte model, aby identifikoval relevantnú vetvu, vysvetlil rozdiel a navrhol najmenšiu zmenu zachovávajúcu verejné rozhranie. Upravený kód žiadajte oddelene od predpokladov a príkladov. Model generuje návrh; jeho kompilácia, spustenie a použitie vyžadujú vývojové prostredie pripojené k agentovi.
Nástroje, dokumenty a predvídateľné úpravy
Karta služby výrobcu uvádza aj štruktúrované výstupy, predikované výstupy, otázky k dokumentom, prefixy odpovedí, dávkové spracovanie a agentové konverzácie. Pri extrakcii definujte názvy polí, typy a spracovanie chýbajúcich hodnôt. Režim JSON poskytuje štruktúrované vyjadrenie, zatiaľ čo vlastná schéma určuje konkrétnejšiu podobu v pripojenom rozhraní. Ak ho bude spracúvať program, žiadajte iba záznam, a ak človek potrebuje preskúmať interpretáciu, samostatné vysvetlenie.
Odpovedanie na otázky o dokumentoch spája text a štruktúru pripravené pomocou OCR s porozumením jazykového modelu. Pri porovnaní určite dokumenty a hodnotenú podmienku a potom žiadajte každé zistenie so zdrojovým umiestnením. Užitočný výstup môže oddeliť spoločné požiadavky, nezhody a otvorené otázky. Priame otázky k obrázkom sa môžu sústrediť na označenie v grafe alebo prvok rozhrania; zachovanie nadpisov, jednotiek a úloh obrázkov pomáha udržať odpoveď naviazanú na dodaný materiál.
Predikované výstupy sú zdokumentované pre úlohy, pri ktorých je veľká časť požadovanej odpovede už známa, napríklad opätovné generovanie súboru kódu alebo dokumentu s obmedzenými úpravami. Dodajte existujúci obsah a označte konkrétnu zmenu, pričom zachovajte časti, ktoré majú zostať. To sa líši od žiadosti o úplne nový artefakt alebo pokračovanie zo známeho prefixu odpovede. Funkcie služby opisujú možnosti odosielania a formátovania; nemenia vstup modelu v podobe textu a obrázkov ani jeho textový výstup.
V postupe s pomocou nástrojov aplikácia poskytuje opisy funkcií a parametre, model vyberie funkciu a pripraví argumenty a aplikácia ju vykoná a vráti výsledok. Výpočtový nástroj môže prijať hodnoty prečítané z dodaného obrázka, zatiaľ čo vyhľadávací nástroj môže dodať chýbajúce informácie pre ďalšiu odpoveď. Výsledok nástroja zachovajte prepojený s operáciou, ktorá ho vytvorila. Agentové uvažovanie sa opiera o toto prostredie; samotné generovanie textu externé akcie nevykonáva.
Príprava dlhých relácií
Kontext 256k používajte na súvisiaci zdrojový kód, dokumenty a históriu konverzácie a skutočný cieľ ponechajte výslovný. Programovacia relácia môže zachovať modul, jeho volajúceho a požiadavky a zároveň žiadať jednu definovanú zmenu. Dokumentová relácia môže udržať relevantné časti spolu a vrátiť krátku tabuľku alebo upravenú pasáž. Kapacita kontextu neurčuje samostatnú maximálnu dĺžku odpovede; príklad generovania s 1 024 tokenmi na karte je ukážka, nie tento limit.
Výrobca poznamenáva, že staršia vydaná konfigurácia obsahovala chybu dlhého kontextu, ktorá bola opravená, a uvádza aj jej význam pre odvodené kontrolné body. Pri používaní váh na dlhé relácie zachovajte opravenú konfiguráciu vydania. Hybridné režimy a architektúru 128B modelu Medium 3.5 nemožno pripisovať Medium 3.1 ani samostatne pomenovanému kontrolnému bodu draft-head iba preto, že ich názvy patria do rovnakej rodiny.
POST /v1/messagestextjson, sse| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity mistralai/mistral-medium-3-5 | 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 $0.003 / 1K tokenov Výstup · Výstupné tokeny $0.015 / 1K tokenov Vstup · Čítanie cache — / 1K tokenov Vstup · Zápis do cache — / 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 $0.003 / 1K tokenov Výstup · Výstupné tokeny $0.015 / 1K tokenov Vstup · Čítanie cache — / 1K tokenov Vstup · Zápis do cache — / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
{\n "model": "mistralai/mistral-medium-3-5",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-medium-3-5', '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-medium-3-5', '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-medium-3-5
Použite cesty metód uvedené vyššie.
Technický príklad v angličtine
Preserve a public sorting interface\n\nReview this Python function: def ordered(rows, reverse=False): return sorted(rows, key=lambda r: r['score'], reverse=True). The documented reverse argument must control direction, while ties keep input order. Propose the smallest correction without changing the signature. Give test cases for default order, reverse=True and tied scores, with expected row IDs.A minimal function correction and three explicit input/output test cases.Check the public signature is preserved and tie order remains stable in both directions.