Mistral Small 3.1 24B Instruct 2503 vychádza zo Small 3 2501, pridáva vizuálne porozumenie a rozširuje podporu dlhého kontextu na 128k tokenov. Má 24 miliárd parametrov a je doladený na pokyny zo samostatne pomenovaného vydania Small 3.1 Base. Model prijíma text a obrázky a vytvára text vrátane vysvetlenia, kódu alebo štruktúrovaného záznamu.
Hlavné schopnosti
Vizuálne schopnosti umožňujú modelu analyzovať viditeľné materiály spolu s otázkou používateľa. Obrázok dokumentu môže dodať pole alebo tvrdenie na preskúmanie, diagram vzťah na vysvetlenie a graf údaje pre porovnanie. Označenia, jednotky a relevantný okolitý obsah udržiavajte čitateľné, aby sa otázka vzťahovala na dôkazy skutočne prítomné v obrázku.
Výrobca uvádza viacjazyčnú podporu desiatok jazykov vrátane ruštiny, angličtiny, francúzštiny, nemčiny, gréčtiny, hindčiny, indonézštiny, taliančiny, japončiny, kórejčiny, malajčiny, nepálčiny, poľštiny, portugalčiny, rumunčiny, srbčiny, španielčiny, švédčiny, turečtiny, ukrajinčiny, vietnamčiny, arabčiny, bengálčiny, čínštiny a perzštiny. Pri viacjazyčnej odpovedi definujte cieľový jazyk, čitateľa a terminológiu. Názvy, citované označenia, identifikátory premenných a jednotky môžu zostať nezmenené, zatiaľ čo okolitý text sa prispôsobí.
Karta opisuje aj konverzačné schopnosti a uvažovanie, natívne volanie funkcií, výstup JSON a dodržiavanie systémových promptov. Jeho tokenizér je Tekken so slovníkom označeným 131k. Ide o funkcie pomenovaného vydania doladeného na pokyny; jeho edícia Base má inú úlohu a neskoršie vydania Small 3.2 a Small 4 si zachovávajú vlastné zmeny a režimy.
Príprava dokumentových, programovacích a matematických úloh
Pri úlohe s dlhým dokumentom identifikujte dokumenty a položte jednu definovanú otázku. Porovnanie môže žiadať maticu požiadaviek s tvrdením, jeho zdrojovou časťou a prípadnou nezhodou medzi dokumentmi. Súhrn môže žiadať iba materiál relevantný pre pomenovanú zmenu. Dlhý kontext udržiava tieto zdroje spolu, pričom konečná odpoveď môže zostať stručná.
Pri vysvetlení kódu dodajte funkciu a vstup, ktorého správanie treba sledovať. Zahrňte relevantné pomocné funkcie alebo deklarácie a pýtajte sa, ako sa stav mení pred vrátením hodnoty. Pri navrhovanej úprave uveďte požiadavku, verejné rozhranie, ktoré treba zachovať, a očakávaný výstup. Upravený kód žiadajte oddelene od vysvetlenia a príkladov.
Pri matematickej úlohe definujte symboly a predpoklady o definičnom obore pred požiadavkou na odvodenie. Určite, či má byť konečný výsledok presný, zaokrúhlený alebo dôkazom tvrdenia. Ak sa podmienka nachádza na obrázku, zachovajte jasný vzorec a súvisiace označenia a požiadajte model, aby túto notáciu zachoval v odpovedi. Takáto príprava premieňa zdokumentované zameranie modelu na programovanie a matematické uvažovanie na preskúmateľný artefakt.
Formát pokynov a odporúčané použitie
Výrobca zverejňuje konverzačnú šablónu V7-Tekken, ktorá rozlišuje systémovú, používateľskú a asistentskú rolu, a odporúča používať zodpovedajúcu implementáciu tokenizéra ako rozhodujúci zdroj. Systémový pokyn by mal definovať rolu asistenta a pravidlá odpovede, zatiaľ čo používateľská správa obsahuje skutočnú úlohu a zdrojový materiál. Správne formátovanie konverzácie sa líši od umiestnenia označení podobných rolám do citovaného dokumentu.
Karta odporúča pomerne nízku teplotu, napríklad 0.15, a systémový prompt prispôsobený spôsobu použitia. Definujte výstupné polia alebo časti a podmienky, ktoré musia prežiť prepisovanie. Pri opakovanej extrakcii žiadajte JSON s určenými názvami a typmi a zápisom hodnôt chýbajúcich v zdroji. Vysvetľujúci odsek možno vrátiť samostatne, keď človek potrebuje preskúmať interpretáciu.
Postup volania funkcií
Model môže vybrať funkciu z nástrojov opísaných aplikáciou a generovať jej argumenty. Aplikácia funkciu vykoná, vráti výsledok so zodpovedajúcim volaním nástroja a model tento výsledok použije v nasledujúcej odpovedi. Príklad výrobcu ukazuje tento konverzačný cyklus vrátane predchádzajúceho použitia nástroja a novej otázky používateľa. Navrhované vyhľadanie sa teda odlišuje od údajov, ktoré vyhľadanie skutočne vrátilo.
Praktický asistent môže najprv extrahovať otázku z dokumentu a potom použiť dodanú referenčnú funkciu na získanie chýbajúcej podmienky. Funkciu opíšte jasne, zahrňte jej povinné argumenty a vrátený výsledok zachovajte prepojený s pôvodnou operáciou. JSON usporadúva textový výsledok; volanie funkcie žiada prepojenú operáciu namiesto tichého vykonávania kódu alebo čítania databázy.
Vecné obmedzenia
Zdokumentovaná vizuálna schopnosť obrázky číta; negeneruje ich. Usmernenia asistenta vo vydanej karte odlišujú tento model aj od prepisu zvuku a videa, takže hovorená alebo video otázka potrebuje svoj relevantný obsah dodať prostredníctvom vhodného samostatného kroku prípravy. Prístup na web a externé akcie rovnako poskytujú prepojené nástroje, nie samotný model na text a obrázky.
Kontext 128k sa týka vstupu úlohy a generovanej konverzácie, zatiaľ čo príklad generovania s 512 tokenmi na karte je iba ukážkové nastavenie. Prečítané zdroje neuvádzajú samostatnú pevnú kapacitu dĺžky odpovede. Zachovajte presnú edíciu Instruct 2503, jej konverzačný formát a požadované vysvetlenie, záznam alebo artefakt kódu.
", "aboutText": "Mistral Small 3.1 24B Instruct 2503 vychádza zo Small 3 2501, pridáva vizuálne porozumenie a rozširuje podporu dlhého kontextu na 128k tokenov. Má 24 miliárd parametrov a je doladený na pokyny zo samostatne pomenovaného vydania Small 3.1 Base. Model prijíma text a obrázky a vytvára text vrátane vysvetlenia, kódu alebo štruktúrovaného záznamu.\n\nHlavné schopnosti\n\nVizuálne schopnosti umožňujú modelu analyzovať viditeľné materiály spolu s otázkou používateľa. Obrázok dokumentu môže dodať pole alebo tvrdenie na preskúmanie, diagram vzťah na vysvetlenie a graf údaje pre porovnanie. Označenia, jednotky a relevantný okolitý obsah udržiavajte čitateľné, aby sa otázka vzťahovala na dôkazy skutočne prítomné v obrázku.\n\nVýrobca uvádza viacjazyčnú podporu desiatok jazykov vrátane ruštiny, angličtiny, francúzštiny, nemčiny, gréčtiny, hindčiny, indonézštiny, taliančiny, japončiny, kórejčiny, malajčiny, nepálčiny, poľštiny, portugalčiny, rumunčiny, srbčiny, španielčiny, švédčiny, turečtiny, ukrajinčiny, vietnamčiny, arabčiny, bengálčiny, čínštiny a perzštiny. Pri viacjazyčnej odpovedi definujte cieľový jazyk, čitateľa a terminológiu. Názvy, citované označenia, identifikátory premenných a jednotky môžu zostať nezmenené, zatiaľ čo okolitý text sa prispôsobí.\n\nKarta opisuje aj konverzačné schopnosti a uvažovanie, natívne volanie funkcií, výstup JSON a dodržiavanie systémových promptov. Jeho tokenizér je Tekken so slovníkom označeným 131k. Ide o funkcie pomenovaného vydania doladeného na pokyny; jeho edícia Base má inú úlohu a neskoršie vydania Small 3.2 a Small 4 si zachovávajú vlastné zmeny a režimy.\n\nPríprava dokumentových, programovacích a matematických úloh\n\nPri úlohe s dlhým dokumentom identifikujte dokumenty a položte jednu definovanú otázku. Porovnanie môže žiadať maticu požiadaviek s tvrdením, jeho zdrojovou časťou a prípadnou nezhodou medzi dokumentmi. Súhrn môže žiadať iba materiál relevantný pre pomenovanú zmenu. Dlhý kontext udržiava tieto zdroje spolu, pričom konečná odpoveď môže zostať stručná.\n\nPri vysvetlení kódu dodajte funkciu a vstup, ktorého správanie treba sledovať. Zahrňte relevantné pomocné funkcie alebo deklarácie a pýtajte sa, ako sa stav mení pred vrátením hodnoty. Pri navrhovanej úprave uveďte požiadavku, verejné rozhranie, ktoré treba zachovať, a očakávaný výstup. Upravený kód žiadajte oddelene od vysvetlenia a príkladov.\n\nPri matematickej úlohe definujte symboly a predpoklady o definičnom obore pred požiadavkou na odvodenie. Určite, či má byť konečný výsledok presný, zaokrúhlený alebo dôkazom tvrdenia. Ak sa podmienka nachádza na obrázku, zachovajte jasný vzorec a súvisiace označenia a požiadajte model, aby túto notáciu zachoval v odpovedi. Takáto príprava premieňa zdokumentované zameranie modelu na programovanie a matematické uvažovanie na preskúmateľný artefakt.\n\nFormát pokynov a odporúčané použitie\n\nVýrobca zverejňuje konverzačnú šablónu V7-Tekken, ktorá rozlišuje systémovú, používateľskú a asistentskú rolu, a odporúča používať zodpovedajúcu implementáciu tokenizéra ako rozhodujúci zdroj. Systémový pokyn by mal definovať rolu asistenta a pravidlá odpovede, zatiaľ čo používateľská správa obsahuje skutočnú úlohu a zdrojový materiál. Správne formátovanie konverzácie sa líši od umiestnenia označení podobných rolám do citovaného dokumentu.\n\nKarta odporúča pomerne nízku teplotu, napríklad 0.15, a systémový prompt prispôsobený spôsobu použitia. Definujte výstupné polia alebo časti a podmienky, ktoré musia prežiť prepisovanie. Pri opakovanej extrakcii žiadajte JSON s určenými názvami a typmi a zápisom hodnôt chýbajúcich v zdroji. Vysvetľujúci odsek možno vrátiť samostatne, keď človek potrebuje preskúmať interpretáciu.\n\nPostup volania funkcií\n\nModel môže vybrať funkciu z nástrojov opísaných aplikáciou a generovať jej argumenty. Aplikácia funkciu vykoná, vráti výsledok so zodpovedajúcim volaním nástroja a model tento výsledok použije v nasledujúcej odpovedi. Príklad výrobcu ukazuje tento konverzačný cyklus vrátane predchádzajúceho použitia nástroja a novej otázky používateľa. Navrhované vyhľadanie sa teda odlišuje od údajov, ktoré vyhľadanie skutočne vrátilo.\n\nPraktický asistent môže najprv extrahovať otázku z dokumentu a potom použiť dodanú referenčnú funkciu na získanie chýbajúcej podmienky. Funkciu opíšte jasne, zahrňte jej povinné argumenty a vrátený výsledok zachovajte prepojený s pôvodnou operáciou. JSON usporadúva textový výsledok; volanie funkcie žiada prepojenú operáciu namiesto tichého vykonávania kódu alebo čítania databázy.\n\nVecné obmedzenia\n\nZdokumentovaná vizuálna schopnosť obrázky číta; negeneruje ich. Usmernenia asistenta vo vydanej karte odlišujú tento model aj od prepisu zvuku a videa, takže hovorená alebo video otázka potrebuje svoj relevantný obsah dodať prostredníctvom vhodného samostatného kroku prípravy. Prístup na web a externé akcie rovnako poskytujú prepojené nástroje, nie samotný model na text a obrázky.\n\nKontext 128k sa týka vstupu úlohy a generovanej konverzácie, zatiaľ čo príklad generovania s 512 tokenmi na karte je iba ukážkové nastavenie. Prečítané zdroje neuvádzajú samostatnú pevnú kapacitu dĺžky odpovede. Zachovajte presnú edíciu Instruct 2503, jej konverzačný formát a požadované vysvetlenie, záznam alebo artefakt kódu.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický príklad v angličtine
Trace an accumulator function\n\nTrace this Python function on [3, -1, 4]: 'def running_sum(xs):\n total = 0\n out = []\n for x in xs:\n total += x\n out.append(total)\n return out'. Give a row for each iteration showing x, total and out, then the return value. Explain in one sentence why out differs from doubling each element.A three-row state trace, the final list and one sentence distinguishing cumulative addition from elementwise multiplication.Each row uses the prior total, including the negative input, rather than restarting the accumulator.mistralai/mistral-small-3.1-24b-instructMistral Small 3.1 24B Instruct 2503 pridáva do radu Small 3 porozumenie obrázkom a kontext 128k uvádzaný výrobcom. Spája viacjazyčný text, programovanie a matematické uvažovanie so systémovými pokynmi, JSON a natívnym volaním funkcií v samostatnom vydaní doladenom na pokyny.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Mistral Small 3.1 24B Instruct 2503 vychádza zo Small 3 2501, pridáva vizuálne porozumenie a rozširuje podporu dlhého kontextu na 128k tokenov. Má 24 miliárd parametrov a je doladený na pokyny zo samostatne pomenovaného vydania Small 3.1 Base. Model prijíma text a obrázky a vytvára text vrátane vysvetlenia, kódu alebo štruktúrovaného záznamu.
Hlavné schopnosti
Vizuálne schopnosti umožňujú modelu analyzovať viditeľné materiály spolu s otázkou používateľa. Obrázok dokumentu môže dodať pole alebo tvrdenie na preskúmanie, diagram vzťah na vysvetlenie a graf údaje pre porovnanie. Označenia, jednotky a relevantný okolitý obsah udržiavajte čitateľné, aby sa otázka vzťahovala na dôkazy skutočne prítomné v obrázku.
Výrobca uvádza viacjazyčnú podporu desiatok jazykov vrátane ruštiny, angličtiny, francúzštiny, nemčiny, gréčtiny, hindčiny, indonézštiny, taliančiny, japončiny, kórejčiny, malajčiny, nepálčiny, poľštiny, portugalčiny, rumunčiny, srbčiny, španielčiny, švédčiny, turečtiny, ukrajinčiny, vietnamčiny, arabčiny, bengálčiny, čínštiny a perzštiny. Pri viacjazyčnej odpovedi definujte cieľový jazyk, čitateľa a terminológiu. Názvy, citované označenia, identifikátory premenných a jednotky môžu zostať nezmenené, zatiaľ čo okolitý text sa prispôsobí.
Karta opisuje aj konverzačné schopnosti a uvažovanie, natívne volanie funkcií, výstup JSON a dodržiavanie systémových promptov. Jeho tokenizér je Tekken so slovníkom označeným 131k. Ide o funkcie pomenovaného vydania doladeného na pokyny; jeho edícia Base má inú úlohu a neskoršie vydania Small 3.2 a Small 4 si zachovávajú vlastné zmeny a režimy.
Príprava dokumentových, programovacích a matematických úloh
Pri úlohe s dlhým dokumentom identifikujte dokumenty a položte jednu definovanú otázku. Porovnanie môže žiadať maticu požiadaviek s tvrdením, jeho zdrojovou časťou a prípadnou nezhodou medzi dokumentmi. Súhrn môže žiadať iba materiál relevantný pre pomenovanú zmenu. Dlhý kontext udržiava tieto zdroje spolu, pričom konečná odpoveď môže zostať stručná.
Pri vysvetlení kódu dodajte funkciu a vstup, ktorého správanie treba sledovať. Zahrňte relevantné pomocné funkcie alebo deklarácie a pýtajte sa, ako sa stav mení pred vrátením hodnoty. Pri navrhovanej úprave uveďte požiadavku, verejné rozhranie, ktoré treba zachovať, a očakávaný výstup. Upravený kód žiadajte oddelene od vysvetlenia a príkladov.
Pri matematickej úlohe definujte symboly a predpoklady o definičnom obore pred požiadavkou na odvodenie. Určite, či má byť konečný výsledok presný, zaokrúhlený alebo dôkazom tvrdenia. Ak sa podmienka nachádza na obrázku, zachovajte jasný vzorec a súvisiace označenia a požiadajte model, aby túto notáciu zachoval v odpovedi. Takáto príprava premieňa zdokumentované zameranie modelu na programovanie a matematické uvažovanie na preskúmateľný artefakt.
Formát pokynov a odporúčané použitie
Výrobca zverejňuje konverzačnú šablónu V7-Tekken, ktorá rozlišuje systémovú, používateľskú a asistentskú rolu, a odporúča používať zodpovedajúcu implementáciu tokenizéra ako rozhodujúci zdroj. Systémový pokyn by mal definovať rolu asistenta a pravidlá odpovede, zatiaľ čo používateľská správa obsahuje skutočnú úlohu a zdrojový materiál. Správne formátovanie konverzácie sa líši od umiestnenia označení podobných rolám do citovaného dokumentu.
Karta odporúča pomerne nízku teplotu, napríklad 0.15, a systémový prompt prispôsobený spôsobu použitia. Definujte výstupné polia alebo časti a podmienky, ktoré musia prežiť prepisovanie. Pri opakovanej extrakcii žiadajte JSON s určenými názvami a typmi a zápisom hodnôt chýbajúcich v zdroji. Vysvetľujúci odsek možno vrátiť samostatne, keď človek potrebuje preskúmať interpretáciu.
Postup volania funkcií
Model môže vybrať funkciu z nástrojov opísaných aplikáciou a generovať jej argumenty. Aplikácia funkciu vykoná, vráti výsledok so zodpovedajúcim volaním nástroja a model tento výsledok použije v nasledujúcej odpovedi. Príklad výrobcu ukazuje tento konverzačný cyklus vrátane predchádzajúceho použitia nástroja a novej otázky používateľa. Navrhované vyhľadanie sa teda odlišuje od údajov, ktoré vyhľadanie skutočne vrátilo.
Praktický asistent môže najprv extrahovať otázku z dokumentu a potom použiť dodanú referenčnú funkciu na získanie chýbajúcej podmienky. Funkciu opíšte jasne, zahrňte jej povinné argumenty a vrátený výsledok zachovajte prepojený s pôvodnou operáciou. JSON usporadúva textový výsledok; volanie funkcie žiada prepojenú operáciu namiesto tichého vykonávania kódu alebo čítania databázy.
Vecné obmedzenia
Zdokumentovaná vizuálna schopnosť obrázky číta; negeneruje ich. Usmernenia asistenta vo vydanej karte odlišujú tento model aj od prepisu zvuku a videa, takže hovorená alebo video otázka potrebuje svoj relevantný obsah dodať prostredníctvom vhodného samostatného kroku prípravy. Prístup na web a externé akcie rovnako poskytujú prepojené nástroje, nie samotný model na text a obrázky.
Kontext 128k sa týka vstupu úlohy a generovanej konverzácie, zatiaľ čo príklad generovania s 512 tokenmi na karte je iba ukážkové nastavenie. Prečítané zdroje neuvádzajú samostatnú pevnú kapacitu dĺžky odpovede. Zachovajte presnú edíciu Instruct 2503, jej konverzačný formát a požadované vysvetlenie, záznam alebo artefakt kódu.
POST /v1/chat/completionstexttext| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity mistralai/mistral-small-3.1-24b-instruct | 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 $0.0011 / 1K tokenov Výstup · Výstupné tokeny $0.00111 / 1K tokenov Vstup · Čítanie cache $0 / 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 $0.0011 / 1K tokenov Výstup · Výstupné tokeny $0.00111 / 1K tokenov Vstup · Čítanie cache $0 / 1K tokenov Vstup · Zápis do cache $0 / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "mistralai/mistral-small-3.1-24b-instruct", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='mistralai/mistral-small-3.1-24b-instruct',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='mistralai/mistral-small-3.1-24b-instruct',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-small-3.1-24b-instruct
Použite cesty metód uvedené vyššie.
mistralai/mistral-small-3.1-24b-instructMistral Small 3.1 24B Instruct 2503 pridáva do radu Small 3 porozumenie obrázkom a kontext 128k uvádzaný výrobcom. Spája viacjazyčný text, programovanie a matematické uvažovanie so systémovými pokynmi, JSON a natívnym volaním funkcií v samostatnom vydaní doladenom na pokyny.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Mistral Small 3.1 24B Instruct 2503 vychádza zo Small 3 2501, pridáva vizuálne porozumenie a rozširuje podporu dlhého kontextu na 128k tokenov. Má 24 miliárd parametrov a je doladený na pokyny zo samostatne pomenovaného vydania Small 3.1 Base. Model prijíma text a obrázky a vytvára text vrátane vysvetlenia, kódu alebo štruktúrovaného záznamu.
Hlavné schopnosti
Vizuálne schopnosti umožňujú modelu analyzovať viditeľné materiály spolu s otázkou používateľa. Obrázok dokumentu môže dodať pole alebo tvrdenie na preskúmanie, diagram vzťah na vysvetlenie a graf údaje pre porovnanie. Označenia, jednotky a relevantný okolitý obsah udržiavajte čitateľné, aby sa otázka vzťahovala na dôkazy skutočne prítomné v obrázku.
Výrobca uvádza viacjazyčnú podporu desiatok jazykov vrátane ruštiny, angličtiny, francúzštiny, nemčiny, gréčtiny, hindčiny, indonézštiny, taliančiny, japončiny, kórejčiny, malajčiny, nepálčiny, poľštiny, portugalčiny, rumunčiny, srbčiny, španielčiny, švédčiny, turečtiny, ukrajinčiny, vietnamčiny, arabčiny, bengálčiny, čínštiny a perzštiny. Pri viacjazyčnej odpovedi definujte cieľový jazyk, čitateľa a terminológiu. Názvy, citované označenia, identifikátory premenných a jednotky môžu zostať nezmenené, zatiaľ čo okolitý text sa prispôsobí.
Karta opisuje aj konverzačné schopnosti a uvažovanie, natívne volanie funkcií, výstup JSON a dodržiavanie systémových promptov. Jeho tokenizér je Tekken so slovníkom označeným 131k. Ide o funkcie pomenovaného vydania doladeného na pokyny; jeho edícia Base má inú úlohu a neskoršie vydania Small 3.2 a Small 4 si zachovávajú vlastné zmeny a režimy.
Príprava dokumentových, programovacích a matematických úloh
Pri úlohe s dlhým dokumentom identifikujte dokumenty a položte jednu definovanú otázku. Porovnanie môže žiadať maticu požiadaviek s tvrdením, jeho zdrojovou časťou a prípadnou nezhodou medzi dokumentmi. Súhrn môže žiadať iba materiál relevantný pre pomenovanú zmenu. Dlhý kontext udržiava tieto zdroje spolu, pričom konečná odpoveď môže zostať stručná.
Pri vysvetlení kódu dodajte funkciu a vstup, ktorého správanie treba sledovať. Zahrňte relevantné pomocné funkcie alebo deklarácie a pýtajte sa, ako sa stav mení pred vrátením hodnoty. Pri navrhovanej úprave uveďte požiadavku, verejné rozhranie, ktoré treba zachovať, a očakávaný výstup. Upravený kód žiadajte oddelene od vysvetlenia a príkladov.
Pri matematickej úlohe definujte symboly a predpoklady o definičnom obore pred požiadavkou na odvodenie. Určite, či má byť konečný výsledok presný, zaokrúhlený alebo dôkazom tvrdenia. Ak sa podmienka nachádza na obrázku, zachovajte jasný vzorec a súvisiace označenia a požiadajte model, aby túto notáciu zachoval v odpovedi. Takáto príprava premieňa zdokumentované zameranie modelu na programovanie a matematické uvažovanie na preskúmateľný artefakt.
Formát pokynov a odporúčané použitie
Výrobca zverejňuje konverzačnú šablónu V7-Tekken, ktorá rozlišuje systémovú, používateľskú a asistentskú rolu, a odporúča používať zodpovedajúcu implementáciu tokenizéra ako rozhodujúci zdroj. Systémový pokyn by mal definovať rolu asistenta a pravidlá odpovede, zatiaľ čo používateľská správa obsahuje skutočnú úlohu a zdrojový materiál. Správne formátovanie konverzácie sa líši od umiestnenia označení podobných rolám do citovaného dokumentu.
Karta odporúča pomerne nízku teplotu, napríklad 0.15, a systémový prompt prispôsobený spôsobu použitia. Definujte výstupné polia alebo časti a podmienky, ktoré musia prežiť prepisovanie. Pri opakovanej extrakcii žiadajte JSON s určenými názvami a typmi a zápisom hodnôt chýbajúcich v zdroji. Vysvetľujúci odsek možno vrátiť samostatne, keď človek potrebuje preskúmať interpretáciu.
Postup volania funkcií
Model môže vybrať funkciu z nástrojov opísaných aplikáciou a generovať jej argumenty. Aplikácia funkciu vykoná, vráti výsledok so zodpovedajúcim volaním nástroja a model tento výsledok použije v nasledujúcej odpovedi. Príklad výrobcu ukazuje tento konverzačný cyklus vrátane predchádzajúceho použitia nástroja a novej otázky používateľa. Navrhované vyhľadanie sa teda odlišuje od údajov, ktoré vyhľadanie skutočne vrátilo.
Praktický asistent môže najprv extrahovať otázku z dokumentu a potom použiť dodanú referenčnú funkciu na získanie chýbajúcej podmienky. Funkciu opíšte jasne, zahrňte jej povinné argumenty a vrátený výsledok zachovajte prepojený s pôvodnou operáciou. JSON usporadúva textový výsledok; volanie funkcie žiada prepojenú operáciu namiesto tichého vykonávania kódu alebo čítania databázy.
Vecné obmedzenia
Zdokumentovaná vizuálna schopnosť obrázky číta; negeneruje ich. Usmernenia asistenta vo vydanej karte odlišujú tento model aj od prepisu zvuku a videa, takže hovorená alebo video otázka potrebuje svoj relevantný obsah dodať prostredníctvom vhodného samostatného kroku prípravy. Prístup na web a externé akcie rovnako poskytujú prepojené nástroje, nie samotný model na text a obrázky.
Kontext 128k sa týka vstupu úlohy a generovanej konverzácie, zatiaľ čo príklad generovania s 512 tokenmi na karte je iba ukážkové nastavenie. Prečítané zdroje neuvádzajú samostatnú pevnú kapacitu dĺžky odpovede. Zachovajte presnú edíciu Instruct 2503, jej konverzačný formát a požadované vysvetlenie, záznam alebo artefakt kódu.
POST /v1/messagestextjson, sse| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity mistralai/mistral-small-3.1-24b-instruct | 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 $0.0011 / 1K tokenov Výstup · Výstupné tokeny $0.00111 / 1K tokenov Vstup · Čítanie cache $0 / 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 $0.0011 / 1K tokenov Výstup · Výstupné tokeny $0.00111 / 1K tokenov Vstup · Čítanie cache $0 / 1K tokenov Vstup · Zápis do cache $0 / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
{\n "model": "mistralai/mistral-small-3.1-24b-instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'mistralai/mistral-small-3.1-24b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'mistralai/mistral-small-3.1-24b-instruct', '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-small-3.1-24b-instruct
Použite cesty metód uvedené vyššie.
Technický príklad v angličtine
Trace an accumulator function\n\nTrace this Python function on [3, -1, 4]: 'def running_sum(xs):\n total = 0\n out = []\n for x in xs:\n total += x\n out.append(total)\n return out'. Give a row for each iteration showing x, total and out, then the return value. Explain in one sentence why out differs from doubling each element.A three-row state trace, the final list and one sentence distinguishing cumulative addition from elementwise multiplication.Each row uses the prior total, including the negative input, rather than restarting the accumulator.