Mistral Large 2407 je različica 24.07 modela Mistral Large 2 podjetja Mistral AI. Je gosti jezikovni model s 123 milijardami parametrov in kontekstnim oknom 128K. Model obdeluje pisna navodila in pogovor ter ustvarja besedilo, kodo ali JSON. Ta fiksna različica ostaja ločena od poznejših večmodalnih generacij Large in od izbire družine Large, ki se spreminja.
Večjezično delo je osrednji del izdaje. Proizvajalec opisuje podporo za več deset jezikov, vključno z angleščino, francoščino, nemščino, španščino, italijanščino, portugalščino, nizozemščino, ruščino, kitajščino, japonščino, korejščino, arabščino in hindijščino. Pri nalogi z dokumentom določite izvorni jezik, jezik odgovora in terminologijo, ki mora ostati nespremenjena. Uporaben rezultat lahko primerja dva odlomka, povzame dolg zapis ali izlušči podatke, potrebne za poslovno odločitev.
Programiranje je drugo pomembno področje: učenje zajema več kot 80 programskih jezikov, vključno s Python, Java, C, C++, JavaScript, Bash, Swift in Fortran. Programsko nalogo pripravite z ustrezno kodo, pričakovanim vedenjem in omejitvijo, ki jo je treba ohraniti. Zahtevajte predlagano spremembo in njeno utemeljitev, nato pa preverjanja, ki obravnavajo opaženo napako. Tako je ustvarjena koda vezana na opredeljen rezultat, namesto da naloga ostane pri verjetnem odseku kode.
Izdaja poudarja matematično sklepanje, natančno sledenje navodilom in dolge večizmenjavne pogovore. Njeno učenje spodbuja jedrnate odgovore in priznanje manjkajočih podatkov, kadar dokazi ne podpirajo zanesljive rešitve. Poziv za reševanje problema lahko poda izhodišča ter zahteva sklep, pomembne vmesne korake in morebitne manjkajoče vhodne podatke. Nadaljnje izmenjave lahko izpopolnijo omejitev, pri čemer že vzpostavljeni pogovor ostane na voljo.
Izvorno klicanje funkcij podpira vzporedne in zaporedne klice, izhod JSON pa lahko posreduje podatke aplikaciji. Opišite razpoložljive funkcije in njihova vhodna polja, nato podajte uporabnikov cilj. Model predlaga klice funkcij; aplikacija jih izvede in vrne rezultate, preden model nadaljuje. Povezavo med klicem in rezultatom ohranite skozi celotno izmenjavo. Objavljeni primeri prav te različice v proizvajalčevem protokolu uporabljajo identifikatorje klicev orodij z devetimi alfanumeričnimi znaki.
Pri delu na podlagi pridobljenega gradiva podajte ustrezno gradivo ali okoliški aplikaciji omogočite, da ga pridobi. Zahtevajte, naj odgovor navede odlomek, ki podpira vsak sklep. Pomočnik za pravilnike lahko na primer primerja uporabnikov položaj s podanim pravilnikom in vrne ustrezno pravilo, dokaze ter naslednje vprašanje za razrešitev. Naloga izluščevanja v JSON naj opredeli zahtevana polja in obravnavo podatkov, ki jih v viru ni. Ustvarjanje JSON je zmogljivost modela; aplikacija še vedno preverja, ali rezultat ustreza zahtevani strukturi.
Objavljena kontrolna točka Instruct nima vgrajenih mehanizmov moderiranja, kot izrecno navaja njena kartica. Aplikacija, ki potrebuje moderiran izhod, potrebuje lastne kontrole. Tudi dolg kontekst modela ostaja omejen vir: ustrezne razdelke dokumenta in pogovor pripravite tako, da bo ob vhodu ostal prostor za zahtevani odgovor.
", "aboutText": "Mistral Large 2407 je različica 24.07 modela Mistral Large 2 podjetja Mistral AI. Je gosti jezikovni model s 123 milijardami parametrov in kontekstnim oknom 128K. Model obdeluje pisna navodila in pogovor ter ustvarja besedilo, kodo ali JSON. Ta fiksna različica ostaja ločena od poznejših večmodalnih generacij Large in od izbire družine Large, ki se spreminja.\n\nVečjezično delo je osrednji del izdaje. Proizvajalec opisuje podporo za več deset jezikov, vključno z angleščino, francoščino, nemščino, španščino, italijanščino, portugalščino, nizozemščino, ruščino, kitajščino, japonščino, korejščino, arabščino in hindijščino. Pri nalogi z dokumentom določite izvorni jezik, jezik odgovora in terminologijo, ki mora ostati nespremenjena. Uporaben rezultat lahko primerja dva odlomka, povzame dolg zapis ali izlušči podatke, potrebne za poslovno odločitev.\n\nProgramiranje je drugo pomembno področje: učenje zajema več kot 80 programskih jezikov, vključno s Python, Java, C, C++, JavaScript, Bash, Swift in Fortran. Programsko nalogo pripravite z ustrezno kodo, pričakovanim vedenjem in omejitvijo, ki jo je treba ohraniti. Zahtevajte predlagano spremembo in njeno utemeljitev, nato pa preverjanja, ki obravnavajo opaženo napako. Tako je ustvarjena koda vezana na opredeljen rezultat, namesto da naloga ostane pri verjetnem odseku kode.\n\nIzdaja poudarja matematično sklepanje, natančno sledenje navodilom in dolge večizmenjavne pogovore. Njeno učenje spodbuja jedrnate odgovore in priznanje manjkajočih podatkov, kadar dokazi ne podpirajo zanesljive rešitve. Poziv za reševanje problema lahko poda izhodišča ter zahteva sklep, pomembne vmesne korake in morebitne manjkajoče vhodne podatke. Nadaljnje izmenjave lahko izpopolnijo omejitev, pri čemer že vzpostavljeni pogovor ostane na voljo.\n\nIzvorno klicanje funkcij podpira vzporedne in zaporedne klice, izhod JSON pa lahko posreduje podatke aplikaciji. Opišite razpoložljive funkcije in njihova vhodna polja, nato podajte uporabnikov cilj. Model predlaga klice funkcij; aplikacija jih izvede in vrne rezultate, preden model nadaljuje. Povezavo med klicem in rezultatom ohranite skozi celotno izmenjavo. Objavljeni primeri prav te različice v proizvajalčevem protokolu uporabljajo identifikatorje klicev orodij z devetimi alfanumeričnimi znaki.\n\nPri delu na podlagi pridobljenega gradiva podajte ustrezno gradivo ali okoliški aplikaciji omogočite, da ga pridobi. Zahtevajte, naj odgovor navede odlomek, ki podpira vsak sklep. Pomočnik za pravilnike lahko na primer primerja uporabnikov položaj s podanim pravilnikom in vrne ustrezno pravilo, dokaze ter naslednje vprašanje za razrešitev. Naloga izluščevanja v JSON naj opredeli zahtevana polja in obravnavo podatkov, ki jih v viru ni. Ustvarjanje JSON je zmogljivost modela; aplikacija še vedno preverja, ali rezultat ustreza zahtevani strukturi.\n\nObjavljena kontrolna točka Instruct nima vgrajenih mehanizmov moderiranja, kot izrecno navaja njena kartica. Aplikacija, ki potrebuje moderiran izhod, potrebuje lastne kontrole. Tudi dolg kontekst modela ostaja omejen vir: ustrezne razdelke dokumenta in pogovor pripravite tako, da bo ob vhodu ostal prostor za zahtevani odgovor.", "editorialOverlay": { "copy_fields": { "practical_html": "Tehnični primer v angleščini
Reconcile bilingual product instructions\n\nCompare these instructions and answer in English. French source: 'Nettoyer avec un chiffon humide. Ne pas immerger. Sécher avant rangement.' English draft: 'Wash in water and store immediately.' Identify each meaning that the draft changes or omits, then provide a corrected English version. Preserve the source's sequence and avoid adding cleaning products or temperature limits.A short discrepancy list and a corrected English instruction preserving all three source directions.The correction retains wiping, the prohibition on immersion and drying before storage.mistralai/mistral-large-2407Mistral Large 2407 je gosta različica Mistral Large 2 s 123 milijardami parametrov za večjezično besedilo, programiranje in sklepanje v kontekstu 128K. Izvorno klicanje funkcij, izhod JSON in sledenje navodilom skozi več izmenjav podpirajo dokumentne in poslovne postopke.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Mistral Large 2407 je različica 24.07 modela Mistral Large 2 podjetja Mistral AI. Je gosti jezikovni model s 123 milijardami parametrov in kontekstnim oknom 128K. Model obdeluje pisna navodila in pogovor ter ustvarja besedilo, kodo ali JSON. Ta fiksna različica ostaja ločena od poznejših večmodalnih generacij Large in od izbire družine Large, ki se spreminja.
Večjezično delo je osrednji del izdaje. Proizvajalec opisuje podporo za več deset jezikov, vključno z angleščino, francoščino, nemščino, španščino, italijanščino, portugalščino, nizozemščino, ruščino, kitajščino, japonščino, korejščino, arabščino in hindijščino. Pri nalogi z dokumentom določite izvorni jezik, jezik odgovora in terminologijo, ki mora ostati nespremenjena. Uporaben rezultat lahko primerja dva odlomka, povzame dolg zapis ali izlušči podatke, potrebne za poslovno odločitev.
Programiranje je drugo pomembno področje: učenje zajema več kot 80 programskih jezikov, vključno s Python, Java, C, C++, JavaScript, Bash, Swift in Fortran. Programsko nalogo pripravite z ustrezno kodo, pričakovanim vedenjem in omejitvijo, ki jo je treba ohraniti. Zahtevajte predlagano spremembo in njeno utemeljitev, nato pa preverjanja, ki obravnavajo opaženo napako. Tako je ustvarjena koda vezana na opredeljen rezultat, namesto da naloga ostane pri verjetnem odseku kode.
Izdaja poudarja matematično sklepanje, natančno sledenje navodilom in dolge večizmenjavne pogovore. Njeno učenje spodbuja jedrnate odgovore in priznanje manjkajočih podatkov, kadar dokazi ne podpirajo zanesljive rešitve. Poziv za reševanje problema lahko poda izhodišča ter zahteva sklep, pomembne vmesne korake in morebitne manjkajoče vhodne podatke. Nadaljnje izmenjave lahko izpopolnijo omejitev, pri čemer že vzpostavljeni pogovor ostane na voljo.
Izvorno klicanje funkcij podpira vzporedne in zaporedne klice, izhod JSON pa lahko posreduje podatke aplikaciji. Opišite razpoložljive funkcije in njihova vhodna polja, nato podajte uporabnikov cilj. Model predlaga klice funkcij; aplikacija jih izvede in vrne rezultate, preden model nadaljuje. Povezavo med klicem in rezultatom ohranite skozi celotno izmenjavo. Objavljeni primeri prav te različice v proizvajalčevem protokolu uporabljajo identifikatorje klicev orodij z devetimi alfanumeričnimi znaki.
Pri delu na podlagi pridobljenega gradiva podajte ustrezno gradivo ali okoliški aplikaciji omogočite, da ga pridobi. Zahtevajte, naj odgovor navede odlomek, ki podpira vsak sklep. Pomočnik za pravilnike lahko na primer primerja uporabnikov položaj s podanim pravilnikom in vrne ustrezno pravilo, dokaze ter naslednje vprašanje za razrešitev. Naloga izluščevanja v JSON naj opredeli zahtevana polja in obravnavo podatkov, ki jih v viru ni. Ustvarjanje JSON je zmogljivost modela; aplikacija še vedno preverja, ali rezultat ustreza zahtevani strukturi.
Objavljena kontrolna točka Instruct nima vgrajenih mehanizmov moderiranja, kot izrecno navaja njena kartica. Aplikacija, ki potrebuje moderiran izhod, potrebuje lastne kontrole. Tudi dolg kontekst modela ostaja omejen vir: ustrezne razdelke dokumenta in pogovor pripravite tako, da bo ob vhodu ostal prostor za zahtevani odgovor.
POST /v1/chat/completionstexttext| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve mistralai/mistral-large-2407 | Privzeto— |
Poljemessages | Vrstamessage[] | ZahtevaObvezno | Vrednosti in omejitve Najmanjše število elementov: 1 | Privzeto— |
Poljemessages[].role | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Primeri: system, user, assistant, tool, function Pogoji: Te vloge so izrecno predstavljene s tipi združljivosti v izvorni kodi; natančen nabor vlog ostaja odvisen od modela. Odvisno od modela | Privzeto— |
Poljemessages[].content | Vrstastring|content_part[]|null | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].tool_calls | Vrstatool_call[] | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].tool_call_id | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Velja, ko: role=tool; uporabite dejansko vrnjeni ID | Privzeto— |
Poljemessages[].name | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].reasoning_content | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Velja, ko: Pošljite nazaj dejansko vrnjeno sklepanje, kadar ga ta model uporablja | Privzeto— |
Poljemessages[].reasoning_details | Vrstaobject|array | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljemax_tokens | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve Najmanj: 1 Odvisno od modela | Privzeto— |
Poljemax_completion_tokens | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve Najmanj: 1 Odvisno od modela | Privzeto— |
Poljestream | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Poljestream_options.include_usage | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetemperature | Vrstanumber | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetop_p | Vrstanumber | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljestop | Vrstastring|string[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetools | Vrstafunction_tool[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetools[].type | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve function Odvisno od modela | Privzeto— |
Poljetools[].function.name | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Velja, ko: podano je funkcijsko orodje | Privzeto— |
Poljetools[].function.description | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljetools[].function.parameters | VrstaJSON_schema | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljetool_choice | Vrstastring|object | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeparallel_tool_calls | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeresponse_format | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljereasoning_effort | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljereasoning | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeservice_tier | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeinstructions | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Polje združljivosti | Privzeto— |
Poljefunctions | Vrstafunction[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljefunction_call | Vrstastring|object | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeprompt_cache_options | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljemodalities | Vrstastring[] | ZahtevaIzbirno | Vrednosti in omejitve text | Privzeto— |
Poljeprovider | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Pogoji: provider.options je na tej besedilni poti Ultra zavrnjen | Privzeto— |
Poljecache_control.ttl | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Pogoji: 1h je zavrnjen na dejanskih mestih za predpomnjenje pozivov | Privzeto— |
Besedilo · Besedilo UTF8
messages[].content
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, messages |
Parametermaterial_types | Specifikacijatext |
Parametermessages | Specifikacijapolje sporočil s strukturo role/content |
Parameterfile_material | Specifikacijadejanski dokument UTF-8 je vstavljen kot dobesedno besedilo; ID datoteke se ne izpeljuje |
Parameteroptional_controls | Specifikacijastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Specifikacijaodvisno od modela; uporabniška funkcijska orodja se razlikujejo od orodij, ki jih izvaja storitev |
Parameteroutput_modalities | Specifikacijatext |
Parameterhosted_operations | Specifikacijafalse |
Parametermultimodal_input_binding | Specifikacijanull |
Življenjski cikel: synchronous_or_streamed
Pošljite natančen ID modela skupaj z messages.
Dolžina konteksta ni zgornja meja izhoda.
Besedilna datoteka lahko poda dobesedno besedilo; slikovni, zvočni vhodi in vhodi z datotečnimi objekti potrebujejo natančno vezavo.
Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.
Vsak strošek povežite s prikazanimi pogoji. Za vsak nabor alternativnih nastavitev uporabite eno ceno.
| Nastavitev | Cenovna lestvica | Žetonov konteksta več kot | Žetonov konteksta do vključno | Strošek |
|---|---|---|---|---|
| NastavitevOsnovne cene za žetone | Cenovna lestvicaOsnovna cena | Žetonov konteksta več kot— | Žetonov konteksta do vključnoBrez zgornje meje | Strošek Vhod · Vhodni žetoni $0.01 / 1K žetonov Izhod · Izhodni žetoni $0.02 / 1K žetonov Vhod · Branje predpomnilnika $0.0004 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
| NastavitevRazred 1 glede na dolžino zahteve | Cenovna lestvica— | Žetonov konteksta več kot0 | Žetonov konteksta do vključnoBrez zgornje meje | Strošek Vhod · Vhodni žetoni $0.01 / 1K žetonov Izhod · Izhodni žetoni $0.02 / 1K žetonov Vhod · Branje predpomnilnika $0.0004 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
set -eu\n: "${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-2407", "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-2407',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-2407',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 ali SSE
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Ohranite vsako možnost odgovora ter njeno vsebino, klice orodij in sklepanje. V SSE sestavite delne spremembe po indeksu možnosti/orodja ter ohranite končni razlog zaključka in podatke o porabi.
Ohranite ID zahtev/odgovorov in glave. Splošni URL za pridobivanje besedilne naloge ni podan.
| Polje | Vrsta |
|---|---|
Poljechoices[].index | Vrstainteger |
Poljechoices[].message.content | Vrstastring|null |
Poljechoices[].message.tool_calls | Vrstatool_call[] |
Poljechoices[].message.reasoning_content | Vrstastring |
Poljechoices[].message.reasoning_details | Vrstaobject|array |
Poljechoices[].finish_reason | Vrstastring|null |
Poljeusage | Vrstaobject |
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Ailoot Ultra mistralai/mistral-large-2407
Uporabite zgoraj navedene poti metod.
mistralai/mistral-large-2407Mistral Large 2407 je gosta različica Mistral Large 2 s 123 milijardami parametrov za večjezično besedilo, programiranje in sklepanje v kontekstu 128K. Izvorno klicanje funkcij, izhod JSON in sledenje navodilom skozi več izmenjav podpirajo dokumentne in poslovne postopke.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Mistral Large 2407 je različica 24.07 modela Mistral Large 2 podjetja Mistral AI. Je gosti jezikovni model s 123 milijardami parametrov in kontekstnim oknom 128K. Model obdeluje pisna navodila in pogovor ter ustvarja besedilo, kodo ali JSON. Ta fiksna različica ostaja ločena od poznejših večmodalnih generacij Large in od izbire družine Large, ki se spreminja.
Večjezično delo je osrednji del izdaje. Proizvajalec opisuje podporo za več deset jezikov, vključno z angleščino, francoščino, nemščino, španščino, italijanščino, portugalščino, nizozemščino, ruščino, kitajščino, japonščino, korejščino, arabščino in hindijščino. Pri nalogi z dokumentom določite izvorni jezik, jezik odgovora in terminologijo, ki mora ostati nespremenjena. Uporaben rezultat lahko primerja dva odlomka, povzame dolg zapis ali izlušči podatke, potrebne za poslovno odločitev.
Programiranje je drugo pomembno področje: učenje zajema več kot 80 programskih jezikov, vključno s Python, Java, C, C++, JavaScript, Bash, Swift in Fortran. Programsko nalogo pripravite z ustrezno kodo, pričakovanim vedenjem in omejitvijo, ki jo je treba ohraniti. Zahtevajte predlagano spremembo in njeno utemeljitev, nato pa preverjanja, ki obravnavajo opaženo napako. Tako je ustvarjena koda vezana na opredeljen rezultat, namesto da naloga ostane pri verjetnem odseku kode.
Izdaja poudarja matematično sklepanje, natančno sledenje navodilom in dolge večizmenjavne pogovore. Njeno učenje spodbuja jedrnate odgovore in priznanje manjkajočih podatkov, kadar dokazi ne podpirajo zanesljive rešitve. Poziv za reševanje problema lahko poda izhodišča ter zahteva sklep, pomembne vmesne korake in morebitne manjkajoče vhodne podatke. Nadaljnje izmenjave lahko izpopolnijo omejitev, pri čemer že vzpostavljeni pogovor ostane na voljo.
Izvorno klicanje funkcij podpira vzporedne in zaporedne klice, izhod JSON pa lahko posreduje podatke aplikaciji. Opišite razpoložljive funkcije in njihova vhodna polja, nato podajte uporabnikov cilj. Model predlaga klice funkcij; aplikacija jih izvede in vrne rezultate, preden model nadaljuje. Povezavo med klicem in rezultatom ohranite skozi celotno izmenjavo. Objavljeni primeri prav te različice v proizvajalčevem protokolu uporabljajo identifikatorje klicev orodij z devetimi alfanumeričnimi znaki.
Pri delu na podlagi pridobljenega gradiva podajte ustrezno gradivo ali okoliški aplikaciji omogočite, da ga pridobi. Zahtevajte, naj odgovor navede odlomek, ki podpira vsak sklep. Pomočnik za pravilnike lahko na primer primerja uporabnikov položaj s podanim pravilnikom in vrne ustrezno pravilo, dokaze ter naslednje vprašanje za razrešitev. Naloga izluščevanja v JSON naj opredeli zahtevana polja in obravnavo podatkov, ki jih v viru ni. Ustvarjanje JSON je zmogljivost modela; aplikacija še vedno preverja, ali rezultat ustreza zahtevani strukturi.
Objavljena kontrolna točka Instruct nima vgrajenih mehanizmov moderiranja, kot izrecno navaja njena kartica. Aplikacija, ki potrebuje moderiran izhod, potrebuje lastne kontrole. Tudi dolg kontekst modela ostaja omejen vir: ustrezne razdelke dokumenta in pogovor pripravite tako, da bo ob vhodu ostal prostor za zahtevani odgovor.
POST /v1/messagestextjson, sse| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve mistralai/mistral-large-2407 | Privzeto— |
Poljemessages | Vrstamessage[] | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].role | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve user, assistant | Privzeto— |
Poljemessages[].content | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljemax_tokens | Vrstainteger | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljestream | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Besedilo · Besedilo UTF-8
niz messages[].content
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, messages, max_tokens |
Parameteroptional_controls | Specifikacijastream |
Parametermaterial_types | Specifikacijatext |
Parametertext_file_material | SpecifikacijaPreberite dejanski dokument UTF-8 in njegovo besedilo vstavite v navedeni vhodni niz ali niz vsebine sporočila. |
Življenjski cikel: synchronous_or_streamed
Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.
Vsak strošek povežite s prikazanimi pogoji. Za vsak nabor alternativnih nastavitev uporabite eno ceno.
| Nastavitev | Cenovna lestvica | Žetonov konteksta več kot | Žetonov konteksta do vključno | Strošek |
|---|---|---|---|---|
| NastavitevOsnovne cene za žetone | Cenovna lestvicaOsnovna cena | Žetonov konteksta več kot— | Žetonov konteksta do vključnoBrez zgornje meje | Strošek Vhod · Vhodni žetoni $0.01 / 1K žetonov Izhod · Izhodni žetoni $0.02 / 1K žetonov Vhod · Branje predpomnilnika $0.0004 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
| NastavitevRazred 1 glede na dolžino zahteve | Cenovna lestvica— | Žetonov konteksta več kot0 | Žetonov konteksta do vključnoBrez zgornje meje | Strošek Vhod · Vhodni žetoni $0.01 / 1K žetonov Izhod · Izhodni žetoni $0.02 / 1K žetonov Vhod · Branje predpomnilnika $0.0004 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
{\n "model": "mistralai/mistral-large-2407",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-2407', '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-2407', '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 ali SSE
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Ohranite vse vsebinske bloke, podpise sklepanja in dejanske ID uporabe orodij. Sestavite vse delne spremembe blokov SSE; prvi besedilni blok ni celoten izhod.
Ohranite ID zahtev/odgovorov in glave. Splošni URL za pridobivanje besedilne naloge ni podan.
| Polje | Vrsta |
|---|---|
Poljeid | Vrstastring |
Poljemodel | Vrstastring |
Poljecontent[] | Vrstatext|thinking|tool_use|other content block |
Poljestop_reason | Vrstastring|null |
Poljeusage | Vrstaobject |
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Ailoot Ultra mistralai/mistral-large-2407
Uporabite zgoraj navedene poti metod.
Tehnični primer v angleščini
Reconcile bilingual product instructions\n\nCompare these instructions and answer in English. French source: 'Nettoyer avec un chiffon humide. Ne pas immerger. Sécher avant rangement.' English draft: 'Wash in water and store immediately.' Identify each meaning that the draft changes or omits, then provide a corrected English version. Preserve the source's sequence and avoid adding cleaning products or temperature limits.A short discrepancy list and a corrected English instruction preserving all three source directions.The correction retains wiping, the prohibition on immersion and drying before storage.