Source: https://ailoot.ai/models/sv/mistralai-mistral-large-2512/ Canonical: https://ailoot.ai/models/sv/mistralai-mistral-large-2512/ Language: sv # Mistral: Mistral Large 3 2512 [Markdown](https://ailoot.ai/models/sv/mistralai-mistral-large-2512/index.md) · [JSON](https://ailoot.ai/models/sv/mistralai-mistral-large-2512/facts.json) ## [Mistral: Mistral Large 3 2512](https://ailoot.ai/models/sv/mistralai-mistral-large-2512/) Mistral Large 3 2512 är en flerspråkig modell för text och bilder, avsedd för långa dokument, företagskunskap, kodning och arbete med verktygsstöd. Kontexten på 256k token, inbyggda funktionsanrop och strukturerade utdata hjälper till att omvandla tillhandahållet underlag till svar, poster och föreslagna åtgärder. - [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `mistralai/mistral-large-2512`](https://ailoot.ai/models/sv/mistralai-mistral-large-2512/#method-0) - [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `mistralai/mistral-large-2512`](https://ailoot.ai/models/sv/mistralai-mistral-large-2512/#method-1) Om modellen Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden. Mistral Large 3 2512 är Mistral AI:s instruktionsanpassade utgåva för allmänna samtal, bildförståelse och företagsarbete. Dess glesa mixture-of-experts-arkitektur har totalt 675 miljarder parametrar, varav 41 miljarder aktiva, och ett kontextfönster på 256k token. Text och bilder kan bidra till samma uppgift, medan svaret är text, kod eller ett strukturerat resultat. Funktioner och förberedelse av indata Modellen kombinerar en språkkomponent med en bildkodare. Ge en bild en tydlig roll: en sida att läsa, ett diagram att tolka eller en skärm att förklara. För en innehållsrik skärm tillhandahåller du ett utsnitt med relevanta kontroller och bevarar de omgivande etiketter som behövs för att förstå dem. Mistral rekommenderar bildformer nära kvadratiska; dela en ovanligt smal eller bred källa i användbara områden i stället för att krympa viktiga detaljer till en oläsbar remsa. Tillverkaren listar flerspråkiga samtal på tiotals språk, däribland engelska, franska, spanska, tyska, italienska, portugisiska, nederländska, kinesiska, japanska, koreanska och arabiska. Ange utmatningsspråk, avsedd läsare och terminologi som ska bevaras. För en supportartikel begär du en lokaliserad förklaring med oförändrade produktnamn och en kort lista över osäkra översättningar som ska lösas före publicering. Långa dokument och företagskunskap Använd kontexten för att samla relaterat material: policytext, en specifikation, befintliga beslut och frågan som behöver ett svar. Märk upp varje källa och dess revision. En användbar begäran är: ”Jämför dessa tre introduktionspolicyer. Returnera en tabell över gemensamma krav, konflikter och obesvarade frågor, med källavsnittet för varje slutsats.” Den resulterande leveransen är en jämförelse förankrad i de tillhandahållna avsnitten snarare än en generell sammanfattning av ämnet. För en dokumentfråga anger du önskad detaljnivå och begär det stödjande avsnittet bredvid slutsatsen. Mistrals Document QnA-flöde extraherar först text och dokumentstruktur med OCR och använder sedan en språkmodell för att tolka materialet. Bevara sidnummer och rubriker när du förbereder extraherad text så att svaret kan hänvisa tillbaka till originalet. En dokument-URL, extraherad text och bildunderlag har olika förberedelsekrav; välj den indataform som stöds av applikationen du använder. Kodning och vardaglig assistans Mistral positionerar Large 3 för kodassistans såväl som vardagliga samtal. Tillhandahåll relevanta funktioner, förväntat beteende och det observerade felet. Exempelvis: ”Den här parsern tappar det sista fältet när indata slutar utan en radbrytning. Förklara den felande grenen, föreslå den minsta ändringen och returnera den korrigerade funktionen med tre representativa exempel på indata och utdata.” Det användbara resultatet är en föreslagen ändring knuten till den faktiska koden och en uppsättning fall som utvecklaren kan köra. För ett affärsdokument tillhandahåller du fakta och önskad leverans tillsammans. En begäran om att omvandla mötesanteckningar till ett beslutsunderlag bör ange beslutet, alternativen, de olösta antagandena och nästa åtgärd. Be modellen hålla fakta från källan åtskilda från rekommendationer och markera saknad information i rätt avsnitt. Det gör utdata lättare att revidera än en odifferentierad berättande text. Verktyg och strukturerade resultat Inbyggda funktionsanrop låter modellen välja en tillhandahållen funktion och förbereda argumenten. Applikationen kör funktionen och returnerar resultatet; modellen använder sedan den returnerade informationen i svaret. Håll verktygen specifika och exponera bara de som behövs för uppgiften. En lagerkontrollassistent kan få en produktreferens, begära en lageruppslagning och förklara returnerad kvantitet och lagerplats. Validera den valda funktionen och argumenten innan begäran körs och bevara verktygssvaret tillsammans med det slutliga svaret. För extraktion anger du fält, typer och hantering av saknade värden. Mistral dokumenterar JSON-läge och anpassade strukturerade utdata; JSON-läget kräver en uttrycklig instruktion att returnera JSON, medan ett anpassat schema ger starkare formatstyrning. En fakturasammanfattning kan efterfråga leverantör, fakturanummer, förfallodatum, valuta och fakturarader, med saknade värden representerade konsekvent. Granska de extraherade värdena mot dokumentet även när svaret följer den begärda strukturen. Inställningar och skillnader mellan utgåvor Definiera rollen, uppgiften och verktygsreglerna i systeminstruktionerna. Mistral rekommenderar en temperatur under 0.1 för produktionsbruk och vardaglig användning av den här modellversionen, med högre värden att utforska för kreativa uppgifter. Skilj en begäran om varierade idéer från en begäran om reproducerbar extraktion: ge den förra utrymme för alternativ och den senare uttryckliga fält och källbegränsningar. Den här instruktionsutgåvan är skild från basversionen av Large 3 och från särskilda resonemangsmodeller. Tillverkaren identifierar strikt resonemang och specialiserat bildarbete som områden där en modell som utformats särskilt för dessa uppgifter kan vara att föredra. För en svår beräkning tillhandahåller du antaganden och enheter, begär mellanliggande kontroller och använder ett tillgängligt beräkningsverktyg för att verifiera resultatet. För tätt visuellt underlag förbereder du läsbara områden och jämför svaret med källan innan du använder det i en rapport. Praktisk uppgift ### Praktisk uppgift Tekniskt exempel på engelska ``` Compare onboarding policies Compare onboarding policies. A section 1 requires manager approval and identity verification before access. B section 3 requires manager approval before access and identity verification within seven days afterward. List the shared requirement, the conflict and a question for the policy owner. Keep the source section beside each finding. ``` #### Förväntat resultat ``` A source-linked comparison of shared and conflicting requirements plus one policy decision question. ``` #### Kontrollera resultatet ``` Check that both policies’ timing for identity verification remains explicit and that neither is silently treated as authoritative. ``` **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `mistralai/mistral-large-2512` [`mistralai/mistral-large-2512`](https://ailoot.ai/models/sv/#m=mistralai%2Fmistral-large-2512&route=Ultra&caller=mistralai%2Fmistral-large-2512&fmt=chat) Mistral /`mistralai/mistral-large-2512` ### Start Mistral Large 3 2512 är en flerspråkig modell för text och bilder, avsedd för långa dokument, företagskunskap, kodning och arbete med verktygsstöd. Kontexten på 256k token, inbyggda funktionsanrop och strukturerade utdata hjälper till att omvandla tillhandahållet underlag till svar, poster och föreslagna åtgärder. Godkända indata Text Resultat Text ### Tillgängligt i Ailoot · indata & metoder **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` Indatatyper `text` Utdatatyper `text` Utdataformat json eller SSE | Fält | Typ | Krav | Värden & gränser | Standard | | --- | --- | --- | --- | --- | | Fält`model` | Typ`string` | KravObligatoriskt | Värden & gränser mistralai/mistral-large-2512 | Standard— | | Fält`messages` | Typ`message[]` | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— | | Fält`messages[].role` | Typ`string` | KravObligatoriskt | Värden & gränser Exempel: system, user, assistant, tool, function Villkor: Dessa roller representeras uttryckligen av källkodens kompatibilitetstyper; den exakta rolluppsättningen är fortfarande modellspecifik. Beror på modellen | Standard— | | Fält`messages[].content` | Typ`string\|content_part[]\|null` | KravValfritt | Värden & gränser | Standard— | | Fält`messages[].tool_calls` | Typ`tool_call[]` | KravValfritt | Värden & gränser | Standard— | | Fält`messages[].tool_call_id` | Typ`string` | KravValfritt | Värden & gränser Gäller när: role=tool; använd det faktiska returnerade ID:t | Standard— | | Fält`messages[].name` | Typ`string` | KravValfritt | Värden & gränser | Standard— | | Fält`messages[].reasoning_content` | Typ`string` | KravValfritt | Värden & gränser Gäller när: Skicka tillbaka det faktiska returnerade resonemanget när modellen använder det | Standard— | | Fält`messages[].reasoning_details` | Typ`object\|array` | KravValfritt | Värden & gränser Beror på modellen | Standard— | | Fält`max_tokens` | Typ`integer` | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— | | Fält`max_completion_tokens` | Typ`integer` | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— | | Fält`stream` | Typ`boolean` | KravValfritt | Värden & gränser | Standardfalse | | Fält`stream_options.include_usage` | Typ`boolean` | KravValfritt | Värden & gränser Beror på modellen | Standard— | | Fält`temperature` | Typ`number` | KravValfritt | Värden & gränser Beror på modellen | Standard— | | Fält`top_p` | Typ`number` | KravValfritt | Värden & gränser Beror på modellen | Standard— | | Fält`stop` | Typ`string\|string[]` | KravValfritt | Värden & gränser Beror på modellen | Standard— | | Fält`tools` | Typ`function_tool[]` | KravValfritt | Värden & gränser Beror på modellen | Standard— | | Fält`tools[].type` | Typ`string` | KravValfritt | Värden & gränser function Beror på modellen | Standard— | | Fält`tools[].function.name` | Typ`string` | KravObligatoriskt | Värden & gränser Gäller när: verktyg av typen funktion har tillhandahållits | Standard— | | Fält`tools[].function.description` | Typ`string` | KravValfritt | Värden & gränser | Standard— | | Fält`tools[].function.parameters` | Typ`JSON_schema` | KravValfritt | Värden & gränser | Standard— | | Fält`tool_choice` | Typ`string\|object` | KravValfritt | Värden & gränser Beror på modellen | Standard— | | Fält`parallel_tool_calls` | Typ`boolean` | KravValfritt | Värden & gränser Beror på modellen | Standard— | | Fält`response_format` | Typ`object` | KravValfritt | Värden & gränser Beror på modellen | Standard— | | Fält`reasoning_effort` | Typ`string` | KravValfritt | Värden & gränser Beror på modellen | Standard— | | Fält`reasoning` | Typ`object` | KravValfritt | Värden & gränser Beror på modellen | Standard— | | Fält`service_tier` | Typ`string` | KravValfritt | Värden & gränser Beror på modellen | Standard— | | Fält`instructions` | Typ`string` | KravValfritt | Värden & gränser Kompatibilitetsfält | Standard— | | Fält`functions` | Typ`function[]` | KravValfritt | Värden & gränser Beror på modellen | Standard— | | Fält`function_call` | Typ`string\|object` | KravValfritt | Värden & gränser Beror på modellen | Standard— | | Fält`prompt_cache_options` | Typ`object` | KravValfritt | Värden & gränser Beror på modellen | Standard— | | Fält`modalities` | Typ`string[]` | KravValfritt | Värden & gränser text | Standard— | | Fält`provider` | Typ`object` | KravValfritt | Värden & gränser Villkor: provider.options avvisas på denna Ultra-textrutt | Standard— | | Fält`cache_control.ttl` | Typ`string` | KravValfritt | Värden & gränser Villkor: 1h avvisas på de faktiska platserna för promptcache | Standard— | Kombinationer av indatamaterial **Text** · UTF8-text `messages[].content` Metodparametrar och livscykel | Parameter | Avtal | | --- | --- | | Parameter`content_type` | Avtalapplication/json | | Parameter`required` | Avtalmodel, messages | | Parameter`material_types` | Avtaltext | | Parameter`messages` | Avtalmeddelandearray med strukturen role/content | | Parameter`file_material` | Avtaldet faktiska UTF-8-dokumentet infogat som bokstavlig text; inget fil-ID härleds | | Parameter`optional_controls` | Avtalstream, temperature, top\_p, stop, max\_tokens, max\_completion\_tokens, reasoning, response\_format, tools, tool\_choice | | Parameter`control_scope` | Avtalmodellspecifikt; användarens funktionsverktyg skiljer sig från värdbaserade verktyg | | Parameter`output_modalities` | Avtaltext | | Parameter`hosted_operations` | Avtalfalse | | Parameter`multimodal_input_binding` | Avtalnull | Livscykel: `synchronous_or_streamed` Skicka det exakta modell-ID:t tillsammans med messages. Kontextlängden är inte en utdatagräns. En textfil kan tillhandahålla bokstavlig text; bild-/ljud-/filobjektsindata kräver exakt bindning. ### Priser Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden. Snabbt läge Standardpris När snabbt läge är valt Flex-läge Standardpris När läget flex är valt Högsta resonemangsnivå Standardpris När den högsta resonemangsnivån använder standardjusteringen (default) #### Ailoot-priser #### Priser efter konfiguration Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer. | Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift | | --- | --- | --- | --- | --- | | KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken **$0.0022** / 1K token Utdata · Utdatatoken **$0.0066** / 1K token Indata · Cacheläsning **$0.0001** / 1K token Indata · Skrivning till cache **$0** / 1K token Indata · Skrivning till cache, 1 tim **—** / 1K token | | KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken **$0.0022** / 1K token Utdata · Utdatatoken **$0.0066** / 1K token Indata · Cacheläsning **$0.0001** / 1K token Indata · Skrivning till cache **$0** / 1K token Indata · Skrivning till cache, 1 tim **—** / 1K token | Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. [Så fungerar reservation och slutreglering →](https://ailoot.ai/docs/sv/billing/reserve/) ### Exempelbegäranden #### Ailoot Ultra · OpenAI Chat curlPython SDKPython-strömning ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "mistralai/mistral-large-2512", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}') Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path r=json.loads(Path("result.json").read_text()) for x in r.get("choices",[]): if x.get("message",{}).get("content"): print(x["message"]["content"]) PY_RESULT ``` ```python from openai import OpenAI import os if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) result=client.chat.completions.create(model='mistralai/mistral-large-2512',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) save_result(result.to_dict(mode="json")) ``` ```python from openai import OpenAI import os from pathlib import Path if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) with client.chat.completions.stream(model='mistralai/mistral-large-2512',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream: with Path("stream-events.jsonl").open("w",encoding="utf-8") as log: for event in stream: payload=event.to_dict(mode="json") log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush() print(json.dumps(payload,ensure_ascii=False)) final=stream.get_final_completion() save_result(final.to_dict(mode="json"),"stream-result") ``` ### Ta emot och spara resultat #### Ailoot Ultra · OpenAI Chat json eller SSE ##### Behåll alla färdiga resultat Behåll varje fullständigt returnerat svar, fil och innehållsdel. Behåll varje svarsalternativ och dess innehåll/verktygsanrop/resonemang. Sätt i SSE samman deltauppdateringar efter svarsalternativets/verktygets index och behåll den slutliga avslutsorsaken och användningsuppgifterna. ##### Om det ursprungliga svaret behöver kontrolleras Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls. Svarsfält | Fält | Typ | | --- | --- | | Fält`choices[].index` | Typinteger | | Fält`choices[].message.content` | Typstring\|null | | Fält`choices[].message.tool_calls` | Typtool\_call\[\] | | Fält`choices[].message.reasoning_content` | Typstring | | Fält`choices[].message.reasoning_details` | Typobject\|array | | Fält`choices[].finish_reason` | Typstring\|null | | Fält`usage` | Typobject | Fel och nästa steg | Svar | Villkor | Nästa steg | | --- | --- | --- | | Svar400 · `invalid_request_error` | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. | ### Alias #### Modellalias **Ailoot Ultra** [`mistralai/mistral-large-2512`](https://ailoot.ai/models/sv/#m=mistralai%2Fmistral-large-2512&route=Ultra&caller=mistralai%2Fmistral-large-2512&fmt=chat) #### Alias för metodsökvägar Använd metodsökvägarna som visas ovan. #### Relaterade anropar-ID:n [`mistralai/mistral-large-2512`](https://ailoot.ai/models/sv/#m=mistralai%2Fmistral-large-2512&route=Ultra&caller=mistralai%2Fmistral-large-2512&fmt=chat) **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `mistralai/mistral-large-2512` [`mistralai/mistral-large-2512`](https://ailoot.ai/models/sv/#m=mistralai%2Fmistral-large-2512&route=Ultra&caller=mistralai%2Fmistral-large-2512&fmt=messages) Mistral /`mistralai/mistral-large-2512` ### Start Mistral Large 3 2512 är en flerspråkig modell för text och bilder, avsedd för långa dokument, företagskunskap, kodning och arbete med verktygsstöd. Kontexten på 256k token, inbyggda funktionsanrop och strukturerade utdata hjälper till att omvandla tillhandahållet underlag till svar, poster och föreslagna åtgärder. Godkända indata Text Resultat json · sse ### Tillgängligt i Ailoot · indata & metoder **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` Indatatyper `text` Utdatatyper `json`, `sse` Utdataformat JSON eller SSE | Fält | Typ | Krav | Värden & gränser | Standard | | --- | --- | --- | --- | --- | | Fält`model` | Typ`string` | KravObligatoriskt | Värden & gränser mistralai/mistral-large-2512 | Standard— | | Fält`messages` | Typ`message[]` | KravObligatoriskt | Värden & gränser | Standard— | | Fält`messages[].role` | Typ`string` | KravObligatoriskt | Värden & gränser user, assistant | Standard— | | Fält`messages[].content` | Typ`string` | KravObligatoriskt | Värden & gränser | Standard— | | Fält`max_tokens` | Typ`integer` | KravObligatoriskt | Värden & gränser | Standard— | | Fält`stream` | Typ`boolean` | KravValfritt | Värden & gränser | Standardfalse | Kombinationer av indatamaterial **Text** · UTF-8-text `sträng i messages[].content` Metodparametrar och livscykel | Parameter | Avtal | | --- | --- | | Parameter`content_type` | Avtalapplication/json | | Parameter`required` | Avtalmodel, messages, max\_tokens | | Parameter`optional_controls` | Avtalstream | | Parameter`material_types` | Avtaltext | | Parameter`text_file_material` | AvtalLäs det faktiska UTF-8-dokumentet och placera texten i det angivna input-fältet eller i strängen för meddelandets innehåll. | Livscykel: `synchronous_or_streamed` ### Priser Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden. Snabbt läge Standardpris När snabbt läge är valt Flex-läge Standardpris När läget flex är valt Högsta resonemangsnivå Standardpris När den högsta resonemangsnivån använder standardjusteringen (default) #### Ailoot-priser #### Priser efter konfiguration Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer. | Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift | | --- | --- | --- | --- | --- | | KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken **$0.0022** / 1K token Utdata · Utdatatoken **$0.0066** / 1K token Indata · Cacheläsning **$0.0001** / 1K token Indata · Skrivning till cache **$0** / 1K token Indata · Skrivning till cache, 1 tim **—** / 1K token | | KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken **$0.0022** / 1K token Utdata · Utdatatoken **$0.0066** / 1K token Indata · Cacheläsning **$0.0001** / 1K token Indata · Skrivning till cache **$0** / 1K token Indata · Skrivning till cache, 1 tim **—** / 1K token | Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. [Så fungerar reservation och slutreglering →](https://ailoot.ai/docs/sv/billing/reserve/) ### Exempelbegäranden #### Ailoot Ultra · Anthropic Messages Komplett minimal JSON-kroppcurl · använd ditt UTF-8-dokumentPython · spara hela resultatet ```json { "model": "mistralai/mistral-large-2512", "max_tokens": 128, "messages": [ { "role": "user", "content": "Summarize the incident report." } ], "stream": false } ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}" export AILOOT_TEXT_FILE python3 - <<'PY_REQUEST' import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'mistralai/mistral-large-2512', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8') PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \ -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) PY_RESULT ``` ```python import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'mistralai/mistral-large-2512', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text from urllib.request import Request, urlopen from urllib.error import HTTPError api_key = os.environ['AILOOT_API_KEY'] if not api_key.strip(): raise SystemExit('Set AILOOT_API_KEY before making a request') headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'} headers['x-api-key'] = api_key request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST') try: with urlopen(request, timeout=120) as response: raw = response.read() Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8') except HTTPError as error: Path('result.json').write_bytes(error.read()) Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8') raise Path('result.json').write_bytes(raw) import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) ``` ### Ta emot och spara resultat #### Ailoot Ultra · Anthropic Messages JSON eller SSE ##### Behåll alla färdiga resultat Behåll varje fullständigt returnerat svar, fil och innehållsdel. Behåll alla innehållsblock, resonemangssignaturer och faktiska ID:n för verktygsanvändning. Sätt samman alla SSE-deltauppdateringar för blocken; ett första textblock är inte hela utdata. ##### Om det ursprungliga svaret behöver kontrolleras Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls. Svarsfält | Fält | Typ | | --- | --- | | Fält`id` | Typstring | | Fält`model` | Typstring | | Fält`content[]` | Typtext\|thinking\|tool\_use\|other content block | | Fält`stop_reason` | Typstring\|null | | Fält`usage` | Typobject | Fel och nästa steg | Svar | Villkor | Nästa steg | | --- | --- | --- | | Svar400 · `invalid_request_error` | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. | ### Alias #### Modellalias **Ailoot Ultra** [`mistralai/mistral-large-2512`](https://ailoot.ai/models/sv/#m=mistralai%2Fmistral-large-2512&route=Ultra&caller=mistralai%2Fmistral-large-2512&fmt=messages) #### Alias för metodsökvägar Använd metodsökvägarna som visas ovan. #### Relaterade anropar-ID:n [`mistralai/mistral-large-2512`](https://ailoot.ai/models/sv/#m=mistralai%2Fmistral-large-2512&route=Ultra&caller=mistralai%2Fmistral-large-2512&fmt=messages) FAQ · Mistral: Mistral Large 3 2512 Vilka indata och resultat finns? `POST /v1/chat/completions` · `mistralai/mistral-large-2512`: `text` → `text` `POST /v1/messages` · `mistralai/mistral-large-2512`: `text` → `json`, `sse` Vilka fält använder begäran? `POST /v1/chat/completions` · `mistralai/mistral-large-2512`: `model`, `messages`, `stream`, `modalities`, `provider` `POST /v1/messages` · `mistralai/mistral-large-2512`: `model`, `messages`, `max_tokens`, `stream` Vilka gränser gäller? `POST /v1/chat/completions` · `mistralai/mistral-large-2512`: `messages.min_items`: `1` Anslut Ailoot till Claude Code, OpenCode, Hermes eller din app. ## Företaget och dess projektportfölj Företaget och dess projektportfölj: miljontals kunder; månatlig försäljning för miljarder. ## Köp token med rabatt. Prenumerationsrabatt för återkommande arbete. Kampanjkoder ger upp till 50% vid tokenköp. Prenumeration Välj en rabatterad plan för återkommande anrop. Kampanjkod upp till 50% Ange koden vid köpet. Priset räknas om enligt kampanjen. Kostnader i historiken Modell, token och belopp sparas för varje anrop. [Välj prenumeration](https://ailoot.ai/docs/sv/billing/subscriptions/) · [Se modellpriser](https://ailoot.ai/models/sv/) ## Anslut API till produkten som du säljer. SaaS, appar och botar enligt Ailoots officiella villkor och licensavtal. Begär återförsäljarlicens för vidareförsäljning. Kommersiell applikation Bygg text-, bild-, video- och ljudgenerering i tjänstens betalda funktioner. Återförsäljarlicens Skicka projektbeskrivning och åtkomstupplägg. Begär skriftliga villkor för användning och vidareförsäljning. Dokument på webbplatsen Officiella villkor, licensavtal och databehandlingspolicy finns tillgängliga före anslutning. [Begär återförsäljarlicens](mailto:support@ailoot.ai) · [Officiella villkor och licensavtal](https://ailoot.ai/legal/offer?lang=sv) ## Ailoot · Företaget och dess projektportfölj Ailoot bygger på etablerad driftserfarenhet, en stor kundbas, stabil service och löpande KPI-kontroll. Företaget och dess projektportfölj: miljontals kunder; månatlig försäljning för miljarder. Ailoot använder denna driftserfarenhet för API-åtkomst till AI-funktioner i kundernas produkter, agenter, applikationer och automatiseringar.