Devstral Small 1.1 — Mistral AI’ning dasturiy injiniring agentlari uchun qat’iy belgilangan faqat matnli modeli. U vizual enkoderi olib tashlangan Mistral Small 3.1’dan nozik sozlangan bo‘lib, modelni repozitoriy o‘rganish, vositalar va ko‘p faylli kod o‘zgarishlariga yo‘naltiradi. Reliz 24 milliard parametr va 128K tokengacha kontekst oynasiga ega. Chiqishi matn, kod yoki agent ilovasi taqdim etgan funksiyalar uchun ko‘rsatmalardan iborat.
1.1 versiyasi oldingi Small relizining arxitekturasini saqlab, promptlar va dasturlash muhitlari bilan ishlashini kengaytiradi. Ishlab chiqaruvchi turli agent karkaslari bo‘ylab yaxshiroq umumlashtirishni tavsiflaydi va XML asosidagi formatlar yoniga Mistral’ning funksiya chaqirish formatini qo‘shadi. Bular agent o‘zaro ta’sirlarini ifodalash va talqin qilish usullaridir; qaysi repozitoriy harakatlari mavjudligini berilgan vositalar va ijro muhiti belgilaydi.
Asosiy model xususiyatlari 24B o‘lcham, Apache 2.0 vaznlari va lug‘ati taxminan 131K yozuvli Tekken tokenayzerini o‘z ichiga oladi. Qat’iy belgilangan 1.1 nashri o‘z reliz nomi bilan aniqlanadi va 128K kontekstini saqlaydi. Matnli loyiha materiali manba fayllari, vazifa talablari, oldingi harakatlar va qidiruv yoki buyruqlarning qaytgan natijalaridan iborat bo‘lishi mumkin. Bu keyingi taklif qilingan o‘zgarishni agent loyiha haqida o‘rgangan ma’lumotga asoslash imkonini beradi.
Amaliy jarayon aniq injiniring maqsadidan boshlanadi. Agentdan so‘rovni qayta ishlaydigan yo‘lni topish, tegishli funksiyalarni aniqlash va qatnashgan fayllarga muvofiqlashtirilgan tahrirlar taklif qilishni so‘rang. Kutilgan xatti-harakat, moslik talablari va to‘g‘ri natijani ajratadigan misollarni bering. Nuqson uchun kuzatilgan xatolik va uni takrorlaydigan kirishni kiriting. Refaktor uchun barqaror qolishi kerak bo‘lgan interfeyslar va xatti-harakatni nomlang. Foydali artefakt — bog‘liqliklari tushuntirilgan va validatsiya uchun kerakli tekshiruvlar ko‘rsatilgan taklif qilingan patch.
Model tuzilmali javoblar va hujjat savollarini ham qo‘llab-quvvatlaydi. Kodni ko‘rib chiqish vazifasi ta’sirlangan komponentlar, taklif qilingan o‘zgarishlar va keyingi tekshiruvlar uchun alohida maydonlar qaytarishi mumkin. Texnik hujjat vazifasi amalga oshirishga tegishli talablarni aniqlashi mumkin. Prefix continuation javobning boshlanishini belgilashi, asinxron batch jarayonlari esa mustaqil kod tahlili vazifalarini qayta ishlashi mumkin. Bu imkoniyatlar asosiy repozitoriy va vosita ixtisosligini to‘ldiradi.
Ailoot API agentida vazifa bilan birga vosita tavsiflari va argument sxemalarini bering. Devstral funksiyani tanlab, argumentlarni tayyorlay oladi; ilova funksiyani bajaradi, chiqishini qaytaradi va suhbatni davom ettiradi. Model faylga kirishni mustaqil olmaydi va taklif qilgan kodini bajarmaydi. Taklif qilingan tahrirlarni yaxshilash uchun qaytgan vosita natijalaridan foydalaning va kod artefakti, tushuntirish hamda muhit taqdim etgan dalillar bilan yakunlang. Small 1.1 identifikatsiyasi keyingi Devstral nashrlari va umumiy maqsadli Mistral Small relizlaridan alohida qoladi.
", "aboutText": "Devstral Small 1.1 — Mistral AI’ning dasturiy injiniring agentlari uchun qat’iy belgilangan faqat matnli modeli. U vizual enkoderi olib tashlangan Mistral Small 3.1’dan nozik sozlangan bo‘lib, modelni repozitoriy o‘rganish, vositalar va ko‘p faylli kod o‘zgarishlariga yo‘naltiradi. Reliz 24 milliard parametr va 128K tokengacha kontekst oynasiga ega. Chiqishi matn, kod yoki agent ilovasi taqdim etgan funksiyalar uchun ko‘rsatmalardan iborat.\n\n1.1 versiyasi oldingi Small relizining arxitekturasini saqlab, promptlar va dasturlash muhitlari bilan ishlashini kengaytiradi. Ishlab chiqaruvchi turli agent karkaslari bo‘ylab yaxshiroq umumlashtirishni tavsiflaydi va XML asosidagi formatlar yoniga Mistral’ning funksiya chaqirish formatini qo‘shadi. Bular agent o‘zaro ta’sirlarini ifodalash va talqin qilish usullaridir; qaysi repozitoriy harakatlari mavjudligini berilgan vositalar va ijro muhiti belgilaydi.\n\nAsosiy model xususiyatlari 24B o‘lcham, Apache 2.0 vaznlari va lug‘ati taxminan 131K yozuvli Tekken tokenayzerini o‘z ichiga oladi. Qat’iy belgilangan 1.1 nashri o‘z reliz nomi bilan aniqlanadi va 128K kontekstini saqlaydi. Matnli loyiha materiali manba fayllari, vazifa talablari, oldingi harakatlar va qidiruv yoki buyruqlarning qaytgan natijalaridan iborat bo‘lishi mumkin. Bu keyingi taklif qilingan o‘zgarishni agent loyiha haqida o‘rgangan ma’lumotga asoslash imkonini beradi.\n\nAmaliy jarayon aniq injiniring maqsadidan boshlanadi. Agentdan so‘rovni qayta ishlaydigan yo‘lni topish, tegishli funksiyalarni aniqlash va qatnashgan fayllarga muvofiqlashtirilgan tahrirlar taklif qilishni so‘rang. Kutilgan xatti-harakat, moslik talablari va to‘g‘ri natijani ajratadigan misollarni bering. Nuqson uchun kuzatilgan xatolik va uni takrorlaydigan kirishni kiriting. Refaktor uchun barqaror qolishi kerak bo‘lgan interfeyslar va xatti-harakatni nomlang. Foydali artefakt — bog‘liqliklari tushuntirilgan va validatsiya uchun kerakli tekshiruvlar ko‘rsatilgan taklif qilingan patch.\n\nModel tuzilmali javoblar va hujjat savollarini ham qo‘llab-quvvatlaydi. Kodni ko‘rib chiqish vazifasi ta’sirlangan komponentlar, taklif qilingan o‘zgarishlar va keyingi tekshiruvlar uchun alohida maydonlar qaytarishi mumkin. Texnik hujjat vazifasi amalga oshirishga tegishli talablarni aniqlashi mumkin. Prefix continuation javobning boshlanishini belgilashi, asinxron batch jarayonlari esa mustaqil kod tahlili vazifalarini qayta ishlashi mumkin. Bu imkoniyatlar asosiy repozitoriy va vosita ixtisosligini to‘ldiradi.\n\nAiloot API agentida vazifa bilan birga vosita tavsiflari va argument sxemalarini bering. Devstral funksiyani tanlab, argumentlarni tayyorlay oladi; ilova funksiyani bajaradi, chiqishini qaytaradi va suhbatni davom ettiradi. Model faylga kirishni mustaqil olmaydi va taklif qilgan kodini bajarmaydi. Taklif qilingan tahrirlarni yaxshilash uchun qaytgan vosita natijalaridan foydalaning va kod artefakti, tushuntirish hamda muhit taqdim etgan dalillar bilan yakunlang. Small 1.1 identifikatsiyasi keyingi Devstral nashrlari va umumiy maqsadli Mistral Small relizlaridan alohida qoladi.", "editorialOverlay": { "copy_fields": { "practical_html": "Ingliz tilidagi texnik misol
Coordinate a renamed function\n\nTwo Python files contain: service.py: def load_user(uid): return {'id': uid}; handler.py: from service import load_user; def handle(uid): return load_user(uid). Rename load_user to fetch_user in both files while preserving handle's interface and returned value. Return separate changed file blocks and one regression assertion for handle(7).Two named Python file blocks and an assertion preserving handle behavior.The import, definition and call must all use fetch_user while handle remains callable by its original name.devstral-small-2507Devstral Small 1.1 — Mistral AI’ning repozitoriylarni o‘rganish va fayllar bo‘ylab muvofiqlashtirilgan tahrirlar tayyorlash uchun 24B faqat matnli dasturlash agenti modeli. 1.1 versiyasi kengroq prompt mosligini qo‘shadi, funksiya chaqirish va XML asosidagi agent formatlarini 128K kontekst oynasi bilan qo‘llab-quvvatlaydi.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Devstral Small 1.1 — Mistral AI’ning dasturiy injiniring agentlari uchun qat’iy belgilangan faqat matnli modeli. U vizual enkoderi olib tashlangan Mistral Small 3.1’dan nozik sozlangan bo‘lib, modelni repozitoriy o‘rganish, vositalar va ko‘p faylli kod o‘zgarishlariga yo‘naltiradi. Reliz 24 milliard parametr va 128K tokengacha kontekst oynasiga ega. Chiqishi matn, kod yoki agent ilovasi taqdim etgan funksiyalar uchun ko‘rsatmalardan iborat.
1.1 versiyasi oldingi Small relizining arxitekturasini saqlab, promptlar va dasturlash muhitlari bilan ishlashini kengaytiradi. Ishlab chiqaruvchi turli agent karkaslari bo‘ylab yaxshiroq umumlashtirishni tavsiflaydi va XML asosidagi formatlar yoniga Mistral’ning funksiya chaqirish formatini qo‘shadi. Bular agent o‘zaro ta’sirlarini ifodalash va talqin qilish usullaridir; qaysi repozitoriy harakatlari mavjudligini berilgan vositalar va ijro muhiti belgilaydi.
Asosiy model xususiyatlari 24B o‘lcham, Apache 2.0 vaznlari va lug‘ati taxminan 131K yozuvli Tekken tokenayzerini o‘z ichiga oladi. Qat’iy belgilangan 1.1 nashri o‘z reliz nomi bilan aniqlanadi va 128K kontekstini saqlaydi. Matnli loyiha materiali manba fayllari, vazifa talablari, oldingi harakatlar va qidiruv yoki buyruqlarning qaytgan natijalaridan iborat bo‘lishi mumkin. Bu keyingi taklif qilingan o‘zgarishni agent loyiha haqida o‘rgangan ma’lumotga asoslash imkonini beradi.
Amaliy jarayon aniq injiniring maqsadidan boshlanadi. Agentdan so‘rovni qayta ishlaydigan yo‘lni topish, tegishli funksiyalarni aniqlash va qatnashgan fayllarga muvofiqlashtirilgan tahrirlar taklif qilishni so‘rang. Kutilgan xatti-harakat, moslik talablari va to‘g‘ri natijani ajratadigan misollarni bering. Nuqson uchun kuzatilgan xatolik va uni takrorlaydigan kirishni kiriting. Refaktor uchun barqaror qolishi kerak bo‘lgan interfeyslar va xatti-harakatni nomlang. Foydali artefakt — bog‘liqliklari tushuntirilgan va validatsiya uchun kerakli tekshiruvlar ko‘rsatilgan taklif qilingan patch.
Model tuzilmali javoblar va hujjat savollarini ham qo‘llab-quvvatlaydi. Kodni ko‘rib chiqish vazifasi ta’sirlangan komponentlar, taklif qilingan o‘zgarishlar va keyingi tekshiruvlar uchun alohida maydonlar qaytarishi mumkin. Texnik hujjat vazifasi amalga oshirishga tegishli talablarni aniqlashi mumkin. Prefix continuation javobning boshlanishini belgilashi, asinxron batch jarayonlari esa mustaqil kod tahlili vazifalarini qayta ishlashi mumkin. Bu imkoniyatlar asosiy repozitoriy va vosita ixtisosligini to‘ldiradi.
Ailoot API agentida vazifa bilan birga vosita tavsiflari va argument sxemalarini bering. Devstral funksiyani tanlab, argumentlarni tayyorlay oladi; ilova funksiyani bajaradi, chiqishini qaytaradi va suhbatni davom ettiradi. Model faylga kirishni mustaqil olmaydi va taklif qilgan kodini bajarmaydi. Taklif qilingan tahrirlarni yaxshilash uchun qaytgan vosita natijalaridan foydalaning va kod artefakti, tushuntirish hamda muhit taqdim etgan dalillar bilan yakunlang. Small 1.1 identifikatsiyasi keyingi Devstral nashrlari va umumiy maqsadli Mistral Small relizlaridan alohida qoladi.
POST /v1/chat/completionstexttext| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar devstral-small-2507 | Standart— |
Maydonmessages | Turmessage[] | TalabMajburiy | Qiymatlar va cheklovlar Elementlarning eng kam soni: 1 | Standart— |
Maydonmessages[].role | Turstring | TalabMajburiy | Qiymatlar va cheklovlar Namunalar: system, user, assistant, tool, function Shartlar: Bu rollar manba kodining moslik turlarida ochiq ifodalangan; aniq rollar to‘plami har bir modelga xos bo‘lib qoladi. Modelga bogʻliq | Standart— |
Maydonmessages[].content | Turstring|content_part[]|null | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].tool_calls | Turtool_call[] | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].tool_call_id | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: role=tool; haqiqatan qaytarilgan IDdan foydalaning | Standart— |
Maydonmessages[].name | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].reasoning_content | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: Ushbu model foydalanganda, haqiqatan qaytarilgan fikrlash ma’lumotlarini keyingi so‘rovda qayta yuboring | Standart— |
Maydonmessages[].reasoning_details | Turobject|array | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonmax_tokens | Turinteger | TalabIxtiyoriy | Qiymatlar va cheklovlar Eng kam: 1 Modelga bogʻliq | Standart— |
Maydonmax_completion_tokens | Turinteger | TalabIxtiyoriy | Qiymatlar va cheklovlar Eng kam: 1 Modelga bogʻliq | Standart— |
Maydonstream | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standartfalse |
Maydonstream_options.include_usage | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontemperature | Turnumber | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontop_p | Turnumber | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonstop | Turstring|string[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontools | Turfunction_tool[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontools[].type | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar function Modelga bogʻliq | Standart— |
Maydontools[].function.name | Turstring | TalabMajburiy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: Funksiya vositasi taqdim etilgan | Standart— |
Maydontools[].function.description | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydontools[].function.parameters | TurJSON_schema | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydontool_choice | Turstring|object | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonparallel_tool_calls | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonresponse_format | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonreasoning_effort | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonreasoning | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonservice_tier | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydoninstructions | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Moslik maydoni | Standart— |
Maydonfunctions | Turfunction[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonfunction_call | Turstring|object | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonprompt_cache_options | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonmodalities | Turstring[] | TalabIxtiyoriy | Qiymatlar va cheklovlar text | Standart— |
Maydonprovider | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Ushbu Ultra matn marshrutida provider.options rad etiladi | Standart— |
Maydoncache_control.ttl | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Haqiqiy prompt-kesh joylarida 1h rad etiladi | Standart— |
Matn · UTF8 matni
messages[].content
| Parametr | Parametr talablari |
|---|---|
Parametrcontent_type | Parametr talablariapplication/json |
Parametrrequired | Parametr talablarimodel, messages |
Parametrmaterial_types | Parametr talablaritext |
Parametrmessages | Parametr talablarirole/content tuzilishidagi xabarlar massivi |
Parametrfile_material | Parametr talablariHaqiqiy UTF-8 hujjati aynan matn sifatida kiritiladi; fayl IDsi faraz qilinmaydi |
Parametroptional_controls | Parametr talablaristream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrcontrol_scope | Parametr talablariModelga xos; foydalanuvchi funksiya vositalari hostingdagi vositalardan farq qiladi |
Parametroutput_modalities | Parametr talablaritext |
Parametrhosted_operations | Parametr talablarifalse |
Parametrmultimodal_input_binding | Parametr talablarinull |
Hayot sikli: synchronous_or_streamed
Aniq model IDsini messages bilan yuboring.
Kontekst uzunligi chiqishning yuqori chegarasi emas.
Matn fayli aynan matnni taqdim etishi mumkin; tasvir, audio va fayl obyekti kirishlari aniq bog‘lashni talab qiladi.
Tarif ma’lumotlari so‘rov imkoniyatlarini qo‘shmaydi. Qo‘llab-quvvatlanadigan parametrlar tanlangan usulda ko‘rsatilgan.
| Sozlama | Tariflar jadvali | To‘lov |
|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | To‘lov Kirish · Kirish tokenlari $0.00022 / 1K token Chiqish · Chiqish tokenlari $0.00066 / 1K token Kirish · Keshdan o‘qish $0 / 1K token Kirish · Keshga yozish $0 / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "devstral-small-2507", "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='devstral-small-2507',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='devstral-small-2507',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 yoki SSE
Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.
Har bir javob variantini va uning kontenti, vosita chaqiruvlari hamda fikrlash ma’lumotlarini saqlang. SSEda o‘zgarish qismlarini variant va vosita indeksi bo‘yicha yig‘ing, yakuniy tugash sababi va sarf ma’lumotlarini saqlang.
So‘rov va javob IDlari hamda sarlavhalarini saqlang. Matn vazifasini olish uchun umumiy URL taqdim etilmagan.
| Maydon | Tur |
|---|---|
Maydonchoices[].index | Turinteger |
Maydonchoices[].message.content | Turstring|null |
Maydonchoices[].message.tool_calls | Turtool_call[] |
Maydonchoices[].message.reasoning_content | Turstring |
Maydonchoices[].message.reasoning_details | Turobject|array |
Maydonchoices[].finish_reason | Turstring|null |
Maydonusage | Turobject |
| Javob | Shart | Keyingi qadam |
|---|---|---|
Javob400 · invalid_request_error | ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri | Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating. |
Ailoot Ultra devstral-small-2507
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
devstral-small-2507Devstral Small 1.1 — Mistral AI’ning repozitoriylarni o‘rganish va fayllar bo‘ylab muvofiqlashtirilgan tahrirlar tayyorlash uchun 24B faqat matnli dasturlash agenti modeli. 1.1 versiyasi kengroq prompt mosligini qo‘shadi, funksiya chaqirish va XML asosidagi agent formatlarini 128K kontekst oynasi bilan qo‘llab-quvvatlaydi.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Devstral Small 1.1 — Mistral AI’ning dasturiy injiniring agentlari uchun qat’iy belgilangan faqat matnli modeli. U vizual enkoderi olib tashlangan Mistral Small 3.1’dan nozik sozlangan bo‘lib, modelni repozitoriy o‘rganish, vositalar va ko‘p faylli kod o‘zgarishlariga yo‘naltiradi. Reliz 24 milliard parametr va 128K tokengacha kontekst oynasiga ega. Chiqishi matn, kod yoki agent ilovasi taqdim etgan funksiyalar uchun ko‘rsatmalardan iborat.
1.1 versiyasi oldingi Small relizining arxitekturasini saqlab, promptlar va dasturlash muhitlari bilan ishlashini kengaytiradi. Ishlab chiqaruvchi turli agent karkaslari bo‘ylab yaxshiroq umumlashtirishni tavsiflaydi va XML asosidagi formatlar yoniga Mistral’ning funksiya chaqirish formatini qo‘shadi. Bular agent o‘zaro ta’sirlarini ifodalash va talqin qilish usullaridir; qaysi repozitoriy harakatlari mavjudligini berilgan vositalar va ijro muhiti belgilaydi.
Asosiy model xususiyatlari 24B o‘lcham, Apache 2.0 vaznlari va lug‘ati taxminan 131K yozuvli Tekken tokenayzerini o‘z ichiga oladi. Qat’iy belgilangan 1.1 nashri o‘z reliz nomi bilan aniqlanadi va 128K kontekstini saqlaydi. Matnli loyiha materiali manba fayllari, vazifa talablari, oldingi harakatlar va qidiruv yoki buyruqlarning qaytgan natijalaridan iborat bo‘lishi mumkin. Bu keyingi taklif qilingan o‘zgarishni agent loyiha haqida o‘rgangan ma’lumotga asoslash imkonini beradi.
Amaliy jarayon aniq injiniring maqsadidan boshlanadi. Agentdan so‘rovni qayta ishlaydigan yo‘lni topish, tegishli funksiyalarni aniqlash va qatnashgan fayllarga muvofiqlashtirilgan tahrirlar taklif qilishni so‘rang. Kutilgan xatti-harakat, moslik talablari va to‘g‘ri natijani ajratadigan misollarni bering. Nuqson uchun kuzatilgan xatolik va uni takrorlaydigan kirishni kiriting. Refaktor uchun barqaror qolishi kerak bo‘lgan interfeyslar va xatti-harakatni nomlang. Foydali artefakt — bog‘liqliklari tushuntirilgan va validatsiya uchun kerakli tekshiruvlar ko‘rsatilgan taklif qilingan patch.
Model tuzilmali javoblar va hujjat savollarini ham qo‘llab-quvvatlaydi. Kodni ko‘rib chiqish vazifasi ta’sirlangan komponentlar, taklif qilingan o‘zgarishlar va keyingi tekshiruvlar uchun alohida maydonlar qaytarishi mumkin. Texnik hujjat vazifasi amalga oshirishga tegishli talablarni aniqlashi mumkin. Prefix continuation javobning boshlanishini belgilashi, asinxron batch jarayonlari esa mustaqil kod tahlili vazifalarini qayta ishlashi mumkin. Bu imkoniyatlar asosiy repozitoriy va vosita ixtisosligini to‘ldiradi.
Ailoot API agentida vazifa bilan birga vosita tavsiflari va argument sxemalarini bering. Devstral funksiyani tanlab, argumentlarni tayyorlay oladi; ilova funksiyani bajaradi, chiqishini qaytaradi va suhbatni davom ettiradi. Model faylga kirishni mustaqil olmaydi va taklif qilgan kodini bajarmaydi. Taklif qilingan tahrirlarni yaxshilash uchun qaytgan vosita natijalaridan foydalaning va kod artefakti, tushuntirish hamda muhit taqdim etgan dalillar bilan yakunlang. Small 1.1 identifikatsiyasi keyingi Devstral nashrlari va umumiy maqsadli Mistral Small relizlaridan alohida qoladi.
POST /v1/messagestextjson, sse| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar devstral-small-2507 | Standart— |
Maydonmessages | Turmessage[] | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].role | Turstring | TalabMajburiy | Qiymatlar va cheklovlar user, assistant | Standart— |
Maydonmessages[].content | Turstring | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydonmax_tokens | Turinteger | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydonstream | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standartfalse |
Matn · UTF-8 matni
messages[].content satri
| Parametr | Parametr talablari |
|---|---|
Parametrcontent_type | Parametr talablariapplication/json |
Parametrrequired | Parametr talablarimodel, messages, max_tokens |
Parametroptional_controls | Parametr talablaristream |
Parametrmaterial_types | Parametr talablaritext |
Parametrtext_file_material | Parametr talablariHaqiqiy UTF-8 hujjatini o‘qing va uning matnini ko‘rsatilgan kirish yoki xabar kontenti satriga joylashtiring. |
Hayot sikli: synchronous_or_streamed
Tarif ma’lumotlari so‘rov imkoniyatlarini qo‘shmaydi. Qo‘llab-quvvatlanadigan parametrlar tanlangan usulda ko‘rsatilgan.
| Sozlama | Tariflar jadvali | To‘lov |
|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | To‘lov Kirish · Kirish tokenlari $0.00022 / 1K token Chiqish · Chiqish tokenlari $0.00066 / 1K token Kirish · Keshdan o‘qish $0 / 1K token Kirish · Keshga yozish $0 / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
{\n "model": "devstral-small-2507",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'devstral-small-2507', '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': 'devstral-small-2507', '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 yoki SSE
Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.
Barcha kontent bloklari, fikrlash imzolari va haqiqiy vosita ishlatish IDlarini saqlang. SSE bloklarining barcha o‘zgarish qismlarini yig‘ing; birinchi matn bloki to‘liq chiqish emas.
So‘rov va javob IDlari hamda sarlavhalarini saqlang. Matn vazifasini olish uchun umumiy URL taqdim etilmagan.
| Maydon | Tur |
|---|---|
Maydonid | Turstring |
Maydonmodel | Turstring |
Maydoncontent[] | Turtext|thinking|tool_use|other content block |
Maydonstop_reason | Turstring|null |
Maydonusage | Turobject |
| Javob | Shart | Keyingi qadam |
|---|---|---|
Javob400 · invalid_request_error | ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri | Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating. |
Ailoot Ultra devstral-small-2507
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
Ingliz tilidagi texnik misol
Coordinate a renamed function\n\nTwo Python files contain: service.py: def load_user(uid): return {'id': uid}; handler.py: from service import load_user; def handle(uid): return load_user(uid). Rename load_user to fetch_user in both files while preserving handle's interface and returned value. Return separate changed file blocks and one regression assertion for handle(7).Two named Python file blocks and an assertion preserving handle behavior.The import, definition and call must all use fetch_user while handle remains callable by its original name.