Mistral Nemo Instruct 2407 — 12B Mistral Nemo til modelining koʻrsatmalarga moslashtirilgan nashri. U alohida nomlangan Nemo Base 2407 nazorat nuqtasidan moslashtirilgan. Ishlab chiqaruvchi koʻp tilli va kod materiallari ulushi katta oʻqitishni hamda yozma koʻrsatmalar, suhbat va dasturlash vazifalarini qoʻllaydigan 128k tokenli kontekst oynasini tavsiflaydi.
Asosiy xususiyatlar va arxitektura
Reliz dastlabki oʻqitilgan va koʻrsatmalarga moslashtirilgan versiyalarni alohida beradi. Bu yozuv Instruct nazorat nuqtasiga tegishli: matnli soʻrov tushuntirish, tahrirlangan hujjat, dastur kodi yoki taklif etilgan funksiya chaqiruvini soʻrashi mumkin. Uning koʻrsatmalarga moslashtirilishi oldingi Mistral 7B qatoriga nisbatan aniq koʻrsatmaga amal qilish, mulohaza, koʻp navbatli suhbat va kod yaratishni yaxshilashi sifatida tavsiflanadi.
Model 40 Transformer qatlamiga va 5,120 model kengligiga ega. U SwiGLU’dan, guruhlangan soʻrov diqqatidagi 32 diqqat boshi va 8 kalit/qiymat boshidan, 128 bosh oʻlchami va 14,336 yashirin oʻlchamdan foydalanadi. Aylanma embedding’larda theta bir million qilib sozlangan. Chiqarilgan lugʻatda 2 ning 17-darajasi, yaʼni 131,072 yozuv bor; bu lugʻat hajmi vazifa kontekstining 128k belgisidan alohida.
Ishlab chiqaruvchi eʼlonida kvantlashni hisobga olgan oʻqitish va FP8 inferensiyasi ham tavsiflangan. Bular reliz va aniqlik xususiyatlari, qoʻshimcha kontent turlari emas. Boshqa 12B yoki Mistral oilasi modelini aynan shu nashr deb qabul qilish oʻrniga aniq nazorat nuqtasi va unga mos tokenizatorni saqlang.
Koʻp tilli matn va Tekken
Reliz ingliz, fransuz, nemis, ispan, italyan, portugal, xitoy, yapon, koreys, arab va hind tillariga urgʻu beradi; rus tili esa model kartasining til metamaʼlumotlariga kiritilgan. Natijani soʻrashdan oldin yakuniy til, auditoriya va atamalarni belgilang. Koʻp tilli hujjat vazifasida atrofdagi matnni moslashtirib, nomlar, identifikatorlar va birliklarni oʻzgartirmang.
Nemo 100 dan ortiq tilda oʻqitilgan va tabiiy til hamda manba kodini samarali ifodalash uchun yaratilgan Tekken tokenizatoridan foydalanadi. Tokenizator manba materiali kontekstda qancha joy egallashiga taʼsir qiladi; shu sabab belgilar soni tokenlar sonining oʻzi emas. Mos tokenizatordan foydalaning va kontekstni faqat parchaning koʻrinadigan uzunligidan taxmin qilish oʻrniga vazifaning tegishli materialini birga saqlang.
Koʻrsatma va kodni tayyorlash
Hujjat tushuntirishi uchun manba parchasini bering va tushuntiriladigan shart yoki atamani koʻrsating. Asl nomlar va javobni qoʻllab-quvvatlaydigan manba bayonini saqlagan holda oʻquvchi tilida tushuntirishni soʻrang. Tahrirlashda qaysi maʼno va shartlar qayta yozishda saqlanishi, natija faqat tahrirlangan parcha boʻlishi yoki tushuntirish ham qoʻshilishi kerakligini belgilang.
Kodlash vazifasida til, kirish turlari, kutilgan chiqish va mavjud interfeysni ayting. Oʻzgartirishni belgilaydigan funksiya yoki eʼlonlarni kiriting. Foydali natija amalga oshirish, uning taxminlari va kutilgan chiqishlari bor kirish misollarini oʻz ichiga olishi mumkin. Alohida savolda modeldan bitta kirishni berilgan kod boʻylab kuzatishni soʻrash mumkin; shunda tushuntirish nomaʼlum dasturga emas, aniq yoʻlga bogʻlanadi.
Koʻp navbatli suhbatda tegishli oldingi javobni saqlang va aniq keyingi savol bering yoki vazifani oʻzgartiradigan yangi materialni taqdim eting. Keyingi javob avvalgi natijani tahrirlashi, bitta qarorni tushuntirishi yoki oʻsha manba faktlarining boshqa ifodasini yaratishi kerakmi — belgilang. Bu suhbat davomini aniq qiladi.
Funksiyalarni chaqirish va namunalash
Ishlab chiqaruvchi mos suhbat formatida funksiyalarni chaqirishni hujjatlashtiradi. Model taklif etilgan amal va argumentlarni yaratadi; ilova esa funksiyani bajarib, keyingi yaratishdan oldin natijasini suhbatga qoʻshadi. Kartada qisqartirilgan kod misoli toʻliq siklni koʻrsatmasligi aniq aytilgan, shu sabab yetishmayotgan bajarish va natija bosqichlari vosita yordamidagi ilovaning zarur qismlari boʻlib qoladi.
Eʼlon qilingan shu vosita formatida chaqiruv ID’lari va mos natija ID’lari aynan toʻqqizta harf-raqam belgisidan iborat. Modelning oʻz formatidagi suhbatni tayyorlashda amal va uning natijasi oʻrtasidagi bogʻlanishni saqlang. Oʻrovchi interfeys suhbatni boshqacha ifodalashi mumkin; reliz talabi toʻqib chiqarilgan umumiy mijoz identifikatorini emas, ishlab chiqaruvchi modelining formatini tavsiflaydi.
Ishlab chiqaruvchi temperature 0.3’ni tavsiya etadi va Nemo oldingi Mistral modellaridan pastroq temperature qiymatlaridan foydalanishini qayd qiladi. Misollardagi 64, 128, 256 va 1,000 tokenli turli sozlamalar oʻsha namoyishlar uchun yaratish tanlovlari, mustaqil eʼlon qilingan maksimal javob sigʻimlari emas.
Muhim cheklovlar
Instruct kartasi bu nazorat nuqtasini asosiy modelni moslashtirish namoyishi deb tavsiflaydi va unda moderatsiya mexanizmi yoʻqligini aniq aytadi. Moderatsiyalangan xatti-harakatga muhtoj ilovalar uni atrofdagi tizimda taʼminlashi kerak. Bu chiqarilgan nazorat nuqtasining xususiyati, Nemo modelini joylashtirgan har bir xizmat haqidagi daʼvo emas.
Bu yerda Nemo’ning hujjatlashtirilgan vazifasi oʻzining 128k konteksti va suhbat formati bilan matn yaratishdir. Keyingi Mistral oilalaridagi tasvir tushunish, nutqni matnga aylantirish va gibrid mulohaza boshqaruvlarini bu nashrga yuklamaslik kerak. Natija tushuntirish, tahrirlangan matn yoki taklif etilgan amalga oshirish sifatida foydali boʻlishi uchun toʻliq yozma shart, tegishli manba materiali va kerakli yakuniy natijani bering.
", "aboutText": "Mistral Nemo Instruct 2407 — 12B Mistral Nemo til modelining koʻrsatmalarga moslashtirilgan nashri. U alohida nomlangan Nemo Base 2407 nazorat nuqtasidan moslashtirilgan. Ishlab chiqaruvchi koʻp tilli va kod materiallari ulushi katta oʻqitishni hamda yozma koʻrsatmalar, suhbat va dasturlash vazifalarini qoʻllaydigan 128k tokenli kontekst oynasini tavsiflaydi.\n\nAsosiy xususiyatlar va arxitektura\n\nReliz dastlabki oʻqitilgan va koʻrsatmalarga moslashtirilgan versiyalarni alohida beradi. Bu yozuv Instruct nazorat nuqtasiga tegishli: matnli soʻrov tushuntirish, tahrirlangan hujjat, dastur kodi yoki taklif etilgan funksiya chaqiruvini soʻrashi mumkin. Uning koʻrsatmalarga moslashtirilishi oldingi Mistral 7B qatoriga nisbatan aniq koʻrsatmaga amal qilish, mulohaza, koʻp navbatli suhbat va kod yaratishni yaxshilashi sifatida tavsiflanadi.\n\nModel 40 Transformer qatlamiga va 5,120 model kengligiga ega. U SwiGLU’dan, guruhlangan soʻrov diqqatidagi 32 diqqat boshi va 8 kalit/qiymat boshidan, 128 bosh oʻlchami va 14,336 yashirin oʻlchamdan foydalanadi. Aylanma embedding’larda theta bir million qilib sozlangan. Chiqarilgan lugʻatda 2 ning 17-darajasi, yaʼni 131,072 yozuv bor; bu lugʻat hajmi vazifa kontekstining 128k belgisidan alohida.\n\nIshlab chiqaruvchi eʼlonida kvantlashni hisobga olgan oʻqitish va FP8 inferensiyasi ham tavsiflangan. Bular reliz va aniqlik xususiyatlari, qoʻshimcha kontent turlari emas. Boshqa 12B yoki Mistral oilasi modelini aynan shu nashr deb qabul qilish oʻrniga aniq nazorat nuqtasi va unga mos tokenizatorni saqlang.\n\nKoʻp tilli matn va Tekken\n\nReliz ingliz, fransuz, nemis, ispan, italyan, portugal, xitoy, yapon, koreys, arab va hind tillariga urgʻu beradi; rus tili esa model kartasining til metamaʼlumotlariga kiritilgan. Natijani soʻrashdan oldin yakuniy til, auditoriya va atamalarni belgilang. Koʻp tilli hujjat vazifasida atrofdagi matnni moslashtirib, nomlar, identifikatorlar va birliklarni oʻzgartirmang.\n\nNemo 100 dan ortiq tilda oʻqitilgan va tabiiy til hamda manba kodini samarali ifodalash uchun yaratilgan Tekken tokenizatoridan foydalanadi. Tokenizator manba materiali kontekstda qancha joy egallashiga taʼsir qiladi; shu sabab belgilar soni tokenlar sonining oʻzi emas. Mos tokenizatordan foydalaning va kontekstni faqat parchaning koʻrinadigan uzunligidan taxmin qilish oʻrniga vazifaning tegishli materialini birga saqlang.\n\nKoʻrsatma va kodni tayyorlash\n\nHujjat tushuntirishi uchun manba parchasini bering va tushuntiriladigan shart yoki atamani koʻrsating. Asl nomlar va javobni qoʻllab-quvvatlaydigan manba bayonini saqlagan holda oʻquvchi tilida tushuntirishni soʻrang. Tahrirlashda qaysi maʼno va shartlar qayta yozishda saqlanishi, natija faqat tahrirlangan parcha boʻlishi yoki tushuntirish ham qoʻshilishi kerakligini belgilang.\n\nKodlash vazifasida til, kirish turlari, kutilgan chiqish va mavjud interfeysni ayting. Oʻzgartirishni belgilaydigan funksiya yoki eʼlonlarni kiriting. Foydali natija amalga oshirish, uning taxminlari va kutilgan chiqishlari bor kirish misollarini oʻz ichiga olishi mumkin. Alohida savolda modeldan bitta kirishni berilgan kod boʻylab kuzatishni soʻrash mumkin; shunda tushuntirish nomaʼlum dasturga emas, aniq yoʻlga bogʻlanadi.\n\nKoʻp navbatli suhbatda tegishli oldingi javobni saqlang va aniq keyingi savol bering yoki vazifani oʻzgartiradigan yangi materialni taqdim eting. Keyingi javob avvalgi natijani tahrirlashi, bitta qarorni tushuntirishi yoki oʻsha manba faktlarining boshqa ifodasini yaratishi kerakmi — belgilang. Bu suhbat davomini aniq qiladi.\n\nFunksiyalarni chaqirish va namunalash\n\nIshlab chiqaruvchi mos suhbat formatida funksiyalarni chaqirishni hujjatlashtiradi. Model taklif etilgan amal va argumentlarni yaratadi; ilova esa funksiyani bajarib, keyingi yaratishdan oldin natijasini suhbatga qoʻshadi. Kartada qisqartirilgan kod misoli toʻliq siklni koʻrsatmasligi aniq aytilgan, shu sabab yetishmayotgan bajarish va natija bosqichlari vosita yordamidagi ilovaning zarur qismlari boʻlib qoladi.\n\nEʼlon qilingan shu vosita formatida chaqiruv ID’lari va mos natija ID’lari aynan toʻqqizta harf-raqam belgisidan iborat. Modelning oʻz formatidagi suhbatni tayyorlashda amal va uning natijasi oʻrtasidagi bogʻlanishni saqlang. Oʻrovchi interfeys suhbatni boshqacha ifodalashi mumkin; reliz talabi toʻqib chiqarilgan umumiy mijoz identifikatorini emas, ishlab chiqaruvchi modelining formatini tavsiflaydi.\n\nIshlab chiqaruvchi temperature 0.3’ni tavsiya etadi va Nemo oldingi Mistral modellaridan pastroq temperature qiymatlaridan foydalanishini qayd qiladi. Misollardagi 64, 128, 256 va 1,000 tokenli turli sozlamalar oʻsha namoyishlar uchun yaratish tanlovlari, mustaqil eʼlon qilingan maksimal javob sigʻimlari emas.\n\nMuhim cheklovlar\n\nInstruct kartasi bu nazorat nuqtasini asosiy modelni moslashtirish namoyishi deb tavsiflaydi va unda moderatsiya mexanizmi yoʻqligini aniq aytadi. Moderatsiyalangan xatti-harakatga muhtoj ilovalar uni atrofdagi tizimda taʼminlashi kerak. Bu chiqarilgan nazorat nuqtasining xususiyati, Nemo modelini joylashtirgan har bir xizmat haqidagi daʼvo emas.\n\nBu yerda Nemo’ning hujjatlashtirilgan vazifasi oʻzining 128k konteksti va suhbat formati bilan matn yaratishdir. Keyingi Mistral oilalaridagi tasvir tushunish, nutqni matnga aylantirish va gibrid mulohaza boshqaruvlarini bu nashrga yuklamaslik kerak. Natija tushuntirish, tahrirlangan matn yoki taklif etilgan amalga oshirish sifatida foydali boʻlishi uchun toʻliq yozma shart, tegishli manba materiali va kerakli yakuniy natijani bering.", "editorialOverlay": { "copy_fields": { "practical_html": "Ingliz tilidagi texnik misol
Trace and repair a loop boundary\n\nTrace this Python function for n=3, then correct it to sum integers from 1 through n inclusively: def total(n): return sum(range(1, n)). Inputs are nonnegative integers. Preserve the total(n) interface. Return the corrected function and examples for n=0, n=1 and n=3, with expected outputs.A concise trace, a corrected function and three input/output examples.Check that n=0 remains zero and that the upper endpoint n is included for positive inputs.mistralai/mistral-nemoMistral Nemo Instruct 2407 — aniq ko‘rsatmalar, ko‘p navbatli suhbat va kod uchun 12B ko‘p tilli matn modeli. U ishlab chiqaruvchi ko‘rsatgan 128k kontekst, Tekken tokenizatori, hujjatlashtirilgan funksiya chaqirish va o‘z namuna olish yo‘riqnomasiga ega alohida, ko‘rsatmalarga moslashtirilgan saqlangan holatga ega.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Mistral Nemo Instruct 2407 — 12B Mistral Nemo til modelining koʻrsatmalarga moslashtirilgan nashri. U alohida nomlangan Nemo Base 2407 nazorat nuqtasidan moslashtirilgan. Ishlab chiqaruvchi koʻp tilli va kod materiallari ulushi katta oʻqitishni hamda yozma koʻrsatmalar, suhbat va dasturlash vazifalarini qoʻllaydigan 128k tokenli kontekst oynasini tavsiflaydi.
Asosiy xususiyatlar va arxitektura
Reliz dastlabki oʻqitilgan va koʻrsatmalarga moslashtirilgan versiyalarni alohida beradi. Bu yozuv Instruct nazorat nuqtasiga tegishli: matnli soʻrov tushuntirish, tahrirlangan hujjat, dastur kodi yoki taklif etilgan funksiya chaqiruvini soʻrashi mumkin. Uning koʻrsatmalarga moslashtirilishi oldingi Mistral 7B qatoriga nisbatan aniq koʻrsatmaga amal qilish, mulohaza, koʻp navbatli suhbat va kod yaratishni yaxshilashi sifatida tavsiflanadi.
Model 40 Transformer qatlamiga va 5,120 model kengligiga ega. U SwiGLU’dan, guruhlangan soʻrov diqqatidagi 32 diqqat boshi va 8 kalit/qiymat boshidan, 128 bosh oʻlchami va 14,336 yashirin oʻlchamdan foydalanadi. Aylanma embedding’larda theta bir million qilib sozlangan. Chiqarilgan lugʻatda 2 ning 17-darajasi, yaʼni 131,072 yozuv bor; bu lugʻat hajmi vazifa kontekstining 128k belgisidan alohida.
Ishlab chiqaruvchi eʼlonida kvantlashni hisobga olgan oʻqitish va FP8 inferensiyasi ham tavsiflangan. Bular reliz va aniqlik xususiyatlari, qoʻshimcha kontent turlari emas. Boshqa 12B yoki Mistral oilasi modelini aynan shu nashr deb qabul qilish oʻrniga aniq nazorat nuqtasi va unga mos tokenizatorni saqlang.
Koʻp tilli matn va Tekken
Reliz ingliz, fransuz, nemis, ispan, italyan, portugal, xitoy, yapon, koreys, arab va hind tillariga urgʻu beradi; rus tili esa model kartasining til metamaʼlumotlariga kiritilgan. Natijani soʻrashdan oldin yakuniy til, auditoriya va atamalarni belgilang. Koʻp tilli hujjat vazifasida atrofdagi matnni moslashtirib, nomlar, identifikatorlar va birliklarni oʻzgartirmang.
Nemo 100 dan ortiq tilda oʻqitilgan va tabiiy til hamda manba kodini samarali ifodalash uchun yaratilgan Tekken tokenizatoridan foydalanadi. Tokenizator manba materiali kontekstda qancha joy egallashiga taʼsir qiladi; shu sabab belgilar soni tokenlar sonining oʻzi emas. Mos tokenizatordan foydalaning va kontekstni faqat parchaning koʻrinadigan uzunligidan taxmin qilish oʻrniga vazifaning tegishli materialini birga saqlang.
Koʻrsatma va kodni tayyorlash
Hujjat tushuntirishi uchun manba parchasini bering va tushuntiriladigan shart yoki atamani koʻrsating. Asl nomlar va javobni qoʻllab-quvvatlaydigan manba bayonini saqlagan holda oʻquvchi tilida tushuntirishni soʻrang. Tahrirlashda qaysi maʼno va shartlar qayta yozishda saqlanishi, natija faqat tahrirlangan parcha boʻlishi yoki tushuntirish ham qoʻshilishi kerakligini belgilang.
Kodlash vazifasida til, kirish turlari, kutilgan chiqish va mavjud interfeysni ayting. Oʻzgartirishni belgilaydigan funksiya yoki eʼlonlarni kiriting. Foydali natija amalga oshirish, uning taxminlari va kutilgan chiqishlari bor kirish misollarini oʻz ichiga olishi mumkin. Alohida savolda modeldan bitta kirishni berilgan kod boʻylab kuzatishni soʻrash mumkin; shunda tushuntirish nomaʼlum dasturga emas, aniq yoʻlga bogʻlanadi.
Koʻp navbatli suhbatda tegishli oldingi javobni saqlang va aniq keyingi savol bering yoki vazifani oʻzgartiradigan yangi materialni taqdim eting. Keyingi javob avvalgi natijani tahrirlashi, bitta qarorni tushuntirishi yoki oʻsha manba faktlarining boshqa ifodasini yaratishi kerakmi — belgilang. Bu suhbat davomini aniq qiladi.
Funksiyalarni chaqirish va namunalash
Ishlab chiqaruvchi mos suhbat formatida funksiyalarni chaqirishni hujjatlashtiradi. Model taklif etilgan amal va argumentlarni yaratadi; ilova esa funksiyani bajarib, keyingi yaratishdan oldin natijasini suhbatga qoʻshadi. Kartada qisqartirilgan kod misoli toʻliq siklni koʻrsatmasligi aniq aytilgan, shu sabab yetishmayotgan bajarish va natija bosqichlari vosita yordamidagi ilovaning zarur qismlari boʻlib qoladi.
Eʼlon qilingan shu vosita formatida chaqiruv ID’lari va mos natija ID’lari aynan toʻqqizta harf-raqam belgisidan iborat. Modelning oʻz formatidagi suhbatni tayyorlashda amal va uning natijasi oʻrtasidagi bogʻlanishni saqlang. Oʻrovchi interfeys suhbatni boshqacha ifodalashi mumkin; reliz talabi toʻqib chiqarilgan umumiy mijoz identifikatorini emas, ishlab chiqaruvchi modelining formatini tavsiflaydi.
Ishlab chiqaruvchi temperature 0.3’ni tavsiya etadi va Nemo oldingi Mistral modellaridan pastroq temperature qiymatlaridan foydalanishini qayd qiladi. Misollardagi 64, 128, 256 va 1,000 tokenli turli sozlamalar oʻsha namoyishlar uchun yaratish tanlovlari, mustaqil eʼlon qilingan maksimal javob sigʻimlari emas.
Muhim cheklovlar
Instruct kartasi bu nazorat nuqtasini asosiy modelni moslashtirish namoyishi deb tavsiflaydi va unda moderatsiya mexanizmi yoʻqligini aniq aytadi. Moderatsiyalangan xatti-harakatga muhtoj ilovalar uni atrofdagi tizimda taʼminlashi kerak. Bu chiqarilgan nazorat nuqtasining xususiyati, Nemo modelini joylashtirgan har bir xizmat haqidagi daʼvo emas.
Bu yerda Nemo’ning hujjatlashtirilgan vazifasi oʻzining 128k konteksti va suhbat formati bilan matn yaratishdir. Keyingi Mistral oilalaridagi tasvir tushunish, nutqni matnga aylantirish va gibrid mulohaza boshqaruvlarini bu nashrga yuklamaslik kerak. Natija tushuntirish, tahrirlangan matn yoki taklif etilgan amalga oshirish sifatida foydali boʻlishi uchun toʻliq yozma shart, tegishli manba materiali va kerakli yakuniy natijani bering.
POST /v1/chat/completionstexttext| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar mistralai/mistral-nemo | 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.
Har bir to‘lovni ko‘rsatilgan shartlarga moslang. Har bir muqobil sozlamalar to‘plami uchun bitta tarifdan foydalaning.
| Sozlama | Tariflar jadvali | Kontekst tokenlari soni bundan ko‘p | Kontekst tokenlari soni bundan oshmaydi, chegara kiradi | To‘lov |
|---|---|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | Kontekst tokenlari soni bundan ko‘p— | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.0003 / 1K token Chiqish · Chiqish tokenlari $0.0003 / 1K token Kirish · Keshdan o‘qish $0.00003 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
| SozlamaSo‘rov uzunligi bo‘yicha 1-daraja | Tariflar jadvali— | Kontekst tokenlari soni bundan ko‘p0 | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.0003 / 1K token Chiqish · Chiqish tokenlari $0.0003 / 1K token Kirish · Keshdan o‘qish $0.00003 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "mistralai/mistral-nemo", "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-nemo',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-nemo',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 mistralai/mistral-nemo
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
mistralai/mistral-nemoMistral Nemo Instruct 2407 — aniq ko‘rsatmalar, ko‘p navbatli suhbat va kod uchun 12B ko‘p tilli matn modeli. U ishlab chiqaruvchi ko‘rsatgan 128k kontekst, Tekken tokenizatori, hujjatlashtirilgan funksiya chaqirish va o‘z namuna olish yo‘riqnomasiga ega alohida, ko‘rsatmalarga moslashtirilgan saqlangan holatga ega.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Mistral Nemo Instruct 2407 — 12B Mistral Nemo til modelining koʻrsatmalarga moslashtirilgan nashri. U alohida nomlangan Nemo Base 2407 nazorat nuqtasidan moslashtirilgan. Ishlab chiqaruvchi koʻp tilli va kod materiallari ulushi katta oʻqitishni hamda yozma koʻrsatmalar, suhbat va dasturlash vazifalarini qoʻllaydigan 128k tokenli kontekst oynasini tavsiflaydi.
Asosiy xususiyatlar va arxitektura
Reliz dastlabki oʻqitilgan va koʻrsatmalarga moslashtirilgan versiyalarni alohida beradi. Bu yozuv Instruct nazorat nuqtasiga tegishli: matnli soʻrov tushuntirish, tahrirlangan hujjat, dastur kodi yoki taklif etilgan funksiya chaqiruvini soʻrashi mumkin. Uning koʻrsatmalarga moslashtirilishi oldingi Mistral 7B qatoriga nisbatan aniq koʻrsatmaga amal qilish, mulohaza, koʻp navbatli suhbat va kod yaratishni yaxshilashi sifatida tavsiflanadi.
Model 40 Transformer qatlamiga va 5,120 model kengligiga ega. U SwiGLU’dan, guruhlangan soʻrov diqqatidagi 32 diqqat boshi va 8 kalit/qiymat boshidan, 128 bosh oʻlchami va 14,336 yashirin oʻlchamdan foydalanadi. Aylanma embedding’larda theta bir million qilib sozlangan. Chiqarilgan lugʻatda 2 ning 17-darajasi, yaʼni 131,072 yozuv bor; bu lugʻat hajmi vazifa kontekstining 128k belgisidan alohida.
Ishlab chiqaruvchi eʼlonida kvantlashni hisobga olgan oʻqitish va FP8 inferensiyasi ham tavsiflangan. Bular reliz va aniqlik xususiyatlari, qoʻshimcha kontent turlari emas. Boshqa 12B yoki Mistral oilasi modelini aynan shu nashr deb qabul qilish oʻrniga aniq nazorat nuqtasi va unga mos tokenizatorni saqlang.
Koʻp tilli matn va Tekken
Reliz ingliz, fransuz, nemis, ispan, italyan, portugal, xitoy, yapon, koreys, arab va hind tillariga urgʻu beradi; rus tili esa model kartasining til metamaʼlumotlariga kiritilgan. Natijani soʻrashdan oldin yakuniy til, auditoriya va atamalarni belgilang. Koʻp tilli hujjat vazifasida atrofdagi matnni moslashtirib, nomlar, identifikatorlar va birliklarni oʻzgartirmang.
Nemo 100 dan ortiq tilda oʻqitilgan va tabiiy til hamda manba kodini samarali ifodalash uchun yaratilgan Tekken tokenizatoridan foydalanadi. Tokenizator manba materiali kontekstda qancha joy egallashiga taʼsir qiladi; shu sabab belgilar soni tokenlar sonining oʻzi emas. Mos tokenizatordan foydalaning va kontekstni faqat parchaning koʻrinadigan uzunligidan taxmin qilish oʻrniga vazifaning tegishli materialini birga saqlang.
Koʻrsatma va kodni tayyorlash
Hujjat tushuntirishi uchun manba parchasini bering va tushuntiriladigan shart yoki atamani koʻrsating. Asl nomlar va javobni qoʻllab-quvvatlaydigan manba bayonini saqlagan holda oʻquvchi tilida tushuntirishni soʻrang. Tahrirlashda qaysi maʼno va shartlar qayta yozishda saqlanishi, natija faqat tahrirlangan parcha boʻlishi yoki tushuntirish ham qoʻshilishi kerakligini belgilang.
Kodlash vazifasida til, kirish turlari, kutilgan chiqish va mavjud interfeysni ayting. Oʻzgartirishni belgilaydigan funksiya yoki eʼlonlarni kiriting. Foydali natija amalga oshirish, uning taxminlari va kutilgan chiqishlari bor kirish misollarini oʻz ichiga olishi mumkin. Alohida savolda modeldan bitta kirishni berilgan kod boʻylab kuzatishni soʻrash mumkin; shunda tushuntirish nomaʼlum dasturga emas, aniq yoʻlga bogʻlanadi.
Koʻp navbatli suhbatda tegishli oldingi javobni saqlang va aniq keyingi savol bering yoki vazifani oʻzgartiradigan yangi materialni taqdim eting. Keyingi javob avvalgi natijani tahrirlashi, bitta qarorni tushuntirishi yoki oʻsha manba faktlarining boshqa ifodasini yaratishi kerakmi — belgilang. Bu suhbat davomini aniq qiladi.
Funksiyalarni chaqirish va namunalash
Ishlab chiqaruvchi mos suhbat formatida funksiyalarni chaqirishni hujjatlashtiradi. Model taklif etilgan amal va argumentlarni yaratadi; ilova esa funksiyani bajarib, keyingi yaratishdan oldin natijasini suhbatga qoʻshadi. Kartada qisqartirilgan kod misoli toʻliq siklni koʻrsatmasligi aniq aytilgan, shu sabab yetishmayotgan bajarish va natija bosqichlari vosita yordamidagi ilovaning zarur qismlari boʻlib qoladi.
Eʼlon qilingan shu vosita formatida chaqiruv ID’lari va mos natija ID’lari aynan toʻqqizta harf-raqam belgisidan iborat. Modelning oʻz formatidagi suhbatni tayyorlashda amal va uning natijasi oʻrtasidagi bogʻlanishni saqlang. Oʻrovchi interfeys suhbatni boshqacha ifodalashi mumkin; reliz talabi toʻqib chiqarilgan umumiy mijoz identifikatorini emas, ishlab chiqaruvchi modelining formatini tavsiflaydi.
Ishlab chiqaruvchi temperature 0.3’ni tavsiya etadi va Nemo oldingi Mistral modellaridan pastroq temperature qiymatlaridan foydalanishini qayd qiladi. Misollardagi 64, 128, 256 va 1,000 tokenli turli sozlamalar oʻsha namoyishlar uchun yaratish tanlovlari, mustaqil eʼlon qilingan maksimal javob sigʻimlari emas.
Muhim cheklovlar
Instruct kartasi bu nazorat nuqtasini asosiy modelni moslashtirish namoyishi deb tavsiflaydi va unda moderatsiya mexanizmi yoʻqligini aniq aytadi. Moderatsiyalangan xatti-harakatga muhtoj ilovalar uni atrofdagi tizimda taʼminlashi kerak. Bu chiqarilgan nazorat nuqtasining xususiyati, Nemo modelini joylashtirgan har bir xizmat haqidagi daʼvo emas.
Bu yerda Nemo’ning hujjatlashtirilgan vazifasi oʻzining 128k konteksti va suhbat formati bilan matn yaratishdir. Keyingi Mistral oilalaridagi tasvir tushunish, nutqni matnga aylantirish va gibrid mulohaza boshqaruvlarini bu nashrga yuklamaslik kerak. Natija tushuntirish, tahrirlangan matn yoki taklif etilgan amalga oshirish sifatida foydali boʻlishi uchun toʻliq yozma shart, tegishli manba materiali va kerakli yakuniy natijani bering.
POST /v1/messagestextjson, sse| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar mistralai/mistral-nemo | 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.
Har bir to‘lovni ko‘rsatilgan shartlarga moslang. Har bir muqobil sozlamalar to‘plami uchun bitta tarifdan foydalaning.
| Sozlama | Tariflar jadvali | Kontekst tokenlari soni bundan ko‘p | Kontekst tokenlari soni bundan oshmaydi, chegara kiradi | To‘lov |
|---|---|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | Kontekst tokenlari soni bundan ko‘p— | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.0003 / 1K token Chiqish · Chiqish tokenlari $0.0003 / 1K token Kirish · Keshdan o‘qish $0.00003 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
| SozlamaSo‘rov uzunligi bo‘yicha 1-daraja | Tariflar jadvali— | Kontekst tokenlari soni bundan ko‘p0 | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.0003 / 1K token Chiqish · Chiqish tokenlari $0.0003 / 1K token Kirish · Keshdan o‘qish $0.00003 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
{\n "model": "mistralai/mistral-nemo",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-nemo', '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-nemo', '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 mistralai/mistral-nemo
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
Ingliz tilidagi texnik misol
Trace and repair a loop boundary\n\nTrace this Python function for n=3, then correct it to sum integers from 1 through n inclusively: def total(n): return sum(range(1, n)). Inputs are nonnegative integers. Preserve the total(n) interface. Return the corrected function and examples for n=0, n=1 and n=3, with expected outputs.A concise trace, a corrected function and three input/output examples.Check that n=0 remains zero and that the upper endpoint n is included for positive inputs.