Mistral Small là dòng mô hình đa dụng của Mistral AI dành cho làm theo chỉ dẫn, công việc tài liệu và trợ lý lập trình. Các phiên bản đã công bố có kiến trúc và giới hạn ngữ cảnh riêng. Small 4 kết hợp làm theo chỉ dẫn, suy luận và lập trình bằng tác nhân trong một mô hình đa phương thức. Mô hình nhận văn bản và hình ảnh, tạo văn bản, cho phép cùng một tác vụ bao gồm yêu cầu bằng chữ và bằng chứng trực quan như trang tài liệu hoặc ảnh chụp giao diện.
Small 4 sử dụng kiến trúc hỗn hợp chuyên gia với tổng cộng 119 tỷ tham số và 128 chuyên gia, trong đó bốn chuyên gia được chọn cho mỗi token. Cửa sổ ngữ cảnh là 256K token. Phiên bản Small 3.2 trước đó có cửa sổ ngữ cảnh 128K. Đây là những thuộc tính riêng của từng phiên bản: lựa chọn theo dòng sẽ theo phiên bản được cập nhật, trong khi tên mô hình cố định xác định một bản phát hành cụ thể.
Small 4 cung cấp hai mức nỗ lực suy luận. Thiết lập trả lời trực tiếp sử dụng mức suy nghĩ tối thiểu và trả lời mà không có phần suy luận riêng. Thiết lập nỗ lực cao thêm suy luận chi tiết hơn trước câu trả lời cuối cùng, dành cho vấn đề khó hơn. Điều này hợp nhất hội thoại hằng ngày với phân tích toán học, nghiên cứu và tác vụ mã. Trong hội thoại suy luận, giữ lại toàn bộ thông điệp trước đó của trợ lý giúp bảo toàn ngữ cảnh cần cho các lượt tiếp theo.
Các tính năng ứng dụng của mô hình gồm gọi hàm, đầu ra có cấu trúc, câu hỏi tài liệu và tiếp tục câu trả lời có kiểm soát. Gọi hàm bắt đầu bằng mô tả công cụ sẵn có và các đối số được kỳ vọng. Mô hình có thể chọn hàm phù hợp, nhận diện thông tin thiếu và tạo đối số; ứng dụng thực thi hàm rồi trả kết quả cho câu trả lời tiếp theo. Quy trình công cụ có thể cho phép lựa chọn tự động, bắt buộc dùng công cụ, tắt công cụ hoặc cho phép nhiều lời gọi song song. Các cơ chế kiểm soát này thuộc quy trình của ứng dụng bao quanh.
Đầu ra có cấu trúc hỗ trợ cả JSON và lược đồ tùy chỉnh. Tác vụ hướng JSON cần mô tả rõ định dạng mong muốn, còn lược đồ xác định các trường và kiểu dữ liệu cần cho xử lý phía sau. Hỏi đáp tài liệu kết hợp trích xuất văn bản và bố cục với phân tích của mô hình ngôn ngữ: hãy hỏi một điều kiện cụ thể, so sánh các phần hoặc thu thập tập trường được xác định. Hỗ trợ đầu ra dự đoán hữu ích khi sửa văn bản hoặc mã mà phần lớn kết quả đã biết. Tiếp tục theo tiền tố cung cấp phần mở đầu đã chọn cho câu trả lời; xử lý theo lô giải quyết các tập yêu cầu độc lập theo cách bất đồng bộ.
Với trợ lý dùng Ailoot API, hãy xác định một sản phẩm bàn giao hữu ích và tài liệu làm cơ sở cho nó. Tác vụ hỗ trợ có thể kết hợp câu hỏi và ảnh chụp màn hình để tạo câu trả lời cùng các quan sát đã trích xuất. Tác vụ tài liệu có thể trả bảng trường dữ liệu và các câu hỏi chưa được giải quyết. Tác vụ lập trình có thể tìm hiểu tệp liên quan, đề xuất chỉnh sửa phối hợp và dùng các bước kiểm tra của ứng dụng để hoàn thiện chúng. Small 4 được phát hành với trọng số theo Apache 2.0 để tùy biến; tên dòng bảo toàn lựa chọn mô hình chung, còn chế độ và giới hạn cụ thể gắn với phiên bản được chọn.
", "aboutText": "Mistral Small là dòng mô hình đa dụng của Mistral AI dành cho làm theo chỉ dẫn, công việc tài liệu và trợ lý lập trình. Các phiên bản đã công bố có kiến trúc và giới hạn ngữ cảnh riêng. Small 4 kết hợp làm theo chỉ dẫn, suy luận và lập trình bằng tác nhân trong một mô hình đa phương thức. Mô hình nhận văn bản và hình ảnh, tạo văn bản, cho phép cùng một tác vụ bao gồm yêu cầu bằng chữ và bằng chứng trực quan như trang tài liệu hoặc ảnh chụp giao diện.\n\nSmall 4 sử dụng kiến trúc hỗn hợp chuyên gia với tổng cộng 119 tỷ tham số và 128 chuyên gia, trong đó bốn chuyên gia được chọn cho mỗi token. Cửa sổ ngữ cảnh là 256K token. Phiên bản Small 3.2 trước đó có cửa sổ ngữ cảnh 128K. Đây là những thuộc tính riêng của từng phiên bản: lựa chọn theo dòng sẽ theo phiên bản được cập nhật, trong khi tên mô hình cố định xác định một bản phát hành cụ thể.\n\nSmall 4 cung cấp hai mức nỗ lực suy luận. Thiết lập trả lời trực tiếp sử dụng mức suy nghĩ tối thiểu và trả lời mà không có phần suy luận riêng. Thiết lập nỗ lực cao thêm suy luận chi tiết hơn trước câu trả lời cuối cùng, dành cho vấn đề khó hơn. Điều này hợp nhất hội thoại hằng ngày với phân tích toán học, nghiên cứu và tác vụ mã. Trong hội thoại suy luận, giữ lại toàn bộ thông điệp trước đó của trợ lý giúp bảo toàn ngữ cảnh cần cho các lượt tiếp theo.\n\nCác tính năng ứng dụng của mô hình gồm gọi hàm, đầu ra có cấu trúc, câu hỏi tài liệu và tiếp tục câu trả lời có kiểm soát. Gọi hàm bắt đầu bằng mô tả công cụ sẵn có và các đối số được kỳ vọng. Mô hình có thể chọn hàm phù hợp, nhận diện thông tin thiếu và tạo đối số; ứng dụng thực thi hàm rồi trả kết quả cho câu trả lời tiếp theo. Quy trình công cụ có thể cho phép lựa chọn tự động, bắt buộc dùng công cụ, tắt công cụ hoặc cho phép nhiều lời gọi song song. Các cơ chế kiểm soát này thuộc quy trình của ứng dụng bao quanh.\n\nĐầu ra có cấu trúc hỗ trợ cả JSON và lược đồ tùy chỉnh. Tác vụ hướng JSON cần mô tả rõ định dạng mong muốn, còn lược đồ xác định các trường và kiểu dữ liệu cần cho xử lý phía sau. Hỏi đáp tài liệu kết hợp trích xuất văn bản và bố cục với phân tích của mô hình ngôn ngữ: hãy hỏi một điều kiện cụ thể, so sánh các phần hoặc thu thập tập trường được xác định. Hỗ trợ đầu ra dự đoán hữu ích khi sửa văn bản hoặc mã mà phần lớn kết quả đã biết. Tiếp tục theo tiền tố cung cấp phần mở đầu đã chọn cho câu trả lời; xử lý theo lô giải quyết các tập yêu cầu độc lập theo cách bất đồng bộ.\n\nVới trợ lý dùng Ailoot API, hãy xác định một sản phẩm bàn giao hữu ích và tài liệu làm cơ sở cho nó. Tác vụ hỗ trợ có thể kết hợp câu hỏi và ảnh chụp màn hình để tạo câu trả lời cùng các quan sát đã trích xuất. Tác vụ tài liệu có thể trả bảng trường dữ liệu và các câu hỏi chưa được giải quyết. Tác vụ lập trình có thể tìm hiểu tệp liên quan, đề xuất chỉnh sửa phối hợp và dùng các bước kiểm tra của ứng dụng để hoàn thiện chúng. Small 4 được phát hành với trọng số theo Apache 2.0 để tùy biến; tên dòng bảo toàn lựa chọn mô hình chung, còn chế độ và giới hạn cụ thể gắn với phiên bản được chọn.", "editorialOverlay": { "copy_fields": { "practical_html": "Ví dụ kỹ thuật bằng tiếng Anh
Extract a service-level obligation\n\nRead this clause: “Priority incidents receive an initial reply within two business hours. Resolution targets are agreed per incident. The customer must provide a contact number.” Prepare a field table for response target, resolution target and customer obligation. Preserve the difference between initial reply and resolution and mark anything not specified.A three-row obligation table with source wording and an explicit unresolved resolution target.Check that the two-hour target applies only to the initial reply, not incident resolution.mistral-small-latestDòng Small đa dụng của Mistral AI hỗ trợ trợ lý, phân tích tài liệu và quy trình lập trình bằng lời gọi công cụ cùng câu trả lời có cấu trúc. Phiên bản Small 4 kết hợp trả lời trực tiếp và suy luận có thể điều chỉnh với đầu vào văn bản và hình ảnh.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
Mistral Small là dòng mô hình đa dụng của Mistral AI dành cho làm theo chỉ dẫn, công việc tài liệu và trợ lý lập trình. Các phiên bản đã công bố có kiến trúc và giới hạn ngữ cảnh riêng. Small 4 kết hợp làm theo chỉ dẫn, suy luận và lập trình bằng tác nhân trong một mô hình đa phương thức. Mô hình nhận văn bản và hình ảnh, tạo văn bản, cho phép cùng một tác vụ bao gồm yêu cầu bằng chữ và bằng chứng trực quan như trang tài liệu hoặc ảnh chụp giao diện.
Small 4 sử dụng kiến trúc hỗn hợp chuyên gia với tổng cộng 119 tỷ tham số và 128 chuyên gia, trong đó bốn chuyên gia được chọn cho mỗi token. Cửa sổ ngữ cảnh là 256K token. Phiên bản Small 3.2 trước đó có cửa sổ ngữ cảnh 128K. Đây là những thuộc tính riêng của từng phiên bản: lựa chọn theo dòng sẽ theo phiên bản được cập nhật, trong khi tên mô hình cố định xác định một bản phát hành cụ thể.
Small 4 cung cấp hai mức nỗ lực suy luận. Thiết lập trả lời trực tiếp sử dụng mức suy nghĩ tối thiểu và trả lời mà không có phần suy luận riêng. Thiết lập nỗ lực cao thêm suy luận chi tiết hơn trước câu trả lời cuối cùng, dành cho vấn đề khó hơn. Điều này hợp nhất hội thoại hằng ngày với phân tích toán học, nghiên cứu và tác vụ mã. Trong hội thoại suy luận, giữ lại toàn bộ thông điệp trước đó của trợ lý giúp bảo toàn ngữ cảnh cần cho các lượt tiếp theo.
Các tính năng ứng dụng của mô hình gồm gọi hàm, đầu ra có cấu trúc, câu hỏi tài liệu và tiếp tục câu trả lời có kiểm soát. Gọi hàm bắt đầu bằng mô tả công cụ sẵn có và các đối số được kỳ vọng. Mô hình có thể chọn hàm phù hợp, nhận diện thông tin thiếu và tạo đối số; ứng dụng thực thi hàm rồi trả kết quả cho câu trả lời tiếp theo. Quy trình công cụ có thể cho phép lựa chọn tự động, bắt buộc dùng công cụ, tắt công cụ hoặc cho phép nhiều lời gọi song song. Các cơ chế kiểm soát này thuộc quy trình của ứng dụng bao quanh.
Đầu ra có cấu trúc hỗ trợ cả JSON và lược đồ tùy chỉnh. Tác vụ hướng JSON cần mô tả rõ định dạng mong muốn, còn lược đồ xác định các trường và kiểu dữ liệu cần cho xử lý phía sau. Hỏi đáp tài liệu kết hợp trích xuất văn bản và bố cục với phân tích của mô hình ngôn ngữ: hãy hỏi một điều kiện cụ thể, so sánh các phần hoặc thu thập tập trường được xác định. Hỗ trợ đầu ra dự đoán hữu ích khi sửa văn bản hoặc mã mà phần lớn kết quả đã biết. Tiếp tục theo tiền tố cung cấp phần mở đầu đã chọn cho câu trả lời; xử lý theo lô giải quyết các tập yêu cầu độc lập theo cách bất đồng bộ.
Với trợ lý dùng Ailoot API, hãy xác định một sản phẩm bàn giao hữu ích và tài liệu làm cơ sở cho nó. Tác vụ hỗ trợ có thể kết hợp câu hỏi và ảnh chụp màn hình để tạo câu trả lời cùng các quan sát đã trích xuất. Tác vụ tài liệu có thể trả bảng trường dữ liệu và các câu hỏi chưa được giải quyết. Tác vụ lập trình có thể tìm hiểu tệp liên quan, đề xuất chỉnh sửa phối hợp và dùng các bước kiểm tra của ứng dụng để hoàn thiện chúng. Small 4 được phát hành với trọng số theo Apache 2.0 để tùy biến; tên dòng bảo toàn lựa chọn mô hình chung, còn chế độ và giới hạn cụ thể gắn với phiên bản được chọn.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn mistral-small-latest | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn Số mục tối thiểu: 1 | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Ví dụ: system, user, assistant, tool, function Điều kiện: Các vai trò này được biểu diễn rõ trong các kiểu tương thích của mã nguồn; tập vai trò chính xác vẫn tùy từng mô hình. Tùy thuộc vào mô hình | Mặc định— |
Trườngmessages[].content | Loạistring|content_part[]|null | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_calls | Loạitool_call[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_call_id | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: role=tool; dùng ID thực tế được trả về | Mặc định— |
Trườngmessages[].name | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].reasoning_content | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: Gửi lại dữ liệu suy luận thực tế đã được trả về khi mô hình này sử dụng dữ liệu đó | Mặc định— |
Trườngmessages[].reasoning_details | Loạiobject|array | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_completion_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Trườngstream_options.include_usage | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtemperature | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtop_p | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngstop | Loạistring|string[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools | Loạifunction_tool[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].type | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn function Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].function.name | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Áp dụng khi: Có cung cấp công cụ hàm | Mặc định— |
Trườngtools[].function.description | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtools[].function.parameters | LoạiJSON_schema | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtool_choice | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngparallel_tool_calls | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngresponse_format | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning_effort | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngservice_tier | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườnginstructions | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Trường tương thích | Mặc định— |
Trườngfunctions | Loạifunction[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngfunction_call | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngprompt_cache_options | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmodalities | Loạistring[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn text | Mặc định— |
Trườngprovider | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: provider.options bị từ chối trên tuyến văn bản Ultra này | Mặc định— |
Trườngcache_control.ttl | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: 1h bị từ chối tại các vị trí lưu đệm prompt thực tế | Mặc định— |
Văn bản · Văn bản UTF8
messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốmessages | Hợp đồngMảng thông điệp có cấu trúc role/content |
Tham sốfile_material | Hợp đồngTài liệu UTF-8 thực tế được chèn nguyên dạng văn bản; không suy ra ID tệp |
Tham sốoptional_controls | Hợp đồngstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Tham sốcontrol_scope | Hợp đồngTùy từng mô hình; công cụ hàm của người dùng khác với công cụ do dịch vụ cung cấp |
Tham sốoutput_modalities | Hợp đồngtext |
Tham sốhosted_operations | Hợp đồngfalse |
Tham sốmultimodal_input_binding | Hợp đồngnull |
Vòng đời: synchronous_or_streamed
Gửi ID mô hình chính xác cùng messages.
Độ dài ngữ cảnh không phải giới hạn đầu ra.
Tệp văn bản có thể cung cấp nguyên văn nội dung; đầu vào hình ảnh, âm thanh hoặc đối tượng tệp cần có liên kết chính xác.
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
| Cấu hình | Biểu mức phí | Phí |
|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Phí Đầu vào · Token đầu vào $0.0011 / 1K token Đầu ra · Token đầu ra $0.0011 / 1K token Đầu vào · Đọc bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "mistral-small-latest", "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='mistral-small-latest',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='mistral-small-latest',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 hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi phương án trả lời cùng nội dung, lệnh gọi công cụ và dữ liệu suy luận của phương án đó. Với SSE, ghép các phần thay đổi theo chỉ số phương án và công cụ, giữ lý do kết thúc cuối cùng cùng dữ liệu sử dụng.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngchoices[].index | Loạiinteger |
Trườngchoices[].message.content | Loạistring|null |
Trườngchoices[].message.tool_calls | Loạitool_call[] |
Trườngchoices[].message.reasoning_content | Loạistring |
Trườngchoices[].message.reasoning_details | Loạiobject|array |
Trườngchoices[].finish_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra mistral-small-latest
Dùng các đường dẫn phương thức hiển thị ở trên.
mistral-small-latestDòng Small đa dụng của Mistral AI hỗ trợ trợ lý, phân tích tài liệu và quy trình lập trình bằng lời gọi công cụ cùng câu trả lời có cấu trúc. Phiên bản Small 4 kết hợp trả lời trực tiếp và suy luận có thể điều chỉnh với đầu vào văn bản và hình ảnh.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
Mistral Small là dòng mô hình đa dụng của Mistral AI dành cho làm theo chỉ dẫn, công việc tài liệu và trợ lý lập trình. Các phiên bản đã công bố có kiến trúc và giới hạn ngữ cảnh riêng. Small 4 kết hợp làm theo chỉ dẫn, suy luận và lập trình bằng tác nhân trong một mô hình đa phương thức. Mô hình nhận văn bản và hình ảnh, tạo văn bản, cho phép cùng một tác vụ bao gồm yêu cầu bằng chữ và bằng chứng trực quan như trang tài liệu hoặc ảnh chụp giao diện.
Small 4 sử dụng kiến trúc hỗn hợp chuyên gia với tổng cộng 119 tỷ tham số và 128 chuyên gia, trong đó bốn chuyên gia được chọn cho mỗi token. Cửa sổ ngữ cảnh là 256K token. Phiên bản Small 3.2 trước đó có cửa sổ ngữ cảnh 128K. Đây là những thuộc tính riêng của từng phiên bản: lựa chọn theo dòng sẽ theo phiên bản được cập nhật, trong khi tên mô hình cố định xác định một bản phát hành cụ thể.
Small 4 cung cấp hai mức nỗ lực suy luận. Thiết lập trả lời trực tiếp sử dụng mức suy nghĩ tối thiểu và trả lời mà không có phần suy luận riêng. Thiết lập nỗ lực cao thêm suy luận chi tiết hơn trước câu trả lời cuối cùng, dành cho vấn đề khó hơn. Điều này hợp nhất hội thoại hằng ngày với phân tích toán học, nghiên cứu và tác vụ mã. Trong hội thoại suy luận, giữ lại toàn bộ thông điệp trước đó của trợ lý giúp bảo toàn ngữ cảnh cần cho các lượt tiếp theo.
Các tính năng ứng dụng của mô hình gồm gọi hàm, đầu ra có cấu trúc, câu hỏi tài liệu và tiếp tục câu trả lời có kiểm soát. Gọi hàm bắt đầu bằng mô tả công cụ sẵn có và các đối số được kỳ vọng. Mô hình có thể chọn hàm phù hợp, nhận diện thông tin thiếu và tạo đối số; ứng dụng thực thi hàm rồi trả kết quả cho câu trả lời tiếp theo. Quy trình công cụ có thể cho phép lựa chọn tự động, bắt buộc dùng công cụ, tắt công cụ hoặc cho phép nhiều lời gọi song song. Các cơ chế kiểm soát này thuộc quy trình của ứng dụng bao quanh.
Đầu ra có cấu trúc hỗ trợ cả JSON và lược đồ tùy chỉnh. Tác vụ hướng JSON cần mô tả rõ định dạng mong muốn, còn lược đồ xác định các trường và kiểu dữ liệu cần cho xử lý phía sau. Hỏi đáp tài liệu kết hợp trích xuất văn bản và bố cục với phân tích của mô hình ngôn ngữ: hãy hỏi một điều kiện cụ thể, so sánh các phần hoặc thu thập tập trường được xác định. Hỗ trợ đầu ra dự đoán hữu ích khi sửa văn bản hoặc mã mà phần lớn kết quả đã biết. Tiếp tục theo tiền tố cung cấp phần mở đầu đã chọn cho câu trả lời; xử lý theo lô giải quyết các tập yêu cầu độc lập theo cách bất đồng bộ.
Với trợ lý dùng Ailoot API, hãy xác định một sản phẩm bàn giao hữu ích và tài liệu làm cơ sở cho nó. Tác vụ hỗ trợ có thể kết hợp câu hỏi và ảnh chụp màn hình để tạo câu trả lời cùng các quan sát đã trích xuất. Tác vụ tài liệu có thể trả bảng trường dữ liệu và các câu hỏi chưa được giải quyết. Tác vụ lập trình có thể tìm hiểu tệp liên quan, đề xuất chỉnh sửa phối hợp và dùng các bước kiểm tra của ứng dụng để hoàn thiện chúng. Small 4 được phát hành với trọng số theo Apache 2.0 để tùy biến; tên dòng bảo toàn lựa chọn mô hình chung, còn chế độ và giới hạn cụ thể gắn với phiên bản được chọn.
POST /v1/messagestextjson, sse| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn mistral-small-latest | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn user, assistant | Mặc định— |
Trườngmessages[].content | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Văn bản · Văn bản UTF-8
Chuỗi messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages, max_tokens |
Tham sốoptional_controls | Hợp đồngstream |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốtext_file_material | Hợp đồngĐọc tài liệu UTF-8 thực tế và đặt nội dung văn bản vào chuỗi đầu vào hoặc nội dung thông điệp được chỉ định. |
Vòng đời: synchronous_or_streamed
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
| Cấu hình | Biểu mức phí | Phí |
|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Phí Đầu vào · Token đầu vào $0.0011 / 1K token Đầu ra · Token đầu ra $0.0011 / 1K token Đầu vào · Đọc bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "mistral-small-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'mistral-small-latest', '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': 'mistral-small-latest', '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 hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi khối nội dung, chữ ký suy nghĩ và ID sử dụng công cụ thực tế. Ghép tất cả các phần thay đổi của khối SSE; khối văn bản đầu tiên không phải toàn bộ đầu ra.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngid | Loạistring |
Trườngmodel | Loạistring |
Trườngcontent[] | Loạitext|thinking|tool_use|other content block |
Trườngstop_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra mistral-small-latest
Dùng các đường dẫn phương thức hiển thị ở trên.
Ví dụ kỹ thuật bằng tiếng Anh
Extract a service-level obligation\n\nRead this clause: “Priority incidents receive an initial reply within two business hours. Resolution targets are agreed per incident. The customer must provide a contact number.” Prepare a field table for response target, resolution target and customer obligation. Preserve the difference between initial reply and resolution and mark anything not specified.A three-row obligation table with source wording and an explicit unresolved resolution target.Check that the two-hour target applies only to the initial reply, not incident resolution.