Mistral Large 3 2512 là phiên bản Mistral AI được tinh chỉnh để làm theo chỉ dẫn, dành cho hội thoại chung, hiểu hình ảnh và công việc doanh nghiệp. Kiến trúc hỗn hợp chuyên gia thưa có tổng cộng 675 tỷ tham số, với 41 tỷ hoạt động và cửa sổ ngữ cảnh 256k. Văn bản và hình ảnh có thể cùng đóng góp cho một tác vụ, còn câu trả lời là văn bản, mã hoặc kết quả có cấu trúc.
Khả năng và chuẩn bị đầu vào
Mô hình kết hợp thành phần ngôn ngữ với bộ mã hóa thị giác. Giao vai trò rõ cho ảnh: trang cần đọc, sơ đồ cần diễn giải hoặc màn hình cần giải thích. Với màn hình nhiều chi tiết, hãy cung cấp vùng cắt chứa điều khiển liên quan và giữ nhãn xung quanh cần để hiểu chúng. Mistral khuyến nghị hình dạng ảnh gần vuông; chia nguồn đặc biệt hẹp hoặc rộng thành các vùng hữu ích, thay vì thu nhỏ chi tiết quan trọng thành dải không đọc được.
Nhà sản xuất liệt kê hội thoại đa ngôn ngữ trên hàng chục ngôn ngữ, gồm tiếng Anh, Pháp, Tây Ban Nha, Đức, Ý, Bồ Đào Nha, Hà Lan, Trung, Nhật, Hàn và Ả Rập. Nêu ngôn ngữ đầu ra, người đọc dự định và thuật ngữ cần giữ. Với bài hỗ trợ, hãy yêu cầu giải thích được bản địa hóa, giữ nguyên tên sản phẩm và danh sách ngắn các bản dịch chưa chắc chắn cần xử lý trước khi xuất bản.
Tài liệu dài và tri thức doanh nghiệp
Dùng ngữ cảnh để tập hợp tài liệu liên quan: văn bản chính sách, đặc tả, quyết định hiện có và câu hỏi cần trả lời. Gắn nhãn từng nguồn và bản sửa đổi. Yêu cầu hữu ích là: “So sánh ba chính sách tiếp nhận này. Trả về bảng yêu cầu chung, xung đột và câu hỏi chưa trả lời, kèm phần nguồn cho mỗi phát hiện.” Sản phẩm thu được là so sánh dựa trên các đoạn được cung cấp, thay vì tóm tắt chung về chủ đề.
Với câu hỏi tài liệu, hãy xác định mức chi tiết mong muốn và yêu cầu đoạn văn hỗ trợ bên cạnh kết luận. Quy trình Document QnA của Mistral trước tiên dùng OCR để trích xuất văn bản và cấu trúc tài liệu, rồi dùng mô hình ngôn ngữ để diễn giải. Giữ số trang và tiêu đề khi chuẩn bị văn bản trích xuất để câu trả lời có thể dẫn lại bản gốc. URL tài liệu, văn bản trích xuất và bằng chứng hình ảnh có yêu cầu chuẩn bị khác nhau; hãy chọn dạng đầu vào được ứng dụng bạn dùng hỗ trợ.
Lập trình và hỗ trợ hằng ngày
Mistral định vị Large 3 cho hỗ trợ lập trình cũng như hội thoại hằng ngày. Cung cấp hàm liên quan, hành vi mong đợi và lỗi quan sát được. Ví dụ: “Bộ phân tích cú pháp này bỏ trường cuối khi đầu vào kết thúc mà không có ký tự xuống dòng. Giải thích nhánh gây lỗi, đề xuất thay đổi nhỏ nhất và trả hàm đã sửa cùng ba ví dụ đầu vào/đầu ra đại diện.” Kết quả hữu ích là thay đổi đề xuất gắn với mã thực tế cùng tập trường hợp lập trình viên có thể chạy.
Với bản thảo kinh doanh, hãy cung cấp dữ kiện và sản phẩm mong muốn cùng nhau. Yêu cầu chuyển ghi chú họp thành bản ghi nhớ quyết định cần nêu quyết định, phương án, giả định chưa giải quyết và hành động tiếp theo. Yêu cầu mô hình tách dữ kiện nguồn khỏi khuyến nghị và đánh dấu thông tin thiếu trong phần phù hợp. Điều này khiến đầu ra dễ chỉnh sửa hơn một bài viết không phân tách.
Công cụ và kết quả có cấu trúc
Gọi hàm gốc cho phép mô hình chọn hàm được cung cấp và chuẩn bị đối số. Ứng dụng chạy hàm ấy và trả kết quả; mô hình dùng thông tin trả về trong câu trả lời. Giữ công cụ cụ thể và chỉ cung cấp những công cụ cần cho tác vụ. Trợ lý kiểm tra tồn kho có thể nhận mã tham chiếu sản phẩm, yêu cầu tra cứu tồn kho và giải thích số lượng cùng kho được trả về. Kiểm tra hàm và đối số được chọn trước khi thực thi yêu cầu, đồng thời giữ phản hồi công cụ bên cạnh câu trả lời cuối cùng.
Với trích xuất, hãy chỉ rõ trường, kiểu dữ liệu và cách xử lý giá trị thiếu. Mistral mô tả chế độ JSON và đầu ra có cấu trúc tùy chỉnh; chế độ JSON yêu cầu chỉ dẫn rõ ràng để trả JSON, còn lược đồ tùy chỉnh cung cấp kiểm soát định dạng mạnh hơn. Tóm tắt hóa đơn có thể yêu cầu nhà cung cấp, số hóa đơn, ngày đến hạn, tiền tệ và các dòng hàng, với giá trị thiếu được biểu diễn nhất quán. Đối chiếu giá trị trích xuất với tài liệu, ngay cả khi phản hồi khớp cấu trúc yêu cầu.
Thiết lập và khác biệt giữa phiên bản
Xác định vai trò, tác vụ và quy tắc công cụ trong chỉ dẫn hệ thống. Mistral khuyến nghị temperature dưới 0.1 cho sử dụng vận hành thực tế và hằng ngày của bản trọng số này, còn giá trị cao hơn có thể được thử cho tác vụ sáng tạo. Tách yêu cầu ý tưởng đa dạng khỏi yêu cầu trích xuất có thể tái lập: cho yêu cầu thứ nhất không gian cho các phương án và yêu cầu thứ hai các trường cùng ràng buộc nguồn rõ ràng.
Phiên bản chỉ dẫn này khác với bản trọng số cơ sở Large 3 và các mô hình suy luận chuyên dụng. Nhà sản xuất xác định suy luận nghiêm ngặt và công việc thị giác chuyên biệt là lĩnh vực có thể phù hợp hơn với mô hình được thiết kế riêng. Với phép tính khó, hãy cung cấp giả định và đơn vị, yêu cầu kiểm tra trung gian và dùng công cụ tính toán sẵn có để xác minh kết quả. Với bằng chứng trực quan dày đặc, hãy chuẩn bị các vùng dễ đọc và đối chiếu câu trả lời với nguồn trước khi dùng trong báo cáo.
", "aboutText": "Mistral Large 3 2512 là phiên bản Mistral AI được tinh chỉnh để làm theo chỉ dẫn, dành cho hội thoại chung, hiểu hình ảnh và công việc doanh nghiệp. Kiến trúc hỗn hợp chuyên gia thưa có tổng cộng 675 tỷ tham số, với 41 tỷ hoạt động và cửa sổ ngữ cảnh 256k. Văn bản và hình ảnh có thể cùng đóng góp cho một tác vụ, còn câu trả lời là văn bản, mã hoặc kết quả có cấu trúc.\n\nKhả năng và chuẩn bị đầu vào\n\nMô hình kết hợp thành phần ngôn ngữ với bộ mã hóa thị giác. Giao vai trò rõ cho ảnh: trang cần đọc, sơ đồ cần diễn giải hoặc màn hình cần giải thích. Với màn hình nhiều chi tiết, hãy cung cấp vùng cắt chứa điều khiển liên quan và giữ nhãn xung quanh cần để hiểu chúng. Mistral khuyến nghị hình dạng ảnh gần vuông; chia nguồn đặc biệt hẹp hoặc rộng thành các vùng hữu ích, thay vì thu nhỏ chi tiết quan trọng thành dải không đọc được.\n\nNhà sản xuất liệt kê hội thoại đa ngôn ngữ trên hàng chục ngôn ngữ, gồm tiếng Anh, Pháp, Tây Ban Nha, Đức, Ý, Bồ Đào Nha, Hà Lan, Trung, Nhật, Hàn và Ả Rập. Nêu ngôn ngữ đầu ra, người đọc dự định và thuật ngữ cần giữ. Với bài hỗ trợ, hãy yêu cầu giải thích được bản địa hóa, giữ nguyên tên sản phẩm và danh sách ngắn các bản dịch chưa chắc chắn cần xử lý trước khi xuất bản.\n\nTài liệu dài và tri thức doanh nghiệp\n\nDùng ngữ cảnh để tập hợp tài liệu liên quan: văn bản chính sách, đặc tả, quyết định hiện có và câu hỏi cần trả lời. Gắn nhãn từng nguồn và bản sửa đổi. Yêu cầu hữu ích là: “So sánh ba chính sách tiếp nhận này. Trả về bảng yêu cầu chung, xung đột và câu hỏi chưa trả lời, kèm phần nguồn cho mỗi phát hiện.” Sản phẩm thu được là so sánh dựa trên các đoạn được cung cấp, thay vì tóm tắt chung về chủ đề.\n\nVới câu hỏi tài liệu, hãy xác định mức chi tiết mong muốn và yêu cầu đoạn văn hỗ trợ bên cạnh kết luận. Quy trình Document QnA của Mistral trước tiên dùng OCR để trích xuất văn bản và cấu trúc tài liệu, rồi dùng mô hình ngôn ngữ để diễn giải. Giữ số trang và tiêu đề khi chuẩn bị văn bản trích xuất để câu trả lời có thể dẫn lại bản gốc. URL tài liệu, văn bản trích xuất và bằng chứng hình ảnh có yêu cầu chuẩn bị khác nhau; hãy chọn dạng đầu vào được ứng dụng bạn dùng hỗ trợ.\n\nLập trình và hỗ trợ hằng ngày\n\nMistral định vị Large 3 cho hỗ trợ lập trình cũng như hội thoại hằng ngày. Cung cấp hàm liên quan, hành vi mong đợi và lỗi quan sát được. Ví dụ: “Bộ phân tích cú pháp này bỏ trường cuối khi đầu vào kết thúc mà không có ký tự xuống dòng. Giải thích nhánh gây lỗi, đề xuất thay đổi nhỏ nhất và trả hàm đã sửa cùng ba ví dụ đầu vào/đầu ra đại diện.” Kết quả hữu ích là thay đổi đề xuất gắn với mã thực tế cùng tập trường hợp lập trình viên có thể chạy.\n\nVới bản thảo kinh doanh, hãy cung cấp dữ kiện và sản phẩm mong muốn cùng nhau. Yêu cầu chuyển ghi chú họp thành bản ghi nhớ quyết định cần nêu quyết định, phương án, giả định chưa giải quyết và hành động tiếp theo. Yêu cầu mô hình tách dữ kiện nguồn khỏi khuyến nghị và đánh dấu thông tin thiếu trong phần phù hợp. Điều này khiến đầu ra dễ chỉnh sửa hơn một bài viết không phân tách.\n\nCông cụ và kết quả có cấu trúc\n\nGọi hàm gốc cho phép mô hình chọn hàm được cung cấp và chuẩn bị đối số. Ứng dụng chạy hàm ấy và trả kết quả; mô hình dùng thông tin trả về trong câu trả lời. Giữ công cụ cụ thể và chỉ cung cấp những công cụ cần cho tác vụ. Trợ lý kiểm tra tồn kho có thể nhận mã tham chiếu sản phẩm, yêu cầu tra cứu tồn kho và giải thích số lượng cùng kho được trả về. Kiểm tra hàm và đối số được chọn trước khi thực thi yêu cầu, đồng thời giữ phản hồi công cụ bên cạnh câu trả lời cuối cùng.\n\nVới trích xuất, hãy chỉ rõ trường, kiểu dữ liệu và cách xử lý giá trị thiếu. Mistral mô tả chế độ JSON và đầu ra có cấu trúc tùy chỉnh; chế độ JSON yêu cầu chỉ dẫn rõ ràng để trả JSON, còn lược đồ tùy chỉnh cung cấp kiểm soát định dạng mạnh hơn. Tóm tắt hóa đơn có thể yêu cầu nhà cung cấp, số hóa đơn, ngày đến hạn, tiền tệ và các dòng hàng, với giá trị thiếu được biểu diễn nhất quán. Đối chiếu giá trị trích xuất với tài liệu, ngay cả khi phản hồi khớp cấu trúc yêu cầu.\n\nThiết lập và khác biệt giữa phiên bản\n\nXác định vai trò, tác vụ và quy tắc công cụ trong chỉ dẫn hệ thống. Mistral khuyến nghị temperature dưới 0.1 cho sử dụng vận hành thực tế và hằng ngày của bản trọng số này, còn giá trị cao hơn có thể được thử cho tác vụ sáng tạo. Tách yêu cầu ý tưởng đa dạng khỏi yêu cầu trích xuất có thể tái lập: cho yêu cầu thứ nhất không gian cho các phương án và yêu cầu thứ hai các trường cùng ràng buộc nguồn rõ ràng.\n\nPhiên bản chỉ dẫn này khác với bản trọng số cơ sở Large 3 và các mô hình suy luận chuyên dụng. Nhà sản xuất xác định suy luận nghiêm ngặt và công việc thị giác chuyên biệt là lĩnh vực có thể phù hợp hơn với mô hình được thiết kế riêng. Với phép tính khó, hãy cung cấp giả định và đơn vị, yêu cầu kiểm tra trung gian và dùng công cụ tính toán sẵn có để xác minh kết quả. Với bằng chứng trực quan dày đặc, hãy chuẩn bị các vùng dễ đọc và đối chiếu câu trả lời với nguồn trước khi dùng trong báo cáo.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "08c311b4496e41d9e626b46c104f0c10fabe9c9fe4bbb343528b4f758e548126", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "vi", "methods": [ { "html": "mistralai/mistral-large-2512:batchMistral Large 3 2512 là mô hình văn bản và hình ảnh đa ngôn ngữ dành cho tài liệu dài, tri thức doanh nghiệp, lập trình và công việc có công cụ hỗ trợ. Ngữ cảnh 256k, gọi hàm gốc và đầu ra có cấu trúc giúp chuyển bằng chứng được cung cấp thành câu trả lời, bản ghi và hành động đề xuất.
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 Large 3 2512 là phiên bản Mistral AI được tinh chỉnh để làm theo chỉ dẫn, dành cho hội thoại chung, hiểu hình ảnh và công việc doanh nghiệp. Kiến trúc hỗn hợp chuyên gia thưa có tổng cộng 675 tỷ tham số, với 41 tỷ hoạt động và cửa sổ ngữ cảnh 256k. Văn bản và hình ảnh có thể cùng đóng góp cho một tác vụ, còn câu trả lời là văn bản, mã hoặc kết quả có cấu trúc.
Khả năng và chuẩn bị đầu vào
Mô hình kết hợp thành phần ngôn ngữ với bộ mã hóa thị giác. Giao vai trò rõ cho ảnh: trang cần đọc, sơ đồ cần diễn giải hoặc màn hình cần giải thích. Với màn hình nhiều chi tiết, hãy cung cấp vùng cắt chứa điều khiển liên quan và giữ nhãn xung quanh cần để hiểu chúng. Mistral khuyến nghị hình dạng ảnh gần vuông; chia nguồn đặc biệt hẹp hoặc rộng thành các vùng hữu ích, thay vì thu nhỏ chi tiết quan trọng thành dải không đọc được.
Nhà sản xuất liệt kê hội thoại đa ngôn ngữ trên hàng chục ngôn ngữ, gồm tiếng Anh, Pháp, Tây Ban Nha, Đức, Ý, Bồ Đào Nha, Hà Lan, Trung, Nhật, Hàn và Ả Rập. Nêu ngôn ngữ đầu ra, người đọc dự định và thuật ngữ cần giữ. Với bài hỗ trợ, hãy yêu cầu giải thích được bản địa hóa, giữ nguyên tên sản phẩm và danh sách ngắn các bản dịch chưa chắc chắn cần xử lý trước khi xuất bản.
Tài liệu dài và tri thức doanh nghiệp
Dùng ngữ cảnh để tập hợp tài liệu liên quan: văn bản chính sách, đặc tả, quyết định hiện có và câu hỏi cần trả lời. Gắn nhãn từng nguồn và bản sửa đổi. Yêu cầu hữu ích là: “So sánh ba chính sách tiếp nhận này. Trả về bảng yêu cầu chung, xung đột và câu hỏi chưa trả lời, kèm phần nguồn cho mỗi phát hiện.” Sản phẩm thu được là so sánh dựa trên các đoạn được cung cấp, thay vì tóm tắt chung về chủ đề.
Với câu hỏi tài liệu, hãy xác định mức chi tiết mong muốn và yêu cầu đoạn văn hỗ trợ bên cạnh kết luận. Quy trình Document QnA của Mistral trước tiên dùng OCR để trích xuất văn bản và cấu trúc tài liệu, rồi dùng mô hình ngôn ngữ để diễn giải. Giữ số trang và tiêu đề khi chuẩn bị văn bản trích xuất để câu trả lời có thể dẫn lại bản gốc. URL tài liệu, văn bản trích xuất và bằng chứng hình ảnh có yêu cầu chuẩn bị khác nhau; hãy chọn dạng đầu vào được ứng dụng bạn dùng hỗ trợ.
Lập trình và hỗ trợ hằng ngày
Mistral định vị Large 3 cho hỗ trợ lập trình cũng như hội thoại hằng ngày. Cung cấp hàm liên quan, hành vi mong đợi và lỗi quan sát được. Ví dụ: “Bộ phân tích cú pháp này bỏ trường cuối khi đầu vào kết thúc mà không có ký tự xuống dòng. Giải thích nhánh gây lỗi, đề xuất thay đổi nhỏ nhất và trả hàm đã sửa cùng ba ví dụ đầu vào/đầu ra đại diện.” Kết quả hữu ích là thay đổi đề xuất gắn với mã thực tế cùng tập trường hợp lập trình viên có thể chạy.
Với bản thảo kinh doanh, hãy cung cấp dữ kiện và sản phẩm mong muốn cùng nhau. Yêu cầu chuyển ghi chú họp thành bản ghi nhớ quyết định cần nêu quyết định, phương án, giả định chưa giải quyết và hành động tiếp theo. Yêu cầu mô hình tách dữ kiện nguồn khỏi khuyến nghị và đánh dấu thông tin thiếu trong phần phù hợp. Điều này khiến đầu ra dễ chỉnh sửa hơn một bài viết không phân tách.
Công cụ và kết quả có cấu trúc
Gọi hàm gốc cho phép mô hình chọn hàm được cung cấp và chuẩn bị đối số. Ứng dụng chạy hàm ấy và trả kết quả; mô hình dùng thông tin trả về trong câu trả lời. Giữ công cụ cụ thể và chỉ cung cấp những công cụ cần cho tác vụ. Trợ lý kiểm tra tồn kho có thể nhận mã tham chiếu sản phẩm, yêu cầu tra cứu tồn kho và giải thích số lượng cùng kho được trả về. Kiểm tra hàm và đối số được chọn trước khi thực thi yêu cầu, đồng thời giữ phản hồi công cụ bên cạnh câu trả lời cuối cùng.
Với trích xuất, hãy chỉ rõ trường, kiểu dữ liệu và cách xử lý giá trị thiếu. Mistral mô tả chế độ JSON và đầu ra có cấu trúc tùy chỉnh; chế độ JSON yêu cầu chỉ dẫn rõ ràng để trả JSON, còn lược đồ tùy chỉnh cung cấp kiểm soát định dạng mạnh hơn. Tóm tắt hóa đơn có thể yêu cầu nhà cung cấp, số hóa đơn, ngày đến hạn, tiền tệ và các dòng hàng, với giá trị thiếu được biểu diễn nhất quán. Đối chiếu giá trị trích xuất với tài liệu, ngay cả khi phản hồi khớp cấu trúc yêu cầu.
Thiết lập và khác biệt giữa phiên bản
Xác định vai trò, tác vụ và quy tắc công cụ trong chỉ dẫn hệ thống. Mistral khuyến nghị temperature dưới 0.1 cho sử dụng vận hành thực tế và hằng ngày của bản trọng số này, còn giá trị cao hơn có thể được thử cho tác vụ sáng tạo. Tách yêu cầu ý tưởng đa dạng khỏi yêu cầu trích xuất có thể tái lập: cho yêu cầu thứ nhất không gian cho các phương án và yêu cầu thứ hai các trường cùng ràng buộc nguồn rõ ràng.
Phiên bản chỉ dẫn này khác với bản trọng số cơ sở Large 3 và các mô hình suy luận chuyên dụng. Nhà sản xuất xác định suy luận nghiêm ngặt và công việc thị giác chuyên biệt là lĩnh vực có thể phù hợp hơn với mô hình được thiết kế riêng. Với phép tính khó, hãy cung cấp giả định và đơn vị, yêu cầu kiểm tra trung gian và dùng công cụ tính toán sẵn có để xác minh kết quả. Với bằng chứng trực quan dày đặc, hãy chuẩn bị các vùng dễ đọc và đối chiếu câu trả lời với nguồn trước khi dùng trong báo cáo.
POST /v1/batchestexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngendpoint | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn /v1/chat/completions | Mặc định— |
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn mistralai/mistral-large-2512:batch | Mặc định— |
Trườngrequests | Loạibatch_item[] | Yêu cầuBắt buộc | Giá trị & giới hạn Số mục tối thiểu: 1 | Mặc định— |
Trườngrequests[].custom_id | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngrequests[].body.messages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngcompletion_window | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn 24h | Mặc định— |
Trườngprovider | Loạiobject|null | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngrequests[].body.model | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn mistralai/mistral-large-2512:batch, mistralai/mistral-large-2512 | Mặc định— |
Trườngprovider.only | Loạistring[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn mistral | Mặc định— |
Trườngprovider.allow_fallbacks | Loạiboolean|null | Yêu cầuKhông bắt buộc | Giá trị & giới hạn false, null | Mặc định— |
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngendpoint, model, requests |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốrepresentation | Hợp đồngrequests[] nội tuyến; mỗi phần tử có custom_id và body |
Tham sốrequest_endpoint_profile | Hợp đồng/v1/chat/completions |
Tham sốfile_material | Hợp đồngBên gọi có thể đọc dữ liệu JSONL UTF-8 thực tế trên máy cục bộ vào requests[]. Không sử dụng mục đích tải lên, input_file_id hay tham chiếu tệp. Nếu thiếu tài liệu của khách hàng hoặc tài liệu rỗng, dừng khâu chuẩn bị trước POST. |
Tham sốserialization_order | Hợp đồngendpoint, model, provider (nếu được cung cấp), completion_window (nếu được cung cấp), requests ở cuối |
Tham sốoptional_controls | Hợp đồngprovider.only, provider.allow_fallbacks, completion_window |
Tham sốschema_scope | Hợp đồngPhần thân yêu cầu Chat Completions dạng văn bản trong cấu trúc Batch nội tuyến được mô tả trong tài liệu. |
Vòng đời: asynchronous
GET /v1/batches/{operation_id} · response.id thực tế từ phản hồi tạo gốc; cùng người dùng/khóa/nhóm
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0005 / 1K token Đầu ra · Token đầu ra $0.0015 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00005 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhBậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0005 / 1K token Đầu ra · Token đầu ra $0.0015 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00005 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"mistralai/mistral-large-2512:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['mistralai/mistral-large-2512:batch', 'mistralai/mistral-large-2512']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"mistralai/mistral-large-2512:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\nJSON nội tuyến tại results[].response.body
GET /v1/batches/{operation_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nBATCH_OPERATION_ID="$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))\noperation = response.get("id")\nif not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")\nprint(quote(operation, safe=""))\nPY_ID\n)"\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json\nLưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ lại toàn bộ JSON trạng thái gốc, mọi kết quả/custom_id và toàn bộ phần thân phản hồi hoặc lỗi. Lưu results[] đã hoàn tất dưới dạng JSONL mà không lọc.
Giữ nguyên ID thao tác gốc. Phản hồi 503 result_pending_check có X-Should-Retry:false; tuyệt đối không gửi lại lô gốc có trạng thái chưa xác định.
| Trường | Loại |
|---|---|
Trườngresults[].custom_id | Loạistring |
Trườngresults[].response.body.choices[].message.content | Loạistring|null |
Trườngresults[].error | Loạiobject|null |
Trườngusage | Loạiobject|null |
Trườngid | Loạistring |
Trườngmodel | Loạistring |
Trườngendpoint | Loạistring |
Trườngstatus | Loạistring |
Trườngrequest_counts | Loạiobject |
Trườngresults[].id | Loạistring |
Trườngresults[].response.status_code | Loạiinteger |
Trườngresults[].response.request_id | Loạistring |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnCấu trúc nội tuyến không đúng tài liệu, có khóa trùng, định danh phần tử không hợp lệ hoặc xung đột với khả năng đã cấu hình của mô hình. | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi bất kỳ yêu cầu mới nào. |
Phản hồi401 · authentication_error | Điều kiệnKhóa API không hợp lệ. | Bước tiếp theoSử dụng khóa Ailoot đã được cấp quyền. |
Phản hồi403 · permission_error | Điều kiệnNhóm xử lý hàng loạt không khả dụng. | Bước tiếp theoKiểm tra quyền sử dụng của khóa/nhóm. |
Phản hồi422 · invalid_request_error | Điều kiệnXử lý hàng loạt tính phí từ số dư; yêu cầu tạo qua gói thuê bao bị từ chối. | Bước tiếp theoSử dụng nhóm đã được cấp quyền và tính phí từ số dư. |
Phản hồi422 · price_unavailable | Điều kiệnKhông thể báo giá cho dữ liệu đầu vào của lô. | Bước tiếp theoGiữ lại phản hồi; sử dụng dữ liệu đầu vào của họ API được mô tả trong tài liệu. |
Phản hồi402 · billing_error | Điều kiệnKhoản dự trữ cho xử lý hàng loạt không khả dụng. | Bước tiếp theoKhắc phục vấn đề về điều kiện tiếp nhận trước khi gửi yêu cầu mới. |
Phản hồi503 · price_unavailable | Điều kiệnGiá phương thức xử lý hàng loạt/đơn giá gốc không khả dụng. | Bước tiếp theoGiữ lại phản hồi; không thay thế đơn giá. |
Phản hồi503 · api_error | Điều kiệnTuyến cụ thể tới nhà cung cấp không khả dụng. | Bước tiếp theoGiữ lại phản hồi để sửa tuyến. |
Phản hồi503 · result_pending_check | Điều kiệnKết quả gốc cần được kiểm tra; X-Should-Retry:false. | Bước tiếp theoGiữ lại operation_id/id gốc và truy xuất trạng thái của thao tác đó; tuyệt đối không lặp lại POST gốc. |
Phản hồi404 · not_found | Điều kiệnKhông tìm thấy thao tác kiểm tra trạng thái lô hoặc thao tác thuộc một danh tính khác. | Bước tiếp theoSử dụng đúng id gốc và cùng người dùng/khóa/nhóm. |
Ailoot Ultra mistralai/mistral-large-2512:batch
Dùng các đường dẫn phương thức hiển thị ở trên.