Devstral Small 1.1 是 Mistral AI 用於軟體工程代理的固定純文字模型。它由 Mistral Small 3.1 微調而來，移除視覺編碼器，讓模型聚焦儲存庫探索、工具及多檔案程式碼變更。發行版具有 240 億參數，以及最多 128K 個 token 的上下文視窗。輸出包含文字、程式碼，或對代理應用程式提供函式的指令。
1.1 版保留前一版 Small 的架構，同時擴展與提示及程式環境的運作方式。製造商描述對不同代理架構的泛化改善，並在 XML 格式之外加入 Mistral 函式呼叫格式支援。這些是表達及解讀代理互動的方式；提供的工具與執行環境決定哪些儲存庫操作可用。
主要模型特性包含 24B 規模、Apache 2.0 權重，以及詞彙表約 131K 個項目的 Tekken tokenizer。固定 1.1 版本以自己的發行名稱識別，保留 128K 上下文。文字專案資料可包含原始碼檔案、任務需求、先前操作，以及搜尋或命令傳回的結果。這讓下一項建議變更可根據代理已了解的專案資訊形成。
實用工作流程從特定工程目標開始。要求代理找出處理請求的路徑、辨識相關函式，並對涉及檔案提出協調編輯。提供預期行為、相容性要求，以及可區分正確結果的範例。缺陷任務應包含觀察到的錯誤及重現輸入。重構任務應指出必須維持穩定的介面及行為。實用產出是建議修補，附上相依關係說明及驗證所需檢查。
模型也支援結構化回應及文件問答。程式碼審閱可為受影響元件、建議變更及後續檢查分別傳回欄位。技術文件任務可辨識與實作相關的需求。前綴接續可確立回應開頭，非同步批次工作流程則可處理獨立程式碼分析任務。這些功能補充主要的儲存庫與工具專長。
Ailoot API 代理應將工具說明及其引數結構描述與任務一併提供。Devstral 可選擇函式並準備引數；應用程式執行函式、傳回輸出，並延續對話。模型不會獨立取得檔案存取權或執行其建議程式碼。使用傳回工具結果調整建議編輯，最後提供程式碼產出、說明及環境提供的佐證。Small 1.1 身分與後續 Devstral 版本，以及通用 Mistral Small 發行版各自獨立。
", "aboutText": "Devstral Small 1.1 是 Mistral AI 用於軟體工程代理的固定純文字模型。它由 Mistral Small 3.1 微調而來，移除視覺編碼器，讓模型聚焦儲存庫探索、工具及多檔案程式碼變更。發行版具有 240 億參數，以及最多 128K 個 token 的上下文視窗。輸出包含文字、程式碼，或對代理應用程式提供函式的指令。\n\n1.1 版保留前一版 Small 的架構，同時擴展與提示及程式環境的運作方式。製造商描述對不同代理架構的泛化改善，並在 XML 格式之外加入 Mistral 函式呼叫格式支援。這些是表達及解讀代理互動的方式；提供的工具與執行環境決定哪些儲存庫操作可用。\n\n主要模型特性包含 24B 規模、Apache 2.0 權重，以及詞彙表約 131K 個項目的 Tekken tokenizer。固定 1.1 版本以自己的發行名稱識別，保留 128K 上下文。文字專案資料可包含原始碼檔案、任務需求、先前操作，以及搜尋或命令傳回的結果。這讓下一項建議變更可根據代理已了解的專案資訊形成。\n\n實用工作流程從特定工程目標開始。要求代理找出處理請求的路徑、辨識相關函式，並對涉及檔案提出協調編輯。提供預期行為、相容性要求，以及可區分正確結果的範例。缺陷任務應包含觀察到的錯誤及重現輸入。重構任務應指出必須維持穩定的介面及行為。實用產出是建議修補，附上相依關係說明及驗證所需檢查。\n\n模型也支援結構化回應及文件問答。程式碼審閱可為受影響元件、建議變更及後續檢查分別傳回欄位。技術文件任務可辨識與實作相關的需求。前綴接續可確立回應開頭，非同步批次工作流程則可處理獨立程式碼分析任務。這些功能補充主要的儲存庫與工具專長。\n\nAiloot API 代理應將工具說明及其引數結構描述與任務一併提供。Devstral 可選擇函式並準備引數；應用程式執行函式、傳回輸出，並延續對話。模型不會獨立取得檔案存取權或執行其建議程式碼。使用傳回工具結果調整建議編輯，最後提供程式碼產出、說明及環境提供的佐證。Small 1.1 身分與後續 Devstral 版本，以及通用 Mistral Small 發行版各自獨立。", "editorialOverlay": { "copy_fields": { "practical_html": "英文技術範例
Coordinate a renamed function\n\nTwo Python files contain: service.py: def load_user(uid): return {'id': uid}; handler.py: from service import load_user; def handle(uid): return load_user(uid). Rename load_user to fetch_user in both files while preserving handle's interface and returned value. Return separate changed file blocks and one regression assertion for handle(7).Two named Python file blocks and an assertion preserving handle behavior.The import, definition and call must all use fetch_user while handle remains callable by its original name.devstral-small-2507Devstral Small 1.1 是 Mistral AI 的 24B 純文字程式代理模型，用於探索儲存庫及準備跨檔案協調編輯。1.1 版新增更廣泛的提示相容性，支援函式呼叫與基於 XML 的代理格式，具有 128K 上下文視窗。
此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。
Devstral Small 1.1 是 Mistral AI 用於軟體工程代理的固定純文字模型。它由 Mistral Small 3.1 微調而來，移除視覺編碼器，讓模型聚焦儲存庫探索、工具及多檔案程式碼變更。發行版具有 240 億參數，以及最多 128K 個 token 的上下文視窗。輸出包含文字、程式碼，或對代理應用程式提供函式的指令。
1.1 版保留前一版 Small 的架構，同時擴展與提示及程式環境的運作方式。製造商描述對不同代理架構的泛化改善，並在 XML 格式之外加入 Mistral 函式呼叫格式支援。這些是表達及解讀代理互動的方式；提供的工具與執行環境決定哪些儲存庫操作可用。
主要模型特性包含 24B 規模、Apache 2.0 權重，以及詞彙表約 131K 個項目的 Tekken tokenizer。固定 1.1 版本以自己的發行名稱識別，保留 128K 上下文。文字專案資料可包含原始碼檔案、任務需求、先前操作，以及搜尋或命令傳回的結果。這讓下一項建議變更可根據代理已了解的專案資訊形成。
實用工作流程從特定工程目標開始。要求代理找出處理請求的路徑、辨識相關函式，並對涉及檔案提出協調編輯。提供預期行為、相容性要求，以及可區分正確結果的範例。缺陷任務應包含觀察到的錯誤及重現輸入。重構任務應指出必須維持穩定的介面及行為。實用產出是建議修補，附上相依關係說明及驗證所需檢查。
模型也支援結構化回應及文件問答。程式碼審閱可為受影響元件、建議變更及後續檢查分別傳回欄位。技術文件任務可辨識與實作相關的需求。前綴接續可確立回應開頭，非同步批次工作流程則可處理獨立程式碼分析任務。這些功能補充主要的儲存庫與工具專長。
Ailoot API 代理應將工具說明及其引數結構描述與任務一併提供。Devstral 可選擇函式並準備引數；應用程式執行函式、傳回輸出，並延續對話。模型不會獨立取得檔案存取權或執行其建議程式碼。使用傳回工具結果調整建議編輯，最後提供程式碼產出、說明及環境提供的佐證。Small 1.1 身分與後續 Devstral 版本，以及通用 Mistral Small 發行版各自獨立。
POST /v1/chat/completionstexttext| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
|---|---|---|---|---|
欄位model | 類型string | 要求必填 | 值與限制 devstral-small-2507 | 預設值— |
欄位messages | 類型message[] | 要求必填 | 值與限制 項目數下限: 1 | 預設值— |
欄位messages[].role | 類型string | 要求必填 | 值與限制 範例：system, user, assistant, tool, function 條件: 這些角色由 原始碼中的相容型別明確表示；確切角色集合仍依模型而定。 依模型而定 | 預設值— |
欄位messages[].content | 類型string|content_part[]|null | 要求選填 | 值與限制 | 預設值— |
欄位messages[].tool_calls | 類型tool_call[] | 要求選填 | 值與限制 | 預設值— |
欄位messages[].tool_call_id | 類型string | 要求選填 | 值與限制 適用條件: role=tool；使用實際回傳的 ID | 預設值— |
欄位messages[].name | 類型string | 要求選填 | 值與限制 | 預設值— |
欄位messages[].reasoning_content | 類型string | 要求選填 | 值與限制 適用條件: 此模型使用推理內容時，將實際回傳的推理內容帶回後續請求 | 預設值— |
欄位messages[].reasoning_details | 類型object|array | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位max_tokens | 類型integer | 要求選填 | 值與限制 最小值: 1 依模型而定 | 預設值— |
欄位max_completion_tokens | 類型integer | 要求選填 | 值與限制 最小值: 1 依模型而定 | 預設值— |
欄位stream | 類型boolean | 要求選填 | 值與限制 | 預設值false |
欄位stream_options.include_usage | 類型boolean | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位temperature | 類型number | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位top_p | 類型number | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位stop | 類型string|string[] | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位tools | 類型function_tool[] | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位tools[].type | 類型string | 要求選填 | 值與限制 function 依模型而定 | 預設值— |
欄位tools[].function.name | 類型string | 要求必填 | 值與限制 適用條件: 已提供函式工具 | 預設值— |
欄位tools[].function.description | 類型string | 要求選填 | 值與限制 | 預設值— |
欄位tools[].function.parameters | 類型JSON_schema | 要求選填 | 值與限制 | 預設值— |
欄位tool_choice | 類型string|object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位parallel_tool_calls | 類型boolean | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位response_format | 類型object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位reasoning_effort | 類型string | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位reasoning | 類型object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位service_tier | 類型string | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位instructions | 類型string | 要求選填 | 值與限制 相容性欄位 | 預設值— |
欄位functions | 類型function[] | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位function_call | 類型string|object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位prompt_cache_options | 類型object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位modalities | 類型string[] | 要求選填 | 值與限制 text | 預設值— |
欄位provider | 類型object | 要求選填 | 值與限制 條件: 此 Ultra 文字路由拒絕 provider.options | 預設值— |
欄位cache_control.ttl | 類型string | 要求選填 | 值與限制 條件: 實際提示詞快取位置拒絕 1h | 預設值— |
文字 · UTF8 文字
messages[].content
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, messages |
參數material_types | 規格text |
參數messages | 規格具有 role/content 結構的訊息陣列 |
參數file_material | 規格實際 UTF-8 文件以原文文字插入；不推定檔案 ID |
參數optional_controls | 規格stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
參數control_scope | 規格依模型而定；使用者函式工具與託管工具不同 |
參數output_modalities | 規格text |
參數hosted_operations | 規格false |
參數multimodal_input_binding | 規格null |
生命週期： synchronous_or_streamed
將確切模型 ID 與 messages 一併送出。
上下文長度不是輸出上限。
文字檔案可提供原文文字；圖片／音訊／檔案物件輸入需要精確綁定。
費率資訊不會增加請求選項。支援的參數列於所選方法中。
| 設定 | 費率表 | 費用 |
|---|---|---|
| 設定詞元基本費率 | 費率表基本費率 | 費用 輸入 · 輸入 Token $0.00022 / 1K Token 輸出 · 輸出 Token $0.00066 / 1K Token 輸入 · 讀取快取 $0 / 1K Token 輸入 · 寫入快取 $0 / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "devstral-small-2507", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='devstral-small-2507',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='devstral-small-2507',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 或 SSE
請保留所有完整傳回的回應、檔案與內容區塊。
保留每個候選項及其內容／工具呼叫／推理。SSE 中依候選項／工具索引組合增量，保留最終完成原因與用量。
保留請求／回應 ID 與標頭。未提供通用的文字工作擷取 URL。
| 欄位 | 類型 |
|---|---|
欄位choices[].index | 類型integer |
欄位choices[].message.content | 類型string|null |
欄位choices[].message.tool_calls | 類型tool_call[] |
欄位choices[].message.reasoning_content | 類型string |
欄位choices[].message.reasoning_details | 類型object|array |
欄位choices[].finish_reason | 類型string|null |
欄位usage | 類型object |
| 回應 | 條件 | 下一步 |
|---|---|---|
回應400 · invalid_request_error | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 |
Ailoot Ultra devstral-small-2507
請使用上方列出的 API 方法路徑。
devstral-small-2507Devstral Small 1.1 是 Mistral AI 的 24B 純文字程式代理模型，用於探索儲存庫及準備跨檔案協調編輯。1.1 版新增更廣泛的提示相容性，支援函式呼叫與基於 XML 的代理格式，具有 128K 上下文視窗。
此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。
Devstral Small 1.1 是 Mistral AI 用於軟體工程代理的固定純文字模型。它由 Mistral Small 3.1 微調而來，移除視覺編碼器，讓模型聚焦儲存庫探索、工具及多檔案程式碼變更。發行版具有 240 億參數，以及最多 128K 個 token 的上下文視窗。輸出包含文字、程式碼，或對代理應用程式提供函式的指令。
1.1 版保留前一版 Small 的架構，同時擴展與提示及程式環境的運作方式。製造商描述對不同代理架構的泛化改善，並在 XML 格式之外加入 Mistral 函式呼叫格式支援。這些是表達及解讀代理互動的方式；提供的工具與執行環境決定哪些儲存庫操作可用。
主要模型特性包含 24B 規模、Apache 2.0 權重，以及詞彙表約 131K 個項目的 Tekken tokenizer。固定 1.1 版本以自己的發行名稱識別，保留 128K 上下文。文字專案資料可包含原始碼檔案、任務需求、先前操作，以及搜尋或命令傳回的結果。這讓下一項建議變更可根據代理已了解的專案資訊形成。
實用工作流程從特定工程目標開始。要求代理找出處理請求的路徑、辨識相關函式，並對涉及檔案提出協調編輯。提供預期行為、相容性要求，以及可區分正確結果的範例。缺陷任務應包含觀察到的錯誤及重現輸入。重構任務應指出必須維持穩定的介面及行為。實用產出是建議修補，附上相依關係說明及驗證所需檢查。
模型也支援結構化回應及文件問答。程式碼審閱可為受影響元件、建議變更及後續檢查分別傳回欄位。技術文件任務可辨識與實作相關的需求。前綴接續可確立回應開頭，非同步批次工作流程則可處理獨立程式碼分析任務。這些功能補充主要的儲存庫與工具專長。
Ailoot API 代理應將工具說明及其引數結構描述與任務一併提供。Devstral 可選擇函式並準備引數；應用程式執行函式、傳回輸出，並延續對話。模型不會獨立取得檔案存取權或執行其建議程式碼。使用傳回工具結果調整建議編輯，最後提供程式碼產出、說明及環境提供的佐證。Small 1.1 身分與後續 Devstral 版本，以及通用 Mistral Small 發行版各自獨立。
POST /v1/messagestextjson, sse| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
|---|---|---|---|---|
欄位model | 類型string | 要求必填 | 值與限制 devstral-small-2507 | 預設值— |
欄位messages | 類型message[] | 要求必填 | 值與限制 | 預設值— |
欄位messages[].role | 類型string | 要求必填 | 值與限制 user, assistant | 預設值— |
欄位messages[].content | 類型string | 要求必填 | 值與限制 | 預設值— |
欄位max_tokens | 類型integer | 要求必填 | 值與限制 | 預設值— |
欄位stream | 類型boolean | 要求選填 | 值與限制 | 預設值false |
文字 · UTF-8 文字
messages[].content 字串
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, messages, max_tokens |
參數optional_controls | 規格stream |
參數material_types | 規格text |
參數text_file_material | 規格讀取實際 UTF-8 文件，將文字放入指定的 input 或訊息內容字串。 |
生命週期： synchronous_or_streamed
費率資訊不會增加請求選項。支援的參數列於所選方法中。
| 設定 | 費率表 | 費用 |
|---|---|---|
| 設定詞元基本費率 | 費率表基本費率 | 費用 輸入 · 輸入 Token $0.00022 / 1K Token 輸出 · 輸出 Token $0.00066 / 1K Token 輸入 · 讀取快取 $0 / 1K Token 輸入 · 寫入快取 $0 / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
{\n "model": "devstral-small-2507",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'devstral-small-2507', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'devstral-small-2507', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 或 SSE
請保留所有完整傳回的回應、檔案與內容區塊。
保留所有內容區塊、思考簽章與實際工具使用 ID。組合所有 SSE 區塊增量；第一個文字區塊不是完整輸出。
保留請求／回應 ID 與標頭。未提供通用的文字工作擷取 URL。
| 欄位 | 類型 |
|---|---|
欄位id | 類型string |
欄位model | 類型string |
欄位content[] | 類型text|thinking|tool_use|other content block |
欄位stop_reason | 類型string|null |
欄位usage | 類型object |
| 回應 | 條件 | 下一步 |
|---|---|---|
回應400 · invalid_request_error | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 |
Ailoot Ultra devstral-small-2507
請使用上方列出的 API 方法路徑。
英文技術範例
Coordinate a renamed function\n\nTwo Python files contain: service.py: def load_user(uid): return {'id': uid}; handler.py: from service import load_user; def handle(uid): return load_user(uid). Rename load_user to fetch_user in both files while preserving handle's interface and returned value. Return separate changed file blocks and one regression assertion for handle(7).Two named Python file blocks and an assertion preserving handle behavior.The import, definition and call must all use fetch_user while handle remains callable by its original name.