Source: https://ailoot.ai/models/zh-hant-tw/mistralai-mistral-medium-3-5-u003a-batch/
Canonical: https://ailoot.ai/models/zh-hant-tw/mistralai-mistral-medium-3-5-u003a-batch/
Language: zh-hant-tw

# Mistral: Mistral Medium 3.5 (batch)

[Markdown](https://ailoot.ai/models/zh-hant-tw/mistralai-mistral-medium-3-5-u003a-batch/index.md) · [JSON](https://ailoot.ai/models/zh-hant-tw/mistralai-mistral-medium-3-5-u003a-batch/facts.json)

## [Mistral: Mistral Medium 3.5 (batch)](https://ailoot.ai/models/zh-hant-tw/mistralai-mistral-medium-3-5-u003a-batch/)

Mistral Medium 3.5 在 128B 稠密文字與影像模型中結合指令遵循、推理與程式開發。它具備原廠提供的 256k 上下文、逐請求推理設定、原生函式呼叫與結構化輸出，支援文件及代理工作流程。

- [**Ailoot Ultra · 批次處理（Batch）** `POST /v1/batches` `mistralai/mistral-medium-3-5:batch`](https://ailoot.ai/models/zh-hant-tw/mistralai-mistral-medium-3-5-u003a-batch/#method-0)

關於模型

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。

Mistral Medium 3.5 是 Mistral AI 的 128B 稠密模型，在同一組權重中結合指令遵循、推理與程式開發。它接收文字與影像並回傳文字。原廠將它定位於代理與程式開發任務，而同一個檢查點也能產生直接的對話回答，或使用文件記載的推理模式處理較複雜的任務。

統一模型與視覺能力

發布的模型卡列出 1,280 億個稠密參數及 256k 上下文視窗。其視覺編碼器經過訓練，可處理不同影像尺寸與長寬比。影像可為程式開發或文件任務提供證據，例如介面截圖、需求所附的圖表，或含有模型必須解讀資訊的頁面。結果可以是書面說明、程式碼或結構化欄位，而非生成的影像。

原廠描述它支援數十種語言，包括英語、法語、西班牙語、德語、義大利語、葡萄牙語、荷蘭語、中文、日語、韓語及阿拉伯語，也強調對系統提示詞的遵循，以及搭配 JSON 輸出的原生函式呼叫。請將讀者、語言及回應規則與待檢視材料分開設定，讓來源文件的措辭持續作為任務證據。

推理設定

模型卡記載每個請求可使用兩種推理強度值。none 會產生不啟用推理模式的指令式回答；high 則啟用推理，並建議用於複雜提示詞與代理式程式開發。這是同一個 Medium 3.5 檢查點內的模式選擇，並非不同的模型身分。

對高推理強度，原廠建議 temperature 為 0.7、top-p 為 0.95。對 none，文件記載可依任務使用 0.0 至 0.7 之間的 temperature，並將 top-p 留空或設為 1.0。這些是發布建議。請先選擇輸出用途：精簡的欄位擷取、附說明的程式碼變更，或需要多項有根據決策的比較。

實際推理任務可以提供需求、實作，以及揭露不符之處的輸入。要求模型指出相關路徑、說明差異，並提出保留公開介面的最小變更。將修訂後的程式碼與假設及範例分開要求。模型生成建議方案；編譯、執行與套用需要與代理連接的開發環境。

工具、文件與可預期的編輯

原廠服務卡也列出結構化輸出、預測輸出、文件問答、回應前綴、批次處理與代理對話。進行擷取時，請定義欄位名稱、型別與缺漏值的處理方式。JSON 模式提供結構化表示，而自訂結構描述則在連接介面中定義更具體的形式。程式要解析結果時，只要求紀錄；人員需要檢視解讀方式時，再另行要求說明。

文件問答將經 OCR 準備的文字與結構結合語言模型理解。進行比較時，請指出文件及評估條件，再要求每項發現附上來源位置。實用的輸出可區分共同需求、分歧與未解問題。直接影像問題可聚焦圖表標籤或介面元素；保留標題、單位及影像角色，有助於讓回答對應提供的材料。

預測輸出的文件說明適用於大部分期望答案已知的任務，例如重新生成僅有少量修改的程式碼檔案或文件。提供現有內容並指出具體變更，同時保留應維持的部分。這不同於要求全新成品，或從已知回應前綴繼續生成。服務功能描述的是提交與格式選項，不會改變模型的文字與影像輸入，或文字輸出。

在工具輔助工作流程中，應用程式提供函式說明與參數，模型選擇函式並準備引數，應用程式執行後回傳結果。計算工具可以接收從所提供影像讀取的值，查詢工具則可提供下一次回答缺少的資訊。請讓工具結果與產生它的操作維持關聯。代理式推理依賴這個環境，而不是僅靠文字生成來執行外部動作。

準備長時間工作階段

利用 256k 上下文容納相關原始碼、文件與對話歷史，並維持明確的實際目標。程式開發工作階段可以保留模組、呼叫端與需求，同時要求一項定義清楚的變更。文件工作階段可以將相關章節放在一起，同時回傳簡短表格或修訂段落。上下文容量並未指定獨立的最大回答長度；模型卡的 1,024 個 token 生成範例是示範，並非該項限制。

原廠指出，較早發布的設定曾包含長上下文錯誤，現已修正，也說明其對衍生檢查點的影響。使用權重進行長時間工作階段時，請保留已修正的發布設定。不能僅因名稱屬於同一系列，就將 Medium 3.5 的混合模式與 128B 架構套用到 Medium 3.1 或另外具名的 draft-head 檢查點。

**Ailoot Ultra · 批次處理（Batch）** `POST /v1/batches` `mistralai/mistral-medium-3-5:batch`

[`mistralai/mistral-medium-3-5:batch`](https://ailoot.ai/models/zh-hant-tw/#m=mistralai%2Fmistral-medium-3-5%3Abatch&route=Ultra&caller=mistralai%2Fmistral-medium-3-5%3Abatch&fmt=batches)

Mistral /`mistralai/mistral-medium-3-5:batch`

### 入門

Mistral Medium 3.5 在 128B 稠密文字與影像模型中結合指令遵循、推理與程式開發。它具備原廠提供的 256k 上下文、逐請求推理設定、原生函式呼叫與結構化輸出，支援文件及代理工作流程。

接受的輸入

文字

結果

文字

### Ailoot 可用 · 輸入與方法

**Ailoot Ultra · 批次處理（Batch）** `POST /v1/batches`

輸入

`text`

輸出

`text`

輸出格式

內嵌的 results\[\].response.body JSON

| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
| --- | --- | --- | --- | --- |
| 欄位`endpoint` | 類型`string` | 要求必填 | 值與限制 /v1/chat/completions | 預設值— |
| 欄位`model` | 類型`string` | 要求必填 | 值與限制 mistralai/mistral-medium-3-5:batch | 預設值— |
| 欄位`requests` | 類型`batch_item[]` | 要求必填 | 值與限制 項目數下限: 1 | 預設值— |
| 欄位`requests[].custom_id` | 類型`string` | 要求必填 | 值與限制 | 預設值— |
| 欄位`requests[].body.messages` | 類型`message[]` | 要求必填 | 值與限制 | 預設值— |
| 欄位`completion_window` | 類型`string` | 要求選填 | 值與限制 24h | 預設值— |
| 欄位`provider` | 類型`object\|null` | 要求選填 | 值與限制 | 預設值— |
| 欄位`requests[].body.model` | 類型`string` | 要求選填 | 值與限制 mistralai/mistral-medium-3-5:batch, mistralai/mistral-medium-3-5 | 預設值— |
| 欄位`provider.only` | 類型`string[]` | 要求選填 | 值與限制 mistral | 預設值— |
| 欄位`provider.allow_fallbacks` | 類型`boolean\|null` | 要求選填 | 值與限制 false, null | 預設值— |

方法參數與生命週期

| 參數 | 規格 |
| --- | --- |
| 參數`content_type` | 規格application/json |
| 參數`required` | 規格endpoint, model, requests |
| 參數`material_types` | 規格text |
| 參數`representation` | 規格內嵌的 requests\[\]；每個項目皆含 custom\_id 與 body |
| 參數`request_endpoint_profile` | 規格/v1/chat/completions |
| 參數`file_material` | 規格呼叫端可在本機將實際的 UTF-8 JSONL 讀入 requests\[\]。此流程不使用上傳用途、input\_file\_id 或檔案參照。若缺少客戶素材或素材為空，應在 POST 前停止準備。 |
| 參數`serialization_order` | 規格endpoint, model, provider（如有提供）, completion\_window（如有提供）, requests 放在最後 |
| 參數`optional_controls` | 規格provider.only, provider.allow\_fallbacks, completion\_window |
| 參數`schema_scope` | 規格依文件規定的內嵌 Batch 封裝格式提供文字 Chat Completions 請求主體。 |

生命週期： `asynchronous`

`GET /v1/batches/{operation_id}` · 原始建立回應中實際回傳的 response.id；使用相同使用者／金鑰／群組

### 方案

費率資訊不會增加請求選項。支援的參數列於所選方法中。

快速模式

未指定 選取快速模式時

flex 模式

未指定 選取 flex 模式時

最高推理強度

未指定 最高推理強度採用 default 調整值時

顯式快取計價

未啟用 請求顯式快取時

#### Ailoot 費率

#### 各設定的價格

請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。

| 設定 | 費率表 | 上下文 Token 數大於 | 上下文 Token 數小於或等於 | 費用 |
| --- | --- | --- | --- | --- |
| 設定詞元基本費率 | 費率表基本費率 | 上下文 Token 數大於— | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token **$0.0015** / 1K Token 輸出 · 輸出 Token **$0.0075** / 1K Token 輸入 · 讀取快取 **—** / 1K Token 輸入 · 寫入快取 **—** / 1K Token 輸入 · 寫入快取，1 小時 **—** / 1K Token |
| 設定請求長度級距 1 | 費率表— | 上下文 Token 數大於0 | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token **$0.0015** / 1K Token 輸出 · 輸出 Token **$0.0075** / 1K Token 輸入 · 讀取快取 **—** / 1K Token 輸入 · 寫入快取 **—** / 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 →](https://ailoot.ai/docs/zh-hant-tw/billing/reserve/)

### 請求範例

#### Ailoot Ultra · 批次處理（Batch）

curl · 保留的測試資料Python HTTP · 客戶實際的 JSONLPython · 儲存每個已完成的結果

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json
from pathlib import Path
body=json.loads('{"endpoint":"/v1/chat/completions","model":"mistralai/mistral-medium-3-5:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')
Path("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json
```

```python
import json, os
from pathlib import Path
from urllib.request import Request, urlopen

def prepare_requests(customer_path):
    path = Path(customer_path)
    if not path.is_file(): raise ValueError("Customer JSONL file is missing")
    items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]
    if not items: raise ValueError("Customer JSONL contains no requests")
    ids = set()
    for item in items:
        if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")
        cid = item["custom_id"]
        if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")
        ids.add(cid)
        if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")
        supplied_model = item["body"].get("model")
        if supplied_model is not None and supplied_model not in ['mistralai/mistral-medium-3-5:batch', 'mistralai/mistral-medium-3-5']: raise ValueError("body.model must be an exact documented caller or wire ID")
    return {"endpoint":"/v1/chat/completions", "model":"mistralai/mistral-medium-3-5:batch", "requests":items}

if __name__ == "__main__":
    material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")
    if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")
    body = prepare_requests(material)
    key = os.environ.get("AILOOT_API_KEY", "")
    if not key: raise SystemExit("Set AILOOT_API_KEY")
    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")
    with urlopen(request) as response:
        raw = response.read()
        Path("batch-create-response.json").write_bytes(raw)
        print(raw.decode("utf-8"))
```

```python
import json
from pathlib import Path
raw = Path("batch-status-response.json").read_bytes()
response = json.loads(raw)
if response.get("status") != "completed":
    raise SystemExit("Keep the original operation; read its status without resubmitting")
results = response.get("results")
if not isinstance(results, list) or not results:
    raise SystemExit("Preserve the original response; completed results are missing")
Path("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\n" for item in results), encoding="utf-8")
# Preserve batch-status-response.json with aggregate usage and every result/error.
```

### 接收並儲存結果

#### Ailoot Ultra · 批次處理（Batch）

內嵌的 results\[\].response.body JSON

- `GET /v1/batches/{operation_id}`

##### 查看工作狀態

curl · 原始作業狀態

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
BATCH_OPERATION_ID="$(python3 - <<'PY_ID'
import json
from pathlib import Path
from urllib.parse import quote
response = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))
operation = response.get("id")
if not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")
print(quote(operation, safe=""))
PY_ID
)"
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json
```

##### 保留所有已完成的結果

請保留所有完整傳回的回應、檔案與內容區塊。

保留完整的原始狀態 JSON、每個結果／custom\_id，以及完整的回應或錯誤主體。將已完成的 results\[\] 儲存為 JSONL，不得篩除任何項目。

##### 需要檢查原始回應時

保留原始作業 ID。503 result\_pending\_check 回應帶有 X-Should-Retry:false；請勿重新提交狀態不明的原始批次。

回應欄位

| 欄位 | 類型 |
| --- | --- |
| 欄位`results[].custom_id` | 類型string |
| 欄位`results[].response.body.choices[].message.content` | 類型string\|null |
| 欄位`results[].error` | 類型object\|null |
| 欄位`usage` | 類型object\|null |
| 欄位`id` | 類型string |
| 欄位`model` | 類型string |
| 欄位`endpoint` | 類型string |
| 欄位`status` | 類型string |
| 欄位`request_counts` | 類型object |
| 欄位`results[].id` | 類型string |
| 欄位`results[].response.status_code` | 類型integer |
| 欄位`results[].response.request_id` | 類型string |

錯誤與後續步驟

| 回應 | 條件 | 下一步 |
| --- | --- | --- |
| 回應400 · `invalid_request_error` | 條件文件規定的內嵌封裝格式無效、索引鍵重複、項目識別有誤，或與已設定的模型能力衝突。 | 下一步再次提交前，請先修正指出的欄位。 |
| 回應401 · `authentication_error` | 條件API 金鑰無效。 | 下一步使用已獲授權的 Ailoot 金鑰。 |
| 回應403 · `permission_error` | 條件批次處理群組無法使用。 | 下一步檢查金鑰／群組的使用權限。 |
| 回應422 · `invalid_request_error` | 條件批次處理採用餘額計費；透過訂閱建立批次的請求會遭拒絕。 | 下一步使用已獲授權、以餘額計費的群組。 |
| 回應422 · `price_unavailable` | 條件無法為批次輸入估價。 | 下一步保留回應；使用文件規定的該 API 家族輸入格式。 |
| 回應402 · `billing_error` | 條件批次處理的預留額度無法取得。 | 下一步提交新請求前，請先解決請求受理問題。 |
| 回應503 · `price_unavailable` | 條件批次處理方法的價格／原生費率無法取得。 | 下一步保留回應；請勿替換價格。 |
| 回應503 · `api_error` | 條件指定的供應商路由無法使用。 | 下一步保留回應，以供修復路由。 |
| 回應503 · `result_pending_check` | 條件原始結果需要檢查；X-Should-Retry:false。 | 下一步保留原始 operation\_id/id 並讀取其狀態；請勿重複原始 POST。 |
| 回應404 · `not_found` | 條件查詢批次狀態所需的作業不存在，或屬於其他身分。 | 下一步使用完全相同的原始 id，以及相同的使用者／金鑰／群組。 |

### 別名

#### 模型別名

**Ailoot Ultra** [`mistralai/mistral-medium-3-5:batch`](https://ailoot.ai/models/zh-hant-tw/#m=mistralai%2Fmistral-medium-3-5%3Abatch&route=Ultra&caller=mistralai%2Fmistral-medium-3-5%3Abatch&fmt=batches)

#### 方法路徑別名

請使用上方列出的 API 方法路徑。

#### 相關呼叫用 ID

[`mistralai/mistral-medium-3-5:batch`](https://ailoot.ai/models/zh-hant-tw/#m=mistralai%2Fmistral-medium-3-5%3Abatch&route=Ultra&caller=mistralai%2Fmistral-medium-3-5%3Abatch&fmt=batches)

FAQ · Mistral: Mistral Medium 3.5 (batch)

可以使用哪些輸入與結果？

`POST /v1/batches` · `mistralai/mistral-medium-3-5:batch`: `text` → `text`

請求使用哪些欄位？

`POST /v1/batches` · `mistralai/mistral-medium-3-5:batch`: `endpoint`, `model`, `requests`, `completion_window`, `provider`

適用哪些限制？

`POST /v1/batches` · `mistralai/mistral-medium-3-5:batch`: `requests.min_items`: `1`

將 Ailoot 串接 Claude Code、OpenCode、Hermes 或自己的應用程式。

## 公司及其專案組合

公司及其專案組合：數百萬客戶，每月銷售額達數十億。

## 優惠購買 token。

訂閱優惠適合持續工作，折扣碼購買 token 最高可折 50%。

訂閱

為定期請求選擇優惠方案。

最高 50% 折扣碼

購買時輸入代碼，價格依活動重算。

歷史中的費用

每次請求保存模型、token 與金額。

[選擇訂閱](https://ailoot.ai/docs/zh-hant-tw/billing/subscriptions/) · [查看模型價格](https://ailoot.ai/models/zh-hant-tw/)

## 將 API 加入 你銷售的產品。

依 Ailoot 正式服務條款與授權合約串接 SaaS、應用程式與機器人；轉售請申請經銷授權。

商用應用程式

在付費功能加入文字、圖片、影片與聲音生成。

經銷授權

提供專案說明與存取方式，要求書面使用和轉售條件。

網站文件

串接前可閱讀正式服務條款、授權合約與資料處理政策。

[申請經銷授權](mailto:support@ailoot.ai) · [正式服務條款與授權合約](https://ailoot.ai/legal/offer?lang=zh-hant-tw)

## Ailoot · 公司及其專案組合





Ailoot以累積的營運經驗、廣大的客戶群、穩定的服務及持續的KPI管理為基礎。





公司及其專案組合：數百萬客戶，每月銷售額達數十億。





Ailoot將這些營運經驗用於API存取，讓客戶的產品、代理、應用程式及自動化流程使用AI功能。