Source: https://ailoot.ai/models/zh-hant-tw/mistralai-mistral-small-2603-u003a-batch/
Canonical: https://ailoot.ai/models/zh-hant-tw/mistralai-mistral-small-2603-u003a-batch/
Language: zh-hant-tw

# Mistral: Mistral Small 4 (batch)

[Markdown](https://ailoot.ai/models/zh-hant-tw/mistralai-mistral-small-2603-u003a-batch/index.md) · [JSON](https://ailoot.ai/models/zh-hant-tw/mistralai-mistral-small-2603-u003a-batch/facts.json)

## [Mistral: Mistral Small 4 (batch)](https://ailoot.ai/models/zh-hant-tw/mistralai-mistral-small-2603-u003a-batch/)

Mistral Small 4 是具有指令、推理與程式開發能力的混合式文字與影像模型。其 119B 混合專家版本每個 token 啟用 6.5B 參數，並支援原廠 256k 上下文、可選推理強度、JSON 與函式呼叫。

- [**Ailoot Ultra · 批次處理（Batch）** `POST /v1/batches` `mistralai/mistral-small-2603:batch`](https://ailoot.ai/models/zh-hant-tw/mistralai-mistral-small-2603-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 Small 4 在單一多模態模型中結合一般指令遵循、推理與程式開發。原廠描述它整合 Instruct、Magistral 推理及 Devstral 程式開發系列。它接受文字與影像並回傳文字，提供函式呼叫及 JSON 輸出，適用於工具輔助應用。

架構與主要功能

此版本總參數量為 1,190 億，每個 token 啟用 65 億。其混合專家架構包含 128 個專家，其中 4 個啟用，原廠記載的上下文視窗為 256k。活躍參數量與專家數描述模型的組織方式，與單項任務納入的文字或影像內容量不同。

模型在同一檢查點中提供指令與推理功能。原廠也指出視覺能力、對系統提示詞的遵循，以及涵蓋數十種語言的多語言支援，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。因此，文字指令可詢問影像，或結合書面需求與可見證據，並以文字回傳回答。

視覺任務可以提供文件頁面，要求找出與具名條件相關的值。請讓標籤與單位清晰可讀，並說明結果應保留原文、摘要，或與另一來源比較。介面任務可以將截圖與使用者目標搭配，要求指出相關可見控制項，以及支持建議下一步的證據。

選擇指令或推理模式

發布的模型卡記載，推理強度 none 會立即產生指令式回答，high 則用於推理，並建議複雜提示詞使用 high。此選擇在同一個 Small 4 模型內逐請求設定。一般分類或簡短改寫的回答契約，可以不同於需要完整說明的數學、視覺或程式碼問題。

原廠建議高推理強度使用 temperature 0.7。對 none，則依任務指定 0.0 至 0.7 之間的 temperature。這些設定描述文件記載的模式，不會讓推理強度成為結果正確的保證。選擇任務需要多少推理之前，請先定義假設、輸出形式與相關來源材料。

對需展示解法的問題，請提供完整條件，要求重要且有根據的步驟，再附最終式。對程式碼任務，請提供需求、受影響函式與具體輸入；將建議實作與說明及範例分開要求。原廠使用示範包含指令遵循、將計算工具用於影像，以及視覺推理，展示文字與視覺證據如何進入這些不同任務。

程式開發、文件與工具

模型定位於程式碼庫探索、軟體工程代理、一般助理、文件理解與研究。程式開發代理請求可以指出要修改的模組、要保留的介面，以及應有的結果行為。請提供相關原始碼與失敗證據。模型可以提出下一項操作或程式碼變更，而應用程式提供儲存庫存取、執行與回饋。

進行文件擷取時，請指出必要欄位及缺漏資訊的表示方式。實用紀錄可區分文件識別碼、來源陳述、解讀後需求及未解問題。原廠服務卡列出自訂結構化輸出與文件問答；後者先使用文件處理及 OCR 準備文字與結構，再交由語言模型分析。直接影像問題與 OCR 輔助文件工作流程，應各自保留其輸入準備方式。

函式呼叫需要清楚描述的工具。模型選擇函式並建立引數；應用程式執行操作，再回傳結果供後續回答使用。不論任務是查詢、計算或程式開發操作，都適用相同邏輯。JSON 格式組織回答，工具呼叫則要求外部動作；兩者不應視為可互換的結果。

服務卡也列出預測輸出、回應前綴、批次處理及代理對話。文件或程式碼檔案需要重新生成且只有少量變更，而其他內容已知時，預測輸出很實用。請指定編輯與要保留的材料。前綴接續使用已知回應開頭，批次處理則關於工作的提交方式，而非額外推理模式。

上下文與版本界線

請依文件記載的 256k 上下文規劃書面任務、視覺材料、對話及期望回答。發布的使用範例設定 262,144 個 token 上下文，其中 1,024 個 token 生成範例並非獨立最大輸出容量。已讀來源未提供可取代所選任務長度的獨立硬性回答長度限制。

Small 4 有自己的 119B 混合專家架構及混合模式，不應繼承 Medium 3.5 的 128B 稠密架構，也不應繼承 Ministral 3 的獨立 Instruct 與 Reasoning 版本。原廠也發布不同的量化與推測解碼成品；這些是獨立部署成品，而非不同內容模態。請保留具名的 Small 4 版本，以及實際說明、結構化紀錄或程式碼結果所要求的模式。

**Ailoot Ultra · 批次處理（Batch）** `POST /v1/batches` `mistralai/mistral-small-2603:batch`

[`mistralai/mistral-small-2603:batch`](https://ailoot.ai/models/zh-hant-tw/#m=mistralai%2Fmistral-small-2603%3Abatch&route=Ultra&caller=mistralai%2Fmistral-small-2603%3Abatch&fmt=batches)

Mistral /`mistralai/mistral-small-2603:batch`

### 入門

Mistral Small 4 是具有指令、推理與程式開發能力的混合式文字與影像模型。其 119B 混合專家版本每個 token 啟用 6.5B 參數，並支援原廠 256k 上下文、可選推理強度、JSON 與函式呼叫。

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-small-2603: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-small-2603:batch, mistralai/mistral-small-2603 | 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 **$0.00015** / 1K Token 輸出 · 輸出 Token **$0.0006** / 1K Token 輸入 · 讀取快取 **$0.000015** / 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 **$0.00015** / 1K Token 輸出 · 輸出 Token **$0.0006** / 1K Token 輸入 · 讀取快取 **$0.000015** / 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-small-2603: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-small-2603:batch', 'mistralai/mistral-small-2603']: raise ValueError("body.model must be an exact documented caller or wire ID")
    return {"endpoint":"/v1/chat/completions", "model":"mistralai/mistral-small-2603: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-small-2603:batch`](https://ailoot.ai/models/zh-hant-tw/#m=mistralai%2Fmistral-small-2603%3Abatch&route=Ultra&caller=mistralai%2Fmistral-small-2603%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-small-2603:batch`](https://ailoot.ai/models/zh-hant-tw/#m=mistralai%2Fmistral-small-2603%3Abatch&route=Ultra&caller=mistralai%2Fmistral-small-2603%3Abatch&fmt=batches)

FAQ · Mistral: Mistral Small 4 (batch)

可以使用哪些輸入與結果？

`POST /v1/batches` · `mistralai/mistral-small-2603:batch`: `text` → `text`

請求使用哪些欄位？

`POST /v1/batches` · `mistralai/mistral-small-2603:batch`: `endpoint`, `model`, `requests`, `completion_window`, `provider`

適用哪些限制？

`POST /v1/batches` · `mistralai/mistral-small-2603: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。