Mistral AI API (1.0.0)

要使用的模型 ID。您可以使用列出可用模型 API 来查看所有可用模型，或查看我们的模型概览了解模型描述。

要使用的采样温度，我们建议在 0.0 到 0.7 之间。较高的值（例如 0.7）会使输出更随机，而较低的值（例如 0.2）会使其更集中和确定。我们通常建议更改此参数或 top_p，但不要同时更改两者。默认值因您所使用的模型而异。调用 /models 端点以获取适当的值。

核采样，模型考虑具有 top_p 概率质量的 token 结果。因此，0.1 意味着只考虑构成前 10% 概率质量的 token。我们通常建议更改此参数或 temperature，但不要同时更改两者。

在补全中生成的最大 token 数量。您的提示 token 计数加上 max_tokens 不能超过模型的上下文长度。

是否流式返回部分进度。如果设置，token 可用时将作为仅数据服务器端事件发送，流将以 data: [DONE] 消息终止。否则，服务器将保持请求打开直到超时或完成，响应将包含完整的 JSON 结果。

如果检测到此 token 则停止生成。或者在提供数组时检测到这些 token 中的一个

用于随机采样的种子。如果设置，不同的调用将生成确定的结果。

要生成补全的提示，编码为包含 role 和 content 的字典列表。

presence_penalty 决定模型对单词或短语重复的惩罚程度。较高的存在惩罚鼓励模型使用更广泛的单词和短语，使输出更加多样化和富有创意。

frequency_penalty 根据单词在生成文本中的频率来惩罚单词的重复。较高的频率惩罚阻止模型重复在输出中已频繁出现的单词，促进多样性并减少重复。

每个请求返回的补全数量，输入 token 只计费一次。

允许用户指定预期结果，通过利用已知或可预测的内容来优化响应时间。这种方法对于以最小改动更新文本文档或代码文件特别有效，可减少延迟同时保持高质量结果。

要使用的模型 ID。目前仅兼容

• codestral-2405
• codestral-latest

要使用的采样温度，我们建议在 0.0 到 0.7 之间。较高的值（例如 0.7）会使输出更随机，而较低的值（例如 0.2）会使其更集中和确定。我们通常建议更改此参数或 top_p，但不要同时更改两者。默认值因您所使用的模型而异。调用 /models 端点以获取适当的值。

核采样，模型考虑具有 top_p 概率质量的 token 结果。因此，0.1 意味着只考虑构成前 10% 概率质量的 token。我们通常建议更改此参数或 temperature，但不要同时更改两者。

在补全中生成的最大 token 数量。您的提示 token 计数加上 max_tokens 不能超过模型的上下文长度。

是否流式返回部分进度。如果设置，token 可用时将作为仅数据服务器端事件发送，流将以 data: [DONE] 消息终止。否则，服务器将保持请求打开直到超时或完成，响应将包含完整的 JSON 结果。

如果检测到此 token 则停止生成。或者在提供数组时检测到这些 token 中的一个

用于随机采样的种子。如果设置，不同的调用将生成确定的结果。

要补全的文本/代码。

可选的文本/代码，为模型添加更多上下文。当给定 prompt 和 suffix 时，模型将填充两者之间内容。未提供 suffix 时，模型将仅从 prompt 开始执行补全。

在补全中生成的最大 token 数量。您的提示 token 计数加上 max_tokens 不能超过模型的上下文长度。

是否流式返回部分进度。如果设置，token 可用时将作为仅数据服务器端事件发送，流将以 data: [DONE] 消息终止。否则，服务器将保持请求打开直到超时或完成，响应将包含完整的 JSON 结果。

如果检测到此 token 则停止生成。或者在提供数组时检测到这些 token 中的一个

用于随机采样的种子。如果设置，不同的调用将生成确定的结果。

要生成补全的提示，编码为包含 role 和 content 的字典列表。

presence_penalty 决定模型对单词或短语重复的惩罚程度。较高的存在惩罚鼓励模型使用更广泛的单词和短语，使输出更加多样化和富有创意。

frequency_penalty 根据单词在生成文本中的频率来惩罚单词的重复。较高的频率惩罚阻止模型重复在输出中已频繁出现的单词，促进多样性并减少重复。

每个请求返回的补全数量，输入 token 只计费一次。

允许用户指定预期结果，通过利用已知或可预测的内容来优化响应时间。这种方法对于以最小改动更新文本文档或代码文件特别有效，可减少延迟同时保持高质量结果。

要使用的模型 ID。

要使用的模型 ID。

要分类的聊天内容

要使用的模型 ID。

要上传的文件对象（非文件名）。要上传文件并指定自定义文件名，您的请求应按如下格式设置

file=@path/to/your/file.jsonl;filename=custom_name.jsonl

否则，您可以保留原始文件名

file=@path/to/your/file.jsonl

要微调的模型名称。

包含包含验证数据的已上传文件 ID 的列表。如果您提供这些文件，数据将用于在微调期间定期生成验证指标。在获取正在运行的微调任务状态时，可以在 checkpoints 中查看这些指标。训练文件和验证文件中不应存在相同的数据。

将添加到您的微调模型名称的字符串。例如，后缀为 "my-great-model" 将生成如下模型名称：ft:open-mistral-7b:my-great-model:xxx...

要为您的微调任务启用的集成列表。

此字段将在未来版本中成为必需项。

要运行 OCR 的文档

用户希望以各种格式处理的特定页码：单个数字、范围或两者的列表。从 0 开始。

响应中包含图像 URL