Multimodales 24B-Parameter-Modell mit 128K-Kontext für Bildanalyse, Programmierung, Mathematik und mehrsprachige Aufgaben, abgestimmt auf effiziente lokale Inferenz.
Mistral AITextgenerierung128K KontextVeröffentlicht 17. März 2025Proprietärer EndpointMultimodales 24B-Parameter-Modell mit 128K-Kontext für Bildanalyse, Programmierung, Mathematik und mehrsprachige Aufgaben, abgestimmt auf effiziente lokale Inferenz.
Auch bekannt als Mistral Small, Mistral AI Mistral Small 3.1, Mistral-Small-3.1, mistral-small-3-1
mistral-small-3-1/v1/chat/completionsPOST/v1/responsesPOST/v1/messagesPOST/v1beta/models/mistral-small-3-1:generateContentmistral-small-3.1mistralai/mistral-small-3.1Live Pay-as-you-go-Preise aus dem EmpirioLabs-Katalog. Du zahlst nur für das, was du nutzt, ohne monatliches Minimum.
Mistral Small 3.1 bedient die OpenAI-kompatible Chat Completions API. Richte ein beliebiges OpenAI SDK mit deinem EmpirioLabs API-Schlüssel auf https://api.empiriolabs.ai/v1 und verwende die Modell-ID mistral-small-3-1. Hol dir einen API-Schlüssel im EmpirioLabs Dashboard.
curl https://api.empiriolabs.ai/v1/chat/completions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "mistral-small-3-1",
"messages": [
{"role": "user", "content": "Write a haiku about the ocean."}
]
}'from openai import OpenAI
client = OpenAI(
base_url="https://api.empiriolabs.ai/v1",
api_key="YOUR_EMPIRIOLABS_API_KEY",
)
response = client.chat.completions.create(
model="mistral-small-3-1",
messages=[{"role": "user", "content": "Write a haiku about the ocean."}],
)
print(response.choices[0].message.content)Request-Parameter, die die Mistral Small 3.1 API auf EmpirioLabs unterstützt. Standardwerte gelten, wenn ein Feld weggelassen wird.
| Parameter | Typ | Standard | Bereich / Werte | Beschreibung |
|---|---|---|---|---|
| temperature | number | 0.7 | 0 bis 1.5 | Temperatur wird geprochen. 0 = deterministisch, 2 = maximale Zufälligkeit. |
| top_p | number | 1 | 0 bis 1 | Kernprobenwahrscheinlichkeitsmasse. Niedriger = fokussierter. |
| max_tokens | number | 4096 | 1 bis 32768 | Maximale Token in der Antwort. |
| tools | string | - | - | OpenAI-Format-Werkzeugdefinitionen |
| tool_choice | string | - | - | Auto, keine, erforderlich oder {Typ, Funktion} |
| response_format | enum | - | - | Beschränke die Ausgabe auf JSON. Verwenden Sie den JSON-Modus für jedes gültige JSON-Objekt oder ein JSON-Schema, um eine Ausgabe zu erzwingen, die mit einem von... |
| web_search_linkup | boolean | false | - | Optionale Websuche, betrieben von Linkup. Wenn aktiviert, werden aktuelle Webquellen mit Ihrer neuesten Benutzernachricht als Abfrage abgerufen und dem Modell als zusätzlicher Kontext bereitgestellt. Fügt $0.013 pro Aufruf hinzu, wenn er aufgerufen wird, zusätzlich zu den normalen Tokenkosten des Modells. Standardmäßig deaktiviert. |
| disable_formatting | boolean | false | - | Wenn aktiviert, fügt das Gateway den "Sources"-Footer nicht an Assistant-Antworten an, die die Linkup-Websuche verwendet haben. Nützlich, wenn die Modellausgabe an... |
Auf EmpirioLabs wird Mistral Small 3.1 nach Verbrauch abgerechnet: pro Nachricht $0.0019 fest; Web Search (Linkup) $0.013 per call when invoked. Die Live-Preistabelle auf dieser Seite entspricht immer dem, was die API berechnet.
Mistral Small 3.1 unterstützt ein Kontextfenster von 128K Token mit bis zu 32.000 Ausgabe-Token pro Antwort.
Ja. Mistral Small 3.1 bedient die OpenAI-kompatible Chat Completions API. Bestehende OpenAI SDKs funktionieren, indem du base_url auf https://api.empiriolabs.ai/v1 setzt und als Modell-ID mistral-small-3-1 verwendest.
Ja. Der EmpirioLabs Playground führt Mistral Small 3.1 im Browser mit denselben Parametern aus, die die API bietet. So kannst du Prompts testen, bevor du Code schreibst.
Erstelle ein EmpirioLabs-Konto und generiere dann einen Schlüssel unter API Keys im Dashboard. Die Abrechnung erfolgt über Pay-as-you-go-Guthaben, du zahlst also nur für deine Requests.
Schauen Sie sich unsere Preise an oder kontaktieren Sie uns, wenn Sie Ihr eigenes Modell auf unserem Stack implementieren möchten.
