Премини към основното съдържание
Български— Изберете език
Меню

Миграция от Magistral

Урок 8 от 12 Обновен 2 ноември 2026 г. Програмист
На тази страница
  1. Къде се намира Вашият код?
  2. Таблица за съпоставка
  3. Какво се променя в кода
  4. Валидиране на миграцията
  5. Извличане на максимална полза от миграцията
  6. Ключови изводи

Урокът е пренаписан на 2 ноември 2026 г. Първоначално този урок описваше режима на „постоянно включено“ разсъждение на Magistral. Тъй като всички модели от семейството Magistral бяха оттеглени на 31 юли 2026 г., сега той обхваща миграцията към reasoning_effort. Източници: Models — deprecated and removed models · Reasoning · Native reasoning (deprecated).

Къде се намира Вашият код?

Последните версии на Magistral, Small 1.2 и Medium 1.2 (-2509), бяха обявени за остарели през пролетта на 2026 г. и окончателно оттеглени на 31 юли 2026 г.; версиите 1.0 и 1.1 вече бяха оттеглени на 30 ноември 2025 г. Всеки код, който все още извиква magistral-small-latest, magistral-medium-latest или датирован идентификатор от това семейство, се обръща към модел, който вече не съществува. Миграцията не е нещо, което трябва да планирате – тя е нещо, което трябва да направите сега.

Таблица за съпоставка

Използвали стеОзначената от Mistral замянаКакво препоръчваме днес
Magistral Small (1.0, 1.1, 1.2)Mistral Small 4mistral-small-2603 с reasoning_effort="high"
Magistral Medium (1.0, 1.1, 1.2)Mistral Medium 3.5Small 4, ако качеството е достатъчно, в противен случай mistral-large-4-0 с reasoning_effort="high"

Защо да не следвате буквално означената от Mistral замяна за Magistral Medium? Защото Mistral Medium 3.5 е самият той обявен за остарял към 31 октомври 2026 г., с планирано оттегляне на 30 април 2027 г., като негов наследник е Large 4. Миграцията към него означава ангажимент за втора миграция след шест месеца. Large 4 е в Public Preview: ако това ниво на зрялост не отговаря на Вашата производствена среда, Medium 3.5 остава възможна междинна стъпка, при условие че планирате следващото превключване сега.

Какво се променя в кода

Magistral винаги разсъждаваше; текущите модели разсъждават само когато ги помолите за това. Естественият еквивалент на „постоянно включено“ следователно е reasoning_effort="high".

# Преди: Magistral (оттеглен)
response = client.chat.complete(
    model="magistral-medium-latest",
    messages=[
        {"role": "system", "content": "You are a rigorous analyst."},
        {"role": "user", "content": question},
    ],
    prompt_mode=None,   # disabled Magistral's default system prompt
)

# След: Mistral Large 4 с явно разсъждение
response = client.chat.complete(
    model="mistral-large-4-0",
    messages=[
        {"role": "system", "content": "You are a rigorous analyst."},
        {"role": "user", "content": question},
    ],
    reasoning_effort="high",
)

Четири елемента, които трябва да адресирате по пътя:

  1. Идентификатори на модели: потърсете magistral във Вашия код, конфигурационни файлове и променливи на средата.
  2. prompt_mode: документацията за разсъждение вече не го споменава; премахнете го от Вашите извиквания.
  3. Системни подкани: изтрийте специфичния за Magistral шаблон за разсъждение (фрагмента thinking, поставен в системното съобщение) и запазете само инструкциите за метод и формат (Урок 6).
  4. Четене на отговори: структурата от Magistral 25.07 и 25.09 (ThinkChunk, последван от TextChunk) съвпада с текущите модели, така че Вашият код за четене остава валиден. Просто добавете обработка за случая с обикновен низ, който Small 4 и Medium 3.5 връщат, когато reasoning_effort="none". Ако Вашият код идва от Magistral 25.06 и е търсил тагове <think> в текста, заменете го с функцията separer от Урок 3.

Валидиране на миграцията

Не превключвайте на сляпо. Възпроизведете извадка от Вашите реални случаи, заедно с техните референтни отговори, и сравнете три метрики: качество (точност, спазване на формата), консумирани токени (usage.completion_tokens) и латентност. Един прост скрипт върши работа:

import time

def comparer(client, cas, configs):
    """cas: list of (question, verifier); configs: list of (model, level)."""
    for model, niveau in configs:
        justes = tokens = 0
        debut = time.perf_counter()
        for question, verifier in cas:
            r = client.chat.complete(
                model=model,
                messages=[{"role": "user", "content": question}],
                reasoning_effort=niveau,
            )
            _, reponse = separer(r.choices[0].message.content)
            justes += bool(verifier(reponse))
            tokens += r.usage.completion_tokens
        duree = time.perf_counter() - debut
        print(f"{model} ({niveau}) : {justes}/{len(cas)} correct, {tokens} tokens, {duree:.0f} s")

comparer(client, mes_cas, [
    ("mistral-small-2603", "high"),
    ("mistral-large-4-0", "medium"),
    ("mistral-large-4-0", "high"),
])

Функцията verifier зависи от Вашата област: сравнение с очаквана стойност, наличие на необходими елементи или валидиране на JSON. Това е което превръща впечатлението в решение.

Извличане на максимална полза от миграцията

Тъй като така или иначе променяте всяко извикване на модел, използвайте тази възможност, за да фиксирате датирани идентификатори в производствената среда (mistral-small-2603 вместо mistral-small-latest) и да централизирате избора на модел и ниво на разсъждение в една единствена конфигурация. Следващото обявяване за остаряване – а такова ще има – тогава ще бъде поправка от един ред.

Ключови изводи

  • Magistral беше оттеглен на 31 юли 2026 г.: всяко оставащо извикване цели недостъпен модел
  • Magistral Small → Small 4; Magistral Medium → Small 4 или Large 4, а не Medium 3.5, който самият той е остарял
  • „Постоянно включено“ се превежда като reasoning_effort="high"
  • Премахнете prompt_mode и шаблона за разсъждение от системните подкани
  • Валидирайте върху Вашите реални случаи (качество, токени, латентност), след което фиксирайте датирани идентификатори