Mistral na Azure AI
Na této stránce
Aktualizováno 3. listopadu 2026: Příklad v TypeScriptu dříve předával
process.env.AZUREAI_API_KEYaprocess.env.AZUREAI_ENDPOINTpřímo doMistralAzure. Protože jsou obě možnosti povinné, TypeScript 7 v přísném režimu odmítl kompilaci (ověřeno s@mistralai/mistralai-azure2.1.0). Proměnné prostředí jsou nyní validovány před vytvořením klienta. Zdroj:@mistralai/mistralai-azureSDK.
Proč používat Mistral přes Azure?
Tato otázka vyvstává zřídka z technických důvodů: přímé API Mistral funguje perfektně. Vyvstává však z důvodů smluvních a organizačních. Společnost již zapuštěná do ekosystému Microsoftu čerpá ze sjednaného závazku vůči Azure, má zavedené nákupní procesy a nemá žádnou chuť otevírat novou smlouvu s dodavatelem jen kvůli několika tisícům eur za tokeny.
Použití Azure AI konsoliduje fakturaci do vaší stávající smlouvy s Azure, zajišťuje soulad s GDPR prostřednictvím evropských regionů, poskytuje nativní integraci s dalšími službami Azure – Azure Functions, Cosmos DB, Azure ML – a nabízí podnikovou podporu od Microsoftu s odpovídajícími úrovněmi služeb (SLA). Stručně řečeno: stejný model, ale uvnitř hranic správy, které vaše IT oddělení již schválilo.
Volba mezi serverless a vyhrazeným GPU
Azure nabízí dva přístupy a volba závisí na pravidelnosti vaší zátěže. Režim platby podle skutečné spotřeby (pay-as-you-go), známý také jako MaaS (Model as a Service), vystavuje serverless API: žádné GPU k nasazování, platíte pouze za spotřebované tokeny a Azure se samo postará o škálování. Toto je doporučený režim pro většinu případů použití, zejména dokud je váš provoz nepravidelný nebo nepředvídatelný.
Real-time endpoints řeší opačnou potřebu. Vyberete si typ a počet GPU, infrastruktura je vyhrazena pouze vám a fakturace probíhá za počítačovou hodinu – ať už model pracuje, nebo zahálí. Interní API neustále zatěžované několika tisíci uživateli do tohoto modelu zapadá; prototyp přístupný třikrát denně zde však promrhá spoustu peněz. Pamatujte si pravidlo: tento režim se doporučuje pro předvídatelné zátěže s vysokou propustností.
Modely dostupné na Azure
Dokumentace Mistral uvádí na Azure následující modely (seznam získán 2. listopadu 2026). Katalog se pravidelně vyvíjí: aktuální seznam najdete na oficiální stránce.
| Model | Pozicování |
|---|---|
| Mistral Medium 3.5 | Dobrý poměr výkon/cena |
| Mistral Large 3 (25.12) | Vlajková loď pro složité úlohy |
| Mistral Small (25.06) | Rychlý a ekonomický |
| Codestral (25.01) | Specializovaný na generování kódu |
| Ministral 3B (24.10) | Kompaktní model pro lehké úlohy |
| Document AI (OCR 4) | Extrakce textu a struktury z dokumentů |
Získání pověření
Získání pověření probíhá přes rozhraní Azure a zabere několik minut:
- Přejděte na Microsoft Foundry
- Vytvořte projekt nebo vyberte existující
- Nasaďte model Mistral z katalogu modelů
- Získejte svůj endpoint a API klíč ze stránky nasazení
Tyto dvě hodnoty umístěte do proměnných prostředí, přesně jako přímý klíč Mistral. Rozdíl spočívá v endpointu: každé nasazení na Azure má svůj vlastní; neexistuje žádná společná URL.
export AZUREAI_ENDPOINT="https://your-endpoint.inference.ai.azure.com"
export AZUREAI_API_KEY="your-azure-secret-key"
Volání modelu v Pythonu
SDK Mistral poskytuje vyhrazeného klienta pro Azure, MistralAzure, který je součástí balíčku mistralai: předáte mu URL svého nasazení a klíč a zbytek kódu je totožný s tím, co píšete pro přímé API. Od verze SDK 2.0 (březen 2026) se importuje z mistralai.azure.client.
import os
from mistralai.azure.client import MistralAzure
client = MistralAzure(
server_url=os.environ["AZUREAI_ENDPOINT"],
api_key=os.environ["AZUREAI_API_KEY"],
)
response = client.chat.complete(
model="azureai", # Identifikátor očekávaný endpointy Azure
messages=[
{"role": "user", "content": "Jaké jsou výhody svrchovaného cloudu v Evropě?"}
]
)
print(response.choices[0].message.content)
Nejmatoucím bodem je parametr model. Očekáváte, že napíšete mistral-large-latest; místo toho musíte vložit azureai. Důvod je prostý: model je již určen nasazením, které jste vytvořili na straně Azure; endpoint ukazuje na něj a pouze na něj. Změna modelu tedy znamená změnu endpointu, nikoli změnu řetězce v kódu.
Streamování se však oproti přímému API nemění ani o píď – stejná metoda, stejná úroveň .data pro dosažení obsahu chunku. To je celý smysl jednotného SDK: kód, který jste napsali v předchozích lekcích, funguje tak, jak je.
stream = client.chat.stream(
model="azureai",
messages=[
{"role": "user", "content": "Popište architekturu datového jezera na Azure."}
]
)
for chunk in stream:
content = chunk.data.choices[0].delta.content
if content:
print(content, end="", flush=True)
Stejné volání v TypeScriptu
Na straně TypeScriptu je klient pro Azure publikován v samostatném balíčku @mistralai/mistralai-azure, který nainstalujete pomocí npm add @mistralai/mistralai-azure. Jeho možnosti následují konvence pojmenování v JavaScriptu: apiKey a endpoint, přičemž obě jsou povinné. Odtud plyne nutnost validace proměnných prostředí, bez níž přísný režim odmítne kompilaci, protože proměnná prostředí může chybět:
import { MistralAzure } from '@mistralai/mistralai-azure';
const apiKey = process.env.AZUREAI_API_KEY;
const endpoint = process.env.AZUREAI_ENDPOINT;
if (!apiKey || !endpoint) {
throw new Error('Nastavte AZUREAI_API_KEY a AZUREAI_ENDPOINT.');
}
const client = new MistralAzure({ apiKey, endpoint });
const response = await client.chat.complete({
model: 'azureai',
messages: [
{ role: 'user', content: 'Jak zabezpečit Azure Key Vault?' },
],
});
console.log(response.choices[0]?.message?.content);
Zdroje: Mistral na Azure (dokumentace Mistral) · TypeScript SDK
@mistralai/mistralai-azure
Využití zbytku platformy
Jakmile volání funguje, využijte služby, za které již platíte. Ukládejte své klíče do Azure Key Vault místo do proměnných prostředí: rotace se stane administrativní operací, nikoli opětovným nasazením. Povolte diagnostické protokoly na svém endpointu pro monitorování latence a chyb; je to jediný způsob, jak rozlišit pomalost modelu od pomalosti kódu. Vyberte si evropský region, West Europe nebo France Central, abyste zůstali v souladu s GDPR – to je často samotný důvod volby Azure. Nakonec nakonfigurujte alerty Azure Monitor na spotřebu tokenů: špatně uzavřená smyčka v noční úloze se na faktuře projeví mnohem později než v alertu.
Klíčové poznatky
- Azure AI nabízí Mistral v režimech serverless (MaaS) nebo vyhrazené GPU
- Model je v API voláních identifikován jako
"azureai" - Klient
MistralAzurepřijímá endpoint přesserver_url(Python,mistralai.azure.client) neboendpoint(TypeScript,@mistralai/mistralai-azure) - Integrace s ekosystémem Azure (Key Vault, Monitor, Functions) je pro podniky velkou výhodou
- Pro zachování souladu s GDPR zvolte evropský region