Přejít na hlavní obsah
Čeština— Vyberte jazyk
Menu

Podporované modely a kompatibilita

Lekce 3 z 12 Aktualizováno 2. listopadu 2026 Vývojář
Na této stránce
  1. Kompatibilita modelů Mistral
  2. Základní modely
  3. Výběr správného modelu
  4. Parametr temperature
  5. Programová kontrola kompatibility
  6. Klíčové poznatky

Kompatibilita modelů Mistral

Ne všechny modely Mistral zpracovávají strukturované výstupy stejným způsobem. Než napíšeš první řádek kódu, ověř si, že tvůj cílový model podporuje zvolený přístup. Tato třicetivteřinová kontrola tě ušetří nepochopitelných chyb API až na konci vývoje.

Zde je dobrá zpráva v jedné větě: téměř všechny modely Mistral podporují strukturované výstupy, a to jak v režimu JSON, tak u vlastních strukturovaných výstupů. Jedinou výjimkou byl codestral-mamba, který Mistral vyřadil v červnu 2025.

Základní modely

Zde jsou nejčastěji používané modely a jejich stav kompatibility (k dubnu 2026):

ModelKompatibilitaTypické použití
mistral-large-latestPlná podpora (režim JSON + vlastní)Složité úlohy vyžadující spolehlivé strukturované výstupy
mistral-medium-latestPlná podporaNejlepší poměr výkon/cena pro produkční pipeline
mistral-small-latestPlná podporaJednoduché úlohy (klasifikace, základní extrakce entit) s omezeným rozpočtem
ministral-8b-latestPlná podporaLehké extrakce s minimální latencí
ministral-3b-latestPlná podporaNejlehčí varianta, když je rychlost důležitější než složitost
codestral-latestPlná podporaOptimalizováno pro kód, ale funguje i pro úlohy nesouvisející s kódem
mistral-embedNepoužitelnéVkládací model (embedding); negeneruje text

Obecné modely Large, Medium a Small pokrývají většinu potřeb, zatímco rodina Ministral řeší omezení týkající se latence.

Výběr správného modelu

Během prototypování používej mistral-small-latest nebo ministral-8b-latest. Jsou rychlé, levné a více než dostatečné k ověření, že tvé schéma funguje a tvůj prompt říká přesně to, co si myslíš, že říká. Platit za nejmocnější model jen proto, abys zjistil, že je pole špatně pojmenované, je plýtvání.

# Prototypování — lehký model
response = client.chat.parse(
    model="ministral-8b-latest",
    messages=messages,
    response_format=MonSchema
)

V produkci se kritéria mění. Extrakce více polí, nuancovaná analýza sentimentu nebo jemná klasifikace ospravedlňují použití mistral-large-latest. Naopak jednoduchá úloha zpracovávaná ve velkém objemu stále dobře běží na mistral-small-latest. Všimni si zde přidání temperature=0; tento parametr podrobně probereme níže.

# Produkce — výkonný model
response = client.chat.parse(
    model="mistral-large-latest",
    messages=messages,
    response_format=MonSchema,
    temperature=0  # Maximální reprodukovatelnost
)

Nakonec zvaž vysokofrekvenční pipeline, kde je dominantním omezením latence. Pokud zpracováváš tisíce požadavků za minutu – například klasifikaci tiketů nebo třídění e-mailů – ministral-8b-latest nabízí nejlepší poměr latence a kvality. Omezení maxTokens zabrání modelu, aby se zdržoval příliš dlouhými odpověďmi.

// TypeScript — vysokofrekvenční pipeline
const response = await client.chat.parse({
  model: "ministral-8b-latest",
  messages,
  responseFormat: MonSchema,
  maxTokens: 128,  // Limit pro rychlost
});

Parametr temperature

Jeden bod si zaslouží tvou pozornost: temperature ovlivňuje variabilitu výstupu i ve strukturovaném režimu. Při hodnotě 0 je výstup deterministický. Toto je doporučené nastavení pro produkci a kdekoli záleží na reprodukovatelnosti – dva běhy na stejném dokumentu musí vrátit stejný záznam. Mezi 0.1 a 0.3 zavádíš mírnou variabilitu, což je užitečné pouze tehdy, pokud chceš různé formulace v polích s volným textem, jako je shrnutí. Od 0.7 výše se variabilita stává silnou a model může produkovat nekonzistentní hodnoty. U strukturovaných výstupů se tomu vyhni.

Programová kontrola kompatibility

V produkci se nespoléhej na statický seznam, ale zachyť chybu vrácenou SDK, když model nemůže požadavek splnit:

from mistralai.client import Mistral
from mistralai.client.errors import SDKError

client = Mistral(api_key=api_key)

try:
    response = client.chat.parse(
        model=modele,  # identifikátor načtený z konfigurace
        messages=[{"role": "user", "content": "Test"}],
        response_format=MonSchema
    )
except SDKError as e:
    print(f"Model není kompatibilní: {e}")

Tento zvyk zůstává cenný v čase. Mistral pravidelně vydává nové modely a podpora strukturovaných výstupů se stala standardem, který nové generace podporují systematicky. Před fixací identifikátoru ve své konfiguraci si vždy ověř aktuální seznam v oficiální dokumentaci.

Klíčové poznatky

  • Aktuální modely Mistral podporují strukturované výstupy; historická výjimka, codestral-mamba, byla vyřazena v červnu 2025
  • V produkci používej temperature: 0 pro reprodukovatelné výstupy
  • Vyber model podle svých potřeb: mistral-large pro kvalitu, ministral-8b pro rychlost
  • Obě přístupy (režim JSON i vlastní) jsou podporovány stejnými modely