Siirry pääsisältöön
Suomi— Valitse kieli
Valikko

Tuetut mallit ja yhteensopivuus

Oppitunti 3 / 12 Päivitetty 2. marraskuuta 2026 Kehittäjä
Tällä sivulla
  1. Mistral-mallien yhteensopivuus
  2. Ydinmallit
  3. Oikean mallin valinta
  4. Parametri temperature
  5. Yhteensopivuuden tarkistaminen ohjelmallisesti
  6. Keskeiset asiat

Mistral-mallien yhteensopivuus

Kaikki Mistral-mallit eivät käsittele jäsennettyjä tulosteita samalla tavalla. Ennen kuin kirjoitat riviäkään koodia, varmista, että kohdemallisi tukee valitsemaasi lähestymistapaa. Tämä kolmenkymmenen sekunnin tarkistus säästää sinut käsittämättömiltä API-virheilta kehityksen lopussa.

Hyvät uutiset mahtuvat yhteen lauseeseen: lähes kaikki Mistral-mallit tukevat jäsennettyjä tulosteita, sekä JSON-tilassa että mukautetuissa jäsennetyissä tulosteissa. Ainoa poikkeus, codestral-mamba, poistettiin käytöstä kesäkuussa 2025.

Ydinmallit

Tässä ovat yleisimmin käytetyt mallit ja niiden yhteensopivuustila (huhtikuun 2026 tilanne):

MalliYhteensopivuusTyypillinen käyttötarkoitus
mistral-large-latestTäysi tuki (JSON-tila + Mukautettu)Monimutkaiset tehtävät, jotka vaativat luotettavia jäsennettyjä tulosteita
mistral-medium-latestTäysi tukiParas suorituskyvyn ja kustannusten suhde tuotantoputkissa
mistral-small-latestTäysi tukiYksinkertaiset tehtävät (luokittelu, perustason entiteettien poiminta) rajoitetulla budjetilla
ministral-8b-latestTäysi tukiKevyet poiminnot minimaalisella viiveellä
ministral-3b-latestTäysi tukiKevyin vaihtoehto, kun nopeus on tärkeämpää kuin monimutkaisuus
codestral-latestTäysi tukiOptimoitu koodille, mutta toimii myös ei-kooditehtävissä
mistral-embedEi sovellettavissaUpotusmalli; ei tuota tekstiä

Yleiskäyttöiset Large-, Medium- ja Small-mallit kattavat useimmat tarpeet, kun taas Ministral-perhe hoitaa viiveeseen liittyvät rajoitukset.

Oikean mallin valinta

Käytä prototyyppivaiheessa mallia mistral-small-latest tai ministral-8b-latest. Ne ovat nopeita, edullisia ja enemmän kuin riittäviä varmistamaan, että skeemasi kestää ja kehotteesi sanoo sen, mitä luulet sen sanovan. On turhaa maksaa tehokkaimmasta mallista vain huomatakseen, että kentän nimi oli väärin.

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

Tuotannossa kriteerit muuttuvat. Usean kentän poiminto, hienovarainen sentimenttianalyysi tai tarkka luokittelu perustelevat mallin mistral-large-latest käytön. Sitä vastoin yksinkertainen tehtävä, jota käsitellään suurina määrinä, toimii edelleen hyvin mallilla mistral-small-latest. Huomaa parametrin temperature=0 lisääminen; käsittelemme tätä parametria tarkemmin alla.

# Tuotanto — tehokas malli
response = client.chat.parse(
    model="mistral-large-latest",
    messages=messages,
    response_format=MonSchema,
    temperature=0  # Maksimaalinen toistettavuus
)

Lopuksi harkitse suurtaajuusputkia, joissa viive on hallitseva rajoite. Jos käsittelet tuhansia pyyntöjä minuutissa – kuten lippujen luokittelua tai sähköpostien lajittelua – ministral-8b-latest tarjoaa parhaan viiveen ja laadun suhteen. Parametrin maxTokens rajoittaminen estää mallia viipymästä liian pitkissä vastauksissa.

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

Parametri temperature

Yksi seikka ansaitsee huomiosi: temperature vaikuttaa tulosteen vaihtelevuuteen jopa jäsennetyssä tilassa. Arvolla 0 tuloste on deterministinen. Tämä on suositeltu asetus tuotantoon ja kaikkialle, missä toistettavuus on tärkeää – kahden ajon saman asiakirjan pohjalta on tuotettava sama tietue. Välillä 0.1–0.3 tuotat lievää vaihtelevuutta, mikä on hyödyllistä vain, jos haluat erilaisia formulointeja vapaan tekstin kentissä, kuten yhteenvetoissa. Arvosta 0.7 ylöspäin vaihtelevuus voimistuu, ja malli saattaa tuottaa epäjohdonmukaisia arvoja. Vältä tätä jäsennetyissä tulosteissa.

Yhteensopivuuden tarkistaminen ohjelmallisesti

Tuotannossa on parempi olla luuttamatta staattiseen listaan, vaan napata virhe, jonka SDK palauttaa, jos malli ei pysty suorittamaan pyyntöä:

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

client = Mistral(api_key=api_key)

try:
    response = client.chat.parse(
        model=modele,  # tunniste luettu konfiguraatiostasi
        messages=[{"role": "user", "content": "Test"}],
        response_format=MonSchema
    )
except SDKError as e:
    print(f"Malli ei ole yhteensopiva: {e}")

Tämä tapa pysyy arvokkaana ajan myötä. Mistral julkaisee säännöllisesti uusia malleja, ja jäsennettyjen tulosteiden tuesta on tullut standardi, jota uudet sukupolvet tukevat systemaattisesti. Tarkista virallinen dokumentaatio ajantasaisen listan saamiseksi ennen tunnisteen lukitsemista konfiguraatioosi.

Keskeiset asiat

  • Nykyiset Mistral-mallit tukevat jäsennettyjä tulosteita; historiallinen poikkeus, codestral-mamba, poistettiin käytöstä kesäkuussa 2025
  • Käytä arvoa temperature: 0 tuotannossa toistettavien tulosteiden varmistamiseksi
  • Valitse malli tarpeidesi mukaan: mistral-large laatuun, ministral-8b nopeuteen
  • Molemmat lähestymistavat (JSON-tila ja Mukautettu) ovat samojen mallien tukemia