Pereiti prie pagrindinio turinio
Lietuvių— Pasirinkite kalbą
Meniu

Migracija iš „Magistral“

Paskaita 8 iš 12 Atnaujinta 2026 m. lapkričio 2 d. Kūrėjas
Šiame puslapyje
  1. Kur yra tavo kodas?
  2. Atitikmenų lentelė
  3. Kas keičiasi kode
  4. Migracijos patvirtinimas
  5. Kaip išnaudoti migraciją
  6. Svarbiausi punktai

Pamoka perrašyta 2026 m. lapkričio 2 d. Ši pamoka iš pradžių aprašė „Magistral“ „visada įjungtą“ samprotavimą. Kadangi visi „Magistral“ modeliai buvo nutraukti 2026 m. liepos 31 d., dabar ji apima migraciją į reasoning_effort. Šaltiniai: Models — deprecated and removed models · Reasoning · Native reasoning (deprecated).

Kur yra tavo kodas?

Naujausios „Magistral“ versijos, Small 1.2 ir Medium 1.2 (-2509), buvo pasenusios 2026 m. pavasarį ir visiškai nutrauktos 2026 m. liepos 31 d.; 1.0 ir 1.1 versijos jau buvo nutrauktos 2025 m. lapkričio 30 d. Bet koks kodas, vis dar kviečiantis magistral-small-latest, magistral-medium-latest arba datuotą tos šeimos identifikatorių, taikosi į modelį, kurio daugiau nėra. Migracija nebėra tai, ką reikia planuoti – tai reikia daryti dabar.

Atitikmenų lentelė

Naudojai„Mistral“ paskirtas pakaitalasKą rekomenduojame šiandien
Magistral Small (1.0, 1.1, 1.2)Mistral Small 4mistral-small-2603 su reasoning_effort="high"
Magistral Medium (1.0, 1.1, 1.2)Mistral Medium 3.5Small 4, jei kokybės pakanka, kitu atveju mistral-large-4-0 su reasoning_effort="high"

Kodėl neverta aklai sekti „Mistral“ paskirto „Magistral Medium“ pakaitalo? Nes „Mistral Medium 3.5“ pats yra pasenęs nuo 2026 m. spalio 31 d., o jo nutraukimas numatytas 2027 m. balandžio 30 d., jį pakeis „Large 4“. Migravus į jį, teks planuoti antrą migraciją po šešių mėnesių. „Large 4“ yra viešojo peržiūros („Public Preview“) etape: jei šis brandos lygis netinka tavo gamybinei aplinkai, „Medium 3.5“ gali likti tarpiniu žingsniu, su sąlyga, kad jau dabar suplanuoji kitą perėjimą.

Kas keičiasi kode

„Magistral“ visada samprotavo; dabartiniai modeliai tai daro tik tada, kai jų to paprašai. Natūralus „visada įjungta“ režimo atitikmuo yra reasoning_effort="high".

# Anksčiau: Magistral (nutrauktas)
response = client.chat.complete(
    model="magistral-medium-latest",
    messages=[
        {"role": "system", "content": "You are a rigorous analyst."},
        {"role": "user", "content": question},
    ],
    prompt_mode=None,   # išjungė numatytąją „Magistral“ sistemos užklausą
)

# Dabar: Mistral Large 4 su aiškiu samprotavimu
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",
)

Keturi dalykai, kuriuos reikia sutvarkyti šio proceso metu:

  1. Modelių identifikatoriai: ieškok magistral savo kode, konfigūracijos failuose ir aplinkos kintamuosiuose.
  2. prompt_mode: samprotavimo dokumentacijoje jo daugiau neminima; pašalink jį iš savo kvietimų.
  3. Sistemos užklausos: ištrink „Magistral“ specifinį samprotavimo šabloną (fragmentą thinking, įdėtą į sistemos žinutę) ir palik tik metodo bei formato instrukcijas (6 pamoka).
  4. Atsakymų nuskaitymas: „Magistral“ 25.07 ir 25.09 struktūra (ThinkChunk, tada TextChunk) atitinka dabartinius modelius, todėl tavo nuskaitymo kodas lieka galiojantis. Tiesiog pridėk paprastos eilutės atvejo apdorojimą, kurį „Small 4“ ir „Medium 3.5“ grąžina, kai reasoning_effort="none". Jei tavo kodas buvo iš „Magistral“ 25.06 ir ieškojo <think> žymų tekste, pakeisk jį į separer funkciją iš 3 pamokos.

Migracijos patvirtinimas

Nekeisk aklai. Paleisk iš naujo realių atvejų imtį kartu su jų etaloniniais atsakymais ir palygink tris rodiklius: kokybę (tikslumas, formato laikymasis), sunaudotus tokenus (usage.completion_tokens) ir vėlavimą (latency). Tam pakanka paprasto scenarijaus:

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"),
])

Funkcija verifier priklauso nuo tavo srities: palyginimas su laukiama reikšme, būtinų elementų buvimas arba JSON validavimas. Būtent tai paverčia įspūdį sprendimu.

Kaip išnaudoti migraciją

Kad ir taip tenka keisti kiekvieną modelio kvietimą, pasinaudok proga fiksuoti datuotus identifikatorius gamyboje (mistral-small-2603 vietoj mistral-small-latest) ir centralizuoti modelio bei samprotavimo lygio pasirinkimą vienoje konfigūracijoje. Tuomet kitas pasenimas – o jų bus – bus išsprendžiamas vienos eilutės pataisymu.

Svarbiausi punktai

  • „Magistral“ buvo nutrauktas 2026 m. liepos 31 d.: bet koks likęs kvietimas taikosi į neprieinamą modelį
  • „Magistral Small“ → „Small 4“; „Magistral Medium“ → „Small 4“ arba „Large 4“, o ne „Medium 3.5“, kuris pats yra pasenęs
  • „Visada įjungta“ verčiama kaip reasoning_effort="high"
  • Pašalink prompt_mode ir samprotavimo šabloną iš sistemos užklausų
  • Patvirtink su savo realiais atvejais (kokybė, tokenai, vėlavimas), tada fiksuok datuotus identifikatorius