Mistral uz Azure AI
Šajā lapā
Atjaunināts 2026. gada 3. novembrī: Iepriekšējā TypeScript piemērā
process.env.AZUREAI_API_KEYunprocess.env.AZUREAI_ENDPOINTtika nodoti tieši funkcijaiMistralAzure. Tā kā abas opcijas ir obligātas, TypeScript 7 stingrajā režīmā atteicās veikt kompilāciju (pārbaudīts ar@mistralai/mistralai-azure2.1.0). Tagad vides mainīgie tiek validēti pirms klienta izveides. Avots:@mistralai/mistralai-azureSDK.
Kāpēc izmantot Mistral, izmantojot Azure?
Šis jautājums reti rodas tehnisku iemeslu dēļ: tiešā Mistral API darbojas nevainojami. Tas rodas līgumisku un organizatorisku iemeslu dēļ. Uzņēmums, kas jau ir iegrimis Microsoft ekosistēmā, izmanto iepriekš sarunātu Azure saistību, ir izveidojis iepirkuma procesus un nevēlas slēgt jaunu piegādātāja līgumu par dažiem tūkstošiem eiro vērtiem tokeniem.
Azure AI izmantošana konsolidē rēķinus jūsu esošajā Azure līgumā, nodrošina atbilstību GDPR, izmantojot Eiropas reģionus, piedāvā natīvu integrāciju ar citiem Azure servisiem — Azure Functions, Cosmos DB, Azure ML — un nodrošina Microsoft uzņēmumu atbalstu ar atbilstošiem līmeņa līgumiem (SLA). Īsāk sakot: tas pats modelis jūsu IT departamenta jau apstiprinātajā pārvaldības perimetrā.
Izvēle starp serverless un dedicētiem GPU
Azure piedāvā divas pieejas, un izvēle ir atkarīga no jūsu darba slodzes regularitātes. Maksā tikai par patēriņu režīms, kas pazīstams arī kā MaaS (Model as a Service), eksponē serverless API: nav jānodrošina GPU, jūs maksājat tikai par patērētajiem tokeniem, un Azure vienpersoniski rūpējas par mērogošanu. Šis ir ieteicamais režīms vairumam lietojumu, it īpaši, kamēr jūsu satiksme ir neregulāra vai neparedzama.
Reāllaika galapunkti (Real-time endpoints) risina pretēju vajadzību. Jūs izvēlaties GPU tipu un skaitu, infrastruktūra ir dedicēta tikai jums, un rēķins tiek veidots par skaitļošanas stundām — neatkarīgi no tā, vai modelis strādā vai dīkstāvē. Iekšējais API, ko nepārtraukti izmanto vairāki tūkstoši lietotāju, atbilst šim modelim; prototips, kam piekļūst trīs reizes dienā, šeit izšķiedīs daudz naudas. Atcerieties likumu: šis režīms ir ieteicams paredzamām darba slodzēm ar lielu caurlaidspēju.
Modeļi, kas pieejami uz Azure
Mistral dokumentācijā uz Azure ir uzskaitīti šādi modeļi (saraksts iegūts 2026. gada 2. novembrī). Katalogs regulāri mainās: aktuālo sarakstu skatiet oficiālajā lapā.
| Modelis | Pozicionējums |
|---|---|
| Mistral Medium 3.5 | Labs veiktspējas un izmaksu līdzsvars |
| Mistral Large 3 (25.12) | Flagmanis modelis sarežģītiem uzdevumiem |
| Mistral Small (25.06) | Ātrs un ekonomisks |
| Codestral (25.01) | Specializēts koda ģenerēšanā |
| Ministral 3B (24.10) | Kompakts modelis viegliem uzdevumiem |
| Document AI (OCR 4) | Teksta un struktūras ekstrakcija dokumentos |
Akreditācijas datu iegūšana
Akreditācijas datu iegūšana notiek caur Azure saskarni un aizņem dažas minūtes:
- Dodieties uz Microsoft Foundry
- Izveidojiet projektu vai atlasiet esošu
- Izvietojiet Mistral modeli no modeļu kataloga
- Iegūstiet savu galapunktu (endpoint) un API atslēgu no izvietošanas lapas
Ievietojiet šīs divas vērtības vides mainīgajos, tieši tāpat kā tiešo Mistral atslēgu. Atšķirība slēpjas galapunktā: katram Azure izvietoījumam ir savs; nav kopīgas URL.
export AZUREAI_ENDPOINT="https://your-endpoint.inference.ai.azure.com"
export AZUREAI_API_KEY="your-azure-secret-key"
Modeļa izsaukšana Python valodā
Mistral SDK nodrošina dedicētu Azure klientu MistralAzure, kas iekļauts paketē mistralai: jūs tam nododat savu izvietošanas URL un atslēgu, un pārējais kods ir identisks tam, ko rakstāt tiešajai API. Kopš SDK versijas 2.0 (2026. gada marts) tas tiek importēts no 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", # Identifikators, ko sagaida Azure galapunkti
messages=[
{"role": "user", "content": "Kādas ir suverēnā mākoņa priekšrocības Eiropā?"}
]
)
print(response.choices[0].message.content)
Vismulsinošākais punkts slēpjas parametrā model. Jūs sagaidāt rakstīt mistral-large-latest; tā vietā jums jāievada azureai. Iemesls ir vienkāršs: modeli jau nosaka izvietošana, ko izveidojāt Azure pusē; galapunkts norāda tieši uz to un ne uz ko citu. Tādējādi modeļa maiņa nozīmē galapunkta maiņu, nevis virknes maiņu kodā.
Straumēšana (streaming) tomēr neatšķiras ne par mata tiesu no tiešās API — tā pati metode, tas pats .data līmenis, lai sasniegtu fragmenta saturu. Tieši tāda ir vienota SDK jēga: kods, ko uzrakstījāt iepriekšējās nodarbībās, darbojas tāds, kāds ir.
stream = client.chat.stream(
model="azureai",
messages=[
{"role": "user", "content": "Aprakstiet datu ezera arhitektūru uz Azure."}
]
)
for chunk in stream:
content = chunk.data.choices[0].delta.content
if content:
print(content, end="", flush=True)
Tas pats izsaukums TypeScript valodā
TypeScript pusē Azure klients tiek publicēts atsevišķā paketē @mistralai/mistralai-azure, kas tiek instalēta ar npm add @mistralai/mistralai-azure. Tās opcijas ievēro JavaScript casing: apiKey un endpoint, un abas ir obligātas. Līdz ar to nepieciešama vides mainīgo validācija, bez kuras stingrais režīms atteiksies veikt kompilāciju, jo vides mainīgais varētu nebūt iestatīts:
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('Iestatiet AZUREAI_API_KEY un AZUREAI_ENDPOINT.');
}
const client = new MistralAzure({ apiKey, endpoint });
const response = await client.chat.complete({
model: 'azureai',
messages: [
{ role: 'user', content: 'Kā nodrošināt Azure Key Vault?' },
],
});
console.log(response.choices[0]?.message?.content);
Avoti: Mistral uz Azure (Mistral dokumentācija) · TypeScript SDK
@mistralai/mistralai-azure
Pārējās platformas iespēju izmantošana
Kad izsaukums darbojas, izmantojiet servisus, par kuriem jau maksājat. Glabājiet savas atslēgas Azure Key Vault, nevis vides mainīgajos: atslēgu rotācija kļūst par administratīvu operāciju, nevis atkārtotu izvietošanu. Iespējojiet diagnostikas žurnālus savam galapunktam, lai uzraudzītu latentumu un kļūdas; tas ir vienīgais veids, kā atšķirt modeļa lēnumu no koda lēnuma. Izvēlieties Eiropas reģionu, piemēram, West Europe vai France Central, lai saglabātu atbilstību GDPR — bieži vien tas ir galvenais iemesls Azure izvēlei. Visbeidzot, konfigurējiet Azure Monitor brīdinājumus par tokena patēriņu: slikti aizvērts cikls nakts darbā parādīsies rēķinā daudz vēlāk nekā brīdinājumā.
Galvenās atziņas
- Azure AI piedāvā Mistral serverless (MaaS) vai dedicētu GPU režīmā
- Modelis API izsaukumos tiek identificēts kā
"azureai" - Klients
MistralAzuresaņem galapunktu caurserver_url(Python,mistralai.azure.client) vaiendpoint(TypeScript,@mistralai/mistralai-azure) - Integrācija ar Azure ekosistēmu (Key Vault, Monitor, Functions) ir liels assets uzņēmumiem
- Izvēlieties Eiropas reģionu, lai saglabātu atbilstību GDPR