Agrupamento Inline: Até 10K Pedidos Sem Ficheiro
Nesta página
Atualizado a 3 de novembro de 2026: Atualização de 3 de novembro:
files.downloaddevolve uma resposta HTTP (httpx2.Response); leia o seu conteúdo com.read()antes de chamar.decode().
A Alternativa Leve ao Agrupamento por Ficheiro
O agrupamento inline permite submeter pedidos de lote diretamente na chamada à API, ignorando a etapa de carregamento de ficheiros. Este é o método ideal quando tem um volume moderado de pedidos (até 10.000) e deseja simplificar o seu pipeline.
Agrupamento por Ficheiro vs. Agrupamento Inline
Antes de avançar para o código, vamos clarificar as diferenças entre as duas abordagens:
| Critério | Agrupamento por Ficheiro | Agrupamento Inline |
|---|---|---|
| Volume máximo | 1.000.000 de pedidos | 10.000 pedidos |
| Pré-requisitos | Carregar ficheiro JSONL | Nenhum |
| Passos | Carregar + Criar Tarefa | Criar Tarefa (chamada única) |
| Casos de uso | Produção, grandes volumes | Testes, prototipagem, volumes médios |
Criação de uma Tarefa Inline
Em vez de passar input_files, passa um parâmetro requests contendo a sua lista de pedidos diretamente:
from mistralai.client import Mistral
client = Mistral(api_key="your-api-key")
# Preparar pedidos inline
inline_requests = [
{
"custom_id": f"req-{i:04d}",
"body": {
"max_tokens": 150,
"messages": [
{
"role": "system",
"content": "You are a text classification expert."
},
{
"role": "user",
"content": f"Classify this text: {text}"
}
]
}
}
for i, text in enumerate(my_texts)
]
# Criar a tarefa com pedidos inline
job = client.batch.jobs.create(
requests=inline_requests,
model="mistral-small-latest",
endpoint="/v1/chat/completions"
)
print(f"Inline job created: {job.id}")
print(f"Number of requests: {len(inline_requests)}")
A diferença no código é mínima: requests= em vez de input_files=. O restante fluxo de trabalho (monitorização do estado, descarga de resultados) é idêntico.
Exemplo Prático: Classificação de Tickets
Eis um exemplo completo de classificação de tickets de apoio ao cliente:
from mistralai.client import Mistral
import json
import time
client = Mistral(api_key="your-api-key")
# Simular tickets de apoio
tickets = [
{"id": "TK-001", "message": "I cannot log in to my account"},
{"id": "TK-002", "message": "How do I cancel my subscription?"},
{"id": "TK-003", "message": "The app crashes on startup"},
{"id": "TK-004", "message": "Can you add dark mode?"},
{"id": "TK-005", "message": "My invoice is incorrect"},
]
# Construir pedidos inline
requests = [
{
"custom_id": ticket["id"],
"body": {
"max_tokens": 50,
"messages": [
{
"role": "system",
"content": (
"Classify the ticket into one of these categories: "
"AUTHENTICATION, BILLING, BUG, "
"FEATURE, SUBSCRIPTION. "
"Reply with the category only."
)
},
{"role": "user", "content": ticket["message"]}
]
}
}
for ticket in tickets
]
# Lançar o lote inline
job = client.batch.jobs.create(
requests=requests,
model="mistral-small-latest",
endpoint="/v1/chat/completions"
)
# Aguardar e recuperar resultados
while True:
status = client.batch.jobs.get(job_id=job.id)
if status.status in ("SUCCESS", "FAILED", "CANCELLED"):
break
time.sleep(5)
# Analisar resultados
if status.status == "SUCCESS":
data = client.files.download(file_id=status.output_file)
for line in data.read().decode("utf-8").strip().split("\n"):
entry = json.loads(line)
ticket_id = entry["custom_id"]
category = entry["response"]["body"]["choices"][0]["message"]["content"]
print(f"{ticket_id} -> {category.strip()}")
Quando Escolher Cada Abordagem
O fator decisivo não é apenas o volume, mas sim onde o agrupamento se encaixa no seu fluxo de trabalho. Durante a prototipagem, testa um prompt em algumas centenas de exemplos, refina-o e volta a executar. Escrever um ficheiro JSONL intermédio em cada iteração apenas desacelera o ciclo. O agrupamento inline remove este atrito: o seu script gera pedidos em tempo real, submete-os na mesma chamada e itera em minutos. A mesma lógica aplica-se a integrações leves, scripts de análise pontuais ou processamentos diários que se mantenham abaixo dos 10.000 pedidos.
O agrupamento por ficheiro assume a liderança assim que o lote se torna um elo de produção. Primeiro, mecanicamente: além de 10.000 pedidos, é a única opção. Mas, mais importante, estruturalmente: um ficheiro carregado é um artefacto duradouro. Pode reutilizá-lo para múltiplas tarefas, mantê-lo como registo exato do que foi submetido e separar claramente a etapa de preparação (que constrói, valida e versiona o ficheiro) da etapa de execução (que lança a tarefa). Quando uma tarefa em lote corre nightly sobre dados de clientes, esta rastreabilidade não é um luxo; é o que lhe permite responder à pergunta «O que enviámos ao modelo a 12 de março?» seis meses depois.
Na prática, muitas equipas utilizam ambos: inline durante o desenvolvimento do prompt, mudando depois para agrupamento por ficheiro ao industrializar. Como o código para monitorizar e recuperar resultados permanece idêntico, a migração limita-se a substituir requests= por input_files=.
Pontos-chave
- O agrupamento inline remove a etapa de carregamento ao passar os pedidos diretamente através do parâmetro
requests - Limite de 10.000 pedidos por tarefa inline, contra 1 milhão no agrupamento por ficheiro
- A monitorização do estado e a descarga de resultados são idênticas em ambos os modos
- Prefira o inline para prototipagem e volumes moderados; utilize o agrupamento por ficheiro para produção em larga escala