हम cookies इस्तेमाल करते हैं. Cookies और ब्राउज़र स्टोरेज आपको साइन इन रखते हैं और आपकी प्राथमिकताएं याद रखते हैं। आपकी अनुमति से हम यह भी मापते हैं कि साइट कैसे इस्तेमाल होती है। आप कभी भी । हमारी cookie नीति देखें।

Mistral: Mistral Medium 3.5 (batch)

mistralai/mistral-medium-3-5:batch

टेक्स्टइनपुट: text · image · fileToolsReasoning262K30 अप्रैल 2026 को जोड़ा गया

playground में खोलें Mistral: Mistral Medium 3.5 (batch) के लिए API key पाएं

Mistral: Mistral Medium 3.5 (batch) अभी आज़माएं

ऊपर दी गई कीमतों पर आपके बैलेंस से चलता है। नए अकाउंट मुफ्त उपयोग से शुरू होते हैं।

एक API. हर मॉडल.

आज 5 में से 5 मुफ्त मैसेज बाकी, मुफ्त अकाउंट से अतिरिक्त मुफ्त उपयोग और API key मिलती है।मुफ्त अकाउंट बनाएं साइन इन

सेशन लागत $0.00

Mistral: Mistral Medium 3.5 (batch) एक नज़र में

इनपुट कीमत 434 टेक्स्ट मॉडल के मीडियन से 67% ज़्यादा है।
2,62,144 tokens की context window, लंबे दस्तावेज़ों और कई चरणों वाली बातचीत के लिए काफी।
agents और integrations के लिए tool (function) calling सपोर्ट करता है।
schema के साथ structured JSON output सपोर्ट करता है।
reasoning effort नियंत्रण सपोर्ट करता है।
इनपुट के रूप में इमेज स्वीकार करता है (vision)।
एक सामान्य request (1,000 इनपुट / 500 आउटपुट tokens) की लागत लगभग $0.00919 है।

Mistral: Mistral Medium 3.5 (batch) के बारे में

Mistral Medium 3.5 (batch) Mistral AI का एक टेक्स्ट जनरेशन मॉडल है, जिसे api14 पर mistralai/mistral-medium-3-5:batch के रूप में पहचाना जाता है। यह एक dense 128B instruction-following मॉडल है, जिसका अर्थ है कि इसके सभी पैरामीटर हर अनुरोध पर सक्रिय रहते हैं, बजाय mixture-of-experts सेटअप के माध्यम से रूट किए जाने के। batch वेरिएंट वह संस्करण है जो इस endpoint के माध्यम से उपलब्ध कराया गया है, और यह मॉडल api14 पर text श्रेणी में आता है।

यह मॉडल text, image, और file इनपुट स्वीकार करता है, और केवल text लौटाता है। इसकी context window 262,144 tokens है, और अधिकतम आउटपुट लंबाई 209,715 tokens है, इसलिए यह बहुत बड़े इनपुट ले सकता है और एक ही कॉल में लंबी प्रतिक्रियाएँ उत्पन्न कर सकता है। चूँकि text के साथ images और files भी स्वीकार किए जाते हैं, आप मिश्रित प्रॉम्प्ट भेज सकते हैं जो लिखित निर्देशों को visual या document सामग्री के साथ जोड़ते हैं, और मॉडल अपना उत्तर उत्पन्न करने से पहले इन सब पर विचार करेगा।

ये क्षमताएँ कुछ व्यावहारिक उपयोगों की ओर संकेत करती हैं। बड़ी context window लंबे दस्तावेज़ों, codebases, या multi-file इनपुट पर काम के लिए उपयुक्त है, जहाँ अन्यथा आपको परिणामों को chunk और stitch करने की आवश्यकता होती। Image इनपुट इसे उन कार्यों के लिए उपयुक्त बनाता है जो screenshots, diagrams, या scanned pages को text निर्देशों के साथ मिलाते हैं। Mistral मॉडल को agentic workflows, coding, और जटिल कार्यों के लिए डिज़ाइन किया गया बताता है, इसलिए tool calling और structured generation उचित शुरुआती बिंदु हैं। batch वेरिएंट offline या throughput-oriented कार्यों के लिए स्वाभाविक विकल्प है जहाँ आप कई अनुरोध सबमिट करते हैं और परिणाम एकत्र करते हैं, बजाय interactive chat के जहाँ latency सबसे महत्वपूर्ण होती है।

आप मॉडल को api14 के OpenAI-compatible API के माध्यम से model id mistralai/mistral-medium-3-5:batch का उपयोग करके कॉल करते हैं। endpoint frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, reasoning_effort, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, और top_p का समर्थन करता है। व्यवहार में इसका अर्थ है कि आप temperature, top_p, और दो penalty पैरामीटर के साथ sampling नियंत्रित कर सकते हैं, max_tokens के साथ आउटपुट सीमित कर सकते हैं, seed के साथ randomness तय कर सकते हैं, और stop sequences परिभाषित कर सकते हैं। structured काम के लिए, response_format और structured_outputs आपको उत्तर का आकार सीमित करने देते हैं, जबकि tools और tool_choice function calling का समर्थन करते हैं, और reasoning पैरामीटर आपको यह ट्यून करने देते हैं कि मॉडल कितना आंतरिक reasoning प्रकट करता है या करता है।

एक बात विचार करने योग्य है batch पदनाम। यदि आपके एप्लिकेशन को low-latency, turn-by-turn प्रतिक्रियाओं की आवश्यकता है, तो non-batch मॉडल संभवतः बेहतर विकल्प है, और यही बात तब भी लागू होती है जब आपको केवल text इनपुट और आउटपुट चाहिए, क्योंकि image और file modalities अप्रयुक्त रहेंगे। 262,144-token context और 209,715-token आउटपुट सीमा उदार हैं, लेकिन वे अभी भी सीमित हैं, इसलिए अत्यधिक बड़े corpora को कॉल्स में विभाजित करने की आवश्यकता हो सकती है। इन सीमाओं के भीतर, मॉडल एक ही endpoint से long-context text काम, multimodal prompts, coding, और tool-driven agent flows को कवर करता है।

Mistral: Mistral Medium 3.5 (batch) API कैसे कॉल करें

अपने dashboard में API key बनाएं।
अपनी भाषा के लिए आधिकारिक openai SDK इंस्टॉल करें।
baseURL को https://api14.com/api/v1 और model को "mistralai/mistral-medium-3-5:batch" पर सेट करें।

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const result = await client.chat.completions.create({
  "model": "mistralai/mistral-medium-3-5:batch",
  "messages": [
    {
      "role": "user",
      "content": "Explain vector databases in two sentences."
    }
  ]
});
console.log(result.choices[0].message.content);

समर्थित parameters

frequency_penaltyinclude_reasoningmax_tokenspresence_penaltyreasoningreasoning_effortresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_p

स्पेसिफिकेशन

Context लंबाई: 2,62,144
अधिकतम आउटपुट: 2,09,715
इनपुट: text, image, file
आउटपुट: text

api14 पर requests · पिछले 7 दिन

Mistral: Mistral Medium 3.5 (batch): अक्सर पूछे जाने वाले सवाल

Mistral: Mistral Medium 3.5 (batch) API की कीमत कितनी है?: Mistral: Mistral Medium 3.5 (batch) की कीमत इनपुट $2.63 / 1M tokens है। शुल्क आपके USD बैलेंस से सिर्फ सफल requests के लिए कटता है; फेल हुई requests मुफ्त हैं।
Mistral: Mistral Medium 3.5 (batch) की context window कितनी है?: Mistral: Mistral Medium 3.5 (batch) हर request में 2,62,144 tokens तक पढ़ता है, prompt, इतिहास और दस्तावेज़ मिलाकर। यह हर जवाब में 2,09,715 आउटपुट tokens तक लिखता है।
Mistral: Mistral Medium 3.5 (batch) क्या कर सकता है?: Mistral: Mistral Medium 3.5 (batch) text, image, file स्वीकार करता है और text लौटाता है। यह tool calling, structured JSON output, reasoning effort नियंत्रण सपोर्ट करता है।
अपने कोड से Mistral: Mistral Medium 3.5 (batch) कैसे कॉल करूं?: किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "mistralai/mistral-medium-3-5:batch" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
Mistral: Mistral Medium 3.5 (batch) के विकल्प क्या हैं?: मिलती-जुलती कीमत वाले टेक्स्ट मॉडल: Google: Gemini 3.7 Flash, Google: Gemini 3.6 Flash, Google: Gemini Flash Latest। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।

Mistral: Mistral Medium 3.5 (batch) कम्युनिटी

नया टॉपिक

इस कम्युनिटी में अभी कोई टॉपिक नहीं है। Mistral: Mistral Medium 3.5 (batch) के बारे में पहला टॉपिक खोलें।