Providers

Mistral

OpenClaw มี Plugin Mistral ที่มาพร้อมชุดติดตั้ง ซึ่งลงทะเบียนสัญญาไว้สี่รายการ ได้แก่ chat completions, การทำความเข้าใจสื่อ (การถอดเสียงแบบแบตช์ของ Voxtral), STT แบบเรียลไทม์สำหรับ Voice Call (Voxtral Realtime) และ memory embeddings (mistral-embed)

คุณสมบัติ	ค่า
Provider id	`mistral`
Plugin	มาพร้อมชุดติดตั้ง, `enabledByDefault: true`
Auth env var	`MISTRAL_API_KEY`
แฟล็ก Onboarding	`--auth-choice mistral-api-key`
แฟล็ก CLI โดยตรง	`--mistral-api-key <key>`
API	เข้ากันได้กับ OpenAI (`openai-completions`)
Base URL	`https://api.mistral.ai/v1`
โมเดลเริ่มต้น	`mistral/mistral-large-latest`
โมเดล Embedding	`mistral-embed`
Voxtral แบบแบตช์	`voxtral-mini-latest` (การถอดเสียงเสียง)
Voxtral แบบเรียลไทม์	`voxtral-mini-transcribe-realtime-2602`

เริ่มต้นใช้งาน

รับ API key ของคุณ

สร้าง API key ใน Mistral Console

เรียกใช้ onboarding

bash

openclaw onboard --auth-choice mistral-api-key

หรือส่งคีย์โดยตรง:

bash

openclaw onboard --mistral-api-key "$MISTRAL_API_KEY"

ตั้งค่าโมเดลเริ่มต้น

json5

{  env: { MISTRAL_API_KEY: "sk-..." },  agents: { defaults: { model: { primary: "mistral/mistral-large-latest" } } },}

ตรวจสอบว่าโมเดลพร้อมใช้งาน

bash

openclaw models list --provider mistral

แค็ตตาล็อก LLM ในตัว

Mistral Medium 3.5 คือโมเดล Medium แบบผสานในปัจจุบันในแค็ตตาล็อกที่มาพร้อมชุดติดตั้ง: น้ำหนักแบบ dense 128B, อินพุตข้อความและรูปภาพ, คอนเท็กซ์ 256K, การเรียกใช้ฟังก์ชัน, เอาต์พุตแบบมีโครงสร้าง, การเขียนโค้ด, และการให้เหตุผลที่ปรับได้ผ่าน Chat Completions API ใช้ mistral/mistral-medium-3-5 เมื่อคุณต้องการโมเดล agentic/เขียนโค้ดแบบรวมรุ่นใหม่ของ Mistral แทนโมเดลเริ่มต้น mistral/mistral-large-latest

ปัจจุบัน OpenClaw จัดส่งแค็ตตาล็อก Mistral ที่มาพร้อมชุดติดตั้งนี้:

Model ref	อินพุต	คอนเท็กซ์	เอาต์พุตสูงสุด	หมายเหตุ
`mistral/mistral-large-latest`	ข้อความ, รูปภาพ	262,144	16,384	โมเดลเริ่มต้น
`mistral/mistral-medium-2508`	ข้อความ, รูปภาพ	262,144	8,192	Mistral Medium 3.1
`mistral/mistral-medium-3-5`	ข้อความ, รูปภาพ	262,144	8,192	Mistral Medium 3.5; การให้เหตุผลที่ปรับได้
`mistral/mistral-small-latest`	ข้อความ, รูปภาพ	128,000	16,384	Mistral Small 4; การให้เหตุผลที่ปรับได้ผ่าน API `reasoning_effort`
`mistral/pixtral-large-latest`	ข้อความ, รูปภาพ	128,000	32,768	Pixtral
`mistral/codestral-latest`	ข้อความ	256,000	4,096	การเขียนโค้ด
`mistral/devstral-medium-latest`	ข้อความ	262,144	32,768	Devstral 2
`mistral/magistral-small`	ข้อความ	128,000	40,000	เปิดใช้การให้เหตุผล

หลัง onboarding ให้ทดสอบ Medium 3.5 แบบ smoke test โดยไม่ต้องเริ่ม Gateway:

bash

openclaw infer model run --local \  --model mistral/mistral-medium-3-5 \  --prompt "Reply with exactly: mistral-ok" \  --json

หากต้องการดูแถวของแค็ตตาล็อกที่มาพร้อมชุดติดตั้งก่อนเปลี่ยน config:

bash

openclaw models list --all --provider mistral --plain

การถอดเสียงเสียง (Voxtral)

ใช้ Voxtral สำหรับการถอดเสียงแบบแบตช์ผ่านไปป์ไลน์การทำความเข้าใจสื่อ

json5

{  tools: {    media: {      audio: {        enabled: true,        models: [{ provider: "mistral", model: "voxtral-mini-latest" }],      },    },  },}

STT แบบสตรีมมิงของ Voice Call

Plugin mistral ที่มาพร้อมชุดติดตั้งลงทะเบียน Voxtral Realtime เป็นผู้ให้บริการ STT แบบสตรีมมิงสำหรับ Voice Call

การตั้งค่า	พาธ Config	ค่าเริ่มต้น
API key	`plugins.entries.voice-call.config.streaming.providers.mistral.apiKey`	ถอยกลับไปใช้ `MISTRAL_API_KEY`
โมเดล	`...mistral.model`	`voxtral-mini-transcribe-realtime-2602`
การเข้ารหัส	`...mistral.encoding`	`pcm_mulaw`
อัตราสุ่มตัวอย่าง	`...mistral.sampleRate`	`8000`
ดีเลย์เป้าหมาย	`...mistral.targetStreamingDelayMs`	`800`

json5

{  plugins: {    entries: {      "voice-call": {        config: {          streaming: {            enabled: true,            provider: "mistral",            providers: {              mistral: {                apiKey: "${MISTRAL_API_KEY}",                targetStreamingDelayMs: 800,              },            },          },        },      },    },  },}

การกำหนดค่าขั้นสูง

การให้เหตุผลที่ปรับได้

mistral/mistral-small-latest (Mistral Small 4) และ mistral/mistral-medium-3-5 รองรับ การให้เหตุผลที่ปรับได้ บน Chat Completions API ผ่าน reasoning_effort (none ลดการคิดเพิ่มเติมในเอาต์พุตให้น้อยที่สุด; high แสดงร่องรอยการคิดแบบเต็มก่อนคำตอบสุดท้าย) Mistral แนะนำ reasoning_effort="high" สำหรับกรณีการใช้งาน agentic และโค้ดของ Medium 3.5

OpenClaw แมประดับ thinking ของเซสชันไปยัง API ของ Mistral:

ระดับ thinking ของ OpenClaw	`reasoning_effort` ของ Mistral
off / minimal	`none`
low / medium / high / xhigh / adaptive / max	`high`

Warning

อย่าใช้โหมดการให้เหตุผลของ Medium 3.5 ร่วมกับ temperature: 0 HTTP API ของ Mistral จะปฏิเสธ reasoning_effort="high" พร้อม temperature: 0 ด้วยการตอบกลับ 400 ปล่อย temperature ให้ไม่ได้ตั้งค่าเพื่อให้ Mistral ใช้ค่าเริ่มต้น หรือทำตาม การตั้งค่าที่แนะนำสำหรับ Medium 3.5 และใช้ temperature: 0.7 สำหรับการให้เหตุผลสูง สำหรับคำตอบโดยตรงที่กำหนดแน่นอน ให้ปิด thinking หรือใช้ minimal เพื่อให้ OpenClaw ส่ง reasoning_effort: "none" ก่อนที่คุณจะลด temperature

ตัวอย่าง config ตามขอบเขตโมเดลสำหรับการให้เหตุผลของ Medium 3.5:

json5

{  agents: {    defaults: {      model: { primary: "mistral/mistral-medium-3-5" },      models: {        "mistral/mistral-medium-3-5": {          params: { thinking: "high" },        },      },    },  },}

Memory embeddings

Mistral สามารถให้บริการ memory embeddings ผ่าน /v1/embeddings (โมเดลเริ่มต้น: mistral-embed)

json5

{  memorySearch: { provider: "mistral" },}

Auth และ base URL

Auth ของ Mistral ใช้ MISTRAL_API_KEY (Bearer header)
Base URL ของผู้ให้บริการมีค่าเริ่มต้นเป็น https://api.mistral.ai/v1 และรับรูปแบบคำขอ chat-completions มาตรฐานที่เข้ากันได้กับ OpenAI
โมเดลเริ่มต้นของ onboarding คือ mistral/mistral-large-latest
แทนที่ base URL ภายใต้ models.providers.mistral.baseUrl เฉพาะเมื่อ Mistral เผยแพร่ regional endpoint ที่คุณต้องใช้ไว้อย่างชัดเจนเท่านั้น

ที่เกี่ยวข้อง

การเลือกโมเดล

การเลือกผู้ให้บริการ, model refs และพฤติกรรม failover

การทำความเข้าใจสื่อ

การตั้งค่าการถอดเสียงเสียงและการเลือกผู้ให้บริการ

Was this useful?