Pixtral Large ist Mistral AIs multimodales Modell auf Basis von Mistral Large 2. Es verbindet einen multimodalen Decoder mit 123 Milliarden Parametern mit einem Bildencoder mit einer Milliarde Parametern zu einem Modell mit 124 Milliarden Parametern. Ziel ist es, umfassende Sprachfähigkeiten beizubehalten und zugleich die für eine Antwort benötigten visuellen Belege zu verstehen: eine Dokumentseite, ein Diagramm, ein Foto oder einen Screenshot. Eingaben können Text und Bilder verbinden; das Ergebnis ist Text.
Mistral beschreibt ein Kontextfenster von 128K Tokens und gibt an, dass es mindestens 30 hochauflösende Bilder aufnehmen kann. Diese Aussage beschreibt die Kontextkapazität und keine allgemeingültige Einstellung zur Bildanzahl je Anfrage. Der praktische Nutzen besteht darin, mehrere visuelle Quellen auf eine Frage beziehen zu können. Eine nützliche Vergleichsaufgabe könnte gekennzeichnete Seiten aus zwei Berichten bereitstellen und fragen, welche Zahlen, Beschriftungen und Schlussfolgerungen sich unterscheiden. Halten Sie den Fragetext, die Rolle jedes Bildes und die erforderliche Antwortstruktur zusammen.
Der Hersteller veranschaulicht mehrsprachiges Textlesen, Dokumentfragen, Diagramminterpretation und gewöhnliches Bildverständnis. Fordern Sie für einen Dokumentassistenten sichtbare Feldnamen und Werte, eine Beschreibung des Seitenlayouts oder eine Erklärung an, die den Wortlaut mit einer Tabelle oder Abbildung verbindet. Geben Sie bei einem Diagramm die zu untersuchenden Achsen, Datenreihen oder das Intervall an. Eine beispielhafte Anfrage lautet: «Vergleichen Sie diese Diagramme. Trennen Sie direkt ablesbare Werte von Interpretationen, benennen Sie die dargestellte Änderung und listen Sie die zur Prüfung der Schlussfolgerung benötigten Informationen auf.» Das Ergebnis könnte eine Feldtabelle, eine Sammlung von Beobachtungen oder eine schriftliche Erklärung sein.
Die Modellkarte widmet dem Systemprompt besondere Aufmerksamkeit. Mistral empfiehlt, eine Anweisung mit dem Zweck des Assistenten aufzunehmen, selbst wenn sie kurz ist. Dies ist für eine visuelle Aufgabe nützlich, weil dasselbe Bild unterschiedliche Aufträge unterstützen kann: Einträge extrahieren, eine Szene beschreiben, ein Diagramm erklären oder es mit einer schriftlichen Anforderung vergleichen. Nennen Sie den Auftrag und die Regeln für unsichere oder unlesbare Details. Kennzeichnen Sie mehrere bereitgestellte Bilder und benennen Sie ihre Reihenfolge oder Beziehung, damit die Antwort Beobachtungen dem richtigen Material zuordnen kann.
Mistrals Modellseite nennt Fragenbeantwortung zu Dokumenten, strukturierte Ausgaben und Funktionsaufrufe. Die Herstellerschnittstelle unterstützt auch Stapelverarbeitung. Ihre Anleitung zu strukturierten Ausgaben unterscheidet ein JSON-Objektformat von einem benutzerdefinierten Schema; der JSON-Modus verlangt weiterhin eine ausdrückliche Anweisung, JSON zu erzeugen. Definieren Sie für die Extraktion die Felder, den Umgang mit fehlenden Werten und den Unterschied zwischen übertragenem Text und einer Schlussfolgerung. Eine strukturierte Antwort ist nützlich, wenn eine Anwendung das Ergebnis verarbeiten muss; eine freie Erklärung ist nützlich, wenn eine Person die dahinterliegende Argumentation verstehen muss.
Für Funktionsaufrufe stellt die Anwendung Werkzeugdefinitionen bereit, und das Modell schlägt eine Funktion mit Argumenten vor. In Mistrals Ablauf führt die Anwendung danach den Vorgang aus und sendet sein Ergebnis zurück, bevor das Modell die Folgeantwort schreibt. Ein Dokumentablauf könnte mit einem Werkzeug eine aus einem Bild gelesene Kennung nachschlagen und dann eine Erklärung anhand des zurückgegebenen Datensatzes anfordern. Das visuelle Modell erhält nicht allein deshalb beliebigen Zugriff auf externe Daten, weil ein Bild einen Datensatz erwähnt: Der erlaubte Vorgang und sein Ergebnis kommen von der Anwendung.
Der Hersteller nennt ausserdem Funktionen für vorhergesagte Ausgaben und Präfixe. Vorhergesagte Ausgaben erlauben dem Aufrufer, erwarteten Text mitzugeben, wenn ein Dokument oder eine Codedatei mit einer kleinen Änderung neu erzeugt wird; ein Präfix definiert den Anfangstext der Antwort. Dies sind eigenständige Steuerungen zur Vorbereitung und keine zusätzlichen visuellen Modalitäten. Die nützliche Ausgabe bleibt eine Textbeschreibung, Extraktion oder Erklärung und kein neu gerendertes Bild. Wählen Sie klare Quellbilder, legen Sie fest, was bewahrt werden muss, und prüfen Sie wichtige Ablesungen anhand der Originalseite.
Die Bezeichnung latest ist ein Familienalias, während Pixtral-Large-Instruct-2411 die feste, in der Modellkarte dokumentierte Herstellerveröffentlichung ist. Halten Sie diese Namen bei der Vorbereitung einer wiederholbaren Aufgabe getrennt. Die veröffentlichte Kontextangabe beschreibt das Herstellermodell; die gelesenen Seiten belegen keine separate allgemeingültige Obergrenze für Ausgabetokens. Wählen Sie Bildsammlung, Textfrage und gewünschte Antwortlänge gemeinsam und halten Sie versionsspezifische Anfragegrenzen von den hier beschriebenen allgemeinen visuellen Fähigkeiten getrennt.
", "aboutText": "Pixtral Large ist Mistral AIs multimodales Modell auf Basis von Mistral Large 2. Es verbindet einen multimodalen Decoder mit 123 Milliarden Parametern mit einem Bildencoder mit einer Milliarde Parametern zu einem Modell mit 124 Milliarden Parametern. Ziel ist es, umfassende Sprachfähigkeiten beizubehalten und zugleich die für eine Antwort benötigten visuellen Belege zu verstehen: eine Dokumentseite, ein Diagramm, ein Foto oder einen Screenshot. Eingaben können Text und Bilder verbinden; das Ergebnis ist Text.\n\nMistral beschreibt ein Kontextfenster von 128K Tokens und gibt an, dass es mindestens 30 hochauflösende Bilder aufnehmen kann. Diese Aussage beschreibt die Kontextkapazität und keine allgemeingültige Einstellung zur Bildanzahl je Anfrage. Der praktische Nutzen besteht darin, mehrere visuelle Quellen auf eine Frage beziehen zu können. Eine nützliche Vergleichsaufgabe könnte gekennzeichnete Seiten aus zwei Berichten bereitstellen und fragen, welche Zahlen, Beschriftungen und Schlussfolgerungen sich unterscheiden. Halten Sie den Fragetext, die Rolle jedes Bildes und die erforderliche Antwortstruktur zusammen.\n\nDer Hersteller veranschaulicht mehrsprachiges Textlesen, Dokumentfragen, Diagramminterpretation und gewöhnliches Bildverständnis. Fordern Sie für einen Dokumentassistenten sichtbare Feldnamen und Werte, eine Beschreibung des Seitenlayouts oder eine Erklärung an, die den Wortlaut mit einer Tabelle oder Abbildung verbindet. Geben Sie bei einem Diagramm die zu untersuchenden Achsen, Datenreihen oder das Intervall an. Eine beispielhafte Anfrage lautet: «Vergleichen Sie diese Diagramme. Trennen Sie direkt ablesbare Werte von Interpretationen, benennen Sie die dargestellte Änderung und listen Sie die zur Prüfung der Schlussfolgerung benötigten Informationen auf.» Das Ergebnis könnte eine Feldtabelle, eine Sammlung von Beobachtungen oder eine schriftliche Erklärung sein.\n\nDie Modellkarte widmet dem Systemprompt besondere Aufmerksamkeit. Mistral empfiehlt, eine Anweisung mit dem Zweck des Assistenten aufzunehmen, selbst wenn sie kurz ist. Dies ist für eine visuelle Aufgabe nützlich, weil dasselbe Bild unterschiedliche Aufträge unterstützen kann: Einträge extrahieren, eine Szene beschreiben, ein Diagramm erklären oder es mit einer schriftlichen Anforderung vergleichen. Nennen Sie den Auftrag und die Regeln für unsichere oder unlesbare Details. Kennzeichnen Sie mehrere bereitgestellte Bilder und benennen Sie ihre Reihenfolge oder Beziehung, damit die Antwort Beobachtungen dem richtigen Material zuordnen kann.\n\nMistrals Modellseite nennt Fragenbeantwortung zu Dokumenten, strukturierte Ausgaben und Funktionsaufrufe. Die Herstellerschnittstelle unterstützt auch Stapelverarbeitung. Ihre Anleitung zu strukturierten Ausgaben unterscheidet ein JSON-Objektformat von einem benutzerdefinierten Schema; der JSON-Modus verlangt weiterhin eine ausdrückliche Anweisung, JSON zu erzeugen. Definieren Sie für die Extraktion die Felder, den Umgang mit fehlenden Werten und den Unterschied zwischen übertragenem Text und einer Schlussfolgerung. Eine strukturierte Antwort ist nützlich, wenn eine Anwendung das Ergebnis verarbeiten muss; eine freie Erklärung ist nützlich, wenn eine Person die dahinterliegende Argumentation verstehen muss.\n\nFür Funktionsaufrufe stellt die Anwendung Werkzeugdefinitionen bereit, und das Modell schlägt eine Funktion mit Argumenten vor. In Mistrals Ablauf führt die Anwendung danach den Vorgang aus und sendet sein Ergebnis zurück, bevor das Modell die Folgeantwort schreibt. Ein Dokumentablauf könnte mit einem Werkzeug eine aus einem Bild gelesene Kennung nachschlagen und dann eine Erklärung anhand des zurückgegebenen Datensatzes anfordern. Das visuelle Modell erhält nicht allein deshalb beliebigen Zugriff auf externe Daten, weil ein Bild einen Datensatz erwähnt: Der erlaubte Vorgang und sein Ergebnis kommen von der Anwendung.\n\nDer Hersteller nennt ausserdem Funktionen für vorhergesagte Ausgaben und Präfixe. Vorhergesagte Ausgaben erlauben dem Aufrufer, erwarteten Text mitzugeben, wenn ein Dokument oder eine Codedatei mit einer kleinen Änderung neu erzeugt wird; ein Präfix definiert den Anfangstext der Antwort. Dies sind eigenständige Steuerungen zur Vorbereitung und keine zusätzlichen visuellen Modalitäten. Die nützliche Ausgabe bleibt eine Textbeschreibung, Extraktion oder Erklärung und kein neu gerendertes Bild. Wählen Sie klare Quellbilder, legen Sie fest, was bewahrt werden muss, und prüfen Sie wichtige Ablesungen anhand der Originalseite.\n\nDie Bezeichnung latest ist ein Familienalias, während Pixtral-Large-Instruct-2411 die feste, in der Modellkarte dokumentierte Herstellerveröffentlichung ist. Halten Sie diese Namen bei der Vorbereitung einer wiederholbaren Aufgabe getrennt. Die veröffentlichte Kontextangabe beschreibt das Herstellermodell; die gelesenen Seiten belegen keine separate allgemeingültige Obergrenze für Ausgabetokens. Wählen Sie Bildsammlung, Textfrage und gewünschte Antwortlänge gemeinsam und halten Sie versionsspezifische Anfragegrenzen von den hier beschriebenen allgemeinen visuellen Fähigkeiten getrennt.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
Compare transcribed report charts\n\nCompare these chart transcriptions. Report A: online 40 orders, retail 60; total 100. Report B: online 55 orders, retail 45; total 100. Describe the channel mix change and distinguish order-count change from percentage-point change. Provide a short report caption without inventing chart colors, revenue or causes.A channel comparison table and a two-sentence caption with units distinguishing orders from percentage points.Check that both totals stay 100 and changes are labelled with the correct units rather than relative percent.pixtral-large-latestPixtral Large verbindet Mistrals Sprachfähigkeiten mit Bildverständnis für Dokumente, Diagramme und Fotos. Es erzeugt Textantworten und unterstützt strukturierte Ergebnisse sowie anwendungsdefinierte Werkzeuge in den dokumentierten Schnittstellen des Herstellers.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Pixtral Large ist Mistral AIs multimodales Modell auf Basis von Mistral Large 2. Es verbindet einen multimodalen Decoder mit 123 Milliarden Parametern mit einem Bildencoder mit einer Milliarde Parametern zu einem Modell mit 124 Milliarden Parametern. Ziel ist es, umfassende Sprachfähigkeiten beizubehalten und zugleich die für eine Antwort benötigten visuellen Belege zu verstehen: eine Dokumentseite, ein Diagramm, ein Foto oder einen Screenshot. Eingaben können Text und Bilder verbinden; das Ergebnis ist Text.
Mistral beschreibt ein Kontextfenster von 128K Tokens und gibt an, dass es mindestens 30 hochauflösende Bilder aufnehmen kann. Diese Aussage beschreibt die Kontextkapazität und keine allgemeingültige Einstellung zur Bildanzahl je Anfrage. Der praktische Nutzen besteht darin, mehrere visuelle Quellen auf eine Frage beziehen zu können. Eine nützliche Vergleichsaufgabe könnte gekennzeichnete Seiten aus zwei Berichten bereitstellen und fragen, welche Zahlen, Beschriftungen und Schlussfolgerungen sich unterscheiden. Halten Sie den Fragetext, die Rolle jedes Bildes und die erforderliche Antwortstruktur zusammen.
Der Hersteller veranschaulicht mehrsprachiges Textlesen, Dokumentfragen, Diagramminterpretation und gewöhnliches Bildverständnis. Fordern Sie für einen Dokumentassistenten sichtbare Feldnamen und Werte, eine Beschreibung des Seitenlayouts oder eine Erklärung an, die den Wortlaut mit einer Tabelle oder Abbildung verbindet. Geben Sie bei einem Diagramm die zu untersuchenden Achsen, Datenreihen oder das Intervall an. Eine beispielhafte Anfrage lautet: «Vergleichen Sie diese Diagramme. Trennen Sie direkt ablesbare Werte von Interpretationen, benennen Sie die dargestellte Änderung und listen Sie die zur Prüfung der Schlussfolgerung benötigten Informationen auf.» Das Ergebnis könnte eine Feldtabelle, eine Sammlung von Beobachtungen oder eine schriftliche Erklärung sein.
Die Modellkarte widmet dem Systemprompt besondere Aufmerksamkeit. Mistral empfiehlt, eine Anweisung mit dem Zweck des Assistenten aufzunehmen, selbst wenn sie kurz ist. Dies ist für eine visuelle Aufgabe nützlich, weil dasselbe Bild unterschiedliche Aufträge unterstützen kann: Einträge extrahieren, eine Szene beschreiben, ein Diagramm erklären oder es mit einer schriftlichen Anforderung vergleichen. Nennen Sie den Auftrag und die Regeln für unsichere oder unlesbare Details. Kennzeichnen Sie mehrere bereitgestellte Bilder und benennen Sie ihre Reihenfolge oder Beziehung, damit die Antwort Beobachtungen dem richtigen Material zuordnen kann.
Mistrals Modellseite nennt Fragenbeantwortung zu Dokumenten, strukturierte Ausgaben und Funktionsaufrufe. Die Herstellerschnittstelle unterstützt auch Stapelverarbeitung. Ihre Anleitung zu strukturierten Ausgaben unterscheidet ein JSON-Objektformat von einem benutzerdefinierten Schema; der JSON-Modus verlangt weiterhin eine ausdrückliche Anweisung, JSON zu erzeugen. Definieren Sie für die Extraktion die Felder, den Umgang mit fehlenden Werten und den Unterschied zwischen übertragenem Text und einer Schlussfolgerung. Eine strukturierte Antwort ist nützlich, wenn eine Anwendung das Ergebnis verarbeiten muss; eine freie Erklärung ist nützlich, wenn eine Person die dahinterliegende Argumentation verstehen muss.
Für Funktionsaufrufe stellt die Anwendung Werkzeugdefinitionen bereit, und das Modell schlägt eine Funktion mit Argumenten vor. In Mistrals Ablauf führt die Anwendung danach den Vorgang aus und sendet sein Ergebnis zurück, bevor das Modell die Folgeantwort schreibt. Ein Dokumentablauf könnte mit einem Werkzeug eine aus einem Bild gelesene Kennung nachschlagen und dann eine Erklärung anhand des zurückgegebenen Datensatzes anfordern. Das visuelle Modell erhält nicht allein deshalb beliebigen Zugriff auf externe Daten, weil ein Bild einen Datensatz erwähnt: Der erlaubte Vorgang und sein Ergebnis kommen von der Anwendung.
Der Hersteller nennt ausserdem Funktionen für vorhergesagte Ausgaben und Präfixe. Vorhergesagte Ausgaben erlauben dem Aufrufer, erwarteten Text mitzugeben, wenn ein Dokument oder eine Codedatei mit einer kleinen Änderung neu erzeugt wird; ein Präfix definiert den Anfangstext der Antwort. Dies sind eigenständige Steuerungen zur Vorbereitung und keine zusätzlichen visuellen Modalitäten. Die nützliche Ausgabe bleibt eine Textbeschreibung, Extraktion oder Erklärung und kein neu gerendertes Bild. Wählen Sie klare Quellbilder, legen Sie fest, was bewahrt werden muss, und prüfen Sie wichtige Ablesungen anhand der Originalseite.
Die Bezeichnung latest ist ein Familienalias, während Pixtral-Large-Instruct-2411 die feste, in der Modellkarte dokumentierte Herstellerveröffentlichung ist. Halten Sie diese Namen bei der Vorbereitung einer wiederholbaren Aufgabe getrennt. Die veröffentlichte Kontextangabe beschreibt das Herstellermodell; die gelesenen Seiten belegen keine separate allgemeingültige Obergrenze für Ausgabetokens. Wählen Sie Bildsammlung, Textfrage und gewünschte Antwortlänge gemeinsam und halten Sie versionsspezifische Anfragegrenzen von den hier beschriebenen allgemeinen visuellen Fähigkeiten getrennt.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits pixtral-large-latest | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits Beispiele: system, user, assistant, tool, function Bedingungen: Diese Rollen sind in den Kompatibilitätstypen des Quellcodes ausdrücklich dargestellt; der genaue Rollenumfang bleibt modellspezifisch. Modellabhängig | Standard— |
Feldmessages[].content | Typstring|content_part[]|null | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_calls | Typtool_call[] | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_call_id | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: role=tool; die tatsächlich zurückgegebene ID verwenden | Standard— |
Feldmessages[].name | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].reasoning_content | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: Tatsächlich zurückgegebene Reasoning-Daten erneut übermitteln, sofern dieses Modell sie verwendet | Standard— |
Feldmessages[].reasoning_details | Typobject|array | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmax_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldmax_completion_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Feldstream_options.include_usage | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtemperature | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtop_p | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldstop | Typstring|string[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools | Typfunction_tool[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools[].type | Typstring | AnforderungOptional | Werte und Limits function Modellabhängig | Standard— |
Feldtools[].function.name | Typstring | AnforderungErforderlich | Werte und Limits Gilt, wenn: Funktionswerkzeug bereitgestellt | Standard— |
Feldtools[].function.description | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldtools[].function.parameters | TypJSON_schema | AnforderungOptional | Werte und Limits | Standard— |
Feldtool_choice | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldparallel_tool_calls | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldresponse_format | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning_effort | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldservice_tier | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldinstructions | Typstring | AnforderungOptional | Werte und Limits Kompatibilitätsfeld | Standard— |
Feldfunctions | Typfunction[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldfunction_call | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldprompt_cache_options | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmodalities | Typstring[] | AnforderungOptional | Werte und Limits text | Standard— |
Feldprovider | Typobject | AnforderungOptional | Werte und Limits Bedingungen: provider.options wird auf dieser Ultra-Textroute abgelehnt | Standard— |
Feldcache_control.ttl | Typstring | AnforderungOptional | Werte und Limits Bedingungen: 1h wird in den tatsächlichen Prompt-Cache-Feldern abgelehnt | Standard— |
Text · UTF8-Text
messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages |
Parametermaterial_types | Vertragtext |
Parametermessages | VertragNachrichtenarray mit role/content-Struktur |
Parameterfile_material | VertragTatsächliches UTF-8-Dokument als wörtlicher Text eingefügt; keine Datei-ID abgeleitet |
Parameteroptional_controls | Vertragstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | VertragModellspezifisch; benutzerseitige Funktionswerkzeuge unterscheiden sich von gehosteten Werkzeugen |
Parameteroutput_modalities | Vertragtext |
Parameterhosted_operations | Vertragfalse |
Parametermultimodal_input_binding | Vertragnull |
Lebenszyklus: synchronous_or_streamed
Die genaue Modell-ID zusammen mit messages senden.
Die Kontextlänge ist keine Ausgabeobergrenze.
Eine Textdatei kann wörtlichen Text liefern; Bild-, Audio- und Dateiobjekteingaben benötigen eine exakte Zuordnung.
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0.0044 / 1K Tokens Ausgabe · Ausgabetoken $0.0132 / 1K Tokens Eingabe · Cache lesen $0 / 1K Tokens Eingabe · Cache schreiben $0 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "pixtral-large-latest", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='pixtral-large-latest',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='pixtral-large-latest',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Antwortvarianten mit ihren Inhalten, Werkzeugaufrufen und Reasoning-Daten beibehalten. In SSE die Deltas nach Varianten- und Werkzeugindex zusammensetzen; endgültigen Beendigungsgrund und Verbrauchsdaten beibehalten.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldchoices[].index | Typinteger |
Feldchoices[].message.content | Typstring|null |
Feldchoices[].message.tool_calls | Typtool_call[] |
Feldchoices[].message.reasoning_content | Typstring |
Feldchoices[].message.reasoning_details | Typobject|array |
Feldchoices[].finish_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra pixtral-large-latest
Verwenden Sie die oben angezeigten Methodenpfade.
pixtral-large-latestPixtral Large verbindet Mistrals Sprachfähigkeiten mit Bildverständnis für Dokumente, Diagramme und Fotos. Es erzeugt Textantworten und unterstützt strukturierte Ergebnisse sowie anwendungsdefinierte Werkzeuge in den dokumentierten Schnittstellen des Herstellers.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Pixtral Large ist Mistral AIs multimodales Modell auf Basis von Mistral Large 2. Es verbindet einen multimodalen Decoder mit 123 Milliarden Parametern mit einem Bildencoder mit einer Milliarde Parametern zu einem Modell mit 124 Milliarden Parametern. Ziel ist es, umfassende Sprachfähigkeiten beizubehalten und zugleich die für eine Antwort benötigten visuellen Belege zu verstehen: eine Dokumentseite, ein Diagramm, ein Foto oder einen Screenshot. Eingaben können Text und Bilder verbinden; das Ergebnis ist Text.
Mistral beschreibt ein Kontextfenster von 128K Tokens und gibt an, dass es mindestens 30 hochauflösende Bilder aufnehmen kann. Diese Aussage beschreibt die Kontextkapazität und keine allgemeingültige Einstellung zur Bildanzahl je Anfrage. Der praktische Nutzen besteht darin, mehrere visuelle Quellen auf eine Frage beziehen zu können. Eine nützliche Vergleichsaufgabe könnte gekennzeichnete Seiten aus zwei Berichten bereitstellen und fragen, welche Zahlen, Beschriftungen und Schlussfolgerungen sich unterscheiden. Halten Sie den Fragetext, die Rolle jedes Bildes und die erforderliche Antwortstruktur zusammen.
Der Hersteller veranschaulicht mehrsprachiges Textlesen, Dokumentfragen, Diagramminterpretation und gewöhnliches Bildverständnis. Fordern Sie für einen Dokumentassistenten sichtbare Feldnamen und Werte, eine Beschreibung des Seitenlayouts oder eine Erklärung an, die den Wortlaut mit einer Tabelle oder Abbildung verbindet. Geben Sie bei einem Diagramm die zu untersuchenden Achsen, Datenreihen oder das Intervall an. Eine beispielhafte Anfrage lautet: «Vergleichen Sie diese Diagramme. Trennen Sie direkt ablesbare Werte von Interpretationen, benennen Sie die dargestellte Änderung und listen Sie die zur Prüfung der Schlussfolgerung benötigten Informationen auf.» Das Ergebnis könnte eine Feldtabelle, eine Sammlung von Beobachtungen oder eine schriftliche Erklärung sein.
Die Modellkarte widmet dem Systemprompt besondere Aufmerksamkeit. Mistral empfiehlt, eine Anweisung mit dem Zweck des Assistenten aufzunehmen, selbst wenn sie kurz ist. Dies ist für eine visuelle Aufgabe nützlich, weil dasselbe Bild unterschiedliche Aufträge unterstützen kann: Einträge extrahieren, eine Szene beschreiben, ein Diagramm erklären oder es mit einer schriftlichen Anforderung vergleichen. Nennen Sie den Auftrag und die Regeln für unsichere oder unlesbare Details. Kennzeichnen Sie mehrere bereitgestellte Bilder und benennen Sie ihre Reihenfolge oder Beziehung, damit die Antwort Beobachtungen dem richtigen Material zuordnen kann.
Mistrals Modellseite nennt Fragenbeantwortung zu Dokumenten, strukturierte Ausgaben und Funktionsaufrufe. Die Herstellerschnittstelle unterstützt auch Stapelverarbeitung. Ihre Anleitung zu strukturierten Ausgaben unterscheidet ein JSON-Objektformat von einem benutzerdefinierten Schema; der JSON-Modus verlangt weiterhin eine ausdrückliche Anweisung, JSON zu erzeugen. Definieren Sie für die Extraktion die Felder, den Umgang mit fehlenden Werten und den Unterschied zwischen übertragenem Text und einer Schlussfolgerung. Eine strukturierte Antwort ist nützlich, wenn eine Anwendung das Ergebnis verarbeiten muss; eine freie Erklärung ist nützlich, wenn eine Person die dahinterliegende Argumentation verstehen muss.
Für Funktionsaufrufe stellt die Anwendung Werkzeugdefinitionen bereit, und das Modell schlägt eine Funktion mit Argumenten vor. In Mistrals Ablauf führt die Anwendung danach den Vorgang aus und sendet sein Ergebnis zurück, bevor das Modell die Folgeantwort schreibt. Ein Dokumentablauf könnte mit einem Werkzeug eine aus einem Bild gelesene Kennung nachschlagen und dann eine Erklärung anhand des zurückgegebenen Datensatzes anfordern. Das visuelle Modell erhält nicht allein deshalb beliebigen Zugriff auf externe Daten, weil ein Bild einen Datensatz erwähnt: Der erlaubte Vorgang und sein Ergebnis kommen von der Anwendung.
Der Hersteller nennt ausserdem Funktionen für vorhergesagte Ausgaben und Präfixe. Vorhergesagte Ausgaben erlauben dem Aufrufer, erwarteten Text mitzugeben, wenn ein Dokument oder eine Codedatei mit einer kleinen Änderung neu erzeugt wird; ein Präfix definiert den Anfangstext der Antwort. Dies sind eigenständige Steuerungen zur Vorbereitung und keine zusätzlichen visuellen Modalitäten. Die nützliche Ausgabe bleibt eine Textbeschreibung, Extraktion oder Erklärung und kein neu gerendertes Bild. Wählen Sie klare Quellbilder, legen Sie fest, was bewahrt werden muss, und prüfen Sie wichtige Ablesungen anhand der Originalseite.
Die Bezeichnung latest ist ein Familienalias, während Pixtral-Large-Instruct-2411 die feste, in der Modellkarte dokumentierte Herstellerveröffentlichung ist. Halten Sie diese Namen bei der Vorbereitung einer wiederholbaren Aufgabe getrennt. Die veröffentlichte Kontextangabe beschreibt das Herstellermodell; die gelesenen Seiten belegen keine separate allgemeingültige Obergrenze für Ausgabetokens. Wählen Sie Bildsammlung, Textfrage und gewünschte Antwortlänge gemeinsam und halten Sie versionsspezifische Anfragegrenzen von den hier beschriebenen allgemeinen visuellen Fähigkeiten getrennt.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits pixtral-large-latest | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits user, assistant | Standard— |
Feldmessages[].content | Typstring | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmax_tokens | Typinteger | AnforderungErforderlich | Werte und Limits | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Text · UTF-8-Text
Zeichenfolge messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages, max_tokens |
Parameteroptional_controls | Vertragstream |
Parametermaterial_types | Vertragtext |
Parametertext_file_material | VertragDas tatsächliche UTF-8-Dokument lesen und seinen Text in die angegebene Zeichenfolge für Eingabe oder Nachrichteninhalt einfügen. |
Lebenszyklus: synchronous_or_streamed
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0.0044 / 1K Tokens Ausgabe · Ausgabetoken $0.0132 / 1K Tokens Eingabe · Cache lesen $0 / 1K Tokens Eingabe · Cache schreiben $0 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "pixtral-large-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'pixtral-large-latest', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'pixtral-large-latest', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Inhaltsblöcke, Thinking-Signaturen und tatsächlichen Werkzeugaufruf-IDs beibehalten. Alle SSE-Blockdeltas zusammensetzen; der erste Textblock ist nicht die vollständige Ausgabe.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldid | Typstring |
Feldmodel | Typstring |
Feldcontent[] | Typtext|thinking|tool_use|other content block |
Feldstop_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra pixtral-large-latest
Verwenden Sie die oben angezeigten Methodenpfade.
Technisches Beispiel auf Englisch
Compare transcribed report charts\n\nCompare these chart transcriptions. Report A: online 40 orders, retail 60; total 100. Report B: online 55 orders, retail 45; total 100. Describe the channel mix change and distinguish order-count change from percentage-point change. Provide a short report caption without inventing chart colors, revenue or causes.A channel comparison table and a two-sentence caption with units distinguishing orders from percentage points.Check that both totals stay 100 and changes are labelled with the correct units rather than relative percent.