Pixtral Large ist Mistral AIs multimodales Modell auf Grundlage von Mistral Large 2. Es kombiniert einen multimodalen Decoder mit 123 Milliarden Parametern mit einem Vision-Encoder mit einer Milliarde Parametern zu einem Modell mit 124 Milliarden Parametern. Ziel ist, umfangreiche Sprachfähigkeiten zu bewahren und zugleich die für eine Antwort nötigen visuellen Belege zu verstehen: eine Dokumentseite, ein Diagramm, ein Foto oder einen Screenshot. Eingaben können Text und Bilder kombinieren; das Ergebnis ist Text.
Mistral beschreibt ein Kontextfenster von 128K Tokens und erklärt, dass es mindestens 30 hochauflösende Bilder aufnehmen kann. Diese Aussage beschreibt Kontextkapazität und keine universelle Einstellung für die 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 Bildverstehen. Fragen Sie für einen Dokumentassistenten nach sichtbaren Feldnamen und Werten, einer Beschreibung des Seitenlayouts oder einer Erklärung, die den Wortlaut mit einer Tabelle oder Abbildung verbindet. Geben Sie bei einem Diagramm die zu untersuchenden Achsen, Datenreihen oder Intervalle an. Eine beispielhafte Anfrage lautet: „Vergleichen Sie diese Diagramme. Trennen Sie direkt ablesbare Werte von Interpretationen, benennen Sie die gezeigte Änderung und listen Sie die zur Prüfung der Schlussfolgerung nötigen Informationen auf.“ Das Ergebnis könnte eine Feldtabelle, eine Reihe von Beobachtungen oder eine schriftliche Erklärung sein.
Die Modellkarte widmet dem System-Prompt besondere Aufmerksamkeit. Mistral empfiehlt eine Anweisung, die den Zweck des Assistenten benennt, auch 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 Bilder und benennen Sie ihre Reihenfolge oder Beziehung, damit die Antwort Beobachtungen dem richtigen Material zuordnen kann.
Mistrals Modellseite führt Dokumentfragenbeantwortung, strukturierte Ausgaben und Funktionsaufrufe auf. Die Herstellerschnittstelle unterstützt auch Stapelverarbeitung. Die Anleitung für strukturierte Ausgaben unterscheidet ein JSON-Objektformat von einem benutzerdefinierten Schema; der JSON-Modus verlangt weiterhin eine ausdrückliche Anweisung, JSON zu erzeugen. Definieren Sie für Extraktion die Felder, den Umgang mit fehlenden Werten und den Unterschied zwischen abgeschriebenem Text und einer Schlussfolgerung. Eine strukturierte Antwort ist nützlich, wenn eine Anwendung das Ergebnis verarbeiten muss, während eine freie Erklärung hilfreich ist, wenn eine Person die dahinterstehende Argumentation verstehen muss.
Für Funktionsaufrufe liefert die Anwendung Werkzeugdefinitionen, und das Modell schlägt eine Funktion mit Argumenten vor. Mistrals Ablauf lässt die Anwendung anschließend den Vorgang ausführen und das Ergebnis zurücksenden, bevor das Modell die Folgeantwort schreibt. Ein Dokumentablauf könnte ein Werkzeug zum Nachschlagen einer aus einem Bild gelesenen Kennung nutzen und anschließend eine Erklärung anhand des zurückgegebenen Datensatzes anfordern. Das visuelle Modell erhält nicht beliebigen Zugriff auf externe Daten, nur weil ein Bild einen Datensatz erwähnt: Der zulässige Vorgang und sein Ergebnis kommen aus der Anwendung.
Der Anbieter nennt auch Funktionen für vorhergesagte Ausgaben und Präfixe. Vorhergesagte Ausgaben erlauben dem Aufrufer, erwarteten Text bereitzustellen, wenn ein Dokument oder eine Codedatei mit einer kleinen Änderung neu erzeugt wird; ein Präfix definiert den Anfangstext der Antwort. Dies sind unterschiedliche Steuerelemente 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, geben Sie an, was bewahrt werden muss, und prüfen Sie wichtige abgelesene Informationen an der Originalseite.
Die Kennzeichnung latest ist ein Familienalias, während Pixtral-Large-Instruct-2411 die in der Modellkarte dokumentierte feste Herstellerveröffentlichung ist. Halten Sie diese Namen bei der Vorbereitung einer wiederholbaren Aufgabe auseinander. Die veröffentlichte Kontextangabe beschreibt das Modell des Anbieters; die gelesenen Seiten begründen keine gesonderte universelle Grenze für Ausgabe-Tokens. Wählen Sie Bildsatz, Textfrage und gewünschte Antwortlänge gemeinsam und trennen Sie versionsspezifische Anfragegrenzen von den hier beschriebenen allgemeinen visuellen Fähigkeiten.
", "aboutText": "Pixtral Large ist Mistral AIs multimodales Modell auf Grundlage von Mistral Large 2. Es kombiniert einen multimodalen Decoder mit 123 Milliarden Parametern mit einem Vision-Encoder mit einer Milliarde Parametern zu einem Modell mit 124 Milliarden Parametern. Ziel ist, umfangreiche Sprachfähigkeiten zu bewahren und zugleich die für eine Antwort nötigen visuellen Belege zu verstehen: eine Dokumentseite, ein Diagramm, ein Foto oder einen Screenshot. Eingaben können Text und Bilder kombinieren; das Ergebnis ist Text.\n\nMistral beschreibt ein Kontextfenster von 128K Tokens und erklärt, dass es mindestens 30 hochauflösende Bilder aufnehmen kann. Diese Aussage beschreibt Kontextkapazität und keine universelle Einstellung für die 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 Bildverstehen. Fragen Sie für einen Dokumentassistenten nach sichtbaren Feldnamen und Werten, einer Beschreibung des Seitenlayouts oder einer Erklärung, die den Wortlaut mit einer Tabelle oder Abbildung verbindet. Geben Sie bei einem Diagramm die zu untersuchenden Achsen, Datenreihen oder Intervalle an. Eine beispielhafte Anfrage lautet: „Vergleichen Sie diese Diagramme. Trennen Sie direkt ablesbare Werte von Interpretationen, benennen Sie die gezeigte Änderung und listen Sie die zur Prüfung der Schlussfolgerung nötigen Informationen auf.“ Das Ergebnis könnte eine Feldtabelle, eine Reihe von Beobachtungen oder eine schriftliche Erklärung sein.\n\nDie Modellkarte widmet dem System-Prompt besondere Aufmerksamkeit. Mistral empfiehlt eine Anweisung, die den Zweck des Assistenten benennt, auch 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 Bilder und benennen Sie ihre Reihenfolge oder Beziehung, damit die Antwort Beobachtungen dem richtigen Material zuordnen kann.\n\nMistrals Modellseite führt Dokumentfragenbeantwortung, strukturierte Ausgaben und Funktionsaufrufe auf. Die Herstellerschnittstelle unterstützt auch Stapelverarbeitung. Die Anleitung für strukturierte Ausgaben unterscheidet ein JSON-Objektformat von einem benutzerdefinierten Schema; der JSON-Modus verlangt weiterhin eine ausdrückliche Anweisung, JSON zu erzeugen. Definieren Sie für Extraktion die Felder, den Umgang mit fehlenden Werten und den Unterschied zwischen abgeschriebenem Text und einer Schlussfolgerung. Eine strukturierte Antwort ist nützlich, wenn eine Anwendung das Ergebnis verarbeiten muss, während eine freie Erklärung hilfreich ist, wenn eine Person die dahinterstehende Argumentation verstehen muss.\n\nFür Funktionsaufrufe liefert die Anwendung Werkzeugdefinitionen, und das Modell schlägt eine Funktion mit Argumenten vor. Mistrals Ablauf lässt die Anwendung anschließend den Vorgang ausführen und das Ergebnis zurücksenden, bevor das Modell die Folgeantwort schreibt. Ein Dokumentablauf könnte ein Werkzeug zum Nachschlagen einer aus einem Bild gelesenen Kennung nutzen und anschließend eine Erklärung anhand des zurückgegebenen Datensatzes anfordern. Das visuelle Modell erhält nicht beliebigen Zugriff auf externe Daten, nur weil ein Bild einen Datensatz erwähnt: Der zulässige Vorgang und sein Ergebnis kommen aus der Anwendung.\n\nDer Anbieter nennt auch Funktionen für vorhergesagte Ausgaben und Präfixe. Vorhergesagte Ausgaben erlauben dem Aufrufer, erwarteten Text bereitzustellen, wenn ein Dokument oder eine Codedatei mit einer kleinen Änderung neu erzeugt wird; ein Präfix definiert den Anfangstext der Antwort. Dies sind unterschiedliche Steuerelemente 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, geben Sie an, was bewahrt werden muss, und prüfen Sie wichtige abgelesene Informationen an der Originalseite.\n\nDie Kennzeichnung latest ist ein Familienalias, während Pixtral-Large-Instruct-2411 die in der Modellkarte dokumentierte feste Herstellerveröffentlichung ist. Halten Sie diese Namen bei der Vorbereitung einer wiederholbaren Aufgabe auseinander. Die veröffentlichte Kontextangabe beschreibt das Modell des Anbieters; die gelesenen Seiten begründen keine gesonderte universelle Grenze für Ausgabe-Tokens. Wählen Sie Bildsatz, Textfrage und gewünschte Antwortlänge gemeinsam und trennen Sie versionsspezifische Anfragegrenzen von den hier beschriebenen allgemeinen visuellen Fähigkeiten.", "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 Bildverstehen für Dokumente, Diagramme und Fotos. Es erzeugt Textantworten und unterstützt in den dokumentierten Schnittstellen des Herstellers strukturierte Ergebnisse und von der Anwendung definierte Werkzeuge.
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 Grundlage von Mistral Large 2. Es kombiniert einen multimodalen Decoder mit 123 Milliarden Parametern mit einem Vision-Encoder mit einer Milliarde Parametern zu einem Modell mit 124 Milliarden Parametern. Ziel ist, umfangreiche Sprachfähigkeiten zu bewahren und zugleich die für eine Antwort nötigen visuellen Belege zu verstehen: eine Dokumentseite, ein Diagramm, ein Foto oder einen Screenshot. Eingaben können Text und Bilder kombinieren; das Ergebnis ist Text.
Mistral beschreibt ein Kontextfenster von 128K Tokens und erklärt, dass es mindestens 30 hochauflösende Bilder aufnehmen kann. Diese Aussage beschreibt Kontextkapazität und keine universelle Einstellung für die 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 Bildverstehen. Fragen Sie für einen Dokumentassistenten nach sichtbaren Feldnamen und Werten, einer Beschreibung des Seitenlayouts oder einer Erklärung, die den Wortlaut mit einer Tabelle oder Abbildung verbindet. Geben Sie bei einem Diagramm die zu untersuchenden Achsen, Datenreihen oder Intervalle an. Eine beispielhafte Anfrage lautet: „Vergleichen Sie diese Diagramme. Trennen Sie direkt ablesbare Werte von Interpretationen, benennen Sie die gezeigte Änderung und listen Sie die zur Prüfung der Schlussfolgerung nötigen Informationen auf.“ Das Ergebnis könnte eine Feldtabelle, eine Reihe von Beobachtungen oder eine schriftliche Erklärung sein.
Die Modellkarte widmet dem System-Prompt besondere Aufmerksamkeit. Mistral empfiehlt eine Anweisung, die den Zweck des Assistenten benennt, auch 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 Bilder und benennen Sie ihre Reihenfolge oder Beziehung, damit die Antwort Beobachtungen dem richtigen Material zuordnen kann.
Mistrals Modellseite führt Dokumentfragenbeantwortung, strukturierte Ausgaben und Funktionsaufrufe auf. Die Herstellerschnittstelle unterstützt auch Stapelverarbeitung. Die Anleitung für strukturierte Ausgaben unterscheidet ein JSON-Objektformat von einem benutzerdefinierten Schema; der JSON-Modus verlangt weiterhin eine ausdrückliche Anweisung, JSON zu erzeugen. Definieren Sie für Extraktion die Felder, den Umgang mit fehlenden Werten und den Unterschied zwischen abgeschriebenem Text und einer Schlussfolgerung. Eine strukturierte Antwort ist nützlich, wenn eine Anwendung das Ergebnis verarbeiten muss, während eine freie Erklärung hilfreich ist, wenn eine Person die dahinterstehende Argumentation verstehen muss.
Für Funktionsaufrufe liefert die Anwendung Werkzeugdefinitionen, und das Modell schlägt eine Funktion mit Argumenten vor. Mistrals Ablauf lässt die Anwendung anschließend den Vorgang ausführen und das Ergebnis zurücksenden, bevor das Modell die Folgeantwort schreibt. Ein Dokumentablauf könnte ein Werkzeug zum Nachschlagen einer aus einem Bild gelesenen Kennung nutzen und anschließend eine Erklärung anhand des zurückgegebenen Datensatzes anfordern. Das visuelle Modell erhält nicht beliebigen Zugriff auf externe Daten, nur weil ein Bild einen Datensatz erwähnt: Der zulässige Vorgang und sein Ergebnis kommen aus der Anwendung.
Der Anbieter nennt auch Funktionen für vorhergesagte Ausgaben und Präfixe. Vorhergesagte Ausgaben erlauben dem Aufrufer, erwarteten Text bereitzustellen, wenn ein Dokument oder eine Codedatei mit einer kleinen Änderung neu erzeugt wird; ein Präfix definiert den Anfangstext der Antwort. Dies sind unterschiedliche Steuerelemente 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, geben Sie an, was bewahrt werden muss, und prüfen Sie wichtige abgelesene Informationen an der Originalseite.
Die Kennzeichnung latest ist ein Familienalias, während Pixtral-Large-Instruct-2411 die in der Modellkarte dokumentierte feste Herstellerveröffentlichung ist. Halten Sie diese Namen bei der Vorbereitung einer wiederholbaren Aufgabe auseinander. Die veröffentlichte Kontextangabe beschreibt das Modell des Anbieters; die gelesenen Seiten begründen keine gesonderte universelle Grenze für Ausgabe-Tokens. Wählen Sie Bildsatz, Textfrage und gewünschte Antwortlänge gemeinsam und trennen Sie versionsspezifische Anfragegrenzen von den hier beschriebenen allgemeinen visuellen Fähigkeiten.
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 Token Ausgabe · Ausgabetoken $0.0132 / 1K Token Eingabe · Cache-Lesen $0 / 1K Token Eingabe · Cache-Schreiben $0 / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${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 Bildverstehen für Dokumente, Diagramme und Fotos. Es erzeugt Textantworten und unterstützt in den dokumentierten Schnittstellen des Herstellers strukturierte Ergebnisse und von der Anwendung definierte Werkzeuge.
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 Grundlage von Mistral Large 2. Es kombiniert einen multimodalen Decoder mit 123 Milliarden Parametern mit einem Vision-Encoder mit einer Milliarde Parametern zu einem Modell mit 124 Milliarden Parametern. Ziel ist, umfangreiche Sprachfähigkeiten zu bewahren und zugleich die für eine Antwort nötigen visuellen Belege zu verstehen: eine Dokumentseite, ein Diagramm, ein Foto oder einen Screenshot. Eingaben können Text und Bilder kombinieren; das Ergebnis ist Text.
Mistral beschreibt ein Kontextfenster von 128K Tokens und erklärt, dass es mindestens 30 hochauflösende Bilder aufnehmen kann. Diese Aussage beschreibt Kontextkapazität und keine universelle Einstellung für die 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 Bildverstehen. Fragen Sie für einen Dokumentassistenten nach sichtbaren Feldnamen und Werten, einer Beschreibung des Seitenlayouts oder einer Erklärung, die den Wortlaut mit einer Tabelle oder Abbildung verbindet. Geben Sie bei einem Diagramm die zu untersuchenden Achsen, Datenreihen oder Intervalle an. Eine beispielhafte Anfrage lautet: „Vergleichen Sie diese Diagramme. Trennen Sie direkt ablesbare Werte von Interpretationen, benennen Sie die gezeigte Änderung und listen Sie die zur Prüfung der Schlussfolgerung nötigen Informationen auf.“ Das Ergebnis könnte eine Feldtabelle, eine Reihe von Beobachtungen oder eine schriftliche Erklärung sein.
Die Modellkarte widmet dem System-Prompt besondere Aufmerksamkeit. Mistral empfiehlt eine Anweisung, die den Zweck des Assistenten benennt, auch 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 Bilder und benennen Sie ihre Reihenfolge oder Beziehung, damit die Antwort Beobachtungen dem richtigen Material zuordnen kann.
Mistrals Modellseite führt Dokumentfragenbeantwortung, strukturierte Ausgaben und Funktionsaufrufe auf. Die Herstellerschnittstelle unterstützt auch Stapelverarbeitung. Die Anleitung für strukturierte Ausgaben unterscheidet ein JSON-Objektformat von einem benutzerdefinierten Schema; der JSON-Modus verlangt weiterhin eine ausdrückliche Anweisung, JSON zu erzeugen. Definieren Sie für Extraktion die Felder, den Umgang mit fehlenden Werten und den Unterschied zwischen abgeschriebenem Text und einer Schlussfolgerung. Eine strukturierte Antwort ist nützlich, wenn eine Anwendung das Ergebnis verarbeiten muss, während eine freie Erklärung hilfreich ist, wenn eine Person die dahinterstehende Argumentation verstehen muss.
Für Funktionsaufrufe liefert die Anwendung Werkzeugdefinitionen, und das Modell schlägt eine Funktion mit Argumenten vor. Mistrals Ablauf lässt die Anwendung anschließend den Vorgang ausführen und das Ergebnis zurücksenden, bevor das Modell die Folgeantwort schreibt. Ein Dokumentablauf könnte ein Werkzeug zum Nachschlagen einer aus einem Bild gelesenen Kennung nutzen und anschließend eine Erklärung anhand des zurückgegebenen Datensatzes anfordern. Das visuelle Modell erhält nicht beliebigen Zugriff auf externe Daten, nur weil ein Bild einen Datensatz erwähnt: Der zulässige Vorgang und sein Ergebnis kommen aus der Anwendung.
Der Anbieter nennt auch Funktionen für vorhergesagte Ausgaben und Präfixe. Vorhergesagte Ausgaben erlauben dem Aufrufer, erwarteten Text bereitzustellen, wenn ein Dokument oder eine Codedatei mit einer kleinen Änderung neu erzeugt wird; ein Präfix definiert den Anfangstext der Antwort. Dies sind unterschiedliche Steuerelemente 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, geben Sie an, was bewahrt werden muss, und prüfen Sie wichtige abgelesene Informationen an der Originalseite.
Die Kennzeichnung latest ist ein Familienalias, während Pixtral-Large-Instruct-2411 die in der Modellkarte dokumentierte feste Herstellerveröffentlichung ist. Halten Sie diese Namen bei der Vorbereitung einer wiederholbaren Aufgabe auseinander. Die veröffentlichte Kontextangabe beschreibt das Modell des Anbieters; die gelesenen Seiten begründen keine gesonderte universelle Grenze für Ausgabe-Tokens. Wählen Sie Bildsatz, Textfrage und gewünschte Antwortlänge gemeinsam und trennen Sie versionsspezifische Anfragegrenzen von den hier beschriebenen allgemeinen visuellen Fähigkeiten.
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 Token Ausgabe · Ausgabetoken $0.0132 / 1K Token Eingabe · Cache-Lesen $0 / 1K Token Eingabe · Cache-Schreiben $0 / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "pixtral-large-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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.