A Pixtral Large a Mistral AI Mistral Large 2-re épülő multimodális modellje. Egy 123 milliárd paraméteres multimodális dekódert egyesít egymilliárd paraméteres vizuális kódolóval, így a modell 124 milliárd paraméteres. Célja jelentős nyelvi képesség megtartása a válaszhoz szükséges vizuális bizonyíték, például dokumentumoldal, diagram, fénykép vagy képernyőkép megértése mellett. A bemenet szöveget és képeket egyesíthet; az eredmény szöveg.
A Mistral 128K tokenes kontextusablakot ír le, amely állítása szerint legalább 30 nagy felbontású képet befogad. Ez az állítás a kontextuskapacitást írja le, nem általános kérésenkénti képszámbeállítást. Gyakorlati értéke, hogy több vizuális forrást kapcsolhat egy kérdéshez. Hasznos összehasonlítási feladatban két jelentés címkézett oldalait adhatod meg, és megkérdezheted, mely számadatok, feliratok és következtetések térnek el. Tartsd együtt a kérdés szövegét, az egyes képek szerepét és a szükséges válaszszerkezetet.
A gyártó többnyelvű szövegolvasást, dokumentumkérdéseket, diagramértelmezést és általános képmegértést szemléltet. Dokumentumasszisztenshez kérd a látható mezőneveket és értékeket, az oldalelrendezés leírását, vagy olyan magyarázatot, amely a megfogalmazást táblázathoz vagy ábrához kapcsolja. Diagramhoz határozd meg a vizsgálandó tengelyeket, adatsorokat vagy időszakaszt. Szemléltető kérés: „Hasonlítsd össze ezeket a diagramokat. Válaszd külön a közvetlenül leolvasható értékeket az értelmezésektől, azonosítsd a bemutatott változást, és sorold fel a következtetés ellenőrzéséhez szükséges információkat.” Az eredmény mezőtáblázat, megfigyelések halmaza vagy írásos magyarázat lehet.
A modellkártya külön figyelmet fordít a rendszerutasításra. A Mistral az asszisztens célját megadó utasítás beillesztését ajánlja, akkor is, ha az rövid. Ez vizuális feladathoz hasznos, mert ugyanaz a kép különböző munkákat támogathat: bejegyzések kinyerését, jelenetleírást, diagrammagyarázatot vagy írásos követelménnyel való összehasonlítást. Add meg a feladatot és a bizonytalan vagy olvashatatlan részletekre vonatkozó szabályokat. Több kép megadásakor címkézd fel őket, és azonosítsd a sorrendjüket vagy kapcsolatukat, hogy a válasz a megfelelő anyaghoz köthesse a megfigyeléseket.
A Mistral modelloldala dokumentumos kérdésmegválaszolást, strukturált kimeneteket és függvényhívást sorol fel. A gyártói interfész kötegelt feldolgozást is támogat. Strukturáltkimenet-útmutatója megkülönbözteti a JSON-objektum formátumát az egyedi sémától; a JSON mód továbbra is kifejezett utasítást kér a JSON előállítására. Adatkinyeréshez határozd meg a mezőket, a hiányzó értékek kezelését és az átírt szöveg, illetve a következtetés különbségét. A strukturált válasz akkor hasznos, ha az alkalmazásnak fel kell dolgoznia az eredményt, míg a szabad formájú magyarázat akkor, ha egy embernek kell megértenie a mögöttes érvelést.
Függvényhíváshoz az alkalmazás biztosítja az eszközdefiníciókat, a modell pedig argumentumokkal együtt javasol egy függvényt. A Mistral munkafolyamatában ezután az alkalmazás hajtja végre a műveletet, és visszaküldi az eredményt, mielőtt a modell megírja a folytató választ. Egy dokumentumos munkafolyamat eszközzel kereshet rá egy képről leolvasott azonosítóra, majd a visszaadott rekordot felhasználó magyarázatot kérhet. A vizuális modell nem kap tetszőleges hozzáférést külső adatokhoz pusztán azért, mert egy kép megemlít egy rekordot: az engedélyezett művelet és annak eredménye az alkalmazástól származik.
A gyártó előre jelzett kimeneti és prefixfunkciókat is felsorol. Az előre jelzett kimenet lehetővé teszi, hogy a hívó várt szöveget adjon meg egy kis módosítással újragenerált dokumentumhoz vagy kódfájlhoz; a prefix a válasz kezdőszövegét határozza meg. Ezek külön előkészítési vezérlők, nem további vizuális modalitások. A hasznos kimenet továbbra is szöveges leírás, adatkinyerés vagy magyarázat, nem újonnan renderelt kép. Válassz tiszta forrásképeket, add meg a megőrzendő tartalmat, és ellenőrizd a kritikus leolvasásokat az eredeti oldalon.
A latest címke családalias, míg a Pixtral-Large-Instruct-2411 a modellkártyán dokumentált rögzített gyártói kiadás. Ismételhető feladat előkészítésekor tartsd külön ezeket a neveket. A közzétett kontextusadat a gyártó modelljét írja le; az elolvasott oldalak nem igazolnak külön általános kimenetitoken-plafont. A képkészletet, szöveges kérdést és kívánt válaszhosszt együtt válaszd meg, és a verziófüggő kérési korlátokat tartsd külön az itt leírt általános vizuális képességektől.
", "aboutText": "A Pixtral Large a Mistral AI Mistral Large 2-re épülő multimodális modellje. Egy 123 milliárd paraméteres multimodális dekódert egyesít egymilliárd paraméteres vizuális kódolóval, így a modell 124 milliárd paraméteres. Célja jelentős nyelvi képesség megtartása a válaszhoz szükséges vizuális bizonyíték, például dokumentumoldal, diagram, fénykép vagy képernyőkép megértése mellett. A bemenet szöveget és képeket egyesíthet; az eredmény szöveg.\n\nA Mistral 128K tokenes kontextusablakot ír le, amely állítása szerint legalább 30 nagy felbontású képet befogad. Ez az állítás a kontextuskapacitást írja le, nem általános kérésenkénti képszámbeállítást. Gyakorlati értéke, hogy több vizuális forrást kapcsolhat egy kérdéshez. Hasznos összehasonlítási feladatban két jelentés címkézett oldalait adhatod meg, és megkérdezheted, mely számadatok, feliratok és következtetések térnek el. Tartsd együtt a kérdés szövegét, az egyes képek szerepét és a szükséges válaszszerkezetet.\n\nA gyártó többnyelvű szövegolvasást, dokumentumkérdéseket, diagramértelmezést és általános képmegértést szemléltet. Dokumentumasszisztenshez kérd a látható mezőneveket és értékeket, az oldalelrendezés leírását, vagy olyan magyarázatot, amely a megfogalmazást táblázathoz vagy ábrához kapcsolja. Diagramhoz határozd meg a vizsgálandó tengelyeket, adatsorokat vagy időszakaszt. Szemléltető kérés: „Hasonlítsd össze ezeket a diagramokat. Válaszd külön a közvetlenül leolvasható értékeket az értelmezésektől, azonosítsd a bemutatott változást, és sorold fel a következtetés ellenőrzéséhez szükséges információkat.” Az eredmény mezőtáblázat, megfigyelések halmaza vagy írásos magyarázat lehet.\n\nA modellkártya külön figyelmet fordít a rendszerutasításra. A Mistral az asszisztens célját megadó utasítás beillesztését ajánlja, akkor is, ha az rövid. Ez vizuális feladathoz hasznos, mert ugyanaz a kép különböző munkákat támogathat: bejegyzések kinyerését, jelenetleírást, diagrammagyarázatot vagy írásos követelménnyel való összehasonlítást. Add meg a feladatot és a bizonytalan vagy olvashatatlan részletekre vonatkozó szabályokat. Több kép megadásakor címkézd fel őket, és azonosítsd a sorrendjüket vagy kapcsolatukat, hogy a válasz a megfelelő anyaghoz köthesse a megfigyeléseket.\n\nA Mistral modelloldala dokumentumos kérdésmegválaszolást, strukturált kimeneteket és függvényhívást sorol fel. A gyártói interfész kötegelt feldolgozást is támogat. Strukturáltkimenet-útmutatója megkülönbözteti a JSON-objektum formátumát az egyedi sémától; a JSON mód továbbra is kifejezett utasítást kér a JSON előállítására. Adatkinyeréshez határozd meg a mezőket, a hiányzó értékek kezelését és az átírt szöveg, illetve a következtetés különbségét. A strukturált válasz akkor hasznos, ha az alkalmazásnak fel kell dolgoznia az eredményt, míg a szabad formájú magyarázat akkor, ha egy embernek kell megértenie a mögöttes érvelést.\n\nFüggvényhíváshoz az alkalmazás biztosítja az eszközdefiníciókat, a modell pedig argumentumokkal együtt javasol egy függvényt. A Mistral munkafolyamatában ezután az alkalmazás hajtja végre a műveletet, és visszaküldi az eredményt, mielőtt a modell megírja a folytató választ. Egy dokumentumos munkafolyamat eszközzel kereshet rá egy képről leolvasott azonosítóra, majd a visszaadott rekordot felhasználó magyarázatot kérhet. A vizuális modell nem kap tetszőleges hozzáférést külső adatokhoz pusztán azért, mert egy kép megemlít egy rekordot: az engedélyezett művelet és annak eredménye az alkalmazástól származik.\n\nA gyártó előre jelzett kimeneti és prefixfunkciókat is felsorol. Az előre jelzett kimenet lehetővé teszi, hogy a hívó várt szöveget adjon meg egy kis módosítással újragenerált dokumentumhoz vagy kódfájlhoz; a prefix a válasz kezdőszövegét határozza meg. Ezek külön előkészítési vezérlők, nem további vizuális modalitások. A hasznos kimenet továbbra is szöveges leírás, adatkinyerés vagy magyarázat, nem újonnan renderelt kép. Válassz tiszta forrásképeket, add meg a megőrzendő tartalmat, és ellenőrizd a kritikus leolvasásokat az eredeti oldalon.\n\nA latest címke családalias, míg a Pixtral-Large-Instruct-2411 a modellkártyán dokumentált rögzített gyártói kiadás. Ismételhető feladat előkészítésekor tartsd külön ezeket a neveket. A közzétett kontextusadat a gyártó modelljét írja le; az elolvasott oldalak nem igazolnak külön általános kimenetitoken-plafont. A képkészletet, szöveges kérdést és kívánt válaszhosszt együtt válaszd meg, és a verziófüggő kérési korlátokat tartsd külön az itt leírt általános vizuális képességektől.", "editorialOverlay": { "copy_fields": { "practical_html": "Technikai példa angolul
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-latestA Pixtral Large a Mistral nyelvi képességeit képmegértéssel egyesíti dokumentumokhoz, diagramokhoz és fényképekhez. Szöveges válaszokat állít elő, és a gyártó dokumentált interfészeiben támogatja a strukturált eredményeket és az alkalmazás által meghatározott eszközöket.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Pixtral Large a Mistral AI Mistral Large 2-re épülő multimodális modellje. Egy 123 milliárd paraméteres multimodális dekódert egyesít egymilliárd paraméteres vizuális kódolóval, így a modell 124 milliárd paraméteres. Célja jelentős nyelvi képesség megtartása a válaszhoz szükséges vizuális bizonyíték, például dokumentumoldal, diagram, fénykép vagy képernyőkép megértése mellett. A bemenet szöveget és képeket egyesíthet; az eredmény szöveg.
A Mistral 128K tokenes kontextusablakot ír le, amely állítása szerint legalább 30 nagy felbontású képet befogad. Ez az állítás a kontextuskapacitást írja le, nem általános kérésenkénti képszámbeállítást. Gyakorlati értéke, hogy több vizuális forrást kapcsolhat egy kérdéshez. Hasznos összehasonlítási feladatban két jelentés címkézett oldalait adhatod meg, és megkérdezheted, mely számadatok, feliratok és következtetések térnek el. Tartsd együtt a kérdés szövegét, az egyes képek szerepét és a szükséges válaszszerkezetet.
A gyártó többnyelvű szövegolvasást, dokumentumkérdéseket, diagramértelmezést és általános képmegértést szemléltet. Dokumentumasszisztenshez kérd a látható mezőneveket és értékeket, az oldalelrendezés leírását, vagy olyan magyarázatot, amely a megfogalmazást táblázathoz vagy ábrához kapcsolja. Diagramhoz határozd meg a vizsgálandó tengelyeket, adatsorokat vagy időszakaszt. Szemléltető kérés: „Hasonlítsd össze ezeket a diagramokat. Válaszd külön a közvetlenül leolvasható értékeket az értelmezésektől, azonosítsd a bemutatott változást, és sorold fel a következtetés ellenőrzéséhez szükséges információkat.” Az eredmény mezőtáblázat, megfigyelések halmaza vagy írásos magyarázat lehet.
A modellkártya külön figyelmet fordít a rendszerutasításra. A Mistral az asszisztens célját megadó utasítás beillesztését ajánlja, akkor is, ha az rövid. Ez vizuális feladathoz hasznos, mert ugyanaz a kép különböző munkákat támogathat: bejegyzések kinyerését, jelenetleírást, diagrammagyarázatot vagy írásos követelménnyel való összehasonlítást. Add meg a feladatot és a bizonytalan vagy olvashatatlan részletekre vonatkozó szabályokat. Több kép megadásakor címkézd fel őket, és azonosítsd a sorrendjüket vagy kapcsolatukat, hogy a válasz a megfelelő anyaghoz köthesse a megfigyeléseket.
A Mistral modelloldala dokumentumos kérdésmegválaszolást, strukturált kimeneteket és függvényhívást sorol fel. A gyártói interfész kötegelt feldolgozást is támogat. Strukturáltkimenet-útmutatója megkülönbözteti a JSON-objektum formátumát az egyedi sémától; a JSON mód továbbra is kifejezett utasítást kér a JSON előállítására. Adatkinyeréshez határozd meg a mezőket, a hiányzó értékek kezelését és az átírt szöveg, illetve a következtetés különbségét. A strukturált válasz akkor hasznos, ha az alkalmazásnak fel kell dolgoznia az eredményt, míg a szabad formájú magyarázat akkor, ha egy embernek kell megértenie a mögöttes érvelést.
Függvényhíváshoz az alkalmazás biztosítja az eszközdefiníciókat, a modell pedig argumentumokkal együtt javasol egy függvényt. A Mistral munkafolyamatában ezután az alkalmazás hajtja végre a műveletet, és visszaküldi az eredményt, mielőtt a modell megírja a folytató választ. Egy dokumentumos munkafolyamat eszközzel kereshet rá egy képről leolvasott azonosítóra, majd a visszaadott rekordot felhasználó magyarázatot kérhet. A vizuális modell nem kap tetszőleges hozzáférést külső adatokhoz pusztán azért, mert egy kép megemlít egy rekordot: az engedélyezett művelet és annak eredménye az alkalmazástól származik.
A gyártó előre jelzett kimeneti és prefixfunkciókat is felsorol. Az előre jelzett kimenet lehetővé teszi, hogy a hívó várt szöveget adjon meg egy kis módosítással újragenerált dokumentumhoz vagy kódfájlhoz; a prefix a válasz kezdőszövegét határozza meg. Ezek külön előkészítési vezérlők, nem további vizuális modalitások. A hasznos kimenet továbbra is szöveges leírás, adatkinyerés vagy magyarázat, nem újonnan renderelt kép. Válassz tiszta forrásképeket, add meg a megőrzendő tartalmat, és ellenőrizd a kritikus leolvasásokat az eredeti oldalon.
A latest címke családalias, míg a Pixtral-Large-Instruct-2411 a modellkártyán dokumentált rögzített gyártói kiadás. Ismételhető feladat előkészítésekor tartsd külön ezeket a neveket. A közzétett kontextusadat a gyártó modelljét írja le; az elolvasott oldalak nem igazolnak külön általános kimenetitoken-plafont. A képkészletet, szöveges kérdést és kívánt válaszhosszt együtt válaszd meg, és a verziófüggő kérési korlátokat tartsd külön az itt leírt általános vizuális képességektől.
POST /v1/chat/completionstexttext| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok pixtral-large-latest | Alapértelmezett— |
Mezőmessages | Típusmessage[] | KövetelményKötelező | Értékek és korlátok Minimális elemszám: 1 | Alapértelmezett— |
Mezőmessages[].role | Típusstring | KövetelményKötelező | Értékek és korlátok Példák: system, user, assistant, tool, function Feltételek: Ezeket a szerepeket a forráskód kompatibilitási típusai kifejezetten reprezentálják; a pontos szerepkészlet továbbra is modellspecifikus. Modelltől függ | Alapértelmezett— |
Mezőmessages[].content | Típusstring|content_part[]|null | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].tool_calls | Típustool_call[] | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].tool_call_id | Típusstring | KövetelményOpcionális | Értékek és korlátok Akkor alkalmazandó, ha: role=tool; használja a ténylegesen visszaadott ID-t | Alapértelmezett— |
Mezőmessages[].name | Típusstring | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].reasoning_content | Típusstring | KövetelményOpcionális | Értékek és korlátok Akkor alkalmazandó, ha: Küldje vissza a ténylegesen visszaadott gondolkodási tartalmat, ha ez a modell használja | Alapértelmezett— |
Mezőmessages[].reasoning_details | Típusobject|array | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőmax_tokens | Típusinteger | KövetelményOpcionális | Értékek és korlátok Minimum: 1 Modelltől függ | Alapértelmezett— |
Mezőmax_completion_tokens | Típusinteger | KövetelményOpcionális | Értékek és korlátok Minimum: 1 Modelltől függ | Alapértelmezett— |
Mezőstream | Típusboolean | KövetelményOpcionális | Értékek és korlátok | Alapértelmezettfalse |
Mezőstream_options.include_usage | Típusboolean | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtemperature | Típusnumber | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtop_p | Típusnumber | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőstop | Típusstring|string[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtools | Típusfunction_tool[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtools[].type | Típusstring | KövetelményOpcionális | Értékek és korlátok function Modelltől függ | Alapértelmezett— |
Mezőtools[].function.name | Típusstring | KövetelményKötelező | Értékek és korlátok Akkor alkalmazandó, ha: Függvényeszköz megadva | Alapértelmezett— |
Mezőtools[].function.description | Típusstring | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőtools[].function.parameters | TípusJSON_schema | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőtool_choice | Típusstring|object | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőparallel_tool_calls | Típusboolean | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőresponse_format | Típusobject | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőreasoning_effort | Típusstring | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőreasoning | Típusobject | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőservice_tier | Típusstring | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőinstructions | Típusstring | KövetelményOpcionális | Értékek és korlátok Kompatibilitási mező | Alapértelmezett— |
Mezőfunctions | Típusfunction[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőfunction_call | Típusstring|object | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőprompt_cache_options | Típusobject | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőmodalities | Típusstring[] | KövetelményOpcionális | Értékek és korlátok text | Alapértelmezett— |
Mezőprovider | Típusobject | KövetelményOpcionális | Értékek és korlátok Feltételek: A provider.options elutasításra kerül ezen az Ultra szöveges útvonalon | Alapértelmezett— |
Mezőcache_control.ttl | Típusstring | KövetelményOpcionális | Értékek és korlátok Feltételek: Az 1h elutasításra kerül a tényleges prompt-gyorsítótárazási helyeken | Alapértelmezett— |
Szöveg · UTF8 szöveg
messages[].content
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésmodel, messages |
Paramétermaterial_types | Szerződéstext |
Paramétermessages | Szerződésüzenettömb role/content szerkezettel |
Paraméterfile_material | Szerződésa tényleges UTF-8 dokumentum szó szerinti szövegként beillesztve; nincs kikövetkeztetett fájlazonosító |
Paraméteroptional_controls | Szerződésstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Paramétercontrol_scope | Szerződésmodellspecifikus; a felhasználói függvényeszközök eltérnek a hosztolt eszközöktől |
Paraméteroutput_modalities | Szerződéstext |
Paraméterhosted_operations | Szerződésfalse |
Paramétermultimodal_input_binding | Szerződésnull |
Életciklus: synchronous_or_streamed
Küldje el a pontos modellazonosítót a messages mellett.
A kontextushossz nem kimeneti felső korlát.
Egy szövegfájl szó szerinti szöveget adhat meg; a kép-/hang-/fájlobjektum-bemenetek pontos hozzárendelést igényelnek.
A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.
| Beállítás | Díjtáblázat | Díj |
|---|---|---|
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Díj Bemenet · Bemeneti tokenek $0.0044 / 1K token Kimenet · Kimeneti tokenek $0.0132 / 1K token Bemenet · Gyorsítótár olvasása $0 / 1K token Bemenet · Írás a gyorsítótárba $0 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
set -eu\n: "${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 vagy SSE
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Őrizze meg az összes válaszváltozatot és azok tartalmát/eszközhívásait/gondolkodási tartalmát. SSE esetén válaszváltozat- és eszközindex szerint állítsa össze a részleges frissítéseket, és tartsa meg a végső befejezési okot és a használati adatokat.
Őrizze meg a kérés-/válaszazonosítókat és a fejléceket. Nincs megadva általános URL a szöveges feladatok lekéréséhez.
| Mező | Típus |
|---|---|
Mezőchoices[].index | Típusinteger |
Mezőchoices[].message.content | Típusstring|null |
Mezőchoices[].message.tool_calls | Típustool_call[] |
Mezőchoices[].message.reasoning_content | Típusstring |
Mezőchoices[].message.reasoning_details | Típusobject|array |
Mezőchoices[].finish_reason | Típusstring|null |
Mezőusage | Típusobject |
| Válasz | Feltétel | Következő lépés |
|---|---|---|
Válasz400 · invalid_request_error | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. |
Ailoot Ultra pixtral-large-latest
Használja a fent látható metódusútvonalakat.
pixtral-large-latestA Pixtral Large a Mistral nyelvi képességeit képmegértéssel egyesíti dokumentumokhoz, diagramokhoz és fényképekhez. Szöveges válaszokat állít elő, és a gyártó dokumentált interfészeiben támogatja a strukturált eredményeket és az alkalmazás által meghatározott eszközöket.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Pixtral Large a Mistral AI Mistral Large 2-re épülő multimodális modellje. Egy 123 milliárd paraméteres multimodális dekódert egyesít egymilliárd paraméteres vizuális kódolóval, így a modell 124 milliárd paraméteres. Célja jelentős nyelvi képesség megtartása a válaszhoz szükséges vizuális bizonyíték, például dokumentumoldal, diagram, fénykép vagy képernyőkép megértése mellett. A bemenet szöveget és képeket egyesíthet; az eredmény szöveg.
A Mistral 128K tokenes kontextusablakot ír le, amely állítása szerint legalább 30 nagy felbontású képet befogad. Ez az állítás a kontextuskapacitást írja le, nem általános kérésenkénti képszámbeállítást. Gyakorlati értéke, hogy több vizuális forrást kapcsolhat egy kérdéshez. Hasznos összehasonlítási feladatban két jelentés címkézett oldalait adhatod meg, és megkérdezheted, mely számadatok, feliratok és következtetések térnek el. Tartsd együtt a kérdés szövegét, az egyes képek szerepét és a szükséges válaszszerkezetet.
A gyártó többnyelvű szövegolvasást, dokumentumkérdéseket, diagramértelmezést és általános képmegértést szemléltet. Dokumentumasszisztenshez kérd a látható mezőneveket és értékeket, az oldalelrendezés leírását, vagy olyan magyarázatot, amely a megfogalmazást táblázathoz vagy ábrához kapcsolja. Diagramhoz határozd meg a vizsgálandó tengelyeket, adatsorokat vagy időszakaszt. Szemléltető kérés: „Hasonlítsd össze ezeket a diagramokat. Válaszd külön a közvetlenül leolvasható értékeket az értelmezésektől, azonosítsd a bemutatott változást, és sorold fel a következtetés ellenőrzéséhez szükséges információkat.” Az eredmény mezőtáblázat, megfigyelések halmaza vagy írásos magyarázat lehet.
A modellkártya külön figyelmet fordít a rendszerutasításra. A Mistral az asszisztens célját megadó utasítás beillesztését ajánlja, akkor is, ha az rövid. Ez vizuális feladathoz hasznos, mert ugyanaz a kép különböző munkákat támogathat: bejegyzések kinyerését, jelenetleírást, diagrammagyarázatot vagy írásos követelménnyel való összehasonlítást. Add meg a feladatot és a bizonytalan vagy olvashatatlan részletekre vonatkozó szabályokat. Több kép megadásakor címkézd fel őket, és azonosítsd a sorrendjüket vagy kapcsolatukat, hogy a válasz a megfelelő anyaghoz köthesse a megfigyeléseket.
A Mistral modelloldala dokumentumos kérdésmegválaszolást, strukturált kimeneteket és függvényhívást sorol fel. A gyártói interfész kötegelt feldolgozást is támogat. Strukturáltkimenet-útmutatója megkülönbözteti a JSON-objektum formátumát az egyedi sémától; a JSON mód továbbra is kifejezett utasítást kér a JSON előállítására. Adatkinyeréshez határozd meg a mezőket, a hiányzó értékek kezelését és az átírt szöveg, illetve a következtetés különbségét. A strukturált válasz akkor hasznos, ha az alkalmazásnak fel kell dolgoznia az eredményt, míg a szabad formájú magyarázat akkor, ha egy embernek kell megértenie a mögöttes érvelést.
Függvényhíváshoz az alkalmazás biztosítja az eszközdefiníciókat, a modell pedig argumentumokkal együtt javasol egy függvényt. A Mistral munkafolyamatában ezután az alkalmazás hajtja végre a műveletet, és visszaküldi az eredményt, mielőtt a modell megírja a folytató választ. Egy dokumentumos munkafolyamat eszközzel kereshet rá egy képről leolvasott azonosítóra, majd a visszaadott rekordot felhasználó magyarázatot kérhet. A vizuális modell nem kap tetszőleges hozzáférést külső adatokhoz pusztán azért, mert egy kép megemlít egy rekordot: az engedélyezett művelet és annak eredménye az alkalmazástól származik.
A gyártó előre jelzett kimeneti és prefixfunkciókat is felsorol. Az előre jelzett kimenet lehetővé teszi, hogy a hívó várt szöveget adjon meg egy kis módosítással újragenerált dokumentumhoz vagy kódfájlhoz; a prefix a válasz kezdőszövegét határozza meg. Ezek külön előkészítési vezérlők, nem további vizuális modalitások. A hasznos kimenet továbbra is szöveges leírás, adatkinyerés vagy magyarázat, nem újonnan renderelt kép. Válassz tiszta forrásképeket, add meg a megőrzendő tartalmat, és ellenőrizd a kritikus leolvasásokat az eredeti oldalon.
A latest címke családalias, míg a Pixtral-Large-Instruct-2411 a modellkártyán dokumentált rögzített gyártói kiadás. Ismételhető feladat előkészítésekor tartsd külön ezeket a neveket. A közzétett kontextusadat a gyártó modelljét írja le; az elolvasott oldalak nem igazolnak külön általános kimenetitoken-plafont. A képkészletet, szöveges kérdést és kívánt válaszhosszt együtt válaszd meg, és a verziófüggő kérési korlátokat tartsd külön az itt leírt általános vizuális képességektől.
POST /v1/messagestextjson, sse| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok pixtral-large-latest | Alapértelmezett— |
Mezőmessages | Típusmessage[] | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].role | Típusstring | KövetelményKötelező | Értékek és korlátok user, assistant | Alapértelmezett— |
Mezőmessages[].content | Típusstring | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőmax_tokens | Típusinteger | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőstream | Típusboolean | KövetelményOpcionális | Értékek és korlátok | Alapértelmezettfalse |
Szöveg · UTF-8 szöveg
messages[].content karakterlánc
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésmodel, messages, max_tokens |
Paraméteroptional_controls | Szerződésstream |
Paramétermaterial_types | Szerződéstext |
Paramétertext_file_material | SzerződésOlvassa el a tényleges UTF-8 dokumentumot, és tegye a szövegét a jelzett bemeneti karakterláncba vagy az üzenettartalom karakterláncába. |
Életciklus: synchronous_or_streamed
A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.
| Beállítás | Díjtáblázat | Díj |
|---|---|---|
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Díj Bemenet · Bemeneti tokenek $0.0044 / 1K token Kimenet · Kimeneti tokenek $0.0132 / 1K token Bemenet · Gyorsítótár olvasása $0 / 1K token Bemenet · Írás a gyorsítótárba $0 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
{\n "model": "pixtral-large-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 vagy SSE
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Őrizze meg az összes tartalomblokkot, a gondolkodási tartalom aláírásait és a tényleges eszközhasználati ID-kat. Állítsa össze az összes SSE-blokk részleges frissítését; az első szövegblokk nem a teljes kimenet.
Őrizze meg a kérés-/válaszazonosítókat és a fejléceket. Nincs megadva általános URL a szöveges feladatok lekéréséhez.
| Mező | Típus |
|---|---|
Mezőid | Típusstring |
Mezőmodel | Típusstring |
Mezőcontent[] | Típustext|thinking|tool_use|other content block |
Mezőstop_reason | Típusstring|null |
Mezőusage | Típusobject |
| Válasz | Feltétel | Következő lépés |
|---|---|---|
Válasz400 · invalid_request_error | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. |
Ailoot Ultra pixtral-large-latest
Használja a fent látható metódusútvonalakat.
Technikai példa angolul
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.