Pixtral Large adalah model multimodal Mistral AI yang dibangun di atas Mistral Large 2. Model ini menggabungkan decoder multimodal berparameter 123 miliar dengan encoder visual berparameter satu miliar, menjadi model berparameter 124 miliar. Tujuannya adalah mempertahankan kemampuan bahasa yang besar sambil memahami bukti visual yang diperlukan untuk jawaban: halaman dokumen, grafik, foto, atau tangkapan layar. Masukan dapat menggabungkan teks dan gambar; hasilnya berupa teks.
Mistral menjelaskan jendela konteks 128K token dan menyatakan bahwa model dapat memuat setidaknya 30 gambar beresolusi tinggi. Pernyataan tersebut menjelaskan kapasitas konteks, bukan pengaturan jumlah gambar per permintaan yang universal. Nilai praktisnya adalah kemampuan menghubungkan beberapa sumber visual dengan satu pertanyaan. Tugas perbandingan yang berguna dapat menyediakan halaman berlabel dari dua laporan dan menanyakan angka, label, serta kesimpulan mana yang berbeda. Pertahankan teks pertanyaan, peran setiap gambar, dan struktur jawaban yang diperlukan secara bersamaan.
Pengembang memberi contoh pembacaan teks multibahasa, pertanyaan dokumen, interpretasi grafik, dan pemahaman gambar biasa. Untuk asisten dokumen, minta nama bidang dan nilai yang terlihat, deskripsi tata letak halaman, atau penjelasan yang menghubungkan kata-kata dengan tabel atau ilustrasi. Untuk grafik, tentukan sumbu, seri, atau interval yang perlu diperiksa. Contoh permintaan: “Bandingkan grafik-grafik ini. Pisahkan nilai yang dapat Anda baca langsung dari interpretasi, identifikasi perubahan yang ditampilkan, dan cantumkan informasi yang diperlukan untuk memeriksa kesimpulan.” Hasilnya dapat berupa tabel bidang, sekumpulan pengamatan, atau penjelasan tertulis.
Kartu model memberi perhatian khusus pada system prompt. Mistral menyarankan penyertaan instruksi yang menyatakan tujuan asisten, meskipun singkat. Ini berguna untuk tugas visual karena gambar yang sama dapat mendukung pekerjaan berbeda: mengekstrak entri, mendeskripsikan adegan, menjelaskan diagram, atau membandingkannya dengan persyaratan tertulis. Nyatakan tugas dan aturan untuk detail yang tidak pasti atau tidak terbaca. Saat memberikan beberapa gambar, beri label dan tentukan urutan atau hubungannya agar jawaban dapat menghubungkan pengamatan dengan materi yang tepat.
Halaman model Mistral mencantumkan tanya jawab dokumen, keluaran terstruktur, dan pemanggilan fungsi. Antarmuka pengembang juga mendukung pemrosesan batch. Panduan keluaran terstrukturnya membedakan format objek JSON dari skema khusus; mode JSON tetap memerlukan instruksi eksplisit untuk menghasilkan JSON. Untuk ekstraksi, tentukan bidang, perlakuan terhadap nilai yang hilang, dan perbedaan antara teks yang ditranskripsikan dengan kesimpulan. Jawaban terstruktur berguna ketika aplikasi perlu memproses hasil, sedangkan penjelasan bebas berguna ketika seseorang perlu memahami penalaran di baliknya.
Untuk pemanggilan fungsi, aplikasi menyediakan definisi alat dan model mengusulkan fungsi beserta argumen. Alur kerja Mistral kemudian meminta aplikasi menjalankan operasi dan mengirimkan hasilnya kembali sebelum model menulis jawaban lanjutan. Alur kerja dokumen dapat menggunakan alat untuk mencari pengenal yang dibaca dari gambar, lalu meminta penjelasan menggunakan rekaman yang dikembalikan. Model visual tidak memperoleh akses sewenang-wenang ke data eksternal hanya karena sebuah gambar menyebut rekaman: operasi yang diizinkan dan hasilnya berasal dari aplikasi.
Pengembang juga mencantumkan fitur predicted-output dan prefix. Predicted output memungkinkan pemanggil menyediakan teks yang diharapkan saat membuat ulang dokumen atau berkas kode dengan perubahan kecil; prefix menentukan teks awal jawaban. Ini adalah kontrol persiapan yang berbeda, bukan modalitas visual tambahan. Keluaran yang berguna tetap berupa deskripsi teks, ekstraksi, atau penjelasan, bukan gambar yang baru dirender. Pilih gambar sumber yang jelas, tentukan apa yang harus dipertahankan, dan periksa pembacaan penting terhadap halaman asli.
Label latest adalah alias keluarga, sedangkan Pixtral-Large-Instruct-2411 adalah rilis tetap pengembang yang didokumentasikan oleh kartu model. Bedakan nama-nama tersebut saat menyiapkan tugas yang dapat diulang. Angka konteks yang diterbitkan menjelaskan model pengembang; halaman yang dibaca tidak menetapkan batas token keluaran universal yang terpisah. Pilih kumpulan gambar, pertanyaan teks, dan panjang jawaban yang diinginkan secara bersamaan, serta pisahkan batas permintaan khusus versi dari kemampuan visual umum yang dijelaskan di sini.
", "aboutText": "Pixtral Large adalah model multimodal Mistral AI yang dibangun di atas Mistral Large 2. Model ini menggabungkan decoder multimodal berparameter 123 miliar dengan encoder visual berparameter satu miliar, menjadi model berparameter 124 miliar. Tujuannya adalah mempertahankan kemampuan bahasa yang besar sambil memahami bukti visual yang diperlukan untuk jawaban: halaman dokumen, grafik, foto, atau tangkapan layar. Masukan dapat menggabungkan teks dan gambar; hasilnya berupa teks.\n\nMistral menjelaskan jendela konteks 128K token dan menyatakan bahwa model dapat memuat setidaknya 30 gambar beresolusi tinggi. Pernyataan tersebut menjelaskan kapasitas konteks, bukan pengaturan jumlah gambar per permintaan yang universal. Nilai praktisnya adalah kemampuan menghubungkan beberapa sumber visual dengan satu pertanyaan. Tugas perbandingan yang berguna dapat menyediakan halaman berlabel dari dua laporan dan menanyakan angka, label, serta kesimpulan mana yang berbeda. Pertahankan teks pertanyaan, peran setiap gambar, dan struktur jawaban yang diperlukan secara bersamaan.\n\nPengembang memberi contoh pembacaan teks multibahasa, pertanyaan dokumen, interpretasi grafik, dan pemahaman gambar biasa. Untuk asisten dokumen, minta nama bidang dan nilai yang terlihat, deskripsi tata letak halaman, atau penjelasan yang menghubungkan kata-kata dengan tabel atau ilustrasi. Untuk grafik, tentukan sumbu, seri, atau interval yang perlu diperiksa. Contoh permintaan: “Bandingkan grafik-grafik ini. Pisahkan nilai yang dapat Anda baca langsung dari interpretasi, identifikasi perubahan yang ditampilkan, dan cantumkan informasi yang diperlukan untuk memeriksa kesimpulan.” Hasilnya dapat berupa tabel bidang, sekumpulan pengamatan, atau penjelasan tertulis.\n\nKartu model memberi perhatian khusus pada system prompt. Mistral menyarankan penyertaan instruksi yang menyatakan tujuan asisten, meskipun singkat. Ini berguna untuk tugas visual karena gambar yang sama dapat mendukung pekerjaan berbeda: mengekstrak entri, mendeskripsikan adegan, menjelaskan diagram, atau membandingkannya dengan persyaratan tertulis. Nyatakan tugas dan aturan untuk detail yang tidak pasti atau tidak terbaca. Saat memberikan beberapa gambar, beri label dan tentukan urutan atau hubungannya agar jawaban dapat menghubungkan pengamatan dengan materi yang tepat.\n\nHalaman model Mistral mencantumkan tanya jawab dokumen, keluaran terstruktur, dan pemanggilan fungsi. Antarmuka pengembang juga mendukung pemrosesan batch. Panduan keluaran terstrukturnya membedakan format objek JSON dari skema khusus; mode JSON tetap memerlukan instruksi eksplisit untuk menghasilkan JSON. Untuk ekstraksi, tentukan bidang, perlakuan terhadap nilai yang hilang, dan perbedaan antara teks yang ditranskripsikan dengan kesimpulan. Jawaban terstruktur berguna ketika aplikasi perlu memproses hasil, sedangkan penjelasan bebas berguna ketika seseorang perlu memahami penalaran di baliknya.\n\nUntuk pemanggilan fungsi, aplikasi menyediakan definisi alat dan model mengusulkan fungsi beserta argumen. Alur kerja Mistral kemudian meminta aplikasi menjalankan operasi dan mengirimkan hasilnya kembali sebelum model menulis jawaban lanjutan. Alur kerja dokumen dapat menggunakan alat untuk mencari pengenal yang dibaca dari gambar, lalu meminta penjelasan menggunakan rekaman yang dikembalikan. Model visual tidak memperoleh akses sewenang-wenang ke data eksternal hanya karena sebuah gambar menyebut rekaman: operasi yang diizinkan dan hasilnya berasal dari aplikasi.\n\nPengembang juga mencantumkan fitur predicted-output dan prefix. Predicted output memungkinkan pemanggil menyediakan teks yang diharapkan saat membuat ulang dokumen atau berkas kode dengan perubahan kecil; prefix menentukan teks awal jawaban. Ini adalah kontrol persiapan yang berbeda, bukan modalitas visual tambahan. Keluaran yang berguna tetap berupa deskripsi teks, ekstraksi, atau penjelasan, bukan gambar yang baru dirender. Pilih gambar sumber yang jelas, tentukan apa yang harus dipertahankan, dan periksa pembacaan penting terhadap halaman asli.\n\nLabel latest adalah alias keluarga, sedangkan Pixtral-Large-Instruct-2411 adalah rilis tetap pengembang yang didokumentasikan oleh kartu model. Bedakan nama-nama tersebut saat menyiapkan tugas yang dapat diulang. Angka konteks yang diterbitkan menjelaskan model pengembang; halaman yang dibaca tidak menetapkan batas token keluaran universal yang terpisah. Pilih kumpulan gambar, pertanyaan teks, dan panjang jawaban yang diinginkan secara bersamaan, serta pisahkan batas permintaan khusus versi dari kemampuan visual umum yang dijelaskan di sini.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
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 menggabungkan kemampuan bahasa Mistral dengan pemahaman gambar untuk dokumen, grafik, dan foto. Model ini menghasilkan jawaban teks serta mendukung hasil terstruktur dan alat yang didefinisikan aplikasi dalam antarmuka yang didokumentasikan pengembang.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Pixtral Large adalah model multimodal Mistral AI yang dibangun di atas Mistral Large 2. Model ini menggabungkan decoder multimodal berparameter 123 miliar dengan encoder visual berparameter satu miliar, menjadi model berparameter 124 miliar. Tujuannya adalah mempertahankan kemampuan bahasa yang besar sambil memahami bukti visual yang diperlukan untuk jawaban: halaman dokumen, grafik, foto, atau tangkapan layar. Masukan dapat menggabungkan teks dan gambar; hasilnya berupa teks.
Mistral menjelaskan jendela konteks 128K token dan menyatakan bahwa model dapat memuat setidaknya 30 gambar beresolusi tinggi. Pernyataan tersebut menjelaskan kapasitas konteks, bukan pengaturan jumlah gambar per permintaan yang universal. Nilai praktisnya adalah kemampuan menghubungkan beberapa sumber visual dengan satu pertanyaan. Tugas perbandingan yang berguna dapat menyediakan halaman berlabel dari dua laporan dan menanyakan angka, label, serta kesimpulan mana yang berbeda. Pertahankan teks pertanyaan, peran setiap gambar, dan struktur jawaban yang diperlukan secara bersamaan.
Pengembang memberi contoh pembacaan teks multibahasa, pertanyaan dokumen, interpretasi grafik, dan pemahaman gambar biasa. Untuk asisten dokumen, minta nama bidang dan nilai yang terlihat, deskripsi tata letak halaman, atau penjelasan yang menghubungkan kata-kata dengan tabel atau ilustrasi. Untuk grafik, tentukan sumbu, seri, atau interval yang perlu diperiksa. Contoh permintaan: “Bandingkan grafik-grafik ini. Pisahkan nilai yang dapat Anda baca langsung dari interpretasi, identifikasi perubahan yang ditampilkan, dan cantumkan informasi yang diperlukan untuk memeriksa kesimpulan.” Hasilnya dapat berupa tabel bidang, sekumpulan pengamatan, atau penjelasan tertulis.
Kartu model memberi perhatian khusus pada system prompt. Mistral menyarankan penyertaan instruksi yang menyatakan tujuan asisten, meskipun singkat. Ini berguna untuk tugas visual karena gambar yang sama dapat mendukung pekerjaan berbeda: mengekstrak entri, mendeskripsikan adegan, menjelaskan diagram, atau membandingkannya dengan persyaratan tertulis. Nyatakan tugas dan aturan untuk detail yang tidak pasti atau tidak terbaca. Saat memberikan beberapa gambar, beri label dan tentukan urutan atau hubungannya agar jawaban dapat menghubungkan pengamatan dengan materi yang tepat.
Halaman model Mistral mencantumkan tanya jawab dokumen, keluaran terstruktur, dan pemanggilan fungsi. Antarmuka pengembang juga mendukung pemrosesan batch. Panduan keluaran terstrukturnya membedakan format objek JSON dari skema khusus; mode JSON tetap memerlukan instruksi eksplisit untuk menghasilkan JSON. Untuk ekstraksi, tentukan bidang, perlakuan terhadap nilai yang hilang, dan perbedaan antara teks yang ditranskripsikan dengan kesimpulan. Jawaban terstruktur berguna ketika aplikasi perlu memproses hasil, sedangkan penjelasan bebas berguna ketika seseorang perlu memahami penalaran di baliknya.
Untuk pemanggilan fungsi, aplikasi menyediakan definisi alat dan model mengusulkan fungsi beserta argumen. Alur kerja Mistral kemudian meminta aplikasi menjalankan operasi dan mengirimkan hasilnya kembali sebelum model menulis jawaban lanjutan. Alur kerja dokumen dapat menggunakan alat untuk mencari pengenal yang dibaca dari gambar, lalu meminta penjelasan menggunakan rekaman yang dikembalikan. Model visual tidak memperoleh akses sewenang-wenang ke data eksternal hanya karena sebuah gambar menyebut rekaman: operasi yang diizinkan dan hasilnya berasal dari aplikasi.
Pengembang juga mencantumkan fitur predicted-output dan prefix. Predicted output memungkinkan pemanggil menyediakan teks yang diharapkan saat membuat ulang dokumen atau berkas kode dengan perubahan kecil; prefix menentukan teks awal jawaban. Ini adalah kontrol persiapan yang berbeda, bukan modalitas visual tambahan. Keluaran yang berguna tetap berupa deskripsi teks, ekstraksi, atau penjelasan, bukan gambar yang baru dirender. Pilih gambar sumber yang jelas, tentukan apa yang harus dipertahankan, dan periksa pembacaan penting terhadap halaman asli.
Label latest adalah alias keluarga, sedangkan Pixtral-Large-Instruct-2411 adalah rilis tetap pengembang yang didokumentasikan oleh kartu model. Bedakan nama-nama tersebut saat menyiapkan tugas yang dapat diulang. Angka konteks yang diterbitkan menjelaskan model pengembang; halaman yang dibaca tidak menetapkan batas token keluaran universal yang terpisah. Pilih kumpulan gambar, pertanyaan teks, dan panjang jawaban yang diinginkan secara bersamaan, serta pisahkan batas permintaan khusus versi dari kemampuan visual umum yang dijelaskan di sini.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan pixtral-large-latest | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan Contoh: system, user, assistant, tool, function Kondisi: Peran ini direpresentasikan secara eksplisit oleh tipe kompatibilitas dalam kode sumber; kumpulan peran model yang tepat tetap khusus untuk tiap model. Bergantung pada model | Bawaan— |
Kolommessages[].content | Jenisstring|content_part[]|null | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_calls | Jenistool_call[] | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_call_id | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: role=tool; gunakan ID yang benar-benar dikembalikan | Bawaan— |
Kolommessages[].name | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].reasoning_content | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: Kirim kembali penalaran yang benar-benar dikembalikan jika model ini menggunakannya | Bawaan— |
Kolommessages[].reasoning_details | Jenisobject|array | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolommax_completion_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Kolomstream_options.include_usage | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtemperature | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtop_p | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomstop | Jenisstring|string[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools | Jenisfunction_tool[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools[].type | Jenisstring | PersyaratanOpsional | Nilai & batasan function Bergantung pada model | Bawaan— |
Kolomtools[].function.name | Jenisstring | PersyaratanWajib | Nilai & batasan Berlaku jika: alat fungsi disediakan | Bawaan— |
Kolomtools[].function.description | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtools[].function.parameters | JenisJSON_schema | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtool_choice | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomparallel_tool_calls | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomresponse_format | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning_effort | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomservice_tier | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolominstructions | Jenisstring | PersyaratanOpsional | Nilai & batasan Kolom kompatibilitas | Bawaan— |
Kolomfunctions | Jenisfunction[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomfunction_call | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomprompt_cache_options | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommodalities | Jenisstring[] | PersyaratanOpsional | Nilai & batasan text | Bawaan— |
Kolomprovider | Jenisobject | PersyaratanOpsional | Nilai & batasan Kondisi: provider.options ditolak pada rute teks Ultra ini | Bawaan— |
Kolomcache_control.ttl | Jenisstring | PersyaratanOpsional | Nilai & batasan Kondisi: 1h ditolak pada lokasi cache prompt yang digunakan | Bawaan— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontrakarray pesan dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 yang sebenarnya dimasukkan sebagai teks apa adanya; ID file tidak disimpulkan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeda dari alat yang dihosting |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Siklus hidup: synchronous_or_streamed
Kirim ID model yang tepat bersama messages.
Panjang konteks bukan batas keluaran.
File teks dapat menyediakan teks apa adanya; masukan gambar/audio/objek file memerlukan pengikatan yang tepat.
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
| Konfigurasi | Jadwal tarif | Biaya |
|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Biaya Masukan · Token masukan $0.0044 / 1K token Keluaran · Token keluaran $0.0132 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan setiap alternatif jawaban beserta konten, panggilan alat, dan penalarannya. Dalam SSE, gabungkan delta menurut indeks alternatif jawaban/alat, lalu pertahankan alasan penghentian akhir dan data penggunaan.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomchoices[].index | Jenisinteger |
Kolomchoices[].message.content | Jenisstring|null |
Kolomchoices[].message.tool_calls | Jenistool_call[] |
Kolomchoices[].message.reasoning_content | Jenisstring |
Kolomchoices[].message.reasoning_details | Jenisobject|array |
Kolomchoices[].finish_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra pixtral-large-latest
Gunakan jalur metode yang ditampilkan di atas.
pixtral-large-latestPixtral Large menggabungkan kemampuan bahasa Mistral dengan pemahaman gambar untuk dokumen, grafik, dan foto. Model ini menghasilkan jawaban teks serta mendukung hasil terstruktur dan alat yang didefinisikan aplikasi dalam antarmuka yang didokumentasikan pengembang.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Pixtral Large adalah model multimodal Mistral AI yang dibangun di atas Mistral Large 2. Model ini menggabungkan decoder multimodal berparameter 123 miliar dengan encoder visual berparameter satu miliar, menjadi model berparameter 124 miliar. Tujuannya adalah mempertahankan kemampuan bahasa yang besar sambil memahami bukti visual yang diperlukan untuk jawaban: halaman dokumen, grafik, foto, atau tangkapan layar. Masukan dapat menggabungkan teks dan gambar; hasilnya berupa teks.
Mistral menjelaskan jendela konteks 128K token dan menyatakan bahwa model dapat memuat setidaknya 30 gambar beresolusi tinggi. Pernyataan tersebut menjelaskan kapasitas konteks, bukan pengaturan jumlah gambar per permintaan yang universal. Nilai praktisnya adalah kemampuan menghubungkan beberapa sumber visual dengan satu pertanyaan. Tugas perbandingan yang berguna dapat menyediakan halaman berlabel dari dua laporan dan menanyakan angka, label, serta kesimpulan mana yang berbeda. Pertahankan teks pertanyaan, peran setiap gambar, dan struktur jawaban yang diperlukan secara bersamaan.
Pengembang memberi contoh pembacaan teks multibahasa, pertanyaan dokumen, interpretasi grafik, dan pemahaman gambar biasa. Untuk asisten dokumen, minta nama bidang dan nilai yang terlihat, deskripsi tata letak halaman, atau penjelasan yang menghubungkan kata-kata dengan tabel atau ilustrasi. Untuk grafik, tentukan sumbu, seri, atau interval yang perlu diperiksa. Contoh permintaan: “Bandingkan grafik-grafik ini. Pisahkan nilai yang dapat Anda baca langsung dari interpretasi, identifikasi perubahan yang ditampilkan, dan cantumkan informasi yang diperlukan untuk memeriksa kesimpulan.” Hasilnya dapat berupa tabel bidang, sekumpulan pengamatan, atau penjelasan tertulis.
Kartu model memberi perhatian khusus pada system prompt. Mistral menyarankan penyertaan instruksi yang menyatakan tujuan asisten, meskipun singkat. Ini berguna untuk tugas visual karena gambar yang sama dapat mendukung pekerjaan berbeda: mengekstrak entri, mendeskripsikan adegan, menjelaskan diagram, atau membandingkannya dengan persyaratan tertulis. Nyatakan tugas dan aturan untuk detail yang tidak pasti atau tidak terbaca. Saat memberikan beberapa gambar, beri label dan tentukan urutan atau hubungannya agar jawaban dapat menghubungkan pengamatan dengan materi yang tepat.
Halaman model Mistral mencantumkan tanya jawab dokumen, keluaran terstruktur, dan pemanggilan fungsi. Antarmuka pengembang juga mendukung pemrosesan batch. Panduan keluaran terstrukturnya membedakan format objek JSON dari skema khusus; mode JSON tetap memerlukan instruksi eksplisit untuk menghasilkan JSON. Untuk ekstraksi, tentukan bidang, perlakuan terhadap nilai yang hilang, dan perbedaan antara teks yang ditranskripsikan dengan kesimpulan. Jawaban terstruktur berguna ketika aplikasi perlu memproses hasil, sedangkan penjelasan bebas berguna ketika seseorang perlu memahami penalaran di baliknya.
Untuk pemanggilan fungsi, aplikasi menyediakan definisi alat dan model mengusulkan fungsi beserta argumen. Alur kerja Mistral kemudian meminta aplikasi menjalankan operasi dan mengirimkan hasilnya kembali sebelum model menulis jawaban lanjutan. Alur kerja dokumen dapat menggunakan alat untuk mencari pengenal yang dibaca dari gambar, lalu meminta penjelasan menggunakan rekaman yang dikembalikan. Model visual tidak memperoleh akses sewenang-wenang ke data eksternal hanya karena sebuah gambar menyebut rekaman: operasi yang diizinkan dan hasilnya berasal dari aplikasi.
Pengembang juga mencantumkan fitur predicted-output dan prefix. Predicted output memungkinkan pemanggil menyediakan teks yang diharapkan saat membuat ulang dokumen atau berkas kode dengan perubahan kecil; prefix menentukan teks awal jawaban. Ini adalah kontrol persiapan yang berbeda, bukan modalitas visual tambahan. Keluaran yang berguna tetap berupa deskripsi teks, ekstraksi, atau penjelasan, bukan gambar yang baru dirender. Pilih gambar sumber yang jelas, tentukan apa yang harus dipertahankan, dan periksa pembacaan penting terhadap halaman asli.
Label latest adalah alias keluarga, sedangkan Pixtral-Large-Instruct-2411 adalah rilis tetap pengembang yang didokumentasikan oleh kartu model. Bedakan nama-nama tersebut saat menyiapkan tugas yang dapat diulang. Angka konteks yang diterbitkan menjelaskan model pengembang; halaman yang dibaca tidak menetapkan batas token keluaran universal yang terpisah. Pilih kumpulan gambar, pertanyaan teks, dan panjang jawaban yang diinginkan secara bersamaan, serta pisahkan batas permintaan khusus versi dari kemampuan visual umum yang dijelaskan di sini.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan pixtral-large-latest | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan user, assistant | Bawaan— |
Kolommessages[].content | Jenisstring | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Teks · Teks UTF-8
string messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 yang sebenarnya dan masukkan teksnya ke string masukan atau konten pesan yang ditunjukkan. |
Siklus hidup: synchronous_or_streamed
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
| Konfigurasi | Jadwal tarif | Biaya |
|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Biaya Masukan · Token masukan $0.0044 / 1K token Keluaran · Token keluaran $0.0132 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "pixtral-large-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan semua blok konten, tanda tangan penalaran, dan ID penggunaan alat yang sebenarnya. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan keluaran.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomid | Jenisstring |
Kolommodel | Jenisstring |
Kolomcontent[] | Jenistext|thinking|tool_use|other content block |
Kolomstop_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra pixtral-large-latest
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
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.