Pixtral Large ialah model multimodal Mistral AI yang dibina berasaskan Mistral Large 2. Model ini menggabungkan penyahkod multimodal dengan 123 bilion parameter dan pengekod penglihatan dengan satu bilion parameter, menjadikannya model dengan 124 bilion parameter. Tujuannya ialah mengekalkan keupayaan bahasa yang besar sambil memahami bukti visual yang diperlukan untuk jawapan: halaman dokumen, carta, foto atau tangkap layar. Input boleh menggabungkan teks dan imej; hasilnya ialah teks.
Mistral menerangkan tetingkap konteks 128K token dan menyatakan bahawa tetingkap itu boleh memuatkan sekurang-kurangnya 30 imej beresolusi tinggi. Pernyataan tersebut menerangkan kapasiti konteks, bukannya tetapan bilangan imej setiap permintaan yang sejagat. Nilai praktikalnya ialah keupayaan menghubungkan beberapa sumber visual dengan satu soalan. Tugasan perbandingan yang berguna boleh menyediakan halaman berlabel daripada dua laporan dan menanyakan angka, label serta kesimpulan yang berbeza. Kekalkan teks soalan, peranan setiap imej dan struktur jawapan yang diperlukan bersama-sama.
Pengeluar menunjukkan pembacaan teks berbilang bahasa, soalan dokumen, tafsiran carta dan pemahaman imej biasa. Untuk pembantu dokumen, minta nama dan nilai medan yang kelihatan, huraian susun atur halaman atau penjelasan yang menghubungkan perkataan dengan jadual atau rajah. Untuk carta, nyatakan paksi, siri atau selang yang hendak diperiksa. Contoh permintaan ialah: “Bandingkan carta ini. Pisahkan nilai yang boleh dibaca secara langsung daripada tafsiran, kenal pasti perubahan yang ditunjukkan dan senaraikan maklumat yang diperlukan untuk menyemak kesimpulan.” Hasilnya boleh berupa jadual medan, satu set pemerhatian atau penjelasan bertulis.
Kad model memberikan perhatian khusus kepada arahan sistem. Mistral mengesyorkan supaya arahan yang menyatakan tujuan pembantu disertakan, walaupun pendek. Ini berguna untuk tugasan visual kerana imej yang sama boleh menyokong kerja berbeza: mengekstrak entri, menerangkan adegan, menjelaskan rajah atau membandingkannya dengan keperluan bertulis. Nyatakan kerja dan peraturan bagi butiran yang tidak pasti atau tidak boleh dibaca. Apabila membekalkan pelbagai imej, labelkannya dan kenal pasti urutan atau hubungannya supaya jawapan dapat mengaitkan pemerhatian dengan bahan yang betul.
Halaman model Mistral menyenaraikan jawapan soalan dokumen, output berstruktur dan panggilan fungsi. Antara muka pengeluar juga menyokong pemprosesan kelompok. Panduan output berstrukturnya membezakan format objek JSON daripada skema tersuai; mod JSON masih memerlukan arahan nyata untuk menghasilkan JSON. Untuk pengekstrakan, takrifkan medan, pengendalian nilai yang tiada dan perbezaan antara teks yang ditranskripsikan dengan kesimpulan. Jawapan berstruktur berguna apabila aplikasi perlu memproses hasil, manakala penjelasan bebas berguna apabila seseorang perlu memahami penaakulan di sebaliknya.
Untuk panggilan fungsi, aplikasi membekalkan takrif alat dan model mencadangkan fungsi bersama argumen. Aliran kerja Mistral kemudian meminta aplikasi melaksanakan operasi itu dan menghantar hasilnya kembali sebelum model menulis jawapan susulan. Aliran kerja dokumen boleh menggunakan alat untuk mencari pengecam yang dibaca daripada imej, kemudian meminta penjelasan menggunakan rekod yang dipulangkan. Model visual tidak memperoleh akses sewenang-wenangnya kepada data luaran semata-mata kerana imej menyebut sesuatu rekod: operasi yang dibenarkan dan hasilnya datang daripada aplikasi.
Pengeluar turut menyenaraikan ciri output ramalan dan awalan. Output ramalan membolehkan pemanggil menyediakan teks yang dijangka semasa menjana semula dokumen atau fail kod dengan perubahan kecil; awalan menetapkan teks permulaan jawapan. Ini ialah kawalan penyediaan yang berbeza, bukannya modaliti visual tambahan. Output yang berguna kekal sebagai huraian, pengekstrakan atau penjelasan teks, bukannya imej yang baru dirender. Pilih imej sumber yang jelas, nyatakan perkara yang perlu dikekalkan dan semak bacaan kritikal dengan halaman asal.
Label latest ialah alias keluarga, manakala Pixtral-Large-Instruct-2411 ialah keluaran tetap pengeluar yang didokumenkan oleh kad model. Bezakan nama itu semasa menyediakan tugasan yang boleh diulang. Angka konteks yang diterbitkan menerangkan model pengeluar; halaman yang dibaca tidak menetapkan had token output sejagat yang berasingan. Pilih set imej, soalan teks dan panjang jawapan yang dikehendaki bersama-sama, serta asingkan had permintaan khusus versi daripada keupayaan visual umum yang diterangkan di sini.
", "aboutText": "Pixtral Large ialah model multimodal Mistral AI yang dibina berasaskan Mistral Large 2. Model ini menggabungkan penyahkod multimodal dengan 123 bilion parameter dan pengekod penglihatan dengan satu bilion parameter, menjadikannya model dengan 124 bilion parameter. Tujuannya ialah mengekalkan keupayaan bahasa yang besar sambil memahami bukti visual yang diperlukan untuk jawapan: halaman dokumen, carta, foto atau tangkap layar. Input boleh menggabungkan teks dan imej; hasilnya ialah teks.\n\nMistral menerangkan tetingkap konteks 128K token dan menyatakan bahawa tetingkap itu boleh memuatkan sekurang-kurangnya 30 imej beresolusi tinggi. Pernyataan tersebut menerangkan kapasiti konteks, bukannya tetapan bilangan imej setiap permintaan yang sejagat. Nilai praktikalnya ialah keupayaan menghubungkan beberapa sumber visual dengan satu soalan. Tugasan perbandingan yang berguna boleh menyediakan halaman berlabel daripada dua laporan dan menanyakan angka, label serta kesimpulan yang berbeza. Kekalkan teks soalan, peranan setiap imej dan struktur jawapan yang diperlukan bersama-sama.\n\nPengeluar menunjukkan pembacaan teks berbilang bahasa, soalan dokumen, tafsiran carta dan pemahaman imej biasa. Untuk pembantu dokumen, minta nama dan nilai medan yang kelihatan, huraian susun atur halaman atau penjelasan yang menghubungkan perkataan dengan jadual atau rajah. Untuk carta, nyatakan paksi, siri atau selang yang hendak diperiksa. Contoh permintaan ialah: “Bandingkan carta ini. Pisahkan nilai yang boleh dibaca secara langsung daripada tafsiran, kenal pasti perubahan yang ditunjukkan dan senaraikan maklumat yang diperlukan untuk menyemak kesimpulan.” Hasilnya boleh berupa jadual medan, satu set pemerhatian atau penjelasan bertulis.\n\nKad model memberikan perhatian khusus kepada arahan sistem. Mistral mengesyorkan supaya arahan yang menyatakan tujuan pembantu disertakan, walaupun pendek. Ini berguna untuk tugasan visual kerana imej yang sama boleh menyokong kerja berbeza: mengekstrak entri, menerangkan adegan, menjelaskan rajah atau membandingkannya dengan keperluan bertulis. Nyatakan kerja dan peraturan bagi butiran yang tidak pasti atau tidak boleh dibaca. Apabila membekalkan pelbagai imej, labelkannya dan kenal pasti urutan atau hubungannya supaya jawapan dapat mengaitkan pemerhatian dengan bahan yang betul.\n\nHalaman model Mistral menyenaraikan jawapan soalan dokumen, output berstruktur dan panggilan fungsi. Antara muka pengeluar juga menyokong pemprosesan kelompok. Panduan output berstrukturnya membezakan format objek JSON daripada skema tersuai; mod JSON masih memerlukan arahan nyata untuk menghasilkan JSON. Untuk pengekstrakan, takrifkan medan, pengendalian nilai yang tiada dan perbezaan antara teks yang ditranskripsikan dengan kesimpulan. Jawapan berstruktur berguna apabila aplikasi perlu memproses hasil, manakala penjelasan bebas berguna apabila seseorang perlu memahami penaakulan di sebaliknya.\n\nUntuk panggilan fungsi, aplikasi membekalkan takrif alat dan model mencadangkan fungsi bersama argumen. Aliran kerja Mistral kemudian meminta aplikasi melaksanakan operasi itu dan menghantar hasilnya kembali sebelum model menulis jawapan susulan. Aliran kerja dokumen boleh menggunakan alat untuk mencari pengecam yang dibaca daripada imej, kemudian meminta penjelasan menggunakan rekod yang dipulangkan. Model visual tidak memperoleh akses sewenang-wenangnya kepada data luaran semata-mata kerana imej menyebut sesuatu rekod: operasi yang dibenarkan dan hasilnya datang daripada aplikasi.\n\nPengeluar turut menyenaraikan ciri output ramalan dan awalan. Output ramalan membolehkan pemanggil menyediakan teks yang dijangka semasa menjana semula dokumen atau fail kod dengan perubahan kecil; awalan menetapkan teks permulaan jawapan. Ini ialah kawalan penyediaan yang berbeza, bukannya modaliti visual tambahan. Output yang berguna kekal sebagai huraian, pengekstrakan atau penjelasan teks, bukannya imej yang baru dirender. Pilih imej sumber yang jelas, nyatakan perkara yang perlu dikekalkan dan semak bacaan kritikal dengan halaman asal.\n\nLabel latest ialah alias keluarga, manakala Pixtral-Large-Instruct-2411 ialah keluaran tetap pengeluar yang didokumenkan oleh kad model. Bezakan nama itu semasa menyediakan tugasan yang boleh diulang. Angka konteks yang diterbitkan menerangkan model pengeluar; halaman yang dibaca tidak menetapkan had token output sejagat yang berasingan. Pilih set imej, soalan teks dan panjang jawapan yang dikehendaki bersama-sama, serta asingkan had permintaan khusus versi daripada keupayaan visual umum yang diterangkan di sini.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknikal dalam bahasa Inggeris
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 keupayaan bahasa Mistral dengan pemahaman imej untuk dokumen, carta dan foto. Model ini menghasilkan jawapan teks serta menyokong hasil berstruktur dan alat takrifan aplikasi dalam antara muka yang didokumenkan pengeluar.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Pixtral Large ialah model multimodal Mistral AI yang dibina berasaskan Mistral Large 2. Model ini menggabungkan penyahkod multimodal dengan 123 bilion parameter dan pengekod penglihatan dengan satu bilion parameter, menjadikannya model dengan 124 bilion parameter. Tujuannya ialah mengekalkan keupayaan bahasa yang besar sambil memahami bukti visual yang diperlukan untuk jawapan: halaman dokumen, carta, foto atau tangkap layar. Input boleh menggabungkan teks dan imej; hasilnya ialah teks.
Mistral menerangkan tetingkap konteks 128K token dan menyatakan bahawa tetingkap itu boleh memuatkan sekurang-kurangnya 30 imej beresolusi tinggi. Pernyataan tersebut menerangkan kapasiti konteks, bukannya tetapan bilangan imej setiap permintaan yang sejagat. Nilai praktikalnya ialah keupayaan menghubungkan beberapa sumber visual dengan satu soalan. Tugasan perbandingan yang berguna boleh menyediakan halaman berlabel daripada dua laporan dan menanyakan angka, label serta kesimpulan yang berbeza. Kekalkan teks soalan, peranan setiap imej dan struktur jawapan yang diperlukan bersama-sama.
Pengeluar menunjukkan pembacaan teks berbilang bahasa, soalan dokumen, tafsiran carta dan pemahaman imej biasa. Untuk pembantu dokumen, minta nama dan nilai medan yang kelihatan, huraian susun atur halaman atau penjelasan yang menghubungkan perkataan dengan jadual atau rajah. Untuk carta, nyatakan paksi, siri atau selang yang hendak diperiksa. Contoh permintaan ialah: “Bandingkan carta ini. Pisahkan nilai yang boleh dibaca secara langsung daripada tafsiran, kenal pasti perubahan yang ditunjukkan dan senaraikan maklumat yang diperlukan untuk menyemak kesimpulan.” Hasilnya boleh berupa jadual medan, satu set pemerhatian atau penjelasan bertulis.
Kad model memberikan perhatian khusus kepada arahan sistem. Mistral mengesyorkan supaya arahan yang menyatakan tujuan pembantu disertakan, walaupun pendek. Ini berguna untuk tugasan visual kerana imej yang sama boleh menyokong kerja berbeza: mengekstrak entri, menerangkan adegan, menjelaskan rajah atau membandingkannya dengan keperluan bertulis. Nyatakan kerja dan peraturan bagi butiran yang tidak pasti atau tidak boleh dibaca. Apabila membekalkan pelbagai imej, labelkannya dan kenal pasti urutan atau hubungannya supaya jawapan dapat mengaitkan pemerhatian dengan bahan yang betul.
Halaman model Mistral menyenaraikan jawapan soalan dokumen, output berstruktur dan panggilan fungsi. Antara muka pengeluar juga menyokong pemprosesan kelompok. Panduan output berstrukturnya membezakan format objek JSON daripada skema tersuai; mod JSON masih memerlukan arahan nyata untuk menghasilkan JSON. Untuk pengekstrakan, takrifkan medan, pengendalian nilai yang tiada dan perbezaan antara teks yang ditranskripsikan dengan kesimpulan. Jawapan berstruktur berguna apabila aplikasi perlu memproses hasil, manakala penjelasan bebas berguna apabila seseorang perlu memahami penaakulan di sebaliknya.
Untuk panggilan fungsi, aplikasi membekalkan takrif alat dan model mencadangkan fungsi bersama argumen. Aliran kerja Mistral kemudian meminta aplikasi melaksanakan operasi itu dan menghantar hasilnya kembali sebelum model menulis jawapan susulan. Aliran kerja dokumen boleh menggunakan alat untuk mencari pengecam yang dibaca daripada imej, kemudian meminta penjelasan menggunakan rekod yang dipulangkan. Model visual tidak memperoleh akses sewenang-wenangnya kepada data luaran semata-mata kerana imej menyebut sesuatu rekod: operasi yang dibenarkan dan hasilnya datang daripada aplikasi.
Pengeluar turut menyenaraikan ciri output ramalan dan awalan. Output ramalan membolehkan pemanggil menyediakan teks yang dijangka semasa menjana semula dokumen atau fail kod dengan perubahan kecil; awalan menetapkan teks permulaan jawapan. Ini ialah kawalan penyediaan yang berbeza, bukannya modaliti visual tambahan. Output yang berguna kekal sebagai huraian, pengekstrakan atau penjelasan teks, bukannya imej yang baru dirender. Pilih imej sumber yang jelas, nyatakan perkara yang perlu dikekalkan dan semak bacaan kritikal dengan halaman asal.
Label latest ialah alias keluarga, manakala Pixtral-Large-Instruct-2411 ialah keluaran tetap pengeluar yang didokumenkan oleh kad model. Bezakan nama itu semasa menyediakan tugasan yang boleh diulang. Angka konteks yang diterbitkan menerangkan model pengeluar; halaman yang dibaca tidak menetapkan had token output sejagat yang berasingan. Pilih set imej, soalan teks dan panjang jawapan yang dikehendaki bersama-sama, serta asingkan had permintaan khusus versi daripada keupayaan visual umum yang diterangkan di sini.
POST /v1/chat/completionstexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had pixtral-large-latest | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had Item minimum: 1 | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had Contoh: system, user, assistant, tool, function Syarat: Peranan ini diwakili secara eksplisit oleh jenis keserasian dalam kod sumber; set peranan model yang tepat kekal khusus untuk setiap model. Bergantung pada model | Lalai— |
Medanmessages[].content | Jenisstring|content_part[]|null | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].tool_calls | Jenistool_call[] | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].tool_call_id | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: role=tool; gunakan ID sebenar yang dipulangkan | Lalai— |
Medanmessages[].name | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].reasoning_content | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: Hantar semula penaakulan sebenar yang dipulangkan apabila model ini menggunakannya | Lalai— |
Medanmessages[].reasoning_details | Jenisobject|array | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
Medanmax_completion_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Medanstream_options.include_usage | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantemperature | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantop_p | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanstop | Jenisstring|string[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools | Jenisfunction_tool[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools[].type | Jenisstring | KeperluanPilihan | Nilai & had function Bergantung pada model | Lalai— |
Medantools[].function.name | Jenisstring | KeperluanDiperlukan | Nilai & had Terpakai apabila: alat fungsi dibekalkan | Lalai— |
Medantools[].function.description | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medantools[].function.parameters | JenisJSON_schema | KeperluanPilihan | Nilai & had | Lalai— |
Medantool_choice | Jenisstring|object | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanparallel_tool_calls | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanresponse_format | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanreasoning_effort | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanreasoning | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanservice_tier | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medaninstructions | Jenisstring | KeperluanPilihan | Nilai & had Medan keserasian | Lalai— |
Medanfunctions | Jenisfunction[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanfunction_call | Jenisstring|object | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanprompt_cache_options | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmodalities | Jenisstring[] | KeperluanPilihan | Nilai & had text | Lalai— |
Medanprovider | Jenisobject | KeperluanPilihan | Nilai & had Syarat: provider.options ditolak pada laluan teks Ultra ini | Lalai— |
Medancache_control.ttl | Jenisstring | KeperluanPilihan | Nilai & had Syarat: 1h ditolak pada lokasi cache prompt yang digunakan | Lalai— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontraktatasusunan mesej dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 sebenar dimasukkan sebagai teks literal; ID fail tidak diandaikan |
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 berbeza daripada alat yang dihoskan |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Kitar hayat: synchronous_or_streamed
Hantar ID model yang tepat bersama messages.
Panjang konteks bukan had output.
Fail teks boleh membekalkan teks literal; input imej/audio/objek fail memerlukan pengikatan tepat.
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
| Konfigurasi | Jadual kadar | Caj |
|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Caj Input · Token input $0.0044 / 1K token Output · Token output $0.0132 / 1K token Input · Bacaan cache $0 / 1K token Input · Penulisan cache $0 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${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, fail dan bahagian kandungan yang dikembalikan.
Kekalkan setiap pilihan jawapan bersama kandungan, panggilan alat dan penaakulannya. Dalam SSE, gabungkan delta mengikut indeks pilihan jawapan/alat dan kekalkan sebab penamatan akhir serta data penggunaan.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanchoices[].index | Jenisinteger |
Medanchoices[].message.content | Jenisstring|null |
Medanchoices[].message.tool_calls | Jenistool_call[] |
Medanchoices[].message.reasoning_content | Jenisstring |
Medanchoices[].message.reasoning_details | Jenisobject|array |
Medanchoices[].finish_reason | Jenisstring|null |
Medanusage | Jenisobject |
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Ailoot Ultra pixtral-large-latest
Gunakan laluan kaedah yang dipaparkan di atas.
pixtral-large-latestPixtral Large menggabungkan keupayaan bahasa Mistral dengan pemahaman imej untuk dokumen, carta dan foto. Model ini menghasilkan jawapan teks serta menyokong hasil berstruktur dan alat takrifan aplikasi dalam antara muka yang didokumenkan pengeluar.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Pixtral Large ialah model multimodal Mistral AI yang dibina berasaskan Mistral Large 2. Model ini menggabungkan penyahkod multimodal dengan 123 bilion parameter dan pengekod penglihatan dengan satu bilion parameter, menjadikannya model dengan 124 bilion parameter. Tujuannya ialah mengekalkan keupayaan bahasa yang besar sambil memahami bukti visual yang diperlukan untuk jawapan: halaman dokumen, carta, foto atau tangkap layar. Input boleh menggabungkan teks dan imej; hasilnya ialah teks.
Mistral menerangkan tetingkap konteks 128K token dan menyatakan bahawa tetingkap itu boleh memuatkan sekurang-kurangnya 30 imej beresolusi tinggi. Pernyataan tersebut menerangkan kapasiti konteks, bukannya tetapan bilangan imej setiap permintaan yang sejagat. Nilai praktikalnya ialah keupayaan menghubungkan beberapa sumber visual dengan satu soalan. Tugasan perbandingan yang berguna boleh menyediakan halaman berlabel daripada dua laporan dan menanyakan angka, label serta kesimpulan yang berbeza. Kekalkan teks soalan, peranan setiap imej dan struktur jawapan yang diperlukan bersama-sama.
Pengeluar menunjukkan pembacaan teks berbilang bahasa, soalan dokumen, tafsiran carta dan pemahaman imej biasa. Untuk pembantu dokumen, minta nama dan nilai medan yang kelihatan, huraian susun atur halaman atau penjelasan yang menghubungkan perkataan dengan jadual atau rajah. Untuk carta, nyatakan paksi, siri atau selang yang hendak diperiksa. Contoh permintaan ialah: “Bandingkan carta ini. Pisahkan nilai yang boleh dibaca secara langsung daripada tafsiran, kenal pasti perubahan yang ditunjukkan dan senaraikan maklumat yang diperlukan untuk menyemak kesimpulan.” Hasilnya boleh berupa jadual medan, satu set pemerhatian atau penjelasan bertulis.
Kad model memberikan perhatian khusus kepada arahan sistem. Mistral mengesyorkan supaya arahan yang menyatakan tujuan pembantu disertakan, walaupun pendek. Ini berguna untuk tugasan visual kerana imej yang sama boleh menyokong kerja berbeza: mengekstrak entri, menerangkan adegan, menjelaskan rajah atau membandingkannya dengan keperluan bertulis. Nyatakan kerja dan peraturan bagi butiran yang tidak pasti atau tidak boleh dibaca. Apabila membekalkan pelbagai imej, labelkannya dan kenal pasti urutan atau hubungannya supaya jawapan dapat mengaitkan pemerhatian dengan bahan yang betul.
Halaman model Mistral menyenaraikan jawapan soalan dokumen, output berstruktur dan panggilan fungsi. Antara muka pengeluar juga menyokong pemprosesan kelompok. Panduan output berstrukturnya membezakan format objek JSON daripada skema tersuai; mod JSON masih memerlukan arahan nyata untuk menghasilkan JSON. Untuk pengekstrakan, takrifkan medan, pengendalian nilai yang tiada dan perbezaan antara teks yang ditranskripsikan dengan kesimpulan. Jawapan berstruktur berguna apabila aplikasi perlu memproses hasil, manakala penjelasan bebas berguna apabila seseorang perlu memahami penaakulan di sebaliknya.
Untuk panggilan fungsi, aplikasi membekalkan takrif alat dan model mencadangkan fungsi bersama argumen. Aliran kerja Mistral kemudian meminta aplikasi melaksanakan operasi itu dan menghantar hasilnya kembali sebelum model menulis jawapan susulan. Aliran kerja dokumen boleh menggunakan alat untuk mencari pengecam yang dibaca daripada imej, kemudian meminta penjelasan menggunakan rekod yang dipulangkan. Model visual tidak memperoleh akses sewenang-wenangnya kepada data luaran semata-mata kerana imej menyebut sesuatu rekod: operasi yang dibenarkan dan hasilnya datang daripada aplikasi.
Pengeluar turut menyenaraikan ciri output ramalan dan awalan. Output ramalan membolehkan pemanggil menyediakan teks yang dijangka semasa menjana semula dokumen atau fail kod dengan perubahan kecil; awalan menetapkan teks permulaan jawapan. Ini ialah kawalan penyediaan yang berbeza, bukannya modaliti visual tambahan. Output yang berguna kekal sebagai huraian, pengekstrakan atau penjelasan teks, bukannya imej yang baru dirender. Pilih imej sumber yang jelas, nyatakan perkara yang perlu dikekalkan dan semak bacaan kritikal dengan halaman asal.
Label latest ialah alias keluarga, manakala Pixtral-Large-Instruct-2411 ialah keluaran tetap pengeluar yang didokumenkan oleh kad model. Bezakan nama itu semasa menyediakan tugasan yang boleh diulang. Angka konteks yang diterbitkan menerangkan model pengeluar; halaman yang dibaca tidak menetapkan had token output sejagat yang berasingan. Pilih set imej, soalan teks dan panjang jawapan yang dikehendaki bersama-sama, serta asingkan had permintaan khusus versi daripada keupayaan visual umum yang diterangkan di sini.
POST /v1/messagestextjson, sse| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had pixtral-large-latest | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had user, assistant | Lalai— |
Medanmessages[].content | Jenisstring | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Teks · Teks UTF-8
rentetan 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 sebenar dan letakkan teksnya dalam rentetan input atau kandungan mesej yang ditunjukkan. |
Kitar hayat: synchronous_or_streamed
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
| Konfigurasi | Jadual kadar | Caj |
|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Caj Input · Token input $0.0044 / 1K token Output · Token output $0.0132 / 1K token Input · Bacaan cache $0 / 1K token Input · Penulisan cache $0 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
{\n "model": "pixtral-large-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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, fail dan bahagian kandungan yang dikembalikan.
Kekalkan semua blok kandungan, tandatangan penaakulan dan ID penggunaan alat sebenar. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan output.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanid | Jenisstring |
Medanmodel | Jenisstring |
Medancontent[] | Jenistext|thinking|tool_use|other content block |
Medanstop_reason | Jenisstring|null |
Medanusage | Jenisobject |
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Ailoot Ultra pixtral-large-latest
Gunakan laluan kaedah yang dipaparkan di atas.
Contoh teknikal dalam bahasa Inggeris
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.