Pixtral Large er Mistral AIs multimodale modell bygget på Mistral Large 2. Den kombinerer en multimodal dekoder med 123 milliarder parametere med en synskoder med én milliard parametere, til en modell med 124 milliarder parametere. Formålet er å bevare betydelig språkkompetanse samtidig som den forstår den visuelle dokumentasjonen som trengs for et svar: en dokumentside, et diagram, et fotografi eller et skjermbilde. Inndata kan kombinere tekst og bilder; resultatet er tekst.
Mistral beskriver et kontekstvindu på 128K tokener og sier at det har plass til minst 30 høyoppløselige bilder. Utsagnet beskriver kontekstkapasitet, ikke en universell innstilling for antall bilder per forespørsel. Den praktiske verdien er muligheten til å knytte flere visuelle kilder til ett spørsmål. En nyttig sammenligningsoppgave kan inneholde merkede sider fra to rapporter og spørre hvilke tall, etiketter og konklusjoner som er forskjellige. Hold spørsmålets tekst, rollen til hvert bilde og den nødvendige svarstrukturen samlet.
Produsenten illustrerer flerspråklig tekstlesing, dokumentspørsmål, diagramtolkning og vanlig bildeforståelse. For en dokumentassistent ber du om synlige feltnavn og verdier, en beskrivelse av sideoppsettet eller en forklaring som knytter ordlyden til en tabell eller figur. For et diagram angir du aksene, seriene eller intervallet du vil undersøke. Et eksempel på en forespørsel er: «Sammenlign disse diagrammene. Skill verdier du kan lese direkte fra tolkninger, identifiser endringen som vises, og list informasjonen som trengs for å kontrollere konklusjonen.» Resultatet kan være en felttabell, et sett med observasjoner eller en skriftlig forklaring.
Modellkortet legger særlig vekt på systeminstruksen. Mistral anbefaler å inkludere en instruks som angir assistentens formål, selv om den er kort. Dette er nyttig for en visuell oppgave fordi det samme bildet kan brukes til forskjellige jobber: hente ut oppføringer, beskrive en scene, forklare et diagram eller sammenligne det med et skriftlig krav. Angi jobben og reglene for usikre eller uleselige detaljer. Når du oppgir flere bilder, merker du dem og identifiserer rekkefølgen eller sammenhengen, slik at svaret kan knytte observasjonene til riktig materiale.
Mistrals modellside oppgir spørsmål og svar om dokumenter, strukturerte utdata og funksjonskall. Produsentens grensesnitt støtter også satsvis behandling. Veiledningen for strukturerte utdata skiller mellom et JSON-objektformat og et egendefinert skjema; JSON-modusen krever fortsatt en eksplisitt instruks om å produsere JSON. Ved uthenting definerer du feltene, håndteringen av manglende verdier og forskjellen mellom transkribert tekst og en konklusjon. Et strukturert svar er nyttig når en applikasjon skal behandle resultatet, mens en fritekstforklaring er nyttig når en person skal forstå resonneringen bak det.
Ved funksjonskall oppgir applikasjonen verktøydefinisjoner, og modellen foreslår en funksjon med argumenter. I Mistrals arbeidsflyt utfører applikasjonen deretter operasjonen og sender resultatet tilbake før modellen skriver oppfølgingssvaret. En dokumentarbeidsflyt kan bruke et verktøy til å slå opp en identifikator som ble lest fra et bilde, og deretter be om en forklaring basert på den returnerte posten. Den visuelle modellen får ikke vilkårlig tilgang til eksterne data bare fordi et bilde nevner en post: den tillatte operasjonen og resultatet kommer fra applikasjonen.
Produsenten oppgir også funksjoner for forventede utdata og prefiks. Forventede utdata lar den som gjør kallet, oppgi forventet tekst ved ny generering av et dokument eller en kodefil med en liten endring; et prefiks definerer startteksten i svaret. Dette er separate klargjøringskontroller, ikke ekstra visuelle modaliteter. Det nyttige resultatet er fortsatt en tekstlig beskrivelse, uthenting eller forklaring, ikke et nytt rendret bilde. Velg tydelige kildebilder, angi hva som må bevares, og kontroller viktige avlesninger mot originalsiden.
Etiketten latest er et familiealias, mens Pixtral-Large-Instruct-2411 er den faste produsentutgaven dokumentert i modellkortet. Hold disse navnene atskilt når du klargjør en repeterbar oppgave. Det publiserte konteksttallet beskriver produsentens modell; de gjennomgåtte sidene fastslår ikke en separat universell grense for antall utdatatokener. Velg bildesettet, tekstspørsmålet og ønsket svarlengde samlet, og hold versjonsspesifikke forespørselsgrenser atskilt fra de generelle visuelle funksjonene som er beskrevet her.
", "aboutText": "Pixtral Large er Mistral AIs multimodale modell bygget på Mistral Large 2. Den kombinerer en multimodal dekoder med 123 milliarder parametere med en synskoder med én milliard parametere, til en modell med 124 milliarder parametere. Formålet er å bevare betydelig språkkompetanse samtidig som den forstår den visuelle dokumentasjonen som trengs for et svar: en dokumentside, et diagram, et fotografi eller et skjermbilde. Inndata kan kombinere tekst og bilder; resultatet er tekst.\n\nMistral beskriver et kontekstvindu på 128K tokener og sier at det har plass til minst 30 høyoppløselige bilder. Utsagnet beskriver kontekstkapasitet, ikke en universell innstilling for antall bilder per forespørsel. Den praktiske verdien er muligheten til å knytte flere visuelle kilder til ett spørsmål. En nyttig sammenligningsoppgave kan inneholde merkede sider fra to rapporter og spørre hvilke tall, etiketter og konklusjoner som er forskjellige. Hold spørsmålets tekst, rollen til hvert bilde og den nødvendige svarstrukturen samlet.\n\nProdusenten illustrerer flerspråklig tekstlesing, dokumentspørsmål, diagramtolkning og vanlig bildeforståelse. For en dokumentassistent ber du om synlige feltnavn og verdier, en beskrivelse av sideoppsettet eller en forklaring som knytter ordlyden til en tabell eller figur. For et diagram angir du aksene, seriene eller intervallet du vil undersøke. Et eksempel på en forespørsel er: «Sammenlign disse diagrammene. Skill verdier du kan lese direkte fra tolkninger, identifiser endringen som vises, og list informasjonen som trengs for å kontrollere konklusjonen.» Resultatet kan være en felttabell, et sett med observasjoner eller en skriftlig forklaring.\n\nModellkortet legger særlig vekt på systeminstruksen. Mistral anbefaler å inkludere en instruks som angir assistentens formål, selv om den er kort. Dette er nyttig for en visuell oppgave fordi det samme bildet kan brukes til forskjellige jobber: hente ut oppføringer, beskrive en scene, forklare et diagram eller sammenligne det med et skriftlig krav. Angi jobben og reglene for usikre eller uleselige detaljer. Når du oppgir flere bilder, merker du dem og identifiserer rekkefølgen eller sammenhengen, slik at svaret kan knytte observasjonene til riktig materiale.\n\nMistrals modellside oppgir spørsmål og svar om dokumenter, strukturerte utdata og funksjonskall. Produsentens grensesnitt støtter også satsvis behandling. Veiledningen for strukturerte utdata skiller mellom et JSON-objektformat og et egendefinert skjema; JSON-modusen krever fortsatt en eksplisitt instruks om å produsere JSON. Ved uthenting definerer du feltene, håndteringen av manglende verdier og forskjellen mellom transkribert tekst og en konklusjon. Et strukturert svar er nyttig når en applikasjon skal behandle resultatet, mens en fritekstforklaring er nyttig når en person skal forstå resonneringen bak det.\n\nVed funksjonskall oppgir applikasjonen verktøydefinisjoner, og modellen foreslår en funksjon med argumenter. I Mistrals arbeidsflyt utfører applikasjonen deretter operasjonen og sender resultatet tilbake før modellen skriver oppfølgingssvaret. En dokumentarbeidsflyt kan bruke et verktøy til å slå opp en identifikator som ble lest fra et bilde, og deretter be om en forklaring basert på den returnerte posten. Den visuelle modellen får ikke vilkårlig tilgang til eksterne data bare fordi et bilde nevner en post: den tillatte operasjonen og resultatet kommer fra applikasjonen.\n\nProdusenten oppgir også funksjoner for forventede utdata og prefiks. Forventede utdata lar den som gjør kallet, oppgi forventet tekst ved ny generering av et dokument eller en kodefil med en liten endring; et prefiks definerer startteksten i svaret. Dette er separate klargjøringskontroller, ikke ekstra visuelle modaliteter. Det nyttige resultatet er fortsatt en tekstlig beskrivelse, uthenting eller forklaring, ikke et nytt rendret bilde. Velg tydelige kildebilder, angi hva som må bevares, og kontroller viktige avlesninger mot originalsiden.\n\nEtiketten latest er et familiealias, mens Pixtral-Large-Instruct-2411 er den faste produsentutgaven dokumentert i modellkortet. Hold disse navnene atskilt når du klargjør en repeterbar oppgave. Det publiserte konteksttallet beskriver produsentens modell; de gjennomgåtte sidene fastslår ikke en separat universell grense for antall utdatatokener. Velg bildesettet, tekstspørsmålet og ønsket svarlengde samlet, og hold versjonsspesifikke forespørselsgrenser atskilt fra de generelle visuelle funksjonene som er beskrevet her.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
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 kombinerer Mistrals språkfunksjoner med bildeforståelse for dokumenter, diagrammer og fotografier. Den produserer tekstsvar og støtter strukturerte resultater og applikasjonsdefinerte verktøy i produsentens dokumenterte grensesnitt.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
Pixtral Large er Mistral AIs multimodale modell bygget på Mistral Large 2. Den kombinerer en multimodal dekoder med 123 milliarder parametere med en synskoder med én milliard parametere, til en modell med 124 milliarder parametere. Formålet er å bevare betydelig språkkompetanse samtidig som den forstår den visuelle dokumentasjonen som trengs for et svar: en dokumentside, et diagram, et fotografi eller et skjermbilde. Inndata kan kombinere tekst og bilder; resultatet er tekst.
Mistral beskriver et kontekstvindu på 128K tokener og sier at det har plass til minst 30 høyoppløselige bilder. Utsagnet beskriver kontekstkapasitet, ikke en universell innstilling for antall bilder per forespørsel. Den praktiske verdien er muligheten til å knytte flere visuelle kilder til ett spørsmål. En nyttig sammenligningsoppgave kan inneholde merkede sider fra to rapporter og spørre hvilke tall, etiketter og konklusjoner som er forskjellige. Hold spørsmålets tekst, rollen til hvert bilde og den nødvendige svarstrukturen samlet.
Produsenten illustrerer flerspråklig tekstlesing, dokumentspørsmål, diagramtolkning og vanlig bildeforståelse. For en dokumentassistent ber du om synlige feltnavn og verdier, en beskrivelse av sideoppsettet eller en forklaring som knytter ordlyden til en tabell eller figur. For et diagram angir du aksene, seriene eller intervallet du vil undersøke. Et eksempel på en forespørsel er: «Sammenlign disse diagrammene. Skill verdier du kan lese direkte fra tolkninger, identifiser endringen som vises, og list informasjonen som trengs for å kontrollere konklusjonen.» Resultatet kan være en felttabell, et sett med observasjoner eller en skriftlig forklaring.
Modellkortet legger særlig vekt på systeminstruksen. Mistral anbefaler å inkludere en instruks som angir assistentens formål, selv om den er kort. Dette er nyttig for en visuell oppgave fordi det samme bildet kan brukes til forskjellige jobber: hente ut oppføringer, beskrive en scene, forklare et diagram eller sammenligne det med et skriftlig krav. Angi jobben og reglene for usikre eller uleselige detaljer. Når du oppgir flere bilder, merker du dem og identifiserer rekkefølgen eller sammenhengen, slik at svaret kan knytte observasjonene til riktig materiale.
Mistrals modellside oppgir spørsmål og svar om dokumenter, strukturerte utdata og funksjonskall. Produsentens grensesnitt støtter også satsvis behandling. Veiledningen for strukturerte utdata skiller mellom et JSON-objektformat og et egendefinert skjema; JSON-modusen krever fortsatt en eksplisitt instruks om å produsere JSON. Ved uthenting definerer du feltene, håndteringen av manglende verdier og forskjellen mellom transkribert tekst og en konklusjon. Et strukturert svar er nyttig når en applikasjon skal behandle resultatet, mens en fritekstforklaring er nyttig når en person skal forstå resonneringen bak det.
Ved funksjonskall oppgir applikasjonen verktøydefinisjoner, og modellen foreslår en funksjon med argumenter. I Mistrals arbeidsflyt utfører applikasjonen deretter operasjonen og sender resultatet tilbake før modellen skriver oppfølgingssvaret. En dokumentarbeidsflyt kan bruke et verktøy til å slå opp en identifikator som ble lest fra et bilde, og deretter be om en forklaring basert på den returnerte posten. Den visuelle modellen får ikke vilkårlig tilgang til eksterne data bare fordi et bilde nevner en post: den tillatte operasjonen og resultatet kommer fra applikasjonen.
Produsenten oppgir også funksjoner for forventede utdata og prefiks. Forventede utdata lar den som gjør kallet, oppgi forventet tekst ved ny generering av et dokument eller en kodefil med en liten endring; et prefiks definerer startteksten i svaret. Dette er separate klargjøringskontroller, ikke ekstra visuelle modaliteter. Det nyttige resultatet er fortsatt en tekstlig beskrivelse, uthenting eller forklaring, ikke et nytt rendret bilde. Velg tydelige kildebilder, angi hva som må bevares, og kontroller viktige avlesninger mot originalsiden.
Etiketten latest er et familiealias, mens Pixtral-Large-Instruct-2411 er den faste produsentutgaven dokumentert i modellkortet. Hold disse navnene atskilt når du klargjør en repeterbar oppgave. Det publiserte konteksttallet beskriver produsentens modell; de gjennomgåtte sidene fastslår ikke en separat universell grense for antall utdatatokener. Velg bildesettet, tekstspørsmålet og ønsket svarlengde samlet, og hold versjonsspesifikke forespørselsgrenser atskilt fra de generelle visuelle funksjonene som er beskrevet her.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser pixtral-large-latest | Standard— |
Feltmessages | Typemessage[] | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
Feltmessages[].role | Typestring | KravPåkrevd | Verdier & grenser Eksempler: system, user, assistant, tool, function Vilkår: Disse rollene representeres eksplisitt av kompatibilitetstyper i kildekoden; det eksakte rollesettet for modellen er fortsatt modellspesifikt. Avhenger av modellen | Standard— |
Feltmessages[].content | Typestring|content_part[]|null | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].tool_calls | Typetool_call[] | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].tool_call_id | Typestring | KravValgfritt | Verdier & grenser Gjelder når: role=tool; bruk faktisk returnert ID | Standard— |
Feltmessages[].name | Typestring | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].reasoning_content | Typestring | KravValgfritt | Verdier & grenser Gjelder når: Send den faktisk returnerte resonneringen tilbake der denne modellen bruker den | Standard— |
Feltmessages[].reasoning_details | Typeobject|array | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltmax_tokens | Typeinteger | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
Feltmax_completion_tokens | Typeinteger | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
Feltstream | Typeboolean | KravValgfritt | Verdier & grenser | Standardfalse |
Feltstream_options.include_usage | Typeboolean | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttemperature | Typenumber | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttop_p | Typenumber | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltstop | Typestring|string[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttools | Typefunction_tool[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttools[].type | Typestring | KravValgfritt | Verdier & grenser function Avhenger av modellen | Standard— |
Felttools[].function.name | Typestring | KravPåkrevd | Verdier & grenser Gjelder når: funksjonsverktøy oppgitt | Standard— |
Felttools[].function.description | Typestring | KravValgfritt | Verdier & grenser | Standard— |
Felttools[].function.parameters | TypeJSON_schema | KravValgfritt | Verdier & grenser | Standard— |
Felttool_choice | Typestring|object | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltparallel_tool_calls | Typeboolean | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltresponse_format | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltreasoning_effort | Typestring | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltreasoning | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltservice_tier | Typestring | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltinstructions | Typestring | KravValgfritt | Verdier & grenser Kompatibilitetsfelt | Standard— |
Feltfunctions | Typefunction[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltfunction_call | Typestring|object | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltprompt_cache_options | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltmodalities | Typestring[] | KravValgfritt | Verdier & grenser text | Standard— |
Feltprovider | Typeobject | KravValgfritt | Verdier & grenser Vilkår: provider.options avvises på denne Ultra-tekstruten | Standard— |
Feltcache_control.ttl | Typestring | KravValgfritt | Verdier & grenser Vilkår: 1h avvises på faktiske steder for mellomlagring av ledetekster | Standard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Avtale |
|---|---|
Parametercontent_type | Avtaleapplication/json |
Parameterrequired | Avtalemodel, messages |
Parametermaterial_types | Avtaletext |
Parametermessages | Avtalemeldingstabell med role/content-struktur |
Parameterfile_material | Avtalefaktisk UTF-8-dokument satt inn som bokstavelig tekst; ingen fil-ID utledes |
Parameteroptional_controls | Avtalestream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Avtalemodellspesifikt; brukerens funksjonsverktøy skiller seg fra driftede verktøy |
Parameteroutput_modalities | Avtaletext |
Parameterhosted_operations | Avtalefalse |
Parametermultimodal_input_binding | Avtalenull |
Livssyklus: synchronous_or_streamed
Send eksakt modell-ID sammen med messages.
Kontekstlengde er ikke en outputgrense.
En tekstfil kan levere bokstavelig tekst; bilde-, lyd- og filobjektinput trenger eksakt binding.
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
| Konfigurasjon | Prisplan | Kostnad |
|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Kostnad Inndata · Inngående tokener $0.0044 / 1K tokener Utdata · Utgående tokener $0.0132 / 1K tokener Inndata · Lesing fra hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
set -eu\n: "${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 eller SSE
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold hvert svaralternativ med innhold, verktøykall og resonnering. Sett sammen endringer i SSE etter svaralternativets/verktøyets indeks, og behold endelig avslutningsgrunn og bruksdata.
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
| Felt | Type |
|---|---|
Feltchoices[].index | Typeinteger |
Feltchoices[].message.content | Typestring|null |
Feltchoices[].message.tool_calls | Typetool_call[] |
Feltchoices[].message.reasoning_content | Typestring |
Feltchoices[].message.reasoning_details | Typeobject|array |
Feltchoices[].finish_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Vilkår | Neste trinn |
|---|---|---|
Svar400 · invalid_request_error | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
Ailoot Ultra pixtral-large-latest
Bruk metodestiene som vises ovenfor.
pixtral-large-latestPixtral Large kombinerer Mistrals språkfunksjoner med bildeforståelse for dokumenter, diagrammer og fotografier. Den produserer tekstsvar og støtter strukturerte resultater og applikasjonsdefinerte verktøy i produsentens dokumenterte grensesnitt.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
Pixtral Large er Mistral AIs multimodale modell bygget på Mistral Large 2. Den kombinerer en multimodal dekoder med 123 milliarder parametere med en synskoder med én milliard parametere, til en modell med 124 milliarder parametere. Formålet er å bevare betydelig språkkompetanse samtidig som den forstår den visuelle dokumentasjonen som trengs for et svar: en dokumentside, et diagram, et fotografi eller et skjermbilde. Inndata kan kombinere tekst og bilder; resultatet er tekst.
Mistral beskriver et kontekstvindu på 128K tokener og sier at det har plass til minst 30 høyoppløselige bilder. Utsagnet beskriver kontekstkapasitet, ikke en universell innstilling for antall bilder per forespørsel. Den praktiske verdien er muligheten til å knytte flere visuelle kilder til ett spørsmål. En nyttig sammenligningsoppgave kan inneholde merkede sider fra to rapporter og spørre hvilke tall, etiketter og konklusjoner som er forskjellige. Hold spørsmålets tekst, rollen til hvert bilde og den nødvendige svarstrukturen samlet.
Produsenten illustrerer flerspråklig tekstlesing, dokumentspørsmål, diagramtolkning og vanlig bildeforståelse. For en dokumentassistent ber du om synlige feltnavn og verdier, en beskrivelse av sideoppsettet eller en forklaring som knytter ordlyden til en tabell eller figur. For et diagram angir du aksene, seriene eller intervallet du vil undersøke. Et eksempel på en forespørsel er: «Sammenlign disse diagrammene. Skill verdier du kan lese direkte fra tolkninger, identifiser endringen som vises, og list informasjonen som trengs for å kontrollere konklusjonen.» Resultatet kan være en felttabell, et sett med observasjoner eller en skriftlig forklaring.
Modellkortet legger særlig vekt på systeminstruksen. Mistral anbefaler å inkludere en instruks som angir assistentens formål, selv om den er kort. Dette er nyttig for en visuell oppgave fordi det samme bildet kan brukes til forskjellige jobber: hente ut oppføringer, beskrive en scene, forklare et diagram eller sammenligne det med et skriftlig krav. Angi jobben og reglene for usikre eller uleselige detaljer. Når du oppgir flere bilder, merker du dem og identifiserer rekkefølgen eller sammenhengen, slik at svaret kan knytte observasjonene til riktig materiale.
Mistrals modellside oppgir spørsmål og svar om dokumenter, strukturerte utdata og funksjonskall. Produsentens grensesnitt støtter også satsvis behandling. Veiledningen for strukturerte utdata skiller mellom et JSON-objektformat og et egendefinert skjema; JSON-modusen krever fortsatt en eksplisitt instruks om å produsere JSON. Ved uthenting definerer du feltene, håndteringen av manglende verdier og forskjellen mellom transkribert tekst og en konklusjon. Et strukturert svar er nyttig når en applikasjon skal behandle resultatet, mens en fritekstforklaring er nyttig når en person skal forstå resonneringen bak det.
Ved funksjonskall oppgir applikasjonen verktøydefinisjoner, og modellen foreslår en funksjon med argumenter. I Mistrals arbeidsflyt utfører applikasjonen deretter operasjonen og sender resultatet tilbake før modellen skriver oppfølgingssvaret. En dokumentarbeidsflyt kan bruke et verktøy til å slå opp en identifikator som ble lest fra et bilde, og deretter be om en forklaring basert på den returnerte posten. Den visuelle modellen får ikke vilkårlig tilgang til eksterne data bare fordi et bilde nevner en post: den tillatte operasjonen og resultatet kommer fra applikasjonen.
Produsenten oppgir også funksjoner for forventede utdata og prefiks. Forventede utdata lar den som gjør kallet, oppgi forventet tekst ved ny generering av et dokument eller en kodefil med en liten endring; et prefiks definerer startteksten i svaret. Dette er separate klargjøringskontroller, ikke ekstra visuelle modaliteter. Det nyttige resultatet er fortsatt en tekstlig beskrivelse, uthenting eller forklaring, ikke et nytt rendret bilde. Velg tydelige kildebilder, angi hva som må bevares, og kontroller viktige avlesninger mot originalsiden.
Etiketten latest er et familiealias, mens Pixtral-Large-Instruct-2411 er den faste produsentutgaven dokumentert i modellkortet. Hold disse navnene atskilt når du klargjør en repeterbar oppgave. Det publiserte konteksttallet beskriver produsentens modell; de gjennomgåtte sidene fastslår ikke en separat universell grense for antall utdatatokener. Velg bildesettet, tekstspørsmålet og ønsket svarlengde samlet, og hold versjonsspesifikke forespørselsgrenser atskilt fra de generelle visuelle funksjonene som er beskrevet her.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser pixtral-large-latest | Standard— |
Feltmessages | Typemessage[] | KravPåkrevd | Verdier & grenser | Standard— |
Feltmessages[].role | Typestring | KravPåkrevd | Verdier & grenser user, assistant | Standard— |
Feltmessages[].content | Typestring | KravPåkrevd | Verdier & grenser | Standard— |
Feltmax_tokens | Typeinteger | KravPåkrevd | Verdier & grenser | Standard— |
Feltstream | Typeboolean | KravValgfritt | Verdier & grenser | Standardfalse |
Tekst · UTF-8-tekst
messages[].content-streng
| Parameter | Avtale |
|---|---|
Parametercontent_type | Avtaleapplication/json |
Parameterrequired | Avtalemodel, messages, max_tokens |
Parameteroptional_controls | Avtalestream |
Parametermaterial_types | Avtaletext |
Parametertext_file_material | AvtaleLes det faktiske UTF-8-dokumentet og legg teksten i den angitte input- eller meldingsinnholdsstrengen. |
Livssyklus: synchronous_or_streamed
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
| Konfigurasjon | Prisplan | Kostnad |
|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Kostnad Inndata · Inngående tokener $0.0044 / 1K tokener Utdata · Utgående tokener $0.0132 / 1K tokener Inndata · Lesing fra hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
{\n "model": "pixtral-large-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 eller SSE
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold alle innholdsblokker, resonneringssignaturer og faktiske ID-er for verktøybruk. Sett sammen alle SSE-blokkendringer; den første tekstblokken er ikke hele resultatet.
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
| Felt | Type |
|---|---|
Feltid | Typestring |
Feltmodel | Typestring |
Feltcontent[] | Typetext|thinking|tool_use|other content block |
Feltstop_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Vilkår | Neste trinn |
|---|---|---|
Svar400 · invalid_request_error | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
Ailoot Ultra pixtral-large-latest
Bruk metodestiene som vises ovenfor.
Teknisk eksempel på engelsk
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.