Pixtral Large — мультимодальная модель Mistral AI, построенная на Mistral Large 2. Она объединяет мультимодальный декодер с 123 млрд параметров и визуальный энкодер с одним миллиардом параметров; всего модель содержит 124 млрд параметров. Цель — сохранить существенные языковые возможности и одновременно понимать визуальные данные, необходимые для ответа: страницу документа, диаграмму, фотографию или скриншот. Ввод может сочетать текст и изображения; результат — текст.
Mistral описывает контекстное окно 128K токенов и сообщает, что оно вмещает не менее 30 изображений высокого разрешения. Это утверждение описывает ёмкость контекста, а не универсальную настройку числа изображений на запрос. Практическая ценность — возможность связать несколько визуальных источников с одним вопросом. Для полезного сравнения можно предоставить обозначенные страницы из двух отчётов и спросить, какие числа, подписи и выводы различаются. Держите вместе текст вопроса, роль каждого изображения и требуемую структуру ответа.
Разработчик иллюстрирует многоязычное чтение текста, вопросы по документам, интерпретацию диаграмм и обычное понимание изображений. Для помощника по документам запросите видимые названия полей и значения, описание структуры страницы или объяснение, связывающее формулировки с таблицей или рисунком. Для диаграммы укажите оси, ряды или интервал, которые нужно изучить. Пример запроса: «Сравни эти диаграммы. Отдели непосредственно читаемые значения от интерпретаций, определи показанное изменение и перечисли сведения, необходимые для проверки вывода». Результатом может стать таблица полей, набор наблюдений или письменное объяснение.
Карточка модели уделяет особое внимание системному запросу. Mistral рекомендует включать инструкцию, указывающую цель помощника, даже если она короткая. Это полезно для визуальной задачи, потому что одно изображение может служить разным заданиям: извлечь записи, описать сцену, объяснить схему или сравнить её с письменным требованием. Укажите задачу и правила для неопределённых или нечитаемых деталей. При передаче нескольких изображений обозначайте их и указывайте порядок или связь, чтобы ответ мог соотнести наблюдения с правильным материалом.
Страница модели Mistral перечисляет ответы на вопросы по документам, структурированный вывод и вызовы функций. Интерфейс разработчика также поддерживает пакетную обработку. Руководство по структурированному выводу разделяет формат JSON-объекта и пользовательскую схему; режим JSON всё равно требует явной инструкции выдавать JSON. Для извлечения определите поля, обработку отсутствующих значений и различие между переписанным текстом и выводом. Структурированный ответ полезен, когда приложению нужно обработать результат, а свободное объяснение — когда человеку нужно понять лежащие в его основе рассуждения.
Для вызова функций приложение предоставляет определения инструментов, а модель предлагает функцию с аргументами. Затем в процессе Mistral приложение выполняет операцию и отправляет её результат обратно, прежде чем модель напишет последующий ответ. В работе с документом инструмент может искать идентификатор, прочитанный с изображения, после чего можно запросить объяснение на основе возвращённой записи. Визуальная модель не получает произвольный доступ к внешним данным лишь потому, что на изображении упомянута запись: разрешённая операция и её результат исходят от приложения.
Разработчик также перечисляет функции предсказанного вывода и префикса. Предсказанный вывод позволяет вызывающей стороне предоставить ожидаемый текст при повторной генерации документа или файла кода с небольшим изменением; префикс задаёт начальный текст ответа. Это отдельные средства подготовки, а не дополнительные визуальные модальности. Полезный результат остаётся текстовым описанием, извлечением или объяснением, а не вновь отрисованным изображением. Выбирайте чёткие исходные изображения, указывайте, что нужно сохранить, и сверяйте критически важные прочтения с исходной страницей.
Метка latest — псевдоним семейства, тогда как Pixtral-Large-Instruct-2411 — фиксированный выпуск разработчика, документированный карточкой модели. Разделяйте эти названия при подготовке воспроизводимой задачи. Опубликованное значение контекста описывает модель разработчика; прочитанные страницы не устанавливают отдельного универсального потолка выходных токенов. Выбирайте набор изображений, текстовый вопрос и желаемую длину ответа вместе и отделяйте ограничения запросов конкретной версии от общих визуальных возможностей, описанных здесь.
", "aboutText": "Pixtral Large — мультимодальная модель Mistral AI, построенная на Mistral Large 2. Она объединяет мультимодальный декодер с 123 млрд параметров и визуальный энкодер с одним миллиардом параметров; всего модель содержит 124 млрд параметров. Цель — сохранить существенные языковые возможности и одновременно понимать визуальные данные, необходимые для ответа: страницу документа, диаграмму, фотографию или скриншот. Ввод может сочетать текст и изображения; результат — текст.\n\nMistral описывает контекстное окно 128K токенов и сообщает, что оно вмещает не менее 30 изображений высокого разрешения. Это утверждение описывает ёмкость контекста, а не универсальную настройку числа изображений на запрос. Практическая ценность — возможность связать несколько визуальных источников с одним вопросом. Для полезного сравнения можно предоставить обозначенные страницы из двух отчётов и спросить, какие числа, подписи и выводы различаются. Держите вместе текст вопроса, роль каждого изображения и требуемую структуру ответа.\n\nРазработчик иллюстрирует многоязычное чтение текста, вопросы по документам, интерпретацию диаграмм и обычное понимание изображений. Для помощника по документам запросите видимые названия полей и значения, описание структуры страницы или объяснение, связывающее формулировки с таблицей или рисунком. Для диаграммы укажите оси, ряды или интервал, которые нужно изучить. Пример запроса: «Сравни эти диаграммы. Отдели непосредственно читаемые значения от интерпретаций, определи показанное изменение и перечисли сведения, необходимые для проверки вывода». Результатом может стать таблица полей, набор наблюдений или письменное объяснение.\n\nКарточка модели уделяет особое внимание системному запросу. Mistral рекомендует включать инструкцию, указывающую цель помощника, даже если она короткая. Это полезно для визуальной задачи, потому что одно изображение может служить разным заданиям: извлечь записи, описать сцену, объяснить схему или сравнить её с письменным требованием. Укажите задачу и правила для неопределённых или нечитаемых деталей. При передаче нескольких изображений обозначайте их и указывайте порядок или связь, чтобы ответ мог соотнести наблюдения с правильным материалом.\n\nСтраница модели Mistral перечисляет ответы на вопросы по документам, структурированный вывод и вызовы функций. Интерфейс разработчика также поддерживает пакетную обработку. Руководство по структурированному выводу разделяет формат JSON-объекта и пользовательскую схему; режим JSON всё равно требует явной инструкции выдавать JSON. Для извлечения определите поля, обработку отсутствующих значений и различие между переписанным текстом и выводом. Структурированный ответ полезен, когда приложению нужно обработать результат, а свободное объяснение — когда человеку нужно понять лежащие в его основе рассуждения.\n\nДля вызова функций приложение предоставляет определения инструментов, а модель предлагает функцию с аргументами. Затем в процессе Mistral приложение выполняет операцию и отправляет её результат обратно, прежде чем модель напишет последующий ответ. В работе с документом инструмент может искать идентификатор, прочитанный с изображения, после чего можно запросить объяснение на основе возвращённой записи. Визуальная модель не получает произвольный доступ к внешним данным лишь потому, что на изображении упомянута запись: разрешённая операция и её результат исходят от приложения.\n\nРазработчик также перечисляет функции предсказанного вывода и префикса. Предсказанный вывод позволяет вызывающей стороне предоставить ожидаемый текст при повторной генерации документа или файла кода с небольшим изменением; префикс задаёт начальный текст ответа. Это отдельные средства подготовки, а не дополнительные визуальные модальности. Полезный результат остаётся текстовым описанием, извлечением или объяснением, а не вновь отрисованным изображением. Выбирайте чёткие исходные изображения, указывайте, что нужно сохранить, и сверяйте критически важные прочтения с исходной страницей.\n\nМетка latest — псевдоним семейства, тогда как Pixtral-Large-Instruct-2411 — фиксированный выпуск разработчика, документированный карточкой модели. Разделяйте эти названия при подготовке воспроизводимой задачи. Опубликованное значение контекста описывает модель разработчика; прочитанные страницы не устанавливают отдельного универсального потолка выходных токенов. Выбирайте набор изображений, текстовый вопрос и желаемую длину ответа вместе и отделяйте ограничения запросов конкретной версии от общих визуальных возможностей, описанных здесь.", "editorialOverlay": { "copy_fields": { "practical_html": "Технический пример на английском
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 объединяет языковые возможности Mistral с пониманием изображений для документов, диаграмм и фотографий. Она выдаёт текстовые ответы и поддерживает структурированные результаты и инструменты, определяемые приложением, в документированных интерфейсах разработчика.
Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.
Pixtral Large — мультимодальная модель Mistral AI, построенная на Mistral Large 2. Она объединяет мультимодальный декодер с 123 млрд параметров и визуальный энкодер с одним миллиардом параметров; всего модель содержит 124 млрд параметров. Цель — сохранить существенные языковые возможности и одновременно понимать визуальные данные, необходимые для ответа: страницу документа, диаграмму, фотографию или скриншот. Ввод может сочетать текст и изображения; результат — текст.
Mistral описывает контекстное окно 128K токенов и сообщает, что оно вмещает не менее 30 изображений высокого разрешения. Это утверждение описывает ёмкость контекста, а не универсальную настройку числа изображений на запрос. Практическая ценность — возможность связать несколько визуальных источников с одним вопросом. Для полезного сравнения можно предоставить обозначенные страницы из двух отчётов и спросить, какие числа, подписи и выводы различаются. Держите вместе текст вопроса, роль каждого изображения и требуемую структуру ответа.
Разработчик иллюстрирует многоязычное чтение текста, вопросы по документам, интерпретацию диаграмм и обычное понимание изображений. Для помощника по документам запросите видимые названия полей и значения, описание структуры страницы или объяснение, связывающее формулировки с таблицей или рисунком. Для диаграммы укажите оси, ряды или интервал, которые нужно изучить. Пример запроса: «Сравни эти диаграммы. Отдели непосредственно читаемые значения от интерпретаций, определи показанное изменение и перечисли сведения, необходимые для проверки вывода». Результатом может стать таблица полей, набор наблюдений или письменное объяснение.
Карточка модели уделяет особое внимание системному запросу. Mistral рекомендует включать инструкцию, указывающую цель помощника, даже если она короткая. Это полезно для визуальной задачи, потому что одно изображение может служить разным заданиям: извлечь записи, описать сцену, объяснить схему или сравнить её с письменным требованием. Укажите задачу и правила для неопределённых или нечитаемых деталей. При передаче нескольких изображений обозначайте их и указывайте порядок или связь, чтобы ответ мог соотнести наблюдения с правильным материалом.
Страница модели Mistral перечисляет ответы на вопросы по документам, структурированный вывод и вызовы функций. Интерфейс разработчика также поддерживает пакетную обработку. Руководство по структурированному выводу разделяет формат JSON-объекта и пользовательскую схему; режим JSON всё равно требует явной инструкции выдавать JSON. Для извлечения определите поля, обработку отсутствующих значений и различие между переписанным текстом и выводом. Структурированный ответ полезен, когда приложению нужно обработать результат, а свободное объяснение — когда человеку нужно понять лежащие в его основе рассуждения.
Для вызова функций приложение предоставляет определения инструментов, а модель предлагает функцию с аргументами. Затем в процессе Mistral приложение выполняет операцию и отправляет её результат обратно, прежде чем модель напишет последующий ответ. В работе с документом инструмент может искать идентификатор, прочитанный с изображения, после чего можно запросить объяснение на основе возвращённой записи. Визуальная модель не получает произвольный доступ к внешним данным лишь потому, что на изображении упомянута запись: разрешённая операция и её результат исходят от приложения.
Разработчик также перечисляет функции предсказанного вывода и префикса. Предсказанный вывод позволяет вызывающей стороне предоставить ожидаемый текст при повторной генерации документа или файла кода с небольшим изменением; префикс задаёт начальный текст ответа. Это отдельные средства подготовки, а не дополнительные визуальные модальности. Полезный результат остаётся текстовым описанием, извлечением или объяснением, а не вновь отрисованным изображением. Выбирайте чёткие исходные изображения, указывайте, что нужно сохранить, и сверяйте критически важные прочтения с исходной страницей.
Метка latest — псевдоним семейства, тогда как Pixtral-Large-Instruct-2411 — фиксированный выпуск разработчика, документированный карточкой модели. Разделяйте эти названия при подготовке воспроизводимой задачи. Опубликованное значение контекста описывает модель разработчика; прочитанные страницы не устанавливают отдельного универсального потолка выходных токенов. Выбирайте набор изображений, текстовый вопрос и желаемую длину ответа вместе и отделяйте ограничения запросов конкретной версии от общих визуальных возможностей, описанных здесь.
POST /v1/chat/completionstexttext| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
|---|---|---|---|---|
Полеmodel | Типstring | ТребованиеОбязательно | Значения и ограничения pixtral-large-latest | По умолчанию— |
Полеmessages | Типmessage[] | ТребованиеОбязательно | Значения и ограничения Минимум элементов: 1 | По умолчанию— |
Полеmessages[].role | Типstring | ТребованиеОбязательно | Значения и ограничения Примеры: system, user, assistant, tool, function Условия: Эти роли явно представлены типами совместимости исходного кода; точный набор ролей зависит от модели. Зависит от модели | По умолчанию— |
Полеmessages[].content | Типstring|content_part[]|null | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеmessages[].tool_calls | Типtool_call[] | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеmessages[].tool_call_id | Типstring | ТребованиеНеобязательно | Значения и ограничения Применяется, когда: role=tool; используйте фактически возвращённый ID | По умолчанию— |
Полеmessages[].name | Типstring | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеmessages[].reasoning_content | Типstring | ТребованиеНеобязательно | Значения и ограничения Применяется, когда: Передавайте обратно фактически возвращённые рассуждения, если эта модель их использует | По умолчанию— |
Полеmessages[].reasoning_details | Типobject|array | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеmax_tokens | Типinteger | ТребованиеНеобязательно | Значения и ограничения Минимум: 1 Зависит от модели | По умолчанию— |
Полеmax_completion_tokens | Типinteger | ТребованиеНеобязательно | Значения и ограничения Минимум: 1 Зависит от модели | По умолчанию— |
Полеstream | Типboolean | ТребованиеНеобязательно | Значения и ограничения | По умолчаниюfalse |
Полеstream_options.include_usage | Типboolean | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtemperature | Типnumber | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtop_p | Типnumber | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеstop | Типstring|string[] | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtools | Типfunction_tool[] | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtools[].type | Типstring | ТребованиеНеобязательно | Значения и ограничения function Зависит от модели | По умолчанию— |
Полеtools[].function.name | Типstring | ТребованиеОбязательно | Значения и ограничения Применяется, когда: передан инструмент-функция | По умолчанию— |
Полеtools[].function.description | Типstring | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеtools[].function.parameters | ТипJSON_schema | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеtool_choice | Типstring|object | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеparallel_tool_calls | Типboolean | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеresponse_format | Типobject | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеreasoning_effort | Типstring | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеreasoning | Типobject | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеservice_tier | Типstring | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеinstructions | Типstring | ТребованиеНеобязательно | Значения и ограничения Поле совместимости | По умолчанию— |
Полеfunctions | Типfunction[] | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеfunction_call | Типstring|object | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеprompt_cache_options | Типobject | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеmodalities | Типstring[] | ТребованиеНеобязательно | Значения и ограничения text | По умолчанию— |
Полеprovider | Типobject | ТребованиеНеобязательно | Значения и ограничения Условия: provider.options отклоняется на этом текстовом маршруте Ultra | По умолчанию— |
Полеcache_control.ttl | Типstring | ТребованиеНеобязательно | Значения и ограничения Условия: 1h отклоняется в фактических местах настройки кэша запросов | По умолчанию— |
Текст · Текст UTF8
messages[].content
| Параметр | Контракт |
|---|---|
Параметрcontent_type | Контрактapplication/json |
Параметрrequired | Контрактmodel, messages |
Параметрmaterial_types | Контрактtext |
Параметрmessages | Контрактмассив сообщений со структурой role/content |
Параметрfile_material | Контрактфактический документ UTF-8 вставляется как буквальный текст; ID файла не выводится из него |
Параметрoptional_controls | Контрактstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Параметрcontrol_scope | Контрактзависит от модели; пользовательские инструменты-функции отличаются от инструментов, выполняемых на стороне сервиса |
Параметрoutput_modalities | Контрактtext |
Параметрhosted_operations | Контрактfalse |
Параметрmultimodal_input_binding | Контрактnull |
Жизненный цикл: synchronous_or_streamed
Отправляйте точный ID модели вместе с messages.
Длина контекста не является пределом выхода.
Текстовый файл может передавать буквальный текст; входные изображения, аудио и файловые объекты требуют точной привязки.
Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода.
| Конфигурация | Шкала ставок | Плата |
|---|---|---|
| КонфигурацияБазовые ставки за токены | Шкала ставокБазовая ставка | Плата Вход · Входные токены $0.0044 / 1K токенов Выход · Выходные токены $0.0132 / 1K токенов Вход · Чтение кэша $0 / 1K токенов Вход · Запись в кэш $0 / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →
set -eu\n: "${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 или SSE
Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого.
Сохраняйте каждый вариант ответа с его содержимым, вызовами инструментов и рассуждениями. В SSE собирайте изменения по индексам варианта и инструмента, сохраняйте итоговую причину завершения и данные использования.
Сохраняйте ID запросов и ответов, а также заголовки. Общий URL получения текстового задания не предоставлен.
| Поле | Тип |
|---|---|
Полеchoices[].index | Типinteger |
Полеchoices[].message.content | Типstring|null |
Полеchoices[].message.tool_calls | Типtool_call[] |
Полеchoices[].message.reasoning_content | Типstring |
Полеchoices[].message.reasoning_details | Типobject|array |
Полеchoices[].finish_reason | Типstring|null |
Полеusage | Типobject |
| Ответ | Условие | Следующий шаг |
|---|---|---|
Ответ400 · invalid_request_error | УсловиеНеверные обязательные поля, представление материалов или значение параметра | Следующий шагИсправьте указанные поля перед новым запросом на создание. |
Ailoot Ultra pixtral-large-latest
Используйте пути методов, указанные выше.
pixtral-large-latestPixtral Large объединяет языковые возможности Mistral с пониманием изображений для документов, диаграмм и фотографий. Она выдаёт текстовые ответы и поддерживает структурированные результаты и инструменты, определяемые приложением, в документированных интерфейсах разработчика.
Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.
Pixtral Large — мультимодальная модель Mistral AI, построенная на Mistral Large 2. Она объединяет мультимодальный декодер с 123 млрд параметров и визуальный энкодер с одним миллиардом параметров; всего модель содержит 124 млрд параметров. Цель — сохранить существенные языковые возможности и одновременно понимать визуальные данные, необходимые для ответа: страницу документа, диаграмму, фотографию или скриншот. Ввод может сочетать текст и изображения; результат — текст.
Mistral описывает контекстное окно 128K токенов и сообщает, что оно вмещает не менее 30 изображений высокого разрешения. Это утверждение описывает ёмкость контекста, а не универсальную настройку числа изображений на запрос. Практическая ценность — возможность связать несколько визуальных источников с одним вопросом. Для полезного сравнения можно предоставить обозначенные страницы из двух отчётов и спросить, какие числа, подписи и выводы различаются. Держите вместе текст вопроса, роль каждого изображения и требуемую структуру ответа.
Разработчик иллюстрирует многоязычное чтение текста, вопросы по документам, интерпретацию диаграмм и обычное понимание изображений. Для помощника по документам запросите видимые названия полей и значения, описание структуры страницы или объяснение, связывающее формулировки с таблицей или рисунком. Для диаграммы укажите оси, ряды или интервал, которые нужно изучить. Пример запроса: «Сравни эти диаграммы. Отдели непосредственно читаемые значения от интерпретаций, определи показанное изменение и перечисли сведения, необходимые для проверки вывода». Результатом может стать таблица полей, набор наблюдений или письменное объяснение.
Карточка модели уделяет особое внимание системному запросу. Mistral рекомендует включать инструкцию, указывающую цель помощника, даже если она короткая. Это полезно для визуальной задачи, потому что одно изображение может служить разным заданиям: извлечь записи, описать сцену, объяснить схему или сравнить её с письменным требованием. Укажите задачу и правила для неопределённых или нечитаемых деталей. При передаче нескольких изображений обозначайте их и указывайте порядок или связь, чтобы ответ мог соотнести наблюдения с правильным материалом.
Страница модели Mistral перечисляет ответы на вопросы по документам, структурированный вывод и вызовы функций. Интерфейс разработчика также поддерживает пакетную обработку. Руководство по структурированному выводу разделяет формат JSON-объекта и пользовательскую схему; режим JSON всё равно требует явной инструкции выдавать JSON. Для извлечения определите поля, обработку отсутствующих значений и различие между переписанным текстом и выводом. Структурированный ответ полезен, когда приложению нужно обработать результат, а свободное объяснение — когда человеку нужно понять лежащие в его основе рассуждения.
Для вызова функций приложение предоставляет определения инструментов, а модель предлагает функцию с аргументами. Затем в процессе Mistral приложение выполняет операцию и отправляет её результат обратно, прежде чем модель напишет последующий ответ. В работе с документом инструмент может искать идентификатор, прочитанный с изображения, после чего можно запросить объяснение на основе возвращённой записи. Визуальная модель не получает произвольный доступ к внешним данным лишь потому, что на изображении упомянута запись: разрешённая операция и её результат исходят от приложения.
Разработчик также перечисляет функции предсказанного вывода и префикса. Предсказанный вывод позволяет вызывающей стороне предоставить ожидаемый текст при повторной генерации документа или файла кода с небольшим изменением; префикс задаёт начальный текст ответа. Это отдельные средства подготовки, а не дополнительные визуальные модальности. Полезный результат остаётся текстовым описанием, извлечением или объяснением, а не вновь отрисованным изображением. Выбирайте чёткие исходные изображения, указывайте, что нужно сохранить, и сверяйте критически важные прочтения с исходной страницей.
Метка latest — псевдоним семейства, тогда как Pixtral-Large-Instruct-2411 — фиксированный выпуск разработчика, документированный карточкой модели. Разделяйте эти названия при подготовке воспроизводимой задачи. Опубликованное значение контекста описывает модель разработчика; прочитанные страницы не устанавливают отдельного универсального потолка выходных токенов. Выбирайте набор изображений, текстовый вопрос и желаемую длину ответа вместе и отделяйте ограничения запросов конкретной версии от общих визуальных возможностей, описанных здесь.
POST /v1/messagestextjson, sse| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
|---|---|---|---|---|
Полеmodel | Типstring | ТребованиеОбязательно | Значения и ограничения pixtral-large-latest | По умолчанию— |
Полеmessages | Типmessage[] | ТребованиеОбязательно | Значения и ограничения | По умолчанию— |
Полеmessages[].role | Типstring | ТребованиеОбязательно | Значения и ограничения user, assistant | По умолчанию— |
Полеmessages[].content | Типstring | ТребованиеОбязательно | Значения и ограничения | По умолчанию— |
Полеmax_tokens | Типinteger | ТребованиеОбязательно | Значения и ограничения | По умолчанию— |
Полеstream | Типboolean | ТребованиеНеобязательно | Значения и ограничения | По умолчаниюfalse |
Текст · Текст UTF-8
строка messages[].content
| Параметр | Контракт |
|---|---|
Параметрcontent_type | Контрактapplication/json |
Параметрrequired | Контрактmodel, messages, max_tokens |
Параметрoptional_controls | Контрактstream |
Параметрmaterial_types | Контрактtext |
Параметрtext_file_material | КонтрактПрочитайте фактический документ UTF-8 и поместите его текст в указанную строку входа или содержимого сообщения. |
Жизненный цикл: synchronous_or_streamed
Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода.
| Конфигурация | Шкала ставок | Плата |
|---|---|---|
| КонфигурацияБазовые ставки за токены | Шкала ставокБазовая ставка | Плата Вход · Входные токены $0.0044 / 1K токенов Выход · Выходные токены $0.0132 / 1K токенов Вход · Чтение кэша $0 / 1K токенов Вход · Запись в кэш $0 / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →
{\n "model": "pixtral-large-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 или SSE
Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого.
Сохраняйте все блоки содержимого, подписи рассуждений и фактические ID обращений к инструментам. Собирайте все изменения блоков SSE; первый текстовый блок не является полным выходом.
Сохраняйте ID запросов и ответов, а также заголовки. Общий URL получения текстового задания не предоставлен.
| Поле | Тип |
|---|---|
Полеid | Типstring |
Полеmodel | Типstring |
Полеcontent[] | Типtext|thinking|tool_use|other content block |
Полеstop_reason | Типstring|null |
Полеusage | Типobject |
| Ответ | Условие | Следующий шаг |
|---|---|---|
Ответ400 · invalid_request_error | УсловиеНеверные обязательные поля, представление материалов или значение параметра | Следующий шагИсправьте указанные поля перед новым запросом на создание. |
Ailoot Ultra pixtral-large-latest
Используйте пути методов, указанные выше.
Технический пример на английском
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.