Pixtral Large je multimodálny model Mistral AI postavený na Mistral Large 2. Spája multimodálny dekodér so 123 miliardami parametrov s vizuálnym enkodérom s jednou miliardou parametrov, čím vzniká model so 124 miliardami parametrov. Cieľom je zachovať výrazné jazykové schopnosti a zároveň rozumieť vizuálnym podkladom potrebným na odpoveď: strane dokumentu, grafu, fotografii alebo snímke obrazovky. Vstupy môžu spájať text a obrázky; výsledkom je text.
Mistral opisuje kontextové okno 128K tokenov a uvádza, že pojme aspoň 30 obrázkov s vysokým rozlíšením. Toto tvrdenie opisuje kapacitu kontextu, nie univerzálne nastavenie počtu obrázkov na požiadavku. Praktickou hodnotou je možnosť vztiahnuť viacero vizuálnych zdrojov k jednej otázke. Užitočná porovnávacia úloha môže dodať označené strany z dvoch správ a pýtať sa, ktoré údaje, popisy a závery sa líšia. Text otázky, úlohu každého obrázka a požadovanú štruktúru odpovede uchovávajte spolu.
Výrobca ilustruje viacjazyčné čítanie textu, otázky k dokumentom, interpretáciu grafov a bežné porozumenie obrázkom. Pri dokumentovom asistentovi žiadajte viditeľné názvy polí a hodnoty, opis rozloženia strany alebo vysvetlenie spájajúce znenie s tabuľkou či obrázkom. Pri grafe určite osi, rady alebo interval, ktorý chcete preskúmať. Ukážková požiadavka znie: „Porovnajte tieto grafy. Oddeľte hodnoty, ktoré viete priamo prečítať, od interpretácií, identifikujte zobrazenú zmenu a vypíšte informácie potrebné na kontrolu záveru.“ Výsledkom môže byť tabuľka polí, súbor pozorovaní alebo písomné vysvetlenie.
Karta modelu venuje osobitnú pozornosť systémovému promptu. Mistral odporúča zahrnúť pokyn stanovujúci účel asistenta, aj keď je krátky. Pri vizuálnej úlohe je to užitočné, pretože ten istý obrázok môže slúžiť rôznym úlohám: extrakcii záznamov, opisu scény, vysvetleniu schémy alebo porovnaniu s písomnou požiadavkou. Uveďte úlohu a pravidlá pre neisté alebo nečitateľné detaily. Pri dodaní viacerých obrázkov ich označte a určite ich poradie alebo vzťah, aby odpoveď dokázala prepojiť pozorovania so správnym materiálom.
Stránka modelu Mistral uvádza odpovedanie na otázky k dokumentom, štruktúrované výstupy a volanie funkcií. Rozhranie výrobcu podporuje aj dávkové spracovanie. Pokyny pre štruktúrovaný výstup odlišujú formát objektu JSON od vlastnej schémy; režim JSON stále vyžaduje výslovný pokyn vytvoriť JSON. Pri extrakcii definujte polia, zaobchádzanie s chýbajúcimi hodnotami a rozdiel medzi prepísaným textom a záverom. Štruktúrovaná odpoveď je užitočná, keď aplikácia potrebuje výsledok spracovať, zatiaľ čo voľné vysvetlenie je vhodné, keď človek potrebuje pochopiť uvažovanie, ktoré viedlo k výsledku.
Pri volaní funkcií aplikácia dodáva definície nástrojov a model navrhuje funkciu s argumentmi. V postupe Mistral potom aplikácia vykoná operáciu a odošle jej výsledok späť pred tým, než model napíše nadväzujúcu odpoveď. Dokumentový postup môže použiť nástroj na vyhľadanie identifikátora prečítaného z obrázka a potom žiadať vysvetlenie pomocou vráteného záznamu. Vizuálny model nezískava ľubovoľný prístup k externým dátam len preto, že obrázok spomína záznam: povolená operácia a jej výsledok pochádzajú z aplikácie.
Výrobca uvádza aj funkcie predikovaného výstupu a prefixu. Predikované výstupy umožňujú volajúcemu dodať očakávaný text pri opätovnom generovaní dokumentu alebo súboru kódu s malou zmenou; prefix definuje počiatočný text odpovede. Ide o odlišné ovládacie prvky prípravy, nie o ďalšie vizuálne modality. Užitočným výstupom zostáva textový opis, extrakcia alebo vysvetlenie, nie novovykreslený obrázok. Vyberte jasné zdrojové obrázky, určite, čo sa musí zachovať, a dôležité prečítané údaje skontrolujte podľa pôvodnej strany.
Označenie latest je aliasom rodiny, zatiaľ čo Pixtral-Large-Instruct-2411 je pevné vydanie výrobcu zdokumentované kartou modelu. Pri príprave opakovateľnej úlohy tieto názvy odlišujte. Zverejnený údaj o kontexte opisuje model výrobcu; prečítané stránky neurčujú samostatný univerzálny strop výstupných tokenov. Súbor obrázkov, textovú otázku a želanú dĺžku odpovede vyberajte spolu a limity požiadaviek konkrétnej verzie držte oddelene od tu opísaných všeobecných vizuálnych schopností.
", "aboutText": "Pixtral Large je multimodálny model Mistral AI postavený na Mistral Large 2. Spája multimodálny dekodér so 123 miliardami parametrov s vizuálnym enkodérom s jednou miliardou parametrov, čím vzniká model so 124 miliardami parametrov. Cieľom je zachovať výrazné jazykové schopnosti a zároveň rozumieť vizuálnym podkladom potrebným na odpoveď: strane dokumentu, grafu, fotografii alebo snímke obrazovky. Vstupy môžu spájať text a obrázky; výsledkom je text.\n\nMistral opisuje kontextové okno 128K tokenov a uvádza, že pojme aspoň 30 obrázkov s vysokým rozlíšením. Toto tvrdenie opisuje kapacitu kontextu, nie univerzálne nastavenie počtu obrázkov na požiadavku. Praktickou hodnotou je možnosť vztiahnuť viacero vizuálnych zdrojov k jednej otázke. Užitočná porovnávacia úloha môže dodať označené strany z dvoch správ a pýtať sa, ktoré údaje, popisy a závery sa líšia. Text otázky, úlohu každého obrázka a požadovanú štruktúru odpovede uchovávajte spolu.\n\nVýrobca ilustruje viacjazyčné čítanie textu, otázky k dokumentom, interpretáciu grafov a bežné porozumenie obrázkom. Pri dokumentovom asistentovi žiadajte viditeľné názvy polí a hodnoty, opis rozloženia strany alebo vysvetlenie spájajúce znenie s tabuľkou či obrázkom. Pri grafe určite osi, rady alebo interval, ktorý chcete preskúmať. Ukážková požiadavka znie: „Porovnajte tieto grafy. Oddeľte hodnoty, ktoré viete priamo prečítať, od interpretácií, identifikujte zobrazenú zmenu a vypíšte informácie potrebné na kontrolu záveru.“ Výsledkom môže byť tabuľka polí, súbor pozorovaní alebo písomné vysvetlenie.\n\nKarta modelu venuje osobitnú pozornosť systémovému promptu. Mistral odporúča zahrnúť pokyn stanovujúci účel asistenta, aj keď je krátky. Pri vizuálnej úlohe je to užitočné, pretože ten istý obrázok môže slúžiť rôznym úlohám: extrakcii záznamov, opisu scény, vysvetleniu schémy alebo porovnaniu s písomnou požiadavkou. Uveďte úlohu a pravidlá pre neisté alebo nečitateľné detaily. Pri dodaní viacerých obrázkov ich označte a určite ich poradie alebo vzťah, aby odpoveď dokázala prepojiť pozorovania so správnym materiálom.\n\nStránka modelu Mistral uvádza odpovedanie na otázky k dokumentom, štruktúrované výstupy a volanie funkcií. Rozhranie výrobcu podporuje aj dávkové spracovanie. Pokyny pre štruktúrovaný výstup odlišujú formát objektu JSON od vlastnej schémy; režim JSON stále vyžaduje výslovný pokyn vytvoriť JSON. Pri extrakcii definujte polia, zaobchádzanie s chýbajúcimi hodnotami a rozdiel medzi prepísaným textom a záverom. Štruktúrovaná odpoveď je užitočná, keď aplikácia potrebuje výsledok spracovať, zatiaľ čo voľné vysvetlenie je vhodné, keď človek potrebuje pochopiť uvažovanie, ktoré viedlo k výsledku.\n\nPri volaní funkcií aplikácia dodáva definície nástrojov a model navrhuje funkciu s argumentmi. V postupe Mistral potom aplikácia vykoná operáciu a odošle jej výsledok späť pred tým, než model napíše nadväzujúcu odpoveď. Dokumentový postup môže použiť nástroj na vyhľadanie identifikátora prečítaného z obrázka a potom žiadať vysvetlenie pomocou vráteného záznamu. Vizuálny model nezískava ľubovoľný prístup k externým dátam len preto, že obrázok spomína záznam: povolená operácia a jej výsledok pochádzajú z aplikácie.\n\nVýrobca uvádza aj funkcie predikovaného výstupu a prefixu. Predikované výstupy umožňujú volajúcemu dodať očakávaný text pri opätovnom generovaní dokumentu alebo súboru kódu s malou zmenou; prefix definuje počiatočný text odpovede. Ide o odlišné ovládacie prvky prípravy, nie o ďalšie vizuálne modality. Užitočným výstupom zostáva textový opis, extrakcia alebo vysvetlenie, nie novovykreslený obrázok. Vyberte jasné zdrojové obrázky, určite, čo sa musí zachovať, a dôležité prečítané údaje skontrolujte podľa pôvodnej strany.\n\nOznačenie latest je aliasom rodiny, zatiaľ čo Pixtral-Large-Instruct-2411 je pevné vydanie výrobcu zdokumentované kartou modelu. Pri príprave opakovateľnej úlohy tieto názvy odlišujte. Zverejnený údaj o kontexte opisuje model výrobcu; prečítané stránky neurčujú samostatný univerzálny strop výstupných tokenov. Súbor obrázkov, textovú otázku a želanú dĺžku odpovede vyberajte spolu a limity požiadaviek konkrétnej verzie držte oddelene od tu opísaných všeobecných vizuálnych schopností.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický príklad v angličtine
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 spája jazykové schopnosti Mistral s porozumením obrázkom pre dokumenty, grafy a fotografie. Vytvára textové odpovede a v zdokumentovaných rozhraniach výrobcu podporuje štruktúrované výsledky a nástroje definované aplikáciou.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Pixtral Large je multimodálny model Mistral AI postavený na Mistral Large 2. Spája multimodálny dekodér so 123 miliardami parametrov s vizuálnym enkodérom s jednou miliardou parametrov, čím vzniká model so 124 miliardami parametrov. Cieľom je zachovať výrazné jazykové schopnosti a zároveň rozumieť vizuálnym podkladom potrebným na odpoveď: strane dokumentu, grafu, fotografii alebo snímke obrazovky. Vstupy môžu spájať text a obrázky; výsledkom je text.
Mistral opisuje kontextové okno 128K tokenov a uvádza, že pojme aspoň 30 obrázkov s vysokým rozlíšením. Toto tvrdenie opisuje kapacitu kontextu, nie univerzálne nastavenie počtu obrázkov na požiadavku. Praktickou hodnotou je možnosť vztiahnuť viacero vizuálnych zdrojov k jednej otázke. Užitočná porovnávacia úloha môže dodať označené strany z dvoch správ a pýtať sa, ktoré údaje, popisy a závery sa líšia. Text otázky, úlohu každého obrázka a požadovanú štruktúru odpovede uchovávajte spolu.
Výrobca ilustruje viacjazyčné čítanie textu, otázky k dokumentom, interpretáciu grafov a bežné porozumenie obrázkom. Pri dokumentovom asistentovi žiadajte viditeľné názvy polí a hodnoty, opis rozloženia strany alebo vysvetlenie spájajúce znenie s tabuľkou či obrázkom. Pri grafe určite osi, rady alebo interval, ktorý chcete preskúmať. Ukážková požiadavka znie: „Porovnajte tieto grafy. Oddeľte hodnoty, ktoré viete priamo prečítať, od interpretácií, identifikujte zobrazenú zmenu a vypíšte informácie potrebné na kontrolu záveru.“ Výsledkom môže byť tabuľka polí, súbor pozorovaní alebo písomné vysvetlenie.
Karta modelu venuje osobitnú pozornosť systémovému promptu. Mistral odporúča zahrnúť pokyn stanovujúci účel asistenta, aj keď je krátky. Pri vizuálnej úlohe je to užitočné, pretože ten istý obrázok môže slúžiť rôznym úlohám: extrakcii záznamov, opisu scény, vysvetleniu schémy alebo porovnaniu s písomnou požiadavkou. Uveďte úlohu a pravidlá pre neisté alebo nečitateľné detaily. Pri dodaní viacerých obrázkov ich označte a určite ich poradie alebo vzťah, aby odpoveď dokázala prepojiť pozorovania so správnym materiálom.
Stránka modelu Mistral uvádza odpovedanie na otázky k dokumentom, štruktúrované výstupy a volanie funkcií. Rozhranie výrobcu podporuje aj dávkové spracovanie. Pokyny pre štruktúrovaný výstup odlišujú formát objektu JSON od vlastnej schémy; režim JSON stále vyžaduje výslovný pokyn vytvoriť JSON. Pri extrakcii definujte polia, zaobchádzanie s chýbajúcimi hodnotami a rozdiel medzi prepísaným textom a záverom. Štruktúrovaná odpoveď je užitočná, keď aplikácia potrebuje výsledok spracovať, zatiaľ čo voľné vysvetlenie je vhodné, keď človek potrebuje pochopiť uvažovanie, ktoré viedlo k výsledku.
Pri volaní funkcií aplikácia dodáva definície nástrojov a model navrhuje funkciu s argumentmi. V postupe Mistral potom aplikácia vykoná operáciu a odošle jej výsledok späť pred tým, než model napíše nadväzujúcu odpoveď. Dokumentový postup môže použiť nástroj na vyhľadanie identifikátora prečítaného z obrázka a potom žiadať vysvetlenie pomocou vráteného záznamu. Vizuálny model nezískava ľubovoľný prístup k externým dátam len preto, že obrázok spomína záznam: povolená operácia a jej výsledok pochádzajú z aplikácie.
Výrobca uvádza aj funkcie predikovaného výstupu a prefixu. Predikované výstupy umožňujú volajúcemu dodať očakávaný text pri opätovnom generovaní dokumentu alebo súboru kódu s malou zmenou; prefix definuje počiatočný text odpovede. Ide o odlišné ovládacie prvky prípravy, nie o ďalšie vizuálne modality. Užitočným výstupom zostáva textový opis, extrakcia alebo vysvetlenie, nie novovykreslený obrázok. Vyberte jasné zdrojové obrázky, určite, čo sa musí zachovať, a dôležité prečítané údaje skontrolujte podľa pôvodnej strany.
Označenie latest je aliasom rodiny, zatiaľ čo Pixtral-Large-Instruct-2411 je pevné vydanie výrobcu zdokumentované kartou modelu. Pri príprave opakovateľnej úlohy tieto názvy odlišujte. Zverejnený údaj o kontexte opisuje model výrobcu; prečítané stránky neurčujú samostatný univerzálny strop výstupných tokenov. Súbor obrázkov, textovú otázku a želanú dĺžku odpovede vyberajte spolu a limity požiadaviek konkrétnej verzie držte oddelene od tu opísaných všeobecných vizuálnych schopností.
POST /v1/chat/completionstexttext| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity pixtral-large-latest | Predvolené— |
Polemessages | Typmessage[] | PožiadavkaPovinné | Hodnoty a limity Minimálny počet položiek: 1 | Predvolené— |
Polemessages[].role | Typstring | PožiadavkaPovinné | Hodnoty a limity Príklady: system, user, assistant, tool, function Podmienky: Tieto roly sú výslovne zastúpené typmi kompatibility v zdrojovom kóde; presný súbor rolí zostáva závislý od modelu. Závisí od modelu | Predvolené— |
Polemessages[].content | Typstring|content_part[]|null | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Polemessages[].tool_calls | Typtool_call[] | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Polemessages[].tool_call_id | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Platí, keď: role=tool; použite skutočne vrátené ID | Predvolené— |
Polemessages[].name | Typstring | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Polemessages[].reasoning_content | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Platí, keď: Posielajte späť skutočne vrátené uvažovanie, ak ho tento model používa | Predvolené— |
Polemessages[].reasoning_details | Typobject|array | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polemax_tokens | Typinteger | PožiadavkaVoliteľné | Hodnoty a limity Minimum: 1 Závisí od modelu | Predvolené— |
Polemax_completion_tokens | Typinteger | PožiadavkaVoliteľné | Hodnoty a limity Minimum: 1 Závisí od modelu | Predvolené— |
Polestream | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity | Predvolenéfalse |
Polestream_options.include_usage | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletemperature | Typnumber | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletop_p | Typnumber | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polestop | Typstring|string[] | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletools | Typfunction_tool[] | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletools[].type | Typstring | PožiadavkaVoliteľné | Hodnoty a limity function Závisí od modelu | Predvolené— |
Poletools[].function.name | Typstring | PožiadavkaPovinné | Hodnoty a limity Platí, keď: poskytnutý nástroj typu funkcia | Predvolené— |
Poletools[].function.description | Typstring | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Poletools[].function.parameters | TypJSON_schema | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Poletool_choice | Typstring|object | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleparallel_tool_calls | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleresponse_format | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polereasoning_effort | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polereasoning | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleservice_tier | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleinstructions | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Pole kompatibility | Predvolené— |
Polefunctions | Typfunction[] | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polefunction_call | Typstring|object | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleprompt_cache_options | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polemodalities | Typstring[] | PožiadavkaVoliteľné | Hodnoty a limity text | Predvolené— |
Poleprovider | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Podmienky: provider.options sa na tejto textovej trase Ultra odmieta | Predvolené— |
Polecache_control.ttl | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Podmienky: Hodnota 1h sa v skutočne používaných poliach cache promptov odmieta | Predvolené— |
Text · Text UTF8
messages[].content
| Parameter | Špecifikácia |
|---|---|
Parametercontent_type | Špecifikáciaapplication/json |
Parameterrequired | Špecifikáciamodel, messages |
Parametermaterial_types | Špecifikáciatext |
Parametermessages | Špecifikáciapole správ so štruktúrou role/content |
Parameterfile_material | Špecifikáciaskutočný dokument UTF-8 vložený ako doslovný text; ID súboru sa neodvodzuje |
Parameteroptional_controls | Špecifikáciastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Špecifikáciazávisí od modelu; používateľské nástroje typu funkcia sa líšia od nástrojov prevádzkovaných službou |
Parameteroutput_modalities | Špecifikáciatext |
Parameterhosted_operations | Špecifikáciafalse |
Parametermultimodal_input_binding | Špecifikácianull |
Životný cyklus: synchronous_or_streamed
Pošlite presné ID modelu spolu s messages.
Dĺžka kontextu nie je horná hranica výstupu.
Textový súbor môže poskytnúť doslovný text; obrazové a zvukové vstupy a vstupy so súborovými objektmi potrebujú presné naviazanie.
Tarifné údaje nepridávajú možnosti požiadavky. Podporované parametre sú uvedené pri vybranej metóde.
| Konfigurácia | Sadzobník | Poplatok |
|---|---|---|
| KonfiguráciaZákladné sadzby za tokeny | SadzobníkZákladná sadzba | Poplatok Vstup · Vstupné tokeny $0.0044 / 1K tokenov Výstup · Výstupné tokeny $0.0132 / 1K tokenov Vstup · Čítanie cache $0 / 1K tokenov Vstup · Zápis do cache $0 / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
set -eu\n: "${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 alebo SSE
Uložte každú úplnú vrátenú odpoveď, súbor a časť obsahu.
Zachovajte každý variant odpovede a jeho obsah, volania nástrojov a uvažovanie. V SSE zostavujte čiastkové zmeny podľa indexu variantu/nástroja a zachovajte konečný dôvod ukončenia aj údaje o spotrebe.
Zachovajte ID požiadaviek/odpovedí aj hlavičky. Všeobecná URL na načítanie textovej úlohy nie je poskytnutá.
| Pole | Typ |
|---|---|
Polechoices[].index | Typinteger |
Polechoices[].message.content | Typstring|null |
Polechoices[].message.tool_calls | Typtool_call[] |
Polechoices[].message.reasoning_content | Typstring |
Polechoices[].message.reasoning_details | Typobject|array |
Polechoices[].finish_reason | Typstring|null |
Poleusage | Typobject |
| Odpoveď | Podmienka | Ďalší krok |
|---|---|---|
Odpoveď400 · invalid_request_error | PodmienkaNeplatné povinné polia, reprezentácia materiálu alebo hodnota parametra | Ďalší krokPred novou požiadavkou na vytvorenie opravte uvedené polia. |
Ailoot Ultra pixtral-large-latest
Použite cesty metód uvedené vyššie.
pixtral-large-latestPixtral Large spája jazykové schopnosti Mistral s porozumením obrázkom pre dokumenty, grafy a fotografie. Vytvára textové odpovede a v zdokumentovaných rozhraniach výrobcu podporuje štruktúrované výsledky a nástroje definované aplikáciou.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Pixtral Large je multimodálny model Mistral AI postavený na Mistral Large 2. Spája multimodálny dekodér so 123 miliardami parametrov s vizuálnym enkodérom s jednou miliardou parametrov, čím vzniká model so 124 miliardami parametrov. Cieľom je zachovať výrazné jazykové schopnosti a zároveň rozumieť vizuálnym podkladom potrebným na odpoveď: strane dokumentu, grafu, fotografii alebo snímke obrazovky. Vstupy môžu spájať text a obrázky; výsledkom je text.
Mistral opisuje kontextové okno 128K tokenov a uvádza, že pojme aspoň 30 obrázkov s vysokým rozlíšením. Toto tvrdenie opisuje kapacitu kontextu, nie univerzálne nastavenie počtu obrázkov na požiadavku. Praktickou hodnotou je možnosť vztiahnuť viacero vizuálnych zdrojov k jednej otázke. Užitočná porovnávacia úloha môže dodať označené strany z dvoch správ a pýtať sa, ktoré údaje, popisy a závery sa líšia. Text otázky, úlohu každého obrázka a požadovanú štruktúru odpovede uchovávajte spolu.
Výrobca ilustruje viacjazyčné čítanie textu, otázky k dokumentom, interpretáciu grafov a bežné porozumenie obrázkom. Pri dokumentovom asistentovi žiadajte viditeľné názvy polí a hodnoty, opis rozloženia strany alebo vysvetlenie spájajúce znenie s tabuľkou či obrázkom. Pri grafe určite osi, rady alebo interval, ktorý chcete preskúmať. Ukážková požiadavka znie: „Porovnajte tieto grafy. Oddeľte hodnoty, ktoré viete priamo prečítať, od interpretácií, identifikujte zobrazenú zmenu a vypíšte informácie potrebné na kontrolu záveru.“ Výsledkom môže byť tabuľka polí, súbor pozorovaní alebo písomné vysvetlenie.
Karta modelu venuje osobitnú pozornosť systémovému promptu. Mistral odporúča zahrnúť pokyn stanovujúci účel asistenta, aj keď je krátky. Pri vizuálnej úlohe je to užitočné, pretože ten istý obrázok môže slúžiť rôznym úlohám: extrakcii záznamov, opisu scény, vysvetleniu schémy alebo porovnaniu s písomnou požiadavkou. Uveďte úlohu a pravidlá pre neisté alebo nečitateľné detaily. Pri dodaní viacerých obrázkov ich označte a určite ich poradie alebo vzťah, aby odpoveď dokázala prepojiť pozorovania so správnym materiálom.
Stránka modelu Mistral uvádza odpovedanie na otázky k dokumentom, štruktúrované výstupy a volanie funkcií. Rozhranie výrobcu podporuje aj dávkové spracovanie. Pokyny pre štruktúrovaný výstup odlišujú formát objektu JSON od vlastnej schémy; režim JSON stále vyžaduje výslovný pokyn vytvoriť JSON. Pri extrakcii definujte polia, zaobchádzanie s chýbajúcimi hodnotami a rozdiel medzi prepísaným textom a záverom. Štruktúrovaná odpoveď je užitočná, keď aplikácia potrebuje výsledok spracovať, zatiaľ čo voľné vysvetlenie je vhodné, keď človek potrebuje pochopiť uvažovanie, ktoré viedlo k výsledku.
Pri volaní funkcií aplikácia dodáva definície nástrojov a model navrhuje funkciu s argumentmi. V postupe Mistral potom aplikácia vykoná operáciu a odošle jej výsledok späť pred tým, než model napíše nadväzujúcu odpoveď. Dokumentový postup môže použiť nástroj na vyhľadanie identifikátora prečítaného z obrázka a potom žiadať vysvetlenie pomocou vráteného záznamu. Vizuálny model nezískava ľubovoľný prístup k externým dátam len preto, že obrázok spomína záznam: povolená operácia a jej výsledok pochádzajú z aplikácie.
Výrobca uvádza aj funkcie predikovaného výstupu a prefixu. Predikované výstupy umožňujú volajúcemu dodať očakávaný text pri opätovnom generovaní dokumentu alebo súboru kódu s malou zmenou; prefix definuje počiatočný text odpovede. Ide o odlišné ovládacie prvky prípravy, nie o ďalšie vizuálne modality. Užitočným výstupom zostáva textový opis, extrakcia alebo vysvetlenie, nie novovykreslený obrázok. Vyberte jasné zdrojové obrázky, určite, čo sa musí zachovať, a dôležité prečítané údaje skontrolujte podľa pôvodnej strany.
Označenie latest je aliasom rodiny, zatiaľ čo Pixtral-Large-Instruct-2411 je pevné vydanie výrobcu zdokumentované kartou modelu. Pri príprave opakovateľnej úlohy tieto názvy odlišujte. Zverejnený údaj o kontexte opisuje model výrobcu; prečítané stránky neurčujú samostatný univerzálny strop výstupných tokenov. Súbor obrázkov, textovú otázku a želanú dĺžku odpovede vyberajte spolu a limity požiadaviek konkrétnej verzie držte oddelene od tu opísaných všeobecných vizuálnych schopností.
POST /v1/messagestextjson, sse| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity pixtral-large-latest | Predvolené— |
Polemessages | Typmessage[] | PožiadavkaPovinné | Hodnoty a limity | Predvolené— |
Polemessages[].role | Typstring | PožiadavkaPovinné | Hodnoty a limity user, assistant | Predvolené— |
Polemessages[].content | Typstring | PožiadavkaPovinné | Hodnoty a limity | Predvolené— |
Polemax_tokens | Typinteger | PožiadavkaPovinné | Hodnoty a limity | Predvolené— |
Polestream | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity | Predvolenéfalse |
Text · Text UTF-8
reťazec messages[].content
| Parameter | Špecifikácia |
|---|---|
Parametercontent_type | Špecifikáciaapplication/json |
Parameterrequired | Špecifikáciamodel, messages, max_tokens |
Parameteroptional_controls | Špecifikáciastream |
Parametermaterial_types | Špecifikáciatext |
Parametertext_file_material | ŠpecifikáciaPrečítajte skutočný dokument UTF-8 a vložte jeho text do uvedeného vstupného reťazca alebo reťazca obsahu správy. |
Životný cyklus: synchronous_or_streamed
Tarifné údaje nepridávajú možnosti požiadavky. Podporované parametre sú uvedené pri vybranej metóde.
| Konfigurácia | Sadzobník | Poplatok |
|---|---|---|
| KonfiguráciaZákladné sadzby za tokeny | SadzobníkZákladná sadzba | Poplatok Vstup · Vstupné tokeny $0.0044 / 1K tokenov Výstup · Výstupné tokeny $0.0132 / 1K tokenov Vstup · Čítanie cache $0 / 1K tokenov Vstup · Zápis do cache $0 / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
{\n "model": "pixtral-large-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 alebo SSE
Uložte každú úplnú vrátenú odpoveď, súbor a časť obsahu.
Zachovajte všetky bloky obsahu, podpisy uvažovania a skutočné ID volaní nástrojov. Zostavte všetky čiastkové zmeny blokov SSE; prvý textový blok nie je celý výstup.
Zachovajte ID požiadaviek/odpovedí aj hlavičky. Všeobecná URL na načítanie textovej úlohy nie je poskytnutá.
| Pole | Typ |
|---|---|
Poleid | Typstring |
Polemodel | Typstring |
Polecontent[] | Typtext|thinking|tool_use|other content block |
Polestop_reason | Typstring|null |
Poleusage | Typobject |
| Odpoveď | Podmienka | Ďalší krok |
|---|---|---|
Odpoveď400 · invalid_request_error | PodmienkaNeplatné povinné polia, reprezentácia materiálu alebo hodnota parametra | Ďalší krokPred novou požiadavkou na vytvorenie opravte uvedené polia. |
Ailoot Ultra pixtral-large-latest
Použite cesty metód uvedené vyššie.
Technický príklad v angličtine
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.