Pixtral Large 2411 — Mistral AI kompaniyasining 124 milliard parametrli multimodal modeli. U 123B dekoderni 1B vizual enkoder bilan birlashtiradi va Mistral Large 2 asosida yaratilgan. Ishlab chiqaruvchi matnli vazifalar bilan bir qatorda hujjatlar, diagrammalar va tabiiy tasvirlarni tushunish imkoniyatini hamda 128K kontekst oynasini ta’riflaydi.
Har bir tasvirga belgi qo‘ying va javob qaysi tafsilotni tekshirishi kerakligini ko‘rsating. Diagramma bo‘yicha vazifada ko‘rinib turgan tendensiya, tegishli belgilar va kuzatuvni tasdiqlovchi qiymatlarni so‘rash mumkin. Hujjat tasviridan nomi ko‘rsatilgan maydon yoki parchadagi ma’lumotni so‘rash mumkin. Tafsilotning nima uchun muhimligini tushuntirsa, yozma kontekst qo‘shing.
Bir nechta tasvir uchun taqqoslanadigan xususiyatlarni sanang va har bir belgilangan manba bo‘yicha alohida kuzatuv so‘rang. Javobni taqdim etilgan materialga bog‘lab turing va ajratib olingan ma’lumot bilan birga tasvir yoki sahifa belgilarini saqlang. Bu tafsilotlarni boshqa amalda ishlatishdan oldin asl nusxa bilan tekshiring.
Joriy savolga aloqador parchalar va tasvirlarni tanlang. Qisqa ma’lumotnomada rasmning yonidagi matn bilan qanday bog‘liqligini tushuntirishni so‘rash mumkin. Taqqoslash vazifasida manbalar bo‘ylab tekshiriladigan jihatlarni ko‘rsatib, topilmalar yonida ularni tasdiqlovchi belgilarni so‘rash mumkin.
Materialni yuborishdan oldin kerakli natija va uning hajmini belgilang. Ixcham tavsif, ajratib olingan maydonlar to‘plami yoki taqqoslash jadvali tekshiruv uchun aniq nishon beradi. Natijaga ta’sir qiluvchi nomlar, miqdorlar va manba identifikatorlarini saqlang.
Ishlab chiquvchi yordamchining maqsadini aniq bayon etuvchi tizim ko‘rsatmasini kiritishni tavsiya qiladi. Rol tavsifi qisqa bo‘lsa ham, vazifa shartlari va kerakli javob uslubini ochiq yozing. Modelni bevosita joylashtirishda uning hujjatlashtirilgan ko‘rsatma formatida tizim ko‘rsatmasiga ishlov berishning o‘z tartibi bor.
Ushbu nomdagi xizmat profili uchun 128,000 tokenli kontekst ko‘rsatilgan. Tegishli matn, tasvirlar va suhbatni shu profilning ish chegarasiga mos tayyorlang, javob uchun joy qoldiring. Tasvirlarni tayyorlash va har bir so‘rov limitlari xizmat konfiguratsiyasiga tegishli; ishlab chiquvchi misollaridagi tasvir sonlari har bir endpoint uchun umumiy limit emas, balki misollardir.
", "aboutText": "Pixtral Large 2411 — Mistral AI kompaniyasining 124 milliard parametrli multimodal modeli. U 123B dekoderni 1B vizual enkoder bilan birlashtiradi va Mistral Large 2 asosida yaratilgan. Ishlab chiqaruvchi matnli vazifalar bilan bir qatorda hujjatlar, diagrammalar va tabiiy tasvirlarni tushunish imkoniyatini hamda 128K kontekst oynasini ta’riflaydi.\n\n### Vizual material haqida aniq savol bering\n\nHar bir tasvirga belgi qo‘ying va javob qaysi tafsilotni tekshirishi kerakligini ko‘rsating. Diagramma bo‘yicha vazifada ko‘rinib turgan tendensiya, tegishli belgilar va kuzatuvni tasdiqlovchi qiymatlarni so‘rash mumkin. Hujjat tasviridan nomi ko‘rsatilgan maydon yoki parchadagi ma’lumotni so‘rash mumkin. Tafsilotning nima uchun muhimligini tushuntirsa, yozma kontekst qo‘shing.\n\nBir nechta tasvir uchun taqqoslanadigan xususiyatlarni sanang va har bir belgilangan manba bo‘yicha alohida kuzatuv so‘rang. Javobni taqdim etilgan materialga bog‘lab turing va ajratib olingan ma’lumot bilan birga tasvir yoki sahifa belgilarini saqlang. Bu tafsilotlarni boshqa amalda ishlatishdan oldin asl nusxa bilan tekshiring.\n\n### Matn va tasvirlarni bitta vazifada birlashtiring\n\nJoriy savolga aloqador parchalar va tasvirlarni tanlang. Qisqa ma’lumotnomada rasmning yonidagi matn bilan qanday bog‘liqligini tushuntirishni so‘rash mumkin. Taqqoslash vazifasida manbalar bo‘ylab tekshiriladigan jihatlarni ko‘rsatib, topilmalar yonida ularni tasdiqlovchi belgilarni so‘rash mumkin.\n\nMaterialni yuborishdan oldin kerakli natija va uning hajmini belgilang. Ixcham tavsif, ajratib olingan maydonlar to‘plami yoki taqqoslash jadvali tekshiruv uchun aniq nishon beradi. Natijaga ta’sir qiluvchi nomlar, miqdorlar va manba identifikatorlarini saqlang.\n\n### Maqsadni ko‘rsating va kontekstni rejalashtiring\n\nIshlab chiquvchi yordamchining maqsadini aniq bayon etuvchi tizim ko‘rsatmasini kiritishni tavsiya qiladi. Rol tavsifi qisqa bo‘lsa ham, vazifa shartlari va kerakli javob uslubini ochiq yozing. Modelni bevosita joylashtirishda uning hujjatlashtirilgan ko‘rsatma formatida tizim ko‘rsatmasiga ishlov berishning o‘z tartibi bor.\n\nUshbu nomdagi xizmat profili uchun 128,000 tokenli kontekst ko‘rsatilgan. Tegishli matn, tasvirlar va suhbatni shu profilning ish chegarasiga mos tayyorlang, javob uchun joy qoldiring. Tasvirlarni tayyorlash va har bir so‘rov limitlari xizmat konfiguratsiyasiga tegishli; ishlab chiquvchi misollaridagi tasvir sonlari har bir endpoint uchun umumiy limit emas, balki misollardir.", "editorialOverlay": { "copy_fields": { "practical_html": "Ingliz tilidagi texnik misol
Reconcile a chart caption with values\n\nCompare this transcribed figure with its accompanying prose. [FIGURE] January 100 cases; February 130; March 110. [CAPTION] Cases increased every month during the quarter. State whether the caption follows from the values, provide a more accurate one-sentence caption and list the values supporting it. Use the transcribed text only.A source-labeled consistency assessment, a corrected caption and the supporting values.Check the revised caption accounts for the February-to-March decrease.pixtral-large-2411Pixtral Large 2411 — Mistral AI kompaniyasining matn va tasvirlarni, jumladan hujjatlar, diagrammalar va tabiiy tasvirlarni tushunishga mo‘ljallangan multimodal modeli. Ishlab chiquvchi 123B dekoder, 1B vizual enkoder va 128K kontekstni ko‘rsatadi; unga belgilangan dalillar bilan birga aniq vizual savol bering.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Pixtral Large 2411 — Mistral AI kompaniyasining 124 milliard parametrli multimodal modeli. U 123B dekoderni 1B vizual enkoder bilan birlashtiradi va Mistral Large 2 asosida yaratilgan. Ishlab chiqaruvchi matnli vazifalar bilan bir qatorda hujjatlar, diagrammalar va tabiiy tasvirlarni tushunish imkoniyatini hamda 128K kontekst oynasini ta’riflaydi.
Har bir tasvirga belgi qo‘ying va javob qaysi tafsilotni tekshirishi kerakligini ko‘rsating. Diagramma bo‘yicha vazifada ko‘rinib turgan tendensiya, tegishli belgilar va kuzatuvni tasdiqlovchi qiymatlarni so‘rash mumkin. Hujjat tasviridan nomi ko‘rsatilgan maydon yoki parchadagi ma’lumotni so‘rash mumkin. Tafsilotning nima uchun muhimligini tushuntirsa, yozma kontekst qo‘shing.
Bir nechta tasvir uchun taqqoslanadigan xususiyatlarni sanang va har bir belgilangan manba bo‘yicha alohida kuzatuv so‘rang. Javobni taqdim etilgan materialga bog‘lab turing va ajratib olingan ma’lumot bilan birga tasvir yoki sahifa belgilarini saqlang. Bu tafsilotlarni boshqa amalda ishlatishdan oldin asl nusxa bilan tekshiring.
Joriy savolga aloqador parchalar va tasvirlarni tanlang. Qisqa ma’lumotnomada rasmning yonidagi matn bilan qanday bog‘liqligini tushuntirishni so‘rash mumkin. Taqqoslash vazifasida manbalar bo‘ylab tekshiriladigan jihatlarni ko‘rsatib, topilmalar yonida ularni tasdiqlovchi belgilarni so‘rash mumkin.
Materialni yuborishdan oldin kerakli natija va uning hajmini belgilang. Ixcham tavsif, ajratib olingan maydonlar to‘plami yoki taqqoslash jadvali tekshiruv uchun aniq nishon beradi. Natijaga ta’sir qiluvchi nomlar, miqdorlar va manba identifikatorlarini saqlang.
Ishlab chiquvchi yordamchining maqsadini aniq bayon etuvchi tizim ko‘rsatmasini kiritishni tavsiya qiladi. Rol tavsifi qisqa bo‘lsa ham, vazifa shartlari va kerakli javob uslubini ochiq yozing. Modelni bevosita joylashtirishda uning hujjatlashtirilgan ko‘rsatma formatida tizim ko‘rsatmasiga ishlov berishning o‘z tartibi bor.
Ushbu nomdagi xizmat profili uchun 128,000 tokenli kontekst ko‘rsatilgan. Tegishli matn, tasvirlar va suhbatni shu profilning ish chegarasiga mos tayyorlang, javob uchun joy qoldiring. Tasvirlarni tayyorlash va har bir so‘rov limitlari xizmat konfiguratsiyasiga tegishli; ishlab chiquvchi misollaridagi tasvir sonlari har bir endpoint uchun umumiy limit emas, balki misollardir.
POST /v1/chat/completionstexttext| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar pixtral-large-2411 | Standart— |
Maydonmessages | Turmessage[] | TalabMajburiy | Qiymatlar va cheklovlar Elementlarning eng kam soni: 1 | Standart— |
Maydonmessages[].role | Turstring | TalabMajburiy | Qiymatlar va cheklovlar Namunalar: system, user, assistant, tool, function Shartlar: Bu rollar manba kodining moslik turlarida ochiq ifodalangan; aniq rollar to‘plami har bir modelga xos bo‘lib qoladi. Modelga bogʻliq | Standart— |
Maydonmessages[].content | Turstring|content_part[]|null | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].tool_calls | Turtool_call[] | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].tool_call_id | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: role=tool; haqiqatan qaytarilgan IDdan foydalaning | Standart— |
Maydonmessages[].name | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].reasoning_content | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: Ushbu model foydalanganda, haqiqatan qaytarilgan fikrlash ma’lumotlarini keyingi so‘rovda qayta yuboring | Standart— |
Maydonmessages[].reasoning_details | Turobject|array | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonmax_tokens | Turinteger | TalabIxtiyoriy | Qiymatlar va cheklovlar Eng kam: 1 Modelga bogʻliq | Standart— |
Maydonmax_completion_tokens | Turinteger | TalabIxtiyoriy | Qiymatlar va cheklovlar Eng kam: 1 Modelga bogʻliq | Standart— |
Maydonstream | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standartfalse |
Maydonstream_options.include_usage | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontemperature | Turnumber | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontop_p | Turnumber | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonstop | Turstring|string[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontools | Turfunction_tool[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontools[].type | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar function Modelga bogʻliq | Standart— |
Maydontools[].function.name | Turstring | TalabMajburiy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: Funksiya vositasi taqdim etilgan | Standart— |
Maydontools[].function.description | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydontools[].function.parameters | TurJSON_schema | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydontool_choice | Turstring|object | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonparallel_tool_calls | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonresponse_format | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonreasoning_effort | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonreasoning | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonservice_tier | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydoninstructions | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Moslik maydoni | Standart— |
Maydonfunctions | Turfunction[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonfunction_call | Turstring|object | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonprompt_cache_options | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonmodalities | Turstring[] | TalabIxtiyoriy | Qiymatlar va cheklovlar text | Standart— |
Maydonprovider | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Ushbu Ultra matn marshrutida provider.options rad etiladi | Standart— |
Maydoncache_control.ttl | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Haqiqiy prompt-kesh joylarida 1h rad etiladi | Standart— |
Matn · UTF8 matni
messages[].content
| Parametr | Parametr talablari |
|---|---|
Parametrcontent_type | Parametr talablariapplication/json |
Parametrrequired | Parametr talablarimodel, messages |
Parametrmaterial_types | Parametr talablaritext |
Parametrmessages | Parametr talablarirole/content tuzilishidagi xabarlar massivi |
Parametrfile_material | Parametr talablariHaqiqiy UTF-8 hujjati aynan matn sifatida kiritiladi; fayl IDsi faraz qilinmaydi |
Parametroptional_controls | Parametr talablaristream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrcontrol_scope | Parametr talablariModelga xos; foydalanuvchi funksiya vositalari hostingdagi vositalardan farq qiladi |
Parametroutput_modalities | Parametr talablaritext |
Parametrhosted_operations | Parametr talablarifalse |
Parametrmultimodal_input_binding | Parametr talablarinull |
Hayot sikli: synchronous_or_streamed
Aniq model IDsini messages bilan yuboring.
Kontekst uzunligi chiqishning yuqori chegarasi emas.
Matn fayli aynan matnni taqdim etishi mumkin; tasvir, audio va fayl obyekti kirishlari aniq bog‘lashni talab qiladi.
Tarif ma’lumotlari so‘rov imkoniyatlarini qo‘shmaydi. Qo‘llab-quvvatlanadigan parametrlar tanlangan usulda ko‘rsatilgan.
| Sozlama | Tariflar jadvali | To‘lov |
|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | To‘lov Kirish · Kirish tokenlari $0.0044 / 1K token Chiqish · Chiqish tokenlari $0.0132 / 1K token Kirish · Keshdan o‘qish $0 / 1K token Kirish · Keshga yozish $0 / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "pixtral-large-2411", "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-2411',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-2411',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 yoki SSE
Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.
Har bir javob variantini va uning kontenti, vosita chaqiruvlari hamda fikrlash ma’lumotlarini saqlang. SSEda o‘zgarish qismlarini variant va vosita indeksi bo‘yicha yig‘ing, yakuniy tugash sababi va sarf ma’lumotlarini saqlang.
So‘rov va javob IDlari hamda sarlavhalarini saqlang. Matn vazifasini olish uchun umumiy URL taqdim etilmagan.
| Maydon | Tur |
|---|---|
Maydonchoices[].index | Turinteger |
Maydonchoices[].message.content | Turstring|null |
Maydonchoices[].message.tool_calls | Turtool_call[] |
Maydonchoices[].message.reasoning_content | Turstring |
Maydonchoices[].message.reasoning_details | Turobject|array |
Maydonchoices[].finish_reason | Turstring|null |
Maydonusage | Turobject |
| Javob | Shart | Keyingi qadam |
|---|---|---|
Javob400 · invalid_request_error | ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri | Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating. |
Ailoot Ultra pixtral-large-2411
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
pixtral-large-2411Pixtral Large 2411 — Mistral AI kompaniyasining matn va tasvirlarni, jumladan hujjatlar, diagrammalar va tabiiy tasvirlarni tushunishga mo‘ljallangan multimodal modeli. Ishlab chiquvchi 123B dekoder, 1B vizual enkoder va 128K kontekstni ko‘rsatadi; unga belgilangan dalillar bilan birga aniq vizual savol bering.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Pixtral Large 2411 — Mistral AI kompaniyasining 124 milliard parametrli multimodal modeli. U 123B dekoderni 1B vizual enkoder bilan birlashtiradi va Mistral Large 2 asosida yaratilgan. Ishlab chiqaruvchi matnli vazifalar bilan bir qatorda hujjatlar, diagrammalar va tabiiy tasvirlarni tushunish imkoniyatini hamda 128K kontekst oynasini ta’riflaydi.
Har bir tasvirga belgi qo‘ying va javob qaysi tafsilotni tekshirishi kerakligini ko‘rsating. Diagramma bo‘yicha vazifada ko‘rinib turgan tendensiya, tegishli belgilar va kuzatuvni tasdiqlovchi qiymatlarni so‘rash mumkin. Hujjat tasviridan nomi ko‘rsatilgan maydon yoki parchadagi ma’lumotni so‘rash mumkin. Tafsilotning nima uchun muhimligini tushuntirsa, yozma kontekst qo‘shing.
Bir nechta tasvir uchun taqqoslanadigan xususiyatlarni sanang va har bir belgilangan manba bo‘yicha alohida kuzatuv so‘rang. Javobni taqdim etilgan materialga bog‘lab turing va ajratib olingan ma’lumot bilan birga tasvir yoki sahifa belgilarini saqlang. Bu tafsilotlarni boshqa amalda ishlatishdan oldin asl nusxa bilan tekshiring.
Joriy savolga aloqador parchalar va tasvirlarni tanlang. Qisqa ma’lumotnomada rasmning yonidagi matn bilan qanday bog‘liqligini tushuntirishni so‘rash mumkin. Taqqoslash vazifasida manbalar bo‘ylab tekshiriladigan jihatlarni ko‘rsatib, topilmalar yonida ularni tasdiqlovchi belgilarni so‘rash mumkin.
Materialni yuborishdan oldin kerakli natija va uning hajmini belgilang. Ixcham tavsif, ajratib olingan maydonlar to‘plami yoki taqqoslash jadvali tekshiruv uchun aniq nishon beradi. Natijaga ta’sir qiluvchi nomlar, miqdorlar va manba identifikatorlarini saqlang.
Ishlab chiquvchi yordamchining maqsadini aniq bayon etuvchi tizim ko‘rsatmasini kiritishni tavsiya qiladi. Rol tavsifi qisqa bo‘lsa ham, vazifa shartlari va kerakli javob uslubini ochiq yozing. Modelni bevosita joylashtirishda uning hujjatlashtirilgan ko‘rsatma formatida tizim ko‘rsatmasiga ishlov berishning o‘z tartibi bor.
Ushbu nomdagi xizmat profili uchun 128,000 tokenli kontekst ko‘rsatilgan. Tegishli matn, tasvirlar va suhbatni shu profilning ish chegarasiga mos tayyorlang, javob uchun joy qoldiring. Tasvirlarni tayyorlash va har bir so‘rov limitlari xizmat konfiguratsiyasiga tegishli; ishlab chiquvchi misollaridagi tasvir sonlari har bir endpoint uchun umumiy limit emas, balki misollardir.
POST /v1/messagestextjson, sse| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar pixtral-large-2411 | Standart— |
Maydonmessages | Turmessage[] | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].role | Turstring | TalabMajburiy | Qiymatlar va cheklovlar user, assistant | Standart— |
Maydonmessages[].content | Turstring | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydonmax_tokens | Turinteger | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydonstream | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standartfalse |
Matn · UTF-8 matni
messages[].content satri
| Parametr | Parametr talablari |
|---|---|
Parametrcontent_type | Parametr talablariapplication/json |
Parametrrequired | Parametr talablarimodel, messages, max_tokens |
Parametroptional_controls | Parametr talablaristream |
Parametrmaterial_types | Parametr talablaritext |
Parametrtext_file_material | Parametr talablariHaqiqiy UTF-8 hujjatini o‘qing va uning matnini ko‘rsatilgan kirish yoki xabar kontenti satriga joylashtiring. |
Hayot sikli: synchronous_or_streamed
Tarif ma’lumotlari so‘rov imkoniyatlarini qo‘shmaydi. Qo‘llab-quvvatlanadigan parametrlar tanlangan usulda ko‘rsatilgan.
| Sozlama | Tariflar jadvali | To‘lov |
|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | To‘lov Kirish · Kirish tokenlari $0.0044 / 1K token Chiqish · Chiqish tokenlari $0.0132 / 1K token Kirish · Keshdan o‘qish $0 / 1K token Kirish · Keshga yozish $0 / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
{\n "model": "pixtral-large-2411",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-2411', '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-2411', '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 yoki SSE
Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.
Barcha kontent bloklari, fikrlash imzolari va haqiqiy vosita ishlatish IDlarini saqlang. SSE bloklarining barcha o‘zgarish qismlarini yig‘ing; birinchi matn bloki to‘liq chiqish emas.
So‘rov va javob IDlari hamda sarlavhalarini saqlang. Matn vazifasini olish uchun umumiy URL taqdim etilmagan.
| Maydon | Tur |
|---|---|
Maydonid | Turstring |
Maydonmodel | Turstring |
Maydoncontent[] | Turtext|thinking|tool_use|other content block |
Maydonstop_reason | Turstring|null |
Maydonusage | Turobject |
| Javob | Shart | Keyingi qadam |
|---|---|---|
Javob400 · invalid_request_error | ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri | Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating. |
Ailoot Ultra pixtral-large-2411
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
Ingliz tilidagi texnik misol
Reconcile a chart caption with values\n\nCompare this transcribed figure with its accompanying prose. [FIGURE] January 100 cases; February 130; March 110. [CAPTION] Cases increased every month during the quarter. State whether the caption follows from the values, provide a more accurate one-sentence caption and list the values supporting it. Use the transcribed text only.A source-labeled consistency assessment, a corrected caption and the supporting values.Check the revised caption accounts for the February-to-March decrease.