Pixtral Large — Mistral AI kompaniyasining Mistral Large 2 asosida yaratilgan multimodal modeli. U 123 milliard parametrli multimodal dekoderni bir milliard parametrli vizual enkoder bilan birlashtirib, 124 milliard parametrli modelni hosil qiladi. Maqsad — javob uchun kerakli vizual dalilni: hujjat sahifasi, diagramma, fotosurat yoki skrinshotni tushungan holda katta til imkoniyatini saqlash. Kirishlar matn va tasvirlarni birlashtirishi mumkin; natija matndir.
Mistral 128K tokenli kontekst oynasini ta’riflaydi va u kamida 30 ta yuqori aniqlikdagi tasvirni sig‘dira olishini aytadi. Bu bayon har bir so‘rov uchun umumiy tasvir soni sozlamasini emas, kontekst sig‘imini ta’riflaydi. Amaliy foyda — bir nechta vizual manbani bitta savolga bog‘lash imkonidir. Foydali taqqoslash vazifasi ikki hisobotning belgilangan sahifalarini berib, qaysi sonlar, belgilar va xulosalar farqlanishini so‘rashi mumkin. Savol matni, har bir tasvirning roli va kerakli javob tuzilishini birga saqlang.
Ishlab chiqaruvchi ko‘p tilli matn o‘qish, hujjat savollari, diagramma talqini va oddiy tasvirni tushunishni misollar bilan ko‘rsatadi. Hujjat yordamchisi uchun ko‘rinadigan maydon nomlari va qiymatlari, sahifa joylashuvi tavsifi yoki matnni jadval yoxud rasmga bog‘lovchi izohni so‘rang. Diagrammada tekshiriladigan o‘qlar, qatorlar yoki oraliqni ko‘rsating. Misol so‘rov: “Ushbu diagrammalarni taqqoslang. Bevosita o‘qiy oladigan qiymatlarni talqinlardan ajrating, ko‘rsatilayotgan o‘zgarishni aniqlang va xulosani tekshirish uchun kerakli ma’lumotlarni sanang.” Natija maydonlar jadvali, kuzatuvlar to‘plami yoki yozma izoh bo‘lishi mumkin.
Model kartasida tizim ko‘rsatmasiga alohida e’tibor beriladi. Mistral yordamchining maqsadini bildiradigan ko‘rsatmani, qisqa bo‘lsa ham, kiritishni tavsiya qiladi. Bu vizual vazifada foydali, chunki bitta tasvir turli ishlarni qo‘llashi mumkin: yozuvlarni ajratish, sahnani tasvirlash, diagrammani tushuntirish yoki yozma talab bilan taqqoslash. Vazifani hamda noaniq yoki o‘qilmaydigan tafsilotlar qoidalarini ko‘rsating. Bir nechta tasvir berganda ularni belgilang va tartibi yoki munosabatini ko‘rsating, shunda javob kuzatuvlarni to‘g‘ri materialga bog‘lay oladi.
Mistral model sahifasida hujjat savol-javobi, tuzilmali chiqishlar va funksiya chaqirish sanalgan. Ishlab chiqaruvchi interfeysi paketli ishlovni ham qo‘llaydi. Tuzilmali chiqish bo‘yicha ko‘rsatmalar JSON obyekt formatini maxsus sxemadan ajratadi; JSON rejimida ham JSON yaratish haqida aniq ko‘rsatma kerak. Ajratib olish uchun maydonlar, yetishmayotgan qiymatlarga munosabat va ko‘chirilgan matn bilan xulosa orasidagi farqni belgilang. Ilova natijaga ishlov berishi kerak bo‘lsa tuzilmali javob, odam uning ortidagi mulohazani tushunishi kerak bo‘lsa erkin izoh foydali.
Funksiya chaqirishda ilova vosita ta’riflarini beradi, model esa argumentlari bilan funksiya taklif qiladi. Mistral jarayonida model keyingi javobni yozishidan oldin ilova amalni bajaradi va natijasini qaytaradi. Hujjat jarayoni tasvirdan o‘qilgan identifikatorni vosita bilan izlab, so‘ng qaytgan qayd asosida izoh so‘rashi mumkin. Tasvirda qayd tilga olingani uchungina vizual model tashqi ma’lumotga ixtiyoriy kirish huquqini olmaydi: ruxsat etilgan amal va uning natijasi ilovadan keladi.
Ishlab chiquvchi bashorat qilingan chiqish va prefiks imkoniyatlarini ham sanaydi. Bashorat qilingan chiqishlar chaqiruvchiga hujjat yoki kod faylini kichik o‘zgarish bilan qayta yaratishda kutilgan matnni berish imkonini beradi; prefiks javobning boshlang‘ich matnini belgilaydi. Bular qo‘shimcha vizual modalliklar emas, alohida tayyorlash boshqaruvlaridir. Foydali chiqish yangi chizilgan tasvir emas, matnli tavsif, ajratib olish yoki izoh bo‘lib qoladi. Ravshan manba tasvirlarini tanlang, nima saqlanishi kerakligini belgilang va muhim o‘qilgan ma’lumotlarni asl sahifa bilan tekshiring.
latest belgisi oila taxallusi, Pixtral-Large-Instruct-2411 esa model kartasida hujjatlashtirilgan o‘zgarmas ishlab chiqaruvchi relizidir. Takrorlanuvchi vazifa tayyorlashda bu nomlarni farqlang. E’lon qilingan kontekst ko‘rsatkichi ishlab chiquvchi modelini ta’riflaydi; o‘qilgan sahifalar alohida umumiy chiqish tokenlari chegarasini belgilamaydi. Tasvirlar to‘plami, matnli savol va kerakli javob hajmini birga tanlang, versiyaga xos so‘rov limitlarini esa shu yerda ta’riflangan umumiy vizual imkoniyatlardan alohida saqlang.
", "aboutText": "Pixtral Large — Mistral AI kompaniyasining Mistral Large 2 asosida yaratilgan multimodal modeli. U 123 milliard parametrli multimodal dekoderni bir milliard parametrli vizual enkoder bilan birlashtirib, 124 milliard parametrli modelni hosil qiladi. Maqsad — javob uchun kerakli vizual dalilni: hujjat sahifasi, diagramma, fotosurat yoki skrinshotni tushungan holda katta til imkoniyatini saqlash. Kirishlar matn va tasvirlarni birlashtirishi mumkin; natija matndir.\n\nMistral 128K tokenli kontekst oynasini ta’riflaydi va u kamida 30 ta yuqori aniqlikdagi tasvirni sig‘dira olishini aytadi. Bu bayon har bir so‘rov uchun umumiy tasvir soni sozlamasini emas, kontekst sig‘imini ta’riflaydi. Amaliy foyda — bir nechta vizual manbani bitta savolga bog‘lash imkonidir. Foydali taqqoslash vazifasi ikki hisobotning belgilangan sahifalarini berib, qaysi sonlar, belgilar va xulosalar farqlanishini so‘rashi mumkin. Savol matni, har bir tasvirning roli va kerakli javob tuzilishini birga saqlang.\n\nIshlab chiqaruvchi ko‘p tilli matn o‘qish, hujjat savollari, diagramma talqini va oddiy tasvirni tushunishni misollar bilan ko‘rsatadi. Hujjat yordamchisi uchun ko‘rinadigan maydon nomlari va qiymatlari, sahifa joylashuvi tavsifi yoki matnni jadval yoxud rasmga bog‘lovchi izohni so‘rang. Diagrammada tekshiriladigan o‘qlar, qatorlar yoki oraliqni ko‘rsating. Misol so‘rov: “Ushbu diagrammalarni taqqoslang. Bevosita o‘qiy oladigan qiymatlarni talqinlardan ajrating, ko‘rsatilayotgan o‘zgarishni aniqlang va xulosani tekshirish uchun kerakli ma’lumotlarni sanang.” Natija maydonlar jadvali, kuzatuvlar to‘plami yoki yozma izoh bo‘lishi mumkin.\n\nModel kartasida tizim ko‘rsatmasiga alohida e’tibor beriladi. Mistral yordamchining maqsadini bildiradigan ko‘rsatmani, qisqa bo‘lsa ham, kiritishni tavsiya qiladi. Bu vizual vazifada foydali, chunki bitta tasvir turli ishlarni qo‘llashi mumkin: yozuvlarni ajratish, sahnani tasvirlash, diagrammani tushuntirish yoki yozma talab bilan taqqoslash. Vazifani hamda noaniq yoki o‘qilmaydigan tafsilotlar qoidalarini ko‘rsating. Bir nechta tasvir berganda ularni belgilang va tartibi yoki munosabatini ko‘rsating, shunda javob kuzatuvlarni to‘g‘ri materialga bog‘lay oladi.\n\nMistral model sahifasida hujjat savol-javobi, tuzilmali chiqishlar va funksiya chaqirish sanalgan. Ishlab chiqaruvchi interfeysi paketli ishlovni ham qo‘llaydi. Tuzilmali chiqish bo‘yicha ko‘rsatmalar JSON obyekt formatini maxsus sxemadan ajratadi; JSON rejimida ham JSON yaratish haqida aniq ko‘rsatma kerak. Ajratib olish uchun maydonlar, yetishmayotgan qiymatlarga munosabat va ko‘chirilgan matn bilan xulosa orasidagi farqni belgilang. Ilova natijaga ishlov berishi kerak bo‘lsa tuzilmali javob, odam uning ortidagi mulohazani tushunishi kerak bo‘lsa erkin izoh foydali.\n\nFunksiya chaqirishda ilova vosita ta’riflarini beradi, model esa argumentlari bilan funksiya taklif qiladi. Mistral jarayonida model keyingi javobni yozishidan oldin ilova amalni bajaradi va natijasini qaytaradi. Hujjat jarayoni tasvirdan o‘qilgan identifikatorni vosita bilan izlab, so‘ng qaytgan qayd asosida izoh so‘rashi mumkin. Tasvirda qayd tilga olingani uchungina vizual model tashqi ma’lumotga ixtiyoriy kirish huquqini olmaydi: ruxsat etilgan amal va uning natijasi ilovadan keladi.\n\nIshlab chiquvchi bashorat qilingan chiqish va prefiks imkoniyatlarini ham sanaydi. Bashorat qilingan chiqishlar chaqiruvchiga hujjat yoki kod faylini kichik o‘zgarish bilan qayta yaratishda kutilgan matnni berish imkonini beradi; prefiks javobning boshlang‘ich matnini belgilaydi. Bular qo‘shimcha vizual modalliklar emas, alohida tayyorlash boshqaruvlaridir. Foydali chiqish yangi chizilgan tasvir emas, matnli tavsif, ajratib olish yoki izoh bo‘lib qoladi. Ravshan manba tasvirlarini tanlang, nima saqlanishi kerakligini belgilang va muhim o‘qilgan ma’lumotlarni asl sahifa bilan tekshiring.\n\nlatest belgisi oila taxallusi, Pixtral-Large-Instruct-2411 esa model kartasida hujjatlashtirilgan o‘zgarmas ishlab chiqaruvchi relizidir. Takrorlanuvchi vazifa tayyorlashda bu nomlarni farqlang. E’lon qilingan kontekst ko‘rsatkichi ishlab chiquvchi modelini ta’riflaydi; o‘qilgan sahifalar alohida umumiy chiqish tokenlari chegarasini belgilamaydi. Tasvirlar to‘plami, matnli savol va kerakli javob hajmini birga tanlang, versiyaga xos so‘rov limitlarini esa shu yerda ta’riflangan umumiy vizual imkoniyatlardan alohida saqlang.", "editorialOverlay": { "copy_fields": { "practical_html": "Ingliz tilidagi texnik misol
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 Mistral kompaniyasining til imkoniyatlarini hujjatlar, diagrammalar va fotosuratlarni tushunish bilan birlashtiradi. U matnli javoblar yaratadi hamda ishlab chiqaruvchining hujjatlashtirilgan interfeyslarida tuzilmali natijalar va ilova belgilagan vositalarni qo‘llaydi.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Pixtral Large — Mistral AI kompaniyasining Mistral Large 2 asosida yaratilgan multimodal modeli. U 123 milliard parametrli multimodal dekoderni bir milliard parametrli vizual enkoder bilan birlashtirib, 124 milliard parametrli modelni hosil qiladi. Maqsad — javob uchun kerakli vizual dalilni: hujjat sahifasi, diagramma, fotosurat yoki skrinshotni tushungan holda katta til imkoniyatini saqlash. Kirishlar matn va tasvirlarni birlashtirishi mumkin; natija matndir.
Mistral 128K tokenli kontekst oynasini ta’riflaydi va u kamida 30 ta yuqori aniqlikdagi tasvirni sig‘dira olishini aytadi. Bu bayon har bir so‘rov uchun umumiy tasvir soni sozlamasini emas, kontekst sig‘imini ta’riflaydi. Amaliy foyda — bir nechta vizual manbani bitta savolga bog‘lash imkonidir. Foydali taqqoslash vazifasi ikki hisobotning belgilangan sahifalarini berib, qaysi sonlar, belgilar va xulosalar farqlanishini so‘rashi mumkin. Savol matni, har bir tasvirning roli va kerakli javob tuzilishini birga saqlang.
Ishlab chiqaruvchi ko‘p tilli matn o‘qish, hujjat savollari, diagramma talqini va oddiy tasvirni tushunishni misollar bilan ko‘rsatadi. Hujjat yordamchisi uchun ko‘rinadigan maydon nomlari va qiymatlari, sahifa joylashuvi tavsifi yoki matnni jadval yoxud rasmga bog‘lovchi izohni so‘rang. Diagrammada tekshiriladigan o‘qlar, qatorlar yoki oraliqni ko‘rsating. Misol so‘rov: “Ushbu diagrammalarni taqqoslang. Bevosita o‘qiy oladigan qiymatlarni talqinlardan ajrating, ko‘rsatilayotgan o‘zgarishni aniqlang va xulosani tekshirish uchun kerakli ma’lumotlarni sanang.” Natija maydonlar jadvali, kuzatuvlar to‘plami yoki yozma izoh bo‘lishi mumkin.
Model kartasida tizim ko‘rsatmasiga alohida e’tibor beriladi. Mistral yordamchining maqsadini bildiradigan ko‘rsatmani, qisqa bo‘lsa ham, kiritishni tavsiya qiladi. Bu vizual vazifada foydali, chunki bitta tasvir turli ishlarni qo‘llashi mumkin: yozuvlarni ajratish, sahnani tasvirlash, diagrammani tushuntirish yoki yozma talab bilan taqqoslash. Vazifani hamda noaniq yoki o‘qilmaydigan tafsilotlar qoidalarini ko‘rsating. Bir nechta tasvir berganda ularni belgilang va tartibi yoki munosabatini ko‘rsating, shunda javob kuzatuvlarni to‘g‘ri materialga bog‘lay oladi.
Mistral model sahifasida hujjat savol-javobi, tuzilmali chiqishlar va funksiya chaqirish sanalgan. Ishlab chiqaruvchi interfeysi paketli ishlovni ham qo‘llaydi. Tuzilmali chiqish bo‘yicha ko‘rsatmalar JSON obyekt formatini maxsus sxemadan ajratadi; JSON rejimida ham JSON yaratish haqida aniq ko‘rsatma kerak. Ajratib olish uchun maydonlar, yetishmayotgan qiymatlarga munosabat va ko‘chirilgan matn bilan xulosa orasidagi farqni belgilang. Ilova natijaga ishlov berishi kerak bo‘lsa tuzilmali javob, odam uning ortidagi mulohazani tushunishi kerak bo‘lsa erkin izoh foydali.
Funksiya chaqirishda ilova vosita ta’riflarini beradi, model esa argumentlari bilan funksiya taklif qiladi. Mistral jarayonida model keyingi javobni yozishidan oldin ilova amalni bajaradi va natijasini qaytaradi. Hujjat jarayoni tasvirdan o‘qilgan identifikatorni vosita bilan izlab, so‘ng qaytgan qayd asosida izoh so‘rashi mumkin. Tasvirda qayd tilga olingani uchungina vizual model tashqi ma’lumotga ixtiyoriy kirish huquqini olmaydi: ruxsat etilgan amal va uning natijasi ilovadan keladi.
Ishlab chiquvchi bashorat qilingan chiqish va prefiks imkoniyatlarini ham sanaydi. Bashorat qilingan chiqishlar chaqiruvchiga hujjat yoki kod faylini kichik o‘zgarish bilan qayta yaratishda kutilgan matnni berish imkonini beradi; prefiks javobning boshlang‘ich matnini belgilaydi. Bular qo‘shimcha vizual modalliklar emas, alohida tayyorlash boshqaruvlaridir. Foydali chiqish yangi chizilgan tasvir emas, matnli tavsif, ajratib olish yoki izoh bo‘lib qoladi. Ravshan manba tasvirlarini tanlang, nima saqlanishi kerakligini belgilang va muhim o‘qilgan ma’lumotlarni asl sahifa bilan tekshiring.
latest belgisi oila taxallusi, Pixtral-Large-Instruct-2411 esa model kartasida hujjatlashtirilgan o‘zgarmas ishlab chiqaruvchi relizidir. Takrorlanuvchi vazifa tayyorlashda bu nomlarni farqlang. E’lon qilingan kontekst ko‘rsatkichi ishlab chiquvchi modelini ta’riflaydi; o‘qilgan sahifalar alohida umumiy chiqish tokenlari chegarasini belgilamaydi. Tasvirlar to‘plami, matnli savol va kerakli javob hajmini birga tanlang, versiyaga xos so‘rov limitlarini esa shu yerda ta’riflangan umumiy vizual imkoniyatlardan alohida saqlang.
POST /v1/chat/completionstexttext| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar pixtral-large-latest | 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-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 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-latest
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
pixtral-large-latestPixtral Large Mistral kompaniyasining til imkoniyatlarini hujjatlar, diagrammalar va fotosuratlarni tushunish bilan birlashtiradi. U matnli javoblar yaratadi hamda ishlab chiqaruvchining hujjatlashtirilgan interfeyslarida tuzilmali natijalar va ilova belgilagan vositalarni qo‘llaydi.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Pixtral Large — Mistral AI kompaniyasining Mistral Large 2 asosida yaratilgan multimodal modeli. U 123 milliard parametrli multimodal dekoderni bir milliard parametrli vizual enkoder bilan birlashtirib, 124 milliard parametrli modelni hosil qiladi. Maqsad — javob uchun kerakli vizual dalilni: hujjat sahifasi, diagramma, fotosurat yoki skrinshotni tushungan holda katta til imkoniyatini saqlash. Kirishlar matn va tasvirlarni birlashtirishi mumkin; natija matndir.
Mistral 128K tokenli kontekst oynasini ta’riflaydi va u kamida 30 ta yuqori aniqlikdagi tasvirni sig‘dira olishini aytadi. Bu bayon har bir so‘rov uchun umumiy tasvir soni sozlamasini emas, kontekst sig‘imini ta’riflaydi. Amaliy foyda — bir nechta vizual manbani bitta savolga bog‘lash imkonidir. Foydali taqqoslash vazifasi ikki hisobotning belgilangan sahifalarini berib, qaysi sonlar, belgilar va xulosalar farqlanishini so‘rashi mumkin. Savol matni, har bir tasvirning roli va kerakli javob tuzilishini birga saqlang.
Ishlab chiqaruvchi ko‘p tilli matn o‘qish, hujjat savollari, diagramma talqini va oddiy tasvirni tushunishni misollar bilan ko‘rsatadi. Hujjat yordamchisi uchun ko‘rinadigan maydon nomlari va qiymatlari, sahifa joylashuvi tavsifi yoki matnni jadval yoxud rasmga bog‘lovchi izohni so‘rang. Diagrammada tekshiriladigan o‘qlar, qatorlar yoki oraliqni ko‘rsating. Misol so‘rov: “Ushbu diagrammalarni taqqoslang. Bevosita o‘qiy oladigan qiymatlarni talqinlardan ajrating, ko‘rsatilayotgan o‘zgarishni aniqlang va xulosani tekshirish uchun kerakli ma’lumotlarni sanang.” Natija maydonlar jadvali, kuzatuvlar to‘plami yoki yozma izoh bo‘lishi mumkin.
Model kartasida tizim ko‘rsatmasiga alohida e’tibor beriladi. Mistral yordamchining maqsadini bildiradigan ko‘rsatmani, qisqa bo‘lsa ham, kiritishni tavsiya qiladi. Bu vizual vazifada foydali, chunki bitta tasvir turli ishlarni qo‘llashi mumkin: yozuvlarni ajratish, sahnani tasvirlash, diagrammani tushuntirish yoki yozma talab bilan taqqoslash. Vazifani hamda noaniq yoki o‘qilmaydigan tafsilotlar qoidalarini ko‘rsating. Bir nechta tasvir berganda ularni belgilang va tartibi yoki munosabatini ko‘rsating, shunda javob kuzatuvlarni to‘g‘ri materialga bog‘lay oladi.
Mistral model sahifasida hujjat savol-javobi, tuzilmali chiqishlar va funksiya chaqirish sanalgan. Ishlab chiqaruvchi interfeysi paketli ishlovni ham qo‘llaydi. Tuzilmali chiqish bo‘yicha ko‘rsatmalar JSON obyekt formatini maxsus sxemadan ajratadi; JSON rejimida ham JSON yaratish haqida aniq ko‘rsatma kerak. Ajratib olish uchun maydonlar, yetishmayotgan qiymatlarga munosabat va ko‘chirilgan matn bilan xulosa orasidagi farqni belgilang. Ilova natijaga ishlov berishi kerak bo‘lsa tuzilmali javob, odam uning ortidagi mulohazani tushunishi kerak bo‘lsa erkin izoh foydali.
Funksiya chaqirishda ilova vosita ta’riflarini beradi, model esa argumentlari bilan funksiya taklif qiladi. Mistral jarayonida model keyingi javobni yozishidan oldin ilova amalni bajaradi va natijasini qaytaradi. Hujjat jarayoni tasvirdan o‘qilgan identifikatorni vosita bilan izlab, so‘ng qaytgan qayd asosida izoh so‘rashi mumkin. Tasvirda qayd tilga olingani uchungina vizual model tashqi ma’lumotga ixtiyoriy kirish huquqini olmaydi: ruxsat etilgan amal va uning natijasi ilovadan keladi.
Ishlab chiquvchi bashorat qilingan chiqish va prefiks imkoniyatlarini ham sanaydi. Bashorat qilingan chiqishlar chaqiruvchiga hujjat yoki kod faylini kichik o‘zgarish bilan qayta yaratishda kutilgan matnni berish imkonini beradi; prefiks javobning boshlang‘ich matnini belgilaydi. Bular qo‘shimcha vizual modalliklar emas, alohida tayyorlash boshqaruvlaridir. Foydali chiqish yangi chizilgan tasvir emas, matnli tavsif, ajratib olish yoki izoh bo‘lib qoladi. Ravshan manba tasvirlarini tanlang, nima saqlanishi kerakligini belgilang va muhim o‘qilgan ma’lumotlarni asl sahifa bilan tekshiring.
latest belgisi oila taxallusi, Pixtral-Large-Instruct-2411 esa model kartasida hujjatlashtirilgan o‘zgarmas ishlab chiqaruvchi relizidir. Takrorlanuvchi vazifa tayyorlashda bu nomlarni farqlang. E’lon qilingan kontekst ko‘rsatkichi ishlab chiquvchi modelini ta’riflaydi; o‘qilgan sahifalar alohida umumiy chiqish tokenlari chegarasini belgilamaydi. Tasvirlar to‘plami, matnli savol va kerakli javob hajmini birga tanlang, versiyaga xos so‘rov limitlarini esa shu yerda ta’riflangan umumiy vizual imkoniyatlardan alohida saqlang.
POST /v1/messagestextjson, sse| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar pixtral-large-latest | 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 $0 / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
{\n "model": "pixtral-large-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 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-latest
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
Ingliz tilidagi texnik misol
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.