Pixtral Large 2411 là mô hình đa phương thức 124 tỷ tham số của Mistral AI. Mô hình kết hợp bộ giải mã 123B với bộ mã hóa thị giác 1B và được xây dựng trên Mistral Large 2. Nhà phát triển mô tả khả năng hiểu tài liệu, biểu đồ và ảnh chụp thực tế bên cạnh các tác vụ văn bản, với cửa sổ ngữ cảnh 128K.
Gắn nhãn cho từng ảnh và chỉ rõ chi tiết mà câu trả lời cần xem xét. Với biểu đồ, bạn có thể yêu cầu nêu xu hướng nhìn thấy, các nhãn liên quan và những giá trị làm căn cứ cho nhận xét. Với ảnh tài liệu, bạn có thể yêu cầu lấy thông tin từ một trường hoặc đoạn cụ thể. Bổ sung ngữ cảnh bằng văn bản khi điều đó giúp giải thích vì sao chi tiết ấy quan trọng.
Nếu có nhiều ảnh, hãy nêu các đặc điểm cần so sánh và yêu cầu nhận xét riêng cho từng nguồn được gắn nhãn. Giữ câu trả lời bám sát tư liệu đã cung cấp và giữ nhãn ảnh hoặc trang đi kèm thông tin trích xuất. Đối chiếu các chi tiết đó với bản gốc trước khi dùng chúng trong một thao tác khác.
Chọn những đoạn văn và hình ảnh liên quan trực tiếp đến câu hỏi hiện tại. Với bản thuyết minh, bạn có thể yêu cầu giải thích một hình minh họa liên hệ thế nào với phần văn bản đi kèm. Với bài so sánh, hãy xác định các khía cạnh cần xem xét giữa các nguồn và yêu cầu đặt nhãn dẫn chứng cạnh từng phát hiện.
Xác định dạng đầu ra cần nhận và độ dài trước khi gửi tư liệu. Một mô tả ngắn gọn, tập hợp các trường đã trích xuất hoặc bảng so sánh sẽ tạo mục tiêu cụ thể cho việc kiểm tra. Giữ nguyên tên, số lượng và mã định danh nguồn có ảnh hưởng đến kết quả.
Nhà phát triển khuyến nghị dùng lời nhắc hệ thống nêu rõ mục đích của trợ lý. Hãy trình bày tường minh các điều kiện của tác vụ và phong cách trả lời mong muốn, kể cả khi phần mô tả vai trò ngắn. Định dạng chỉ dẫn được tài liệu hóa của mô hình có cơ chế xử lý lời nhắc hệ thống riêng khi triển khai mô hình trực tiếp.
Cấu hình dịch vụ được đặt tên này công bố ngữ cảnh 128,000 token. Sắp xếp văn bản, hình ảnh và hội thoại liên quan trong dung lượng làm việc của cấu hình đó, đồng thời chừa chỗ cho câu trả lời. Việc chuẩn bị ảnh và giới hạn mỗi yêu cầu thuộc về cấu hình phục vụ; số lượng ảnh trong ví dụ của nhà phát triển là ví dụ minh họa, không phải giới hạn chung cho mọi endpoint.
", "aboutText": "Pixtral Large 2411 là mô hình đa phương thức 124 tỷ tham số của Mistral AI. Mô hình kết hợp bộ giải mã 123B với bộ mã hóa thị giác 1B và được xây dựng trên Mistral Large 2. Nhà phát triển mô tả khả năng hiểu tài liệu, biểu đồ và ảnh chụp thực tế bên cạnh các tác vụ văn bản, với cửa sổ ngữ cảnh 128K.\n\n### Đặt câu hỏi chính xác về tư liệu hình ảnh\n\nGắn nhãn cho từng ảnh và chỉ rõ chi tiết mà câu trả lời cần xem xét. Với biểu đồ, bạn có thể yêu cầu nêu xu hướng nhìn thấy, các nhãn liên quan và những giá trị làm căn cứ cho nhận xét. Với ảnh tài liệu, bạn có thể yêu cầu lấy thông tin từ một trường hoặc đoạn cụ thể. Bổ sung ngữ cảnh bằng văn bản khi điều đó giúp giải thích vì sao chi tiết ấy quan trọng.\n\nNếu có nhiều ảnh, hãy nêu các đặc điểm cần so sánh và yêu cầu nhận xét riêng cho từng nguồn được gắn nhãn. Giữ câu trả lời bám sát tư liệu đã cung cấp và giữ nhãn ảnh hoặc trang đi kèm thông tin trích xuất. Đối chiếu các chi tiết đó với bản gốc trước khi dùng chúng trong một thao tác khác.\n\n### Kết hợp văn bản và hình ảnh trong cùng một tác vụ\n\nChọn những đoạn văn và hình ảnh liên quan trực tiếp đến câu hỏi hiện tại. Với bản thuyết minh, bạn có thể yêu cầu giải thích một hình minh họa liên hệ thế nào với phần văn bản đi kèm. Với bài so sánh, hãy xác định các khía cạnh cần xem xét giữa các nguồn và yêu cầu đặt nhãn dẫn chứng cạnh từng phát hiện.\n\nXác định dạng đầu ra cần nhận và độ dài trước khi gửi tư liệu. Một mô tả ngắn gọn, tập hợp các trường đã trích xuất hoặc bảng so sánh sẽ tạo mục tiêu cụ thể cho việc kiểm tra. Giữ nguyên tên, số lượng và mã định danh nguồn có ảnh hưởng đến kết quả.\n\n### Nêu mục đích và phân bổ ngữ cảnh\n\nNhà phát triển khuyến nghị dùng lời nhắc hệ thống nêu rõ mục đích của trợ lý. Hãy trình bày tường minh các điều kiện của tác vụ và phong cách trả lời mong muốn, kể cả khi phần mô tả vai trò ngắn. Định dạng chỉ dẫn được tài liệu hóa của mô hình có cơ chế xử lý lời nhắc hệ thống riêng khi triển khai mô hình trực tiếp.\n\nCấu hình dịch vụ được đặt tên này công bố ngữ cảnh 128,000 token. Sắp xếp văn bản, hình ảnh và hội thoại liên quan trong dung lượng làm việc của cấu hình đó, đồng thời chừa chỗ cho câu trả lời. Việc chuẩn bị ảnh và giới hạn mỗi yêu cầu thuộc về cấu hình phục vụ; số lượng ảnh trong ví dụ của nhà phát triển là ví dụ minh họa, không phải giới hạn chung cho mọi endpoint.", "editorialOverlay": { "copy_fields": { "practical_html": "Ví dụ kỹ thuật bằng tiếng Anh
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 là mô hình đa phương thức của Mistral AI, dùng để hiểu văn bản và hình ảnh, bao gồm tài liệu, biểu đồ và ảnh chụp thực tế. Nhà phát triển công bố mô hình có bộ giải mã 123B, bộ mã hóa thị giác 1B và ngữ cảnh 128K; hãy đưa ra câu hỏi thị giác có trọng tâm cùng các bằng chứng được gắn nhãn.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
Pixtral Large 2411 là mô hình đa phương thức 124 tỷ tham số của Mistral AI. Mô hình kết hợp bộ giải mã 123B với bộ mã hóa thị giác 1B và được xây dựng trên Mistral Large 2. Nhà phát triển mô tả khả năng hiểu tài liệu, biểu đồ và ảnh chụp thực tế bên cạnh các tác vụ văn bản, với cửa sổ ngữ cảnh 128K.
Gắn nhãn cho từng ảnh và chỉ rõ chi tiết mà câu trả lời cần xem xét. Với biểu đồ, bạn có thể yêu cầu nêu xu hướng nhìn thấy, các nhãn liên quan và những giá trị làm căn cứ cho nhận xét. Với ảnh tài liệu, bạn có thể yêu cầu lấy thông tin từ một trường hoặc đoạn cụ thể. Bổ sung ngữ cảnh bằng văn bản khi điều đó giúp giải thích vì sao chi tiết ấy quan trọng.
Nếu có nhiều ảnh, hãy nêu các đặc điểm cần so sánh và yêu cầu nhận xét riêng cho từng nguồn được gắn nhãn. Giữ câu trả lời bám sát tư liệu đã cung cấp và giữ nhãn ảnh hoặc trang đi kèm thông tin trích xuất. Đối chiếu các chi tiết đó với bản gốc trước khi dùng chúng trong một thao tác khác.
Chọn những đoạn văn và hình ảnh liên quan trực tiếp đến câu hỏi hiện tại. Với bản thuyết minh, bạn có thể yêu cầu giải thích một hình minh họa liên hệ thế nào với phần văn bản đi kèm. Với bài so sánh, hãy xác định các khía cạnh cần xem xét giữa các nguồn và yêu cầu đặt nhãn dẫn chứng cạnh từng phát hiện.
Xác định dạng đầu ra cần nhận và độ dài trước khi gửi tư liệu. Một mô tả ngắn gọn, tập hợp các trường đã trích xuất hoặc bảng so sánh sẽ tạo mục tiêu cụ thể cho việc kiểm tra. Giữ nguyên tên, số lượng và mã định danh nguồn có ảnh hưởng đến kết quả.
Nhà phát triển khuyến nghị dùng lời nhắc hệ thống nêu rõ mục đích của trợ lý. Hãy trình bày tường minh các điều kiện của tác vụ và phong cách trả lời mong muốn, kể cả khi phần mô tả vai trò ngắn. Định dạng chỉ dẫn được tài liệu hóa của mô hình có cơ chế xử lý lời nhắc hệ thống riêng khi triển khai mô hình trực tiếp.
Cấu hình dịch vụ được đặt tên này công bố ngữ cảnh 128,000 token. Sắp xếp văn bản, hình ảnh và hội thoại liên quan trong dung lượng làm việc của cấu hình đó, đồng thời chừa chỗ cho câu trả lời. Việc chuẩn bị ảnh và giới hạn mỗi yêu cầu thuộc về cấu hình phục vụ; số lượng ảnh trong ví dụ của nhà phát triển là ví dụ minh họa, không phải giới hạn chung cho mọi endpoint.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn pixtral-large-2411 | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn Số mục tối thiểu: 1 | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Ví dụ: system, user, assistant, tool, function Điều kiện: Các vai trò này được biểu diễn rõ trong các kiểu tương thích của mã nguồn; tập vai trò chính xác vẫn tùy từng mô hình. Tùy thuộc vào mô hình | Mặc định— |
Trườngmessages[].content | Loạistring|content_part[]|null | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_calls | Loạitool_call[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_call_id | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: role=tool; dùng ID thực tế được trả về | Mặc định— |
Trườngmessages[].name | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].reasoning_content | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: Gửi lại dữ liệu suy luận thực tế đã được trả về khi mô hình này sử dụng dữ liệu đó | Mặc định— |
Trườngmessages[].reasoning_details | Loạiobject|array | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_completion_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Trườngstream_options.include_usage | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtemperature | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtop_p | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngstop | Loạistring|string[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools | Loạifunction_tool[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].type | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn function Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].function.name | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Áp dụng khi: Có cung cấp công cụ hàm | Mặc định— |
Trườngtools[].function.description | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtools[].function.parameters | LoạiJSON_schema | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtool_choice | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngparallel_tool_calls | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngresponse_format | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning_effort | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngservice_tier | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườnginstructions | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Trường tương thích | Mặc định— |
Trườngfunctions | Loạifunction[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngfunction_call | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngprompt_cache_options | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmodalities | Loạistring[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn text | Mặc định— |
Trườngprovider | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: provider.options bị từ chối trên tuyến văn bản Ultra này | Mặc định— |
Trườngcache_control.ttl | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: 1h bị từ chối tại các vị trí lưu đệm prompt thực tế | Mặc định— |
Văn bản · Văn bản UTF8
messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốmessages | Hợp đồngMảng thông điệp có cấu trúc role/content |
Tham sốfile_material | Hợp đồngTài liệu UTF-8 thực tế được chèn nguyên dạng văn bản; không suy ra ID tệp |
Tham sốoptional_controls | Hợp đồngstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Tham sốcontrol_scope | Hợp đồngTùy từng mô hình; công cụ hàm của người dùng khác với công cụ do dịch vụ cung cấp |
Tham sốoutput_modalities | Hợp đồngtext |
Tham sốhosted_operations | Hợp đồngfalse |
Tham sốmultimodal_input_binding | Hợp đồngnull |
Vòng đời: synchronous_or_streamed
Gửi ID mô hình chính xác cùng messages.
Độ dài ngữ cảnh không phải giới hạn đầu ra.
Tệp văn bản có thể cung cấp nguyên văn nội dung; đầu vào hình ảnh, âm thanh hoặc đối tượng tệp cần có liên kết chính xác.
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
| Cấu hình | Biểu mức phí | Phí |
|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Phí Đầu vào · Token đầu vào $0.0044 / 1K token Đầu ra · Token đầu ra $0.0132 / 1K token Đầu vào · Đọc bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${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 hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi phương án trả lời cùng nội dung, lệnh gọi công cụ và dữ liệu suy luận của phương án đó. Với SSE, ghép các phần thay đổi theo chỉ số phương án và công cụ, giữ lý do kết thúc cuối cùng cùng dữ liệu sử dụng.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngchoices[].index | Loạiinteger |
Trườngchoices[].message.content | Loạistring|null |
Trườngchoices[].message.tool_calls | Loạitool_call[] |
Trườngchoices[].message.reasoning_content | Loạistring |
Trườngchoices[].message.reasoning_details | Loạiobject|array |
Trườngchoices[].finish_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra pixtral-large-2411
Dùng các đường dẫn phương thức hiển thị ở trên.
pixtral-large-2411Pixtral Large 2411 là mô hình đa phương thức của Mistral AI, dùng để hiểu văn bản và hình ảnh, bao gồm tài liệu, biểu đồ và ảnh chụp thực tế. Nhà phát triển công bố mô hình có bộ giải mã 123B, bộ mã hóa thị giác 1B và ngữ cảnh 128K; hãy đưa ra câu hỏi thị giác có trọng tâm cùng các bằng chứng được gắn nhãn.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
Pixtral Large 2411 là mô hình đa phương thức 124 tỷ tham số của Mistral AI. Mô hình kết hợp bộ giải mã 123B với bộ mã hóa thị giác 1B và được xây dựng trên Mistral Large 2. Nhà phát triển mô tả khả năng hiểu tài liệu, biểu đồ và ảnh chụp thực tế bên cạnh các tác vụ văn bản, với cửa sổ ngữ cảnh 128K.
Gắn nhãn cho từng ảnh và chỉ rõ chi tiết mà câu trả lời cần xem xét. Với biểu đồ, bạn có thể yêu cầu nêu xu hướng nhìn thấy, các nhãn liên quan và những giá trị làm căn cứ cho nhận xét. Với ảnh tài liệu, bạn có thể yêu cầu lấy thông tin từ một trường hoặc đoạn cụ thể. Bổ sung ngữ cảnh bằng văn bản khi điều đó giúp giải thích vì sao chi tiết ấy quan trọng.
Nếu có nhiều ảnh, hãy nêu các đặc điểm cần so sánh và yêu cầu nhận xét riêng cho từng nguồn được gắn nhãn. Giữ câu trả lời bám sát tư liệu đã cung cấp và giữ nhãn ảnh hoặc trang đi kèm thông tin trích xuất. Đối chiếu các chi tiết đó với bản gốc trước khi dùng chúng trong một thao tác khác.
Chọn những đoạn văn và hình ảnh liên quan trực tiếp đến câu hỏi hiện tại. Với bản thuyết minh, bạn có thể yêu cầu giải thích một hình minh họa liên hệ thế nào với phần văn bản đi kèm. Với bài so sánh, hãy xác định các khía cạnh cần xem xét giữa các nguồn và yêu cầu đặt nhãn dẫn chứng cạnh từng phát hiện.
Xác định dạng đầu ra cần nhận và độ dài trước khi gửi tư liệu. Một mô tả ngắn gọn, tập hợp các trường đã trích xuất hoặc bảng so sánh sẽ tạo mục tiêu cụ thể cho việc kiểm tra. Giữ nguyên tên, số lượng và mã định danh nguồn có ảnh hưởng đến kết quả.
Nhà phát triển khuyến nghị dùng lời nhắc hệ thống nêu rõ mục đích của trợ lý. Hãy trình bày tường minh các điều kiện của tác vụ và phong cách trả lời mong muốn, kể cả khi phần mô tả vai trò ngắn. Định dạng chỉ dẫn được tài liệu hóa của mô hình có cơ chế xử lý lời nhắc hệ thống riêng khi triển khai mô hình trực tiếp.
Cấu hình dịch vụ được đặt tên này công bố ngữ cảnh 128,000 token. Sắp xếp văn bản, hình ảnh và hội thoại liên quan trong dung lượng làm việc của cấu hình đó, đồng thời chừa chỗ cho câu trả lời. Việc chuẩn bị ảnh và giới hạn mỗi yêu cầu thuộc về cấu hình phục vụ; số lượng ảnh trong ví dụ của nhà phát triển là ví dụ minh họa, không phải giới hạn chung cho mọi endpoint.
POST /v1/messagestextjson, sse| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn pixtral-large-2411 | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn user, assistant | Mặc định— |
Trườngmessages[].content | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Văn bản · Văn bản UTF-8
Chuỗi messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages, max_tokens |
Tham sốoptional_controls | Hợp đồngstream |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốtext_file_material | Hợp đồngĐọc tài liệu UTF-8 thực tế và đặt nội dung văn bản vào chuỗi đầu vào hoặc nội dung thông điệp được chỉ định. |
Vòng đời: synchronous_or_streamed
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
| Cấu hình | Biểu mức phí | Phí |
|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Phí Đầu vào · Token đầu vào $0.0044 / 1K token Đầu ra · Token đầu ra $0.0132 / 1K token Đầu vào · Đọc bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "pixtral-large-2411",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi khối nội dung, chữ ký suy nghĩ và ID sử dụng công cụ thực tế. Ghép tất cả các phần thay đổi của khối SSE; khối văn bản đầu tiên không phải toàn bộ đầu ra.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngid | Loạistring |
Trườngmodel | Loạistring |
Trườngcontent[] | Loạitext|thinking|tool_use|other content block |
Trườngstop_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra pixtral-large-2411
Dùng các đường dẫn phương thức hiển thị ở trên.
Ví dụ kỹ thuật bằng tiếng Anh
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.