Pixtral Large là mô hình đa phương thức của Mistral AI được xây dựng trên Mistral Large 2. Mô hình kết hợp bộ giải mã đa phương thức 123 tỷ tham số với bộ mã hóa thị giác một tỷ tham số, tạo thành mô hình 124 tỷ tham số. Mục đích là giữ năng lực ngôn ngữ mạnh trong khi hiểu bằng chứng hình ảnh cần cho câu trả lời: trang tài liệu, biểu đồ, ảnh chụp hoặc ảnh chụp màn hình. Đầu vào có thể kết hợp văn bản và hình ảnh; kết quả là văn bản.
Mistral mô tả cửa sổ ngữ cảnh 128K token và cho biết có thể chứa ít nhất 30 ảnh độ phân giải cao. Phát biểu đó mô tả dung lượng ngữ cảnh, không phải thiết lập số ảnh chung cho mỗi yêu cầu. Giá trị thực tế là khả năng liên hệ nhiều nguồn hình ảnh với một câu hỏi. Tác vụ so sánh hữu ích có thể cung cấp các trang được gắn nhãn từ hai báo cáo và hỏi số liệu, nhãn và kết luận nào khác nhau. Giữ văn bản câu hỏi, vai trò của từng ảnh và cấu trúc câu trả lời yêu cầu cùng nhau.
Nhà phát triển minh họa việc đọc văn bản đa ngôn ngữ, trả lời câu hỏi tài liệu, diễn giải biểu đồ và hiểu ảnh thông thường. Với trợ lý tài liệu, yêu cầu tên và giá trị trường nhìn thấy, mô tả bố cục trang hoặc lời giải thích nối câu chữ với bảng hay hình. Với biểu đồ, chỉ rõ các trục, chuỗi dữ liệu hoặc khoảng cần xem xét. Một yêu cầu minh họa là: “So sánh các biểu đồ này. Tách các giá trị có thể đọc trực tiếp khỏi diễn giải, xác định thay đổi đang được thể hiện và liệt kê thông tin cần để kiểm tra kết luận.” Kết quả có thể là bảng trường, tập hợp quan sát hoặc lời giải thích bằng văn bản.
Thẻ mô hình chú trọng đặc biệt đến lời nhắc hệ thống. Mistral khuyến nghị thêm chỉ dẫn nêu mục đích của trợ lý, kể cả khi ngắn. Điều này hữu ích cho tác vụ thị giác vì cùng một ảnh có thể phục vụ những công việc khác nhau: trích xuất mục, mô tả cảnh, giải thích sơ đồ hoặc so sánh với yêu cầu bằng văn bản. Nêu công việc và quy tắc xử lý chi tiết không chắc chắn hoặc không đọc được. Khi cung cấp nhiều ảnh, gắn nhãn và xác định thứ tự hoặc quan hệ của chúng để câu trả lời có thể nối quan sát với đúng tư liệu.
Trang mô hình của Mistral liệt kê trả lời câu hỏi tài liệu, đầu ra có cấu trúc và gọi hàm. Giao diện của nhà phát triển cũng hỗ trợ xử lý theo lô. Hướng dẫn đầu ra có cấu trúc phân biệt định dạng đối tượng JSON với schema tùy chỉnh; chế độ JSON vẫn yêu cầu chỉ dẫn tường minh tạo JSON. Khi trích xuất, xác định các trường, cách xử lý giá trị thiếu và sự khác biệt giữa văn bản chép lại với kết luận. Câu trả lời có cấu trúc hữu ích khi ứng dụng cần xử lý kết quả, còn lời giải thích tự do hữu ích khi người đọc cần hiểu lập luận đằng sau.
Đối với gọi hàm, ứng dụng cung cấp định nghĩa công cụ và mô hình đề xuất hàm cùng đối số. Sau đó quy trình của Mistral yêu cầu ứng dụng thực thi thao tác và gửi kết quả trở lại trước khi mô hình viết câu trả lời tiếp nối. Quy trình tài liệu có thể dùng công cụ để tra cứu mã định danh đã đọc từ ảnh, rồi yêu cầu giải thích bằng bản ghi trả về. Mô hình thị giác không có quyền truy cập tùy ý vào dữ liệu bên ngoài chỉ vì ảnh nhắc đến một bản ghi: thao tác được phép và kết quả của nó đến từ ứng dụng.
Nhà phát triển cũng liệt kê tính năng predicted-output và prefix. Predicted outputs cho phép bên gọi cung cấp văn bản dự kiến khi tạo lại tài liệu hoặc tệp mã với một thay đổi nhỏ; prefix xác định văn bản bắt đầu câu trả lời. Đây là các điều khiển chuẩn bị riêng biệt, không phải phương thức hình ảnh bổ sung. Đầu ra hữu ích vẫn là mô tả, trích xuất hoặc giải thích bằng văn bản, không phải ảnh mới được dựng. Chọn ảnh nguồn rõ, chỉ rõ điều cần giữ nguyên và đối chiếu thông tin đọc quan trọng với trang gốc.
Nhãn latest là bí danh của họ mô hình, còn Pixtral-Large-Instruct-2411 là bản phát hành cố định của nhà phát triển được thẻ mô hình tài liệu hóa. Giữ các tên này riêng biệt khi chuẩn bị tác vụ có thể lặp lại. Số liệu ngữ cảnh công bố mô tả mô hình của nhà phát triển; các trang đã đọc không xác lập giới hạn token đầu ra chung riêng. Chọn tập ảnh, câu hỏi văn bản và độ dài câu trả lời mong muốn cùng nhau, đồng thời giữ giới hạn yêu cầu theo phiên bản tách biệt với các khả năng thị giác chung được mô tả ở đây.
", "aboutText": "Pixtral Large là mô hình đa phương thức của Mistral AI được xây dựng trên Mistral Large 2. Mô hình kết hợp bộ giải mã đa phương thức 123 tỷ tham số với bộ mã hóa thị giác một tỷ tham số, tạo thành mô hình 124 tỷ tham số. Mục đích là giữ năng lực ngôn ngữ mạnh trong khi hiểu bằng chứng hình ảnh cần cho câu trả lời: trang tài liệu, biểu đồ, ảnh chụp hoặc ảnh chụp màn hình. Đầu vào có thể kết hợp văn bản và hình ảnh; kết quả là văn bản.\n\nMistral mô tả cửa sổ ngữ cảnh 128K token và cho biết có thể chứa ít nhất 30 ảnh độ phân giải cao. Phát biểu đó mô tả dung lượng ngữ cảnh, không phải thiết lập số ảnh chung cho mỗi yêu cầu. Giá trị thực tế là khả năng liên hệ nhiều nguồn hình ảnh với một câu hỏi. Tác vụ so sánh hữu ích có thể cung cấp các trang được gắn nhãn từ hai báo cáo và hỏi số liệu, nhãn và kết luận nào khác nhau. Giữ văn bản câu hỏi, vai trò của từng ảnh và cấu trúc câu trả lời yêu cầu cùng nhau.\n\nNhà phát triển minh họa việc đọc văn bản đa ngôn ngữ, trả lời câu hỏi tài liệu, diễn giải biểu đồ và hiểu ảnh thông thường. Với trợ lý tài liệu, yêu cầu tên và giá trị trường nhìn thấy, mô tả bố cục trang hoặc lời giải thích nối câu chữ với bảng hay hình. Với biểu đồ, chỉ rõ các trục, chuỗi dữ liệu hoặc khoảng cần xem xét. Một yêu cầu minh họa là: “So sánh các biểu đồ này. Tách các giá trị có thể đọc trực tiếp khỏi diễn giải, xác định thay đổi đang được thể hiện và liệt kê thông tin cần để kiểm tra kết luận.” Kết quả có thể là bảng trường, tập hợp quan sát hoặc lời giải thích bằng văn bản.\n\nThẻ mô hình chú trọng đặc biệt đến lời nhắc hệ thống. Mistral khuyến nghị thêm chỉ dẫn nêu mục đích của trợ lý, kể cả khi ngắn. Điều này hữu ích cho tác vụ thị giác vì cùng một ảnh có thể phục vụ những công việc khác nhau: trích xuất mục, mô tả cảnh, giải thích sơ đồ hoặc so sánh với yêu cầu bằng văn bản. Nêu công việc và quy tắc xử lý chi tiết không chắc chắn hoặc không đọc được. Khi cung cấp nhiều ảnh, gắn nhãn và xác định thứ tự hoặc quan hệ của chúng để câu trả lời có thể nối quan sát với đúng tư liệu.\n\nTrang mô hình của Mistral liệt kê trả lời câu hỏi tài liệu, đầu ra có cấu trúc và gọi hàm. Giao diện của nhà phát triển cũng hỗ trợ xử lý theo lô. Hướng dẫn đầu ra có cấu trúc phân biệt định dạng đối tượng JSON với schema tùy chỉnh; chế độ JSON vẫn yêu cầu chỉ dẫn tường minh tạo JSON. Khi trích xuất, xác định các trường, cách xử lý giá trị thiếu và sự khác biệt giữa văn bản chép lại với kết luận. Câu trả lời có cấu trúc hữu ích khi ứng dụng cần xử lý kết quả, còn lời giải thích tự do hữu ích khi người đọc cần hiểu lập luận đằng sau.\n\nĐối với gọi hàm, ứng dụng cung cấp định nghĩa công cụ và mô hình đề xuất hàm cùng đối số. Sau đó quy trình của Mistral yêu cầu ứng dụng thực thi thao tác và gửi kết quả trở lại trước khi mô hình viết câu trả lời tiếp nối. Quy trình tài liệu có thể dùng công cụ để tra cứu mã định danh đã đọc từ ảnh, rồi yêu cầu giải thích bằng bản ghi trả về. Mô hình thị giác không có quyền truy cập tùy ý vào dữ liệu bên ngoài chỉ vì ảnh nhắc đến một bản ghi: thao tác được phép và kết quả của nó đến từ ứng dụng.\n\nNhà phát triển cũng liệt kê tính năng predicted-output và prefix. Predicted outputs cho phép bên gọi cung cấp văn bản dự kiến khi tạo lại tài liệu hoặc tệp mã với một thay đổi nhỏ; prefix xác định văn bản bắt đầu câu trả lời. Đây là các điều khiển chuẩn bị riêng biệt, không phải phương thức hình ảnh bổ sung. Đầu ra hữu ích vẫn là mô tả, trích xuất hoặc giải thích bằng văn bản, không phải ảnh mới được dựng. Chọn ảnh nguồn rõ, chỉ rõ điều cần giữ nguyên và đối chiếu thông tin đọc quan trọng với trang gốc.\n\nNhãn latest là bí danh của họ mô hình, còn Pixtral-Large-Instruct-2411 là bản phát hành cố định của nhà phát triển được thẻ mô hình tài liệu hóa. Giữ các tên này riêng biệt khi chuẩn bị tác vụ có thể lặp lại. Số liệu ngữ cảnh công bố mô tả mô hình của nhà phát triển; các trang đã đọc không xác lập giới hạn token đầu ra chung riêng. Chọn tập ảnh, câu hỏi văn bản và độ dài câu trả lời mong muốn cùng nhau, đồng thời giữ giới hạn yêu cầu theo phiên bản tách biệt với các khả năng thị giác chung được mô tả ở đây.", "editorialOverlay": { "copy_fields": { "practical_html": "Ví dụ kỹ thuật bằng tiếng Anh
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 kết hợp năng lực ngôn ngữ của Mistral với khả năng hiểu hình ảnh cho tài liệu, biểu đồ và ảnh chụp. Mô hình tạo câu trả lời bằng văn bản, hỗ trợ kết quả có cấu trúc và công cụ do ứng dụng định nghĩa trong các giao diện được nhà phát triển tài liệu hóa.
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 là mô hình đa phương thức của Mistral AI được xây dựng trên Mistral Large 2. Mô hình kết hợp bộ giải mã đa phương thức 123 tỷ tham số với bộ mã hóa thị giác một tỷ tham số, tạo thành mô hình 124 tỷ tham số. Mục đích là giữ năng lực ngôn ngữ mạnh trong khi hiểu bằng chứng hình ảnh cần cho câu trả lời: trang tài liệu, biểu đồ, ảnh chụp hoặc ảnh chụp màn hình. Đầu vào có thể kết hợp văn bản và hình ảnh; kết quả là văn bản.
Mistral mô tả cửa sổ ngữ cảnh 128K token và cho biết có thể chứa ít nhất 30 ảnh độ phân giải cao. Phát biểu đó mô tả dung lượng ngữ cảnh, không phải thiết lập số ảnh chung cho mỗi yêu cầu. Giá trị thực tế là khả năng liên hệ nhiều nguồn hình ảnh với một câu hỏi. Tác vụ so sánh hữu ích có thể cung cấp các trang được gắn nhãn từ hai báo cáo và hỏi số liệu, nhãn và kết luận nào khác nhau. Giữ văn bản câu hỏi, vai trò của từng ảnh và cấu trúc câu trả lời yêu cầu cùng nhau.
Nhà phát triển minh họa việc đọc văn bản đa ngôn ngữ, trả lời câu hỏi tài liệu, diễn giải biểu đồ và hiểu ảnh thông thường. Với trợ lý tài liệu, yêu cầu tên và giá trị trường nhìn thấy, mô tả bố cục trang hoặc lời giải thích nối câu chữ với bảng hay hình. Với biểu đồ, chỉ rõ các trục, chuỗi dữ liệu hoặc khoảng cần xem xét. Một yêu cầu minh họa là: “So sánh các biểu đồ này. Tách các giá trị có thể đọc trực tiếp khỏi diễn giải, xác định thay đổi đang được thể hiện và liệt kê thông tin cần để kiểm tra kết luận.” Kết quả có thể là bảng trường, tập hợp quan sát hoặc lời giải thích bằng văn bản.
Thẻ mô hình chú trọng đặc biệt đến lời nhắc hệ thống. Mistral khuyến nghị thêm chỉ dẫn nêu mục đích của trợ lý, kể cả khi ngắn. Điều này hữu ích cho tác vụ thị giác vì cùng một ảnh có thể phục vụ những công việc khác nhau: trích xuất mục, mô tả cảnh, giải thích sơ đồ hoặc so sánh với yêu cầu bằng văn bản. Nêu công việc và quy tắc xử lý chi tiết không chắc chắn hoặc không đọc được. Khi cung cấp nhiều ảnh, gắn nhãn và xác định thứ tự hoặc quan hệ của chúng để câu trả lời có thể nối quan sát với đúng tư liệu.
Trang mô hình của Mistral liệt kê trả lời câu hỏi tài liệu, đầu ra có cấu trúc và gọi hàm. Giao diện của nhà phát triển cũng hỗ trợ xử lý theo lô. Hướng dẫn đầu ra có cấu trúc phân biệt định dạng đối tượng JSON với schema tùy chỉnh; chế độ JSON vẫn yêu cầu chỉ dẫn tường minh tạo JSON. Khi trích xuất, xác định các trường, cách xử lý giá trị thiếu và sự khác biệt giữa văn bản chép lại với kết luận. Câu trả lời có cấu trúc hữu ích khi ứng dụng cần xử lý kết quả, còn lời giải thích tự do hữu ích khi người đọc cần hiểu lập luận đằng sau.
Đối với gọi hàm, ứng dụng cung cấp định nghĩa công cụ và mô hình đề xuất hàm cùng đối số. Sau đó quy trình của Mistral yêu cầu ứng dụng thực thi thao tác và gửi kết quả trở lại trước khi mô hình viết câu trả lời tiếp nối. Quy trình tài liệu có thể dùng công cụ để tra cứu mã định danh đã đọc từ ảnh, rồi yêu cầu giải thích bằng bản ghi trả về. Mô hình thị giác không có quyền truy cập tùy ý vào dữ liệu bên ngoài chỉ vì ảnh nhắc đến một bản ghi: thao tác được phép và kết quả của nó đến từ ứng dụng.
Nhà phát triển cũng liệt kê tính năng predicted-output và prefix. Predicted outputs cho phép bên gọi cung cấp văn bản dự kiến khi tạo lại tài liệu hoặc tệp mã với một thay đổi nhỏ; prefix xác định văn bản bắt đầu câu trả lời. Đây là các điều khiển chuẩn bị riêng biệt, không phải phương thức hình ảnh bổ sung. Đầu ra hữu ích vẫn là mô tả, trích xuất hoặc giải thích bằng văn bản, không phải ảnh mới được dựng. Chọn ảnh nguồn rõ, chỉ rõ điều cần giữ nguyên và đối chiếu thông tin đọc quan trọng với trang gốc.
Nhãn latest là bí danh của họ mô hình, còn Pixtral-Large-Instruct-2411 là bản phát hành cố định của nhà phát triển được thẻ mô hình tài liệu hóa. Giữ các tên này riêng biệt khi chuẩn bị tác vụ có thể lặp lại. Số liệu ngữ cảnh công bố mô tả mô hình của nhà phát triển; các trang đã đọc không xác lập giới hạn token đầu ra chung riêng. Chọn tập ảnh, câu hỏi văn bản và độ dài câu trả lời mong muốn cùng nhau, đồng thời giữ giới hạn yêu cầu theo phiên bản tách biệt với các khả năng thị giác chung được mô tả ở đây.
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-latest | 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-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 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-latest
Dùng các đường dẫn phương thức hiển thị ở trên.
pixtral-large-latestPixtral Large kết hợp năng lực ngôn ngữ của Mistral với khả năng hiểu hình ảnh cho tài liệu, biểu đồ và ảnh chụp. Mô hình tạo câu trả lời bằng văn bản, hỗ trợ kết quả có cấu trúc và công cụ do ứng dụng định nghĩa trong các giao diện được nhà phát triển tài liệu hóa.
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 là mô hình đa phương thức của Mistral AI được xây dựng trên Mistral Large 2. Mô hình kết hợp bộ giải mã đa phương thức 123 tỷ tham số với bộ mã hóa thị giác một tỷ tham số, tạo thành mô hình 124 tỷ tham số. Mục đích là giữ năng lực ngôn ngữ mạnh trong khi hiểu bằng chứng hình ảnh cần cho câu trả lời: trang tài liệu, biểu đồ, ảnh chụp hoặc ảnh chụp màn hình. Đầu vào có thể kết hợp văn bản và hình ảnh; kết quả là văn bản.
Mistral mô tả cửa sổ ngữ cảnh 128K token và cho biết có thể chứa ít nhất 30 ảnh độ phân giải cao. Phát biểu đó mô tả dung lượng ngữ cảnh, không phải thiết lập số ảnh chung cho mỗi yêu cầu. Giá trị thực tế là khả năng liên hệ nhiều nguồn hình ảnh với một câu hỏi. Tác vụ so sánh hữu ích có thể cung cấp các trang được gắn nhãn từ hai báo cáo và hỏi số liệu, nhãn và kết luận nào khác nhau. Giữ văn bản câu hỏi, vai trò của từng ảnh và cấu trúc câu trả lời yêu cầu cùng nhau.
Nhà phát triển minh họa việc đọc văn bản đa ngôn ngữ, trả lời câu hỏi tài liệu, diễn giải biểu đồ và hiểu ảnh thông thường. Với trợ lý tài liệu, yêu cầu tên và giá trị trường nhìn thấy, mô tả bố cục trang hoặc lời giải thích nối câu chữ với bảng hay hình. Với biểu đồ, chỉ rõ các trục, chuỗi dữ liệu hoặc khoảng cần xem xét. Một yêu cầu minh họa là: “So sánh các biểu đồ này. Tách các giá trị có thể đọc trực tiếp khỏi diễn giải, xác định thay đổi đang được thể hiện và liệt kê thông tin cần để kiểm tra kết luận.” Kết quả có thể là bảng trường, tập hợp quan sát hoặc lời giải thích bằng văn bản.
Thẻ mô hình chú trọng đặc biệt đến lời nhắc hệ thống. Mistral khuyến nghị thêm chỉ dẫn nêu mục đích của trợ lý, kể cả khi ngắn. Điều này hữu ích cho tác vụ thị giác vì cùng một ảnh có thể phục vụ những công việc khác nhau: trích xuất mục, mô tả cảnh, giải thích sơ đồ hoặc so sánh với yêu cầu bằng văn bản. Nêu công việc và quy tắc xử lý chi tiết không chắc chắn hoặc không đọc được. Khi cung cấp nhiều ảnh, gắn nhãn và xác định thứ tự hoặc quan hệ của chúng để câu trả lời có thể nối quan sát với đúng tư liệu.
Trang mô hình của Mistral liệt kê trả lời câu hỏi tài liệu, đầu ra có cấu trúc và gọi hàm. Giao diện của nhà phát triển cũng hỗ trợ xử lý theo lô. Hướng dẫn đầu ra có cấu trúc phân biệt định dạng đối tượng JSON với schema tùy chỉnh; chế độ JSON vẫn yêu cầu chỉ dẫn tường minh tạo JSON. Khi trích xuất, xác định các trường, cách xử lý giá trị thiếu và sự khác biệt giữa văn bản chép lại với kết luận. Câu trả lời có cấu trúc hữu ích khi ứng dụng cần xử lý kết quả, còn lời giải thích tự do hữu ích khi người đọc cần hiểu lập luận đằng sau.
Đối với gọi hàm, ứng dụng cung cấp định nghĩa công cụ và mô hình đề xuất hàm cùng đối số. Sau đó quy trình của Mistral yêu cầu ứng dụng thực thi thao tác và gửi kết quả trở lại trước khi mô hình viết câu trả lời tiếp nối. Quy trình tài liệu có thể dùng công cụ để tra cứu mã định danh đã đọc từ ảnh, rồi yêu cầu giải thích bằng bản ghi trả về. Mô hình thị giác không có quyền truy cập tùy ý vào dữ liệu bên ngoài chỉ vì ảnh nhắc đến một bản ghi: thao tác được phép và kết quả của nó đến từ ứng dụng.
Nhà phát triển cũng liệt kê tính năng predicted-output và prefix. Predicted outputs cho phép bên gọi cung cấp văn bản dự kiến khi tạo lại tài liệu hoặc tệp mã với một thay đổi nhỏ; prefix xác định văn bản bắt đầu câu trả lời. Đây là các điều khiển chuẩn bị riêng biệt, không phải phương thức hình ảnh bổ sung. Đầu ra hữu ích vẫn là mô tả, trích xuất hoặc giải thích bằng văn bản, không phải ảnh mới được dựng. Chọn ảnh nguồn rõ, chỉ rõ điều cần giữ nguyên và đối chiếu thông tin đọc quan trọng với trang gốc.
Nhãn latest là bí danh của họ mô hình, còn Pixtral-Large-Instruct-2411 là bản phát hành cố định của nhà phát triển được thẻ mô hình tài liệu hóa. Giữ các tên này riêng biệt khi chuẩn bị tác vụ có thể lặp lại. Số liệu ngữ cảnh công bố mô tả mô hình của nhà phát triển; các trang đã đọc không xác lập giới hạn token đầu ra chung riêng. Chọn tập ảnh, câu hỏi văn bản và độ dài câu trả lời mong muốn cùng nhau, đồng thời giữ giới hạn yêu cầu theo phiên bản tách biệt với các khả năng thị giác chung được mô tả ở đây.
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-latest | 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 $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "pixtral-large-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 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-latest
Dùng các đường dẫn phương thức hiển thị ở trên.
Ví dụ kỹ thuật bằng tiếng Anh
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.