Mistral: Pixtral Large 2502 API
Pixtral Large2502 est un modèle multimodal de Mistral AI pour le raisonnement visuel, les documents et les workflows structurés.
Pixtral Large2502 accepte des entrées textuelles et des images, puis produit du texte. Son contexte de128,000 tokens permet de réunir l’historique d’une conversation, les résultats d’outils et les documents récupérés dans un même appel, ce qui convient aux applications RAG et au raisonnement visuel complexe. Sa limite de sortie est de16,000 tokens; some sources list8,192.
Le modèle comprend les documents, les graphiques et les images naturelles. Il prend en charge le raisonnement mathématique avancé, l’appel natif de fonctions, la sélection d’outils, les sorties structurées et le format JSON. Il convient notamment à l’extraction de champs de factures, au résumé d’e-mails, à la classification de tickets, à l’interprétation de graphiques et aux workflows d’agents.
Pixtral Large2502 est présenté comme Mistral Large2 avec des capacités visuelles ajoutées. Les poids sont fermés et le modèle n’est pas open-weight; l’auto-hébergement nécessite un matériel GPU important. Les paramètres d’effort de raisonnement ne sont pas pris en charge et les formats de réponse ne peuvent pas être imposés, ce qui limite les garanties strictes pour les sorties JSON.
Mis à jour:
ID DU MODÈLE
pixtral-large-2502- Contexte
- 128K
- Sortie max.
- 102.4K
- API recommandée
- messages
- Entrée
- text / image
- Sortie
- text
Points clés
- Entrées texte et image
- Contexte de128,000 tokens
- Appel natif de fonctions
- Sorties structurées
- Raisonnement visuel
- Applications RAG
Fournisseurs
Comparez les prix des API entre fournisseurs. Sélectionnez un fournisseur pour voir tous les tarifs et conditions.
| Disponibilité | |||
|---|---|---|---|
| $2 | $6 |
Les statistiques historiques ne sont pas un contrôle en direct. Une donnée manquante ne signifie pas une panne.
Ce que $10 permettent d'acheter
- Entrée
- 5 M tokens
- Sortie
- 1,7 M tokens
Estimation d'après les prix actuels d'entrée et de sortie, hors remises.
Benchmarks
- 34
Benchmark de recrutement
points sur100;11 métiers réussis sur19
- 2/3
Évaluation de tâches d’automatisation
tâches réalisées avec succès
- 0.8
Vitesse de traitement des tâches d’automatisation
secondes médianes
- 10.4
Vitesse de traitement du benchmark de recrutement
secondes médianes
Scores tels que publiés par le fournisseur du modèle.
Démarrage rapide
Un code prêt à l'emploi pour appeler ce modèle avec les API compatibles de Felo API Platform. Commencez dans le Playground pour tester des prompts avant d'écrire du code.
Configurer votre clé API
Créez une clé depuis votre compte Felo API Platform et définissez-la comme variable d'environnement.
export FELO_API_KEY="YOUR_API_KEY"Effectuer votre première requête
Utilisez cet ID de modèle avec le point de terminaison Felo API Platform. Les en-têtes de requête facultatifs comme X-Request-Id facilitent le diagnostic.
pixtral-large-2502const response = await fetch("https://openapi.felo.ai/api/v1/messages", {
method: 'POST',
headers: {
Authorization: `Bearer ${process.env.FELO_API_KEY}`,
'Content-Type': 'application/json',
},
body: JSON.stringify({
"model": "pixtral-large-2502",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());Utiliser des SDK tiers
Avec les SDK compatibles, définissez baseURL sur https://openapi.felo.ai/api/v1. Pour les clients de style Claude, utilisez l'URL de base compatible Anthropic. https://openapi.felo.ai/api.
Activer le streaming
Ajoutez stream: true pour recevoir les réponses sous forme de server-sent events.
curl -N https://openapi.felo.ai/api/v1/messages \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "pixtral-large-2502",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
],
"stream": true
}'Endpoint
Felo API Platform expose des surfaces d'appel de modèles compatibles. Choisissez la surface que votre application ou votre client agent prend déjà en charge.
Messages
Messages compatibles Anthropic pour les clients de style Claude.
POST
https://openapi.felo.ai/api/v1/messagesParamètres
modelstringpixtral-large-2502ID public du modèle à appeler.max_tokensinteger—Nombre maximal de tokens générés.messagesarray—Messages de la conversation pour Chat Completions.stop———top_k———top_p———temperaturenumber—Contrôle la variété des réponses lorsque c'est pris en charge.Questions fréquentes
Qu'est-ce que Mistral: Pixtral Large 2502?
Pixtral Large2502 accepte des entrées textuelles et des images, puis produit du texte. Son contexte de128,000 tokens permet de réunir l’historique d’une conversation, les résultats d’outils et les documents récupérés dans un même appel, ce qui convient aux applications RAG et au raisonnement visuel complexe. Sa limite de sortie est de16,000 tokens; some sources list8,192. Le modèle comprend les documents, les graphiques et les images naturelles. Il prend en charge le raisonnement mathématique avancé, l’appel natif de fonctions, la sélection d’outils, les sorties structurées et le format JSON. Il convient notamment à l’extraction de champs de factures, au résumé d’e-mails, à la classification de tickets, à l’interprétation de graphiques et aux workflows d’agents. Pixtral Large2502 est présenté comme Mistral Large2 avec des capacités visuelles ajoutées. Les poids sont fermés et le modèle n’est pas open-weight; l’auto-hébergement nécessite un matériel GPU important. Les paramètres d’effort de raisonnement ne sont pas pris en charge et les formats de réponse ne peuvent pas être imposés, ce qui limite les garanties strictes pour les sorties JSON.
Comment l'usage est-il facturé ?
Votre facture dépend du fournisseur utilisé, de ses tarifs et de votre usage. Des entrées plus longues ou d'autres conditions peuvent avoir des tarifs différents.
Quels types d’entrées et de sorties sont pris en charge ?
Le modèle accepte du texte et des images en entrée, et produit du texte en sortie.
Quelle est sa capacité de contexte et de sortie ?
Son contexte est de128,000 tokens. La limite de sortie est de16,000 tokens; some sources list8,192.
Pour quelles tâches est-il adapté ?
Il convient au raisonnement visuel, à la compréhension de documents, à l’interprétation de graphiques, à l’extraction de champs de factures et aux applications RAG.
Prend-il en charge les outils et les sorties structurées ?
Oui. Il prend en charge l’appel natif de fonctions, la sélection d’outils, les sorties structurées et le format JSON.
Quelles limites concernent les sorties JSON ?
Les formats de réponse ne peuvent pas être imposés, ce qui limite les garanties strictes pour les sorties JSON. Les paramètres d’effort de raisonnement ne sont pas pris en charge.
Comment se positionne-t-il dans sa famille de modèles ?
Il est présenté comme Mistral Large2 avec des capacités visuelles ajoutées.