Mistral: Pixtral Large 2502 API
Pixtral Large2502 ialah model multimodal Mistral AI untuk penaakulan visual, pemahaman dokumen dan aliran kerja berstruktur.
Pixtral Large2502 ialah model multimodal daripada Mistral AI yang menerima input teks dan imej, kemudian menghasilkan teks. Dengan konteks128,000 tokens serta had output16,000 tokens; some sources list8,192, model ini menggabungkan sejarah perbualan, output alat dan dokumen diperoleh dalam satu panggilan. Ia menyokong penaakulan matematik lanjutan, pemanggilan fungsi natif, pemilihan alat, output JSON dan output berstruktur.
Model ini sesuai untuk penaakulan visual, pemahaman dokumen, tafsiran carta, pengekstrakan medan invois, ringkasan e-mel, pengelasan tiket, aliran kerja ejen dan aplikasi RAG. Ia menyasarkan pemprosesan dokumen perusahaan serta pemahaman visual, dengan pengekalan konteks yang kukuh untuk RAG. Pixtral Large2502 diposisikan sebagai Mistral Large2 dengan keupayaan visual tambahan, tetapi tetapan usaha penaakulan tidak disokong dan format respons tidak boleh dikuatkuasakan, sehingga jaminan ketat untuk output JSON adalah terhad.
Dikemas kini:
ID MODEL
pixtral-large-2502- Konteks
- 128K
- Output maks
- 102.4K
- API yang disyorkan
- messages
- Input
- text / image
- Output
- text
Sorotan
- Input teks dan imej
- Konteks128,000 tokens
- Panggilan fungsi natif
- Output berstruktur
- Pengekalan konteks RAG
Penyedia
Bandingkan harga API merentas penyedia. Pilih penyedia untuk melihat semua caj dan syarat.
| Ketersediaan | |||
|---|---|---|---|
| $2 | $6 |
Statistik sejarah bukan pemeriksaan langsung. Ketiadaan data tidak bermaksud gangguan.
Apa yang boleh dibeli dengan $10
- Input
- 5J token
- Output
- 1.7J token
Anggaran berdasarkan harga input dan output semasa, sebelum diskaun.
Penanda aras
- 34
Penanda aras pengambilan pekerja
points daripada100; lulus11 daripada19 pekerjaan
- 2/3
Penilaian tugas automasi
tugas diselesaikan dengan berjaya
- 0.8
Kelajuan pemprosesan tugas automasi
saat median
- 10.4
Kelajuan pemprosesan penanda aras pengambilan pekerja
saat median
Skor seperti yang diterbitkan oleh penyedia model.
Mula pantas
Kod sedia guna untuk memanggil model ini dengan API serasi Felo API Platform. Mulakan di Playground apabila anda ingin menguji prompt sebelum menulis kod.
Tetapkan kunci API
Cipta kunci daripada akaun Felo API Platform anda dan tetapkan sebagai pemboleh ubah persekitaran.
export FELO_API_KEY="YOUR_API_KEY"Hantar permintaan pertama
Gunakan ID model ini dengan endpoint Felo API Platform. Pengepala permintaan pilihan seperti X-Request-Id boleh membantu penyelesaian masalah.
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());Menggunakan SDK pihak ketiga
Dalam SDK yang serasi, tetapkan baseURL kepada https://openapi.felo.ai/api/v1. Untuk klien gaya Claude, gunakan base URL yang serasi dengan Anthropic. https://openapi.felo.ai/api.
Dayakan penstriman
Tambah stream: true untuk menerima respons sebagai 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 menyediakan antara muka panggilan model yang serasi. Pilih antara muka yang sudah disokong oleh aplikasi atau klien ejen anda.
Messages
Mesej serasi Anthropic untuk klien gaya Claude.
POST
https://openapi.felo.ai/api/v1/messagesParameter
modelstringpixtral-large-2502ID model awam untuk dipanggil.max_tokensinteger—Bilangan maksimum token yang dijana.messagesarray—Mesej perbualan untuk Chat Completions.stop———top_k———top_p———temperaturenumber—Mengawal kepelbagaian respons apabila disokong.Soalan lazim
Mengenali Mistral: Pixtral Large 2502?
Pixtral Large2502 ialah model multimodal daripada Mistral AI yang menerima input teks dan imej, kemudian menghasilkan teks. Dengan konteks128,000 tokens serta had output16,000 tokens; some sources list8,192, model ini menggabungkan sejarah perbualan, output alat dan dokumen diperoleh dalam satu panggilan. Ia menyokong penaakulan matematik lanjutan, pemanggilan fungsi natif, pemilihan alat, output JSON dan output berstruktur. Model ini sesuai untuk penaakulan visual, pemahaman dokumen, tafsiran carta, pengekstrakan medan invois, ringkasan e-mel, pengelasan tiket, aliran kerja ejen dan aplikasi RAG. Ia menyasarkan pemprosesan dokumen perusahaan serta pemahaman visual, dengan pengekalan konteks yang kukuh untuk RAG. Pixtral Large2502 diposisikan sebagai Mistral Large2 dengan keupayaan visual tambahan, tetapi tetapan usaha penaakulan tidak disokong dan format respons tidak boleh dikuatkuasakan, sehingga jaminan ketat untuk output JSON adalah terhad.
Bagaimana penggunaan dicaj?
Bil anda bergantung pada penyedia yang anda gunakan, harganya dan penggunaan anda. Input yang lebih panjang atau syarat lain mungkin dikenakan harga berbeza.
Apakah input dan output yang disokong?
Model ini menyokong input teks dan imej, dengan output teks.
Berapakah saiz konteks dan had outputnya?
Konteksnya ialah128,000 tokens. Had output ialah16,000 tokens; some sources list8,192.
Untuk tugas apakah model ini sesuai?
Ia sesuai untuk penaakulan visual, pemahaman dokumen, tafsiran carta, pengekstrakan invois, ringkasan e-mel, pengelasan tiket, aliran kerja ejen dan aplikasi RAG.
Adakah model ini menyokong panggilan fungsi dan output berstruktur?
Ya. Ia menyokong pemanggilan fungsi natif, pemilihan alat, output JSON dan output berstruktur.
Apakah perbezaannya berbanding model siri berkaitan?
Pixtral Large2502 menambah keupayaan visual kepada Mistral Large2 dan memfokuskan pemahaman dokumen serta penaakulan visual.