Felo API PlatformFelo API Platform
Wróć do modeli
Mistralaimessages

Mistral: Pixtral Large 2502 API

Pixtral Large2502 to multimodalny model Mistral AI do rozumowania na obrazach, dokumentach, wykresach oraz danych tekstowych.

Pixtral Large2502 obsługuje tekst jako wejście, obrazy jako wejście i tekst jako wyjście. Oferuje kontekst128,000 tokens oraz limit wyjścia16,000 tokens; niektóre źródła podają8,192. Model wspiera zaawansowane rozumowanie matematyczne, natywne wywoływanie funkcji, wybór narzędzi, JSON output i ustrukturyzowane odpowiedzi.

Model jest przeznaczony do rozumienia dokumentów, interpretacji wykresów, ekstrakcji pól z faktur oraz analizy naturalnych obrazów. Jego128,000-tokenowy kontekst pozwalałączyć historię rozmowy, wyniki narzędzi i dokumenty pobrane w ramach RAG w jednym wywołaniu, co wspiera złożone rozumowanie wizualne i zastosowania RAG.

Pixtral Large2502 sprawdza się także w podsumowywaniu wiadomości e-mail, klasyfikacji zgłoszeń i przepływach pracy agentów. Nie obsługuje ustawień wysiłku rozumowania, a formatów odpowiedzi nie można wymusić, więc JSON output nie zapewnia ścisłej gwarancji formatu. Model ma zamknięte wagi i jest opisywany jako rozwiązanie ukierunkowane na przetwarzanie dokumentów przedsiębiorstw oraz rozumienie wizualne.

Zaktualizowano:

MODEL ID

pixtral-large-2502
Kontekst
128K
Maks. wyjście
102.4K
Polecane API
messages
Wejście
text / image
Wyjście
text

Najważniejsze informacje

  • Wejście tekstowe i obrazowe
  • Kontekst128,000 tokens
  • Natywne wywoływanie funkcji
  • Rozumienie dokumentów i wykresów
  • Obsługa zastosowań RAG

Dostawcy

1 dostawców

Porównaj ceny API u różnych dostawców. Wybierz dostawcę, aby zobaczyć wszystkie opłaty i warunki.

Dostawca · Szczegóły cen
Dostępność
$2$6

Co można kupić za $10

Wejście
5 mln tokenów
Wyjście
1,7 mln tokenów

Szacunek na podstawie obecnych cen wejścia i wyjścia, bez rabatów.

Benchmarki

  • Benchmark rekrutacyjny

    punktów na100; zaliczono11 z19 stanowisk

    34
  • Ocena zadań automatyzacji

    zadań ukończono pomyślnie

    2/3
  • Szybkość zadań automatyzacji

    mediana sekund

    0.8
  • Szybkość przetwarzania benchmarku rekrutacyjnego

    mediana sekund

    10.4

Wyniki zgodnie z publikacją dostawcy modelu.

Szybki start

Gotowy kod do wywołania tego modelu przez zgodne API Felo API Platform. Zacznij w Playground, gdy chcesz przetestować prompty przed pisaniem kodu.

1

Pobierz klucz API

Utwórz klucz w swoim koncie Felo API Platform i ustaw go jako zmienną środowiskową.

export FELO_API_KEY="YOUR_API_KEY"
2

Wyślij pierwsze żądanie

Użyj tego identyfikatora modelu z endpointem Felo API Platform. Opcjonalne nagłówki żądania, takie jak X-Request-Id, mogą pomóc w diagnostyce.

pixtral-large-2502
const 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());

Korzystanie z zewnętrznych SDK

Używaj zgodnych SDK, ustawiając baseURL na https://openapi.felo.ai/api/v1. Użyj bazowego adresu URL zgodnego z Anthropic dla klientów w stylu Claude. https://openapi.felo.ai/api.

3

Włącz strumieniowanie

Dodaj stream: true, aby otrzymywać odpowiedzi jako 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 udostępnia zgodne interfejsy wywoływania modeli. Wybierz ten, który Twoja aplikacja lub klient agenta już obsługuje.

InterfejsMetodaURL

Messages

Komunikaty zgodne z Anthropic dla klientów w stylu Claude.

POST

https://openapi.felo.ai/api/v1/messages

Parametry

NazwaTypDomyślnieOpis
modelstringpixtral-large-2502Publiczny identyfikator modelu do wywołania.
max_tokensinteger—Maksymalna liczba generowanych tokenów.
messagesarray—Komunikaty rozmowy dla Chat Completions.
stop———
top_k———
top_p———
temperaturenumber—Steruje różnorodnością odpowiedzi, gdy jest obsługiwane.

Często zadawane pytania

Co to jest Mistral: Pixtral Large 2502?

Pixtral Large2502 obsługuje tekst jako wejście, obrazy jako wejście i tekst jako wyjście. Oferuje kontekst128,000 tokens oraz limit wyjścia16,000 tokens; niektóre źródła podają8,192. Model wspiera zaawansowane rozumowanie matematyczne, natywne wywoływanie funkcji, wybór narzędzi, JSON output i ustrukturyzowane odpowiedzi. Model jest przeznaczony do rozumienia dokumentów, interpretacji wykresów, ekstrakcji pól z faktur oraz analizy naturalnych obrazów. Jego128,000-tokenowy kontekst pozwalałączyć historię rozmowy, wyniki narzędzi i dokumenty pobrane w ramach RAG w jednym wywołaniu, co wspiera złożone rozumowanie wizualne i zastosowania RAG. Pixtral Large2502 sprawdza się także w podsumowywaniu wiadomości e-mail, klasyfikacji zgłoszeń i przepływach pracy agentów. Nie obsługuje ustawień wysiłku rozumowania, a formatów odpowiedzi nie można wymusić, więc JSON output nie zapewnia ścisłej gwarancji formatu. Model ma zamknięte wagi i jest opisywany jako rozwiązanie ukierunkowane na przetwarzanie dokumentów przedsiębiorstw oraz rozumienie wizualne.

Jak rozliczane jest użycie?

Rachunek zależy od wybranego dostawcy, jego cen i faktycznego zużycia. Dłuższe dane wejściowe lub inne warunki mogą mieć inne ceny.

Jakie wejścia obsługuje Pixtral Large2502?

Obsługuje tekst jako wejście oraz obrazy jako wejście. Generuje tekst jako wyjście.

Jaki kontekst i limit wyjścia oferuje model?

Kontekst ma128,000 tokens. Limit wyjścia wynosi16,000 tokens; niektóre źródła listują8,192.

Do jakich zadań najlepiej pasuje ten model?

Nadaje się do rozumowania wizualnego, rozumienia dokumentów, interpretacji wykresów, ekstrakcji pól z faktur, podsumowywania e-maili, klasyfikacji zgłoszeń, przepływów agentów i zastosowań RAG.

Czy model obsługuje wywoływanie funkcji i ustrukturyzowane dane?

Tak. Obsługuje natywne wywoływanie funkcji, wybór narzędzi, JSON output i ustrukturyzowane odpowiedzi, ale formatów odpowiedzi nie można wymusić.

Czym Pixtral Large2502 różni się od innych modeli?

Jest pozycjonowany jako Mistral Large2 z dodanymi możliwościami wizualnymi i ma128,000-tokenowy kontekst dołączenia historii, wyników narzędzi oraz dokumentów RAG.