Felo API PlatformFelo API Platform
ماڈلز پر واپس
Mistralaimessages

Mistral: Pixtral Large 2502 API

Pixtral Large2502 ایک بصری زبان ماڈل ہے جو دستاویزات، چارٹس اور پیچیدہ RAG کاموں کی سمجھ میں مدد دیتا ہے۔

Pixtral Large2502، Mistral AI کا ایسا ماڈل ہے جو متن اور تصاویر بطور input لیتا ہے اور متن بطور output فراہم کرتا ہے۔ اس کا context128,000 tokens ہے، جبکہ output limit16,000 tokens ہے؛ کچھ ذرائع8,192 بھی درج کرتے ہیں۔ یہ Mistral Large2 کی بنیاد پر بصری صلاحیتیں شامل کرتا ہے اور دستاویزات، چارٹس اور قدرتی تصاویر کو سمجھنے کے لیے بنایا گیا ہے۔

یہ ماڈل visual reasoning، document understanding، chart interpretation، invoice field extraction، email summarization اور ticket classification کے لیے موزوں ہے۔128,000 tokens کا context گفتگو کی تاریخ، tool outputs اور retrieved documents کو ایک ہی call میں رکھنے میں مدد دیتا ہے، اس لیے یہ RAG applications اور enterprise document processing کے لیے مفید ہے۔

Pixtral Large2502 advanced mathematical reasoning، native function calling، JSON output، tool selection اور structured output سپورٹ کرتا ہے۔ تاہم reasoning effort settings دستیاب نہیں، اور response formats نافذ نہیں کیے جا سکتے، جس سے JSON کے لیے سخت ضمانت محدود رہتی ہے۔

تازہ کاری:

MODEL ID

pixtral-large-2502
سیاق
128K
زیادہ سے زیادہ آؤٹ پٹ
102.4K
تجویز کردہ API
messages
ان پٹ
text / image
آؤٹ پٹ
text

نمایاں خصوصیات

  • 128,000 tokens context
  • متن اور تصویر input
  • Native function calling
  • Structured output
  • بصری دستاویز فہم

فراہم کنندگان

1 فراہم کنندگان

فراہم کنندگان کے درمیان API قیمتوں کا موازنہ کریں۔ تمام چارجز اور شرائط دیکھنے کے لیے کوئی فراہم کنندہ منتخب کریں۔

فراہم کنندہ · قیمت کی تفصیلات
دستیابی
$2$6

$10 میں کیا ملتا ہے

ان پٹ
50 لاکھ tokens
آؤٹ پٹ
16.7 لاکھ tokens

موجودہ ان پٹ اور آؤٹ پٹ قیمتوں سے تخمینہ، رعایت سے پہلے۔

بینچ مارکس

  • Recruitment benchmark

    100 میں سے34 points؛19 میں سے11 jobs کامیابی سے مکمل ہوئیں۔

    34
  • Automation task evaluation

    تین میں سے دو tasks کامیابی سے مکمل ہوئے۔

    2/3
  • Automation task processing speed

    درمیانی processing speed0.8 سیکنڈ رہی۔

    0.8
  • Recruitment benchmark processing speed

    درمیانی processing speed10.4 سیکنڈ رہی۔

    10.4

اسکورز جیسا کہ ماڈل فراہم کنندہ نے شائع کیے۔

فوری آغاز

Felo API Platform کے موافق APIs کے ساتھ اس ماڈل کو کال کرنے کے لیے تیار کوڈ۔ کوڈ لکھنے سے پہلے پرامپٹس آزمائنا چاہیں تو Playground سے شروع کریں۔

1

اپنی API کلید حاصل کریں

اپنے Felo API Platform اکاؤنٹ سے کلید بنائیں اور اسے ماحولیاتی متغیر کے طور پر سیٹ کریں۔

export FELO_API_KEY="YOUR_API_KEY"
2

اپنی پہلی درخواست بھیجیں

یہ ماڈل ID Felo API Platform endpoint کے ساتھ استعمال کریں۔ X-Request-Id جیسے اختیاری درخواست ہیڈرز مسئلہ حل کرنے میں مدد دے سکتے ہیں۔

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());

تیسرے فریق کے SDKs استعمال کرنا

موافق SDKs استعمال کریں اور baseURL کو اس پر سیٹ کریں: https://openapi.felo.ai/api/v1. Claude طرز کے کلائنٹس کے لیے Anthropic کے موافق بنیادی URL استعمال کریں۔ https://openapi.felo.ai/api.

3

اسٹریمنگ فعال کریں

جوابات کو سرور سے بھیجے گئے ایونٹس کے طور پر وصول کرنے کے لیے stream: true شامل کریں۔

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 ماڈل کال کرنے کی موافق سطحیں فراہم کرتا ہے۔ وہ سطح چنیں جو آپ کی ایپ یا ایجنٹ کلائنٹ پہلے سے تعاون کرتا ہو۔

سطحطریقہURL

Messages

Claude طرز کے کلائنٹس کے لیے Anthropic کے موافق پیغامات۔

POST

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

پیرامیٹرز

نامقسمڈیفالٹتفصیل
modelstringpixtral-large-2502کال کرنے کے لیے عوامی ماڈل ID۔
max_tokensinteger—زیادہ سے زیادہ بنائے جانے والے tokens۔
messagesarray—Chat Completions کے لیے گفتگو کے پیغامات۔
stop———
top_k———
top_p———
temperaturenumber—تعاون کی صورت میں جواب کے تنوع کو کنٹرول کرتا ہے۔

عمومی سوالات

ماڈل تعارف: Mistral: Pixtral Large 2502?

Pixtral Large2502، Mistral AI کا ایسا ماڈل ہے جو متن اور تصاویر بطور input لیتا ہے اور متن بطور output فراہم کرتا ہے۔ اس کا context128,000 tokens ہے، جبکہ output limit16,000 tokens ہے؛ کچھ ذرائع8,192 بھی درج کرتے ہیں۔ یہ Mistral Large2 کی بنیاد پر بصری صلاحیتیں شامل کرتا ہے اور دستاویزات، چارٹس اور قدرتی تصاویر کو سمجھنے کے لیے بنایا گیا ہے۔ یہ ماڈل visual reasoning، document understanding، chart interpretation، invoice field extraction، email summarization اور ticket classification کے لیے موزوں ہے۔128,000 tokens کا context گفتگو کی تاریخ، tool outputs اور retrieved documents کو ایک ہی call میں رکھنے میں مدد دیتا ہے، اس لیے یہ RAG applications اور enterprise document processing کے لیے مفید ہے۔ Pixtral Large2502 advanced mathematical reasoning، native function calling، JSON output، tool selection اور structured output سپورٹ کرتا ہے۔ تاہم reasoning effort settings دستیاب نہیں، اور response formats نافذ نہیں کیے جا سکتے، جس سے JSON کے لیے سخت ضمانت محدود رہتی ہے۔

استعمال کی بلنگ کیسے ہوتی ہے؟

آپ کا بل اس فراہم کنندہ پر منحصر ہے جو آپ استعمال کرتے ہیں، اس کی قیمتوں اور آپ کے استعمال پر۔ لمبے ان پٹ یا دیگر شرائط پر مختلف قیمتیں لاگو ہو سکتی ہیں۔

یہ ماڈل کون سے input اور output سپورٹ کرتا ہے؟

یہ text input اور image input لیتا ہے، جبکہ text output فراہم کرتا ہے۔

اس کا context اور output limit کیا ہے؟

اس کا context128,000 tokens ہے۔ output limit16,000 tokens ہے؛ کچھ ذرائع8,192 بھی درج کرتے ہیں۔

یہ کن کاموں کے لیے موزوں ہے؟

یہ visual reasoning، document understanding، chart interpretation، invoice field extraction، email summarization، ticket classification، agent workflows اور RAG applications کے لیے موزوں ہے۔

کیا یہ function calling اور structured output سپورٹ کرتا ہے؟

ہاں، یہ native function calling، tool selection، JSON output اور structured output سپورٹ کرتا ہے۔ تاہم response formats نافذ نہیں کیے جا سکتے۔

کیا reasoning effort settings دستیاب ہیں؟

نہیں، reasoning effort settings سپورٹ نہیں کی جاتیں۔