Mistral: Pixtral Large 2411 mistralai/pixtral-large-2411

Модель Mistral: Pixtral Large 2411 от Mistral AI (семейство pixtral-large) доступна через единый OpenAI-совместимый API НейроГейт — без VPN, с оплатой в рублях, единым ключом для всех 353+ моделей платформы.
Европейский AI-чемпион. Эффективные модели + сильная Mixtral-серия.

👁 Зрение 🧠 Рассуждение 🎨 Генерация изображений 🎙 Аудио-вход 🔊 Синтез речи 🆓 Бесплатно

131K

контекст, токенов

200 ₽

за 1 млн входных токенов

600 ₽

за 1 млн выходных токенов

возможностей

2024-07

база знаний до

Что такое Mistral: Pixtral Large 2411

Глубокий анализ визуальных документов и изображений в задачах, где требуется мощь большой модели и возможность локального развёртывания.

Pixtral Large 2411 — мультимодальная модель от Mistral AI с открытыми весами, построенная поверх Mistral Large 2. Модель содержит 124 миллиарда параметров и сочетает сильные текстовые возможности флагманского Mistral Large с полноценным пониманием изображений: документов, графиков, диаграмм и произвольных фотографий.

Контекстное окно в 131 072 токена позволяет обрабатывать длинные документы вместе с визуальными вложениями в рамках одного запроса. Благодаря открытым весам модель можно развернуть самостоятельно, что важно для задач с требованиями к конфиденциальности данных. Pixtral Large ориентирован на сценарии, где недостаточно просто «видеть» картинку — нужно глубоко анализировать визуальный контент и связывать его с текстовым контекстом.

По сравнению с компактным Pixtral 12B, Large-версия заметно превосходит его в сложных задачах рассуждения, работе с многостраничными документами и точности извлечения структурированной информации из визуальных источников.

Когда брать эту модель

✓ Анализ документов с визуальными элементами: отчёты, презентации, технические схемы
✓ Извлечение структурированных данных из графиков, таблиц и диаграмм
✓ Системы обработки счетов, накладных и форм с распознаванием layout-а
✓ Мультимодальные RAG-пайплайны, где источниками служат отсканированные документы
✓ Self-hosted деплой с требованиями к приватности данных (открытые веса)

Пример работы

Реальный сценарий, на котором модель проявляет себя:

Загрузи финансовый отчёт в формате PDF (как изображения страниц) и попроси модель извлечь ключевые показатели из таблиц, объяснить динамику на графиках и сформировать краткое резюме для инвестора.

Использование Mistral: Pixtral Large 2411 через НейроГейт

OpenAI-совместимый эндпоинт https://api.neuralgate.ru/v1 — замени base_url в любом SDK и используй модель по её id.

# Chat completion
curl https://api.neuralgate.ru/v1/chat/completions \
  -H "Authorization: Bearer $NEURALGATE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "mistralai/pixtral-large-2411",
    "messages": [{"role":"user","content":"Привет!"}]
  }'

from openai import OpenAI

client = OpenAI(
    api_key="sk-...your-neuralgate-key...",
    base_url="https://api.neuralgate.ru/v1",
)
response = client.chat.completions.create(
    model="mistralai/pixtral-large-2411",
    messages=[{"role": "user", "content": "Привет!"}],
)
print(response.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.NEURALGATE_API_KEY,
  baseURL: "https://api.neuralgate.ru/v1",
});
const resp = await client.chat.completions.create({
  model: "mistralai/pixtral-large-2411",
  messages: [{ role: "user", content: "Привет!" }],
});
console.log(resp.choices[0].message.content);