Mistral Pixtral Large (124B)

MultimodalIkke tilgængelig
af Mistral AIModell-ID: pixtral-large-124b

Mistral's 124B multimodal flagship. 123B decoder + 1B vision encoder, 128k ctx, up to 30 images per request.

Status
Ikke tilgængelig
Kontekst
131,072 tokens
Maks. output
8,192 tokens
Input → output
Tekst + Billede → Tekst
Udvikler
Mistral AI
Opdateret
25. juni 2026

Mistral Pixtral Large (124B) er i øjeblikket utilgængelig

Ikke tilgængelig i øjeblikket: dette model er deaktiveret.

Du kan stadig læse detaljerne på denne side. Vælg en af de tilgængelige alternativer nedenfor for at køre en sammenlignelig model med det samme.

Gå til alternativer
01

Sammenlignelige modeller

Alle i denne kategori
  • BLIPSalesforce

    Salesforce BLIP. Vision-language model for image captioning and visual question answering. Given an image it writes a short natural-language caption, or answers a question about the image when one is supplied. A widely used baseline for automatic captioning.

    ≈ 0,00030 US$/kørsel

  • Anthropic's April 2026 flagship. 87.6% on SWE-bench Verified, 3x higher image resolution, output self-verification, vision + reasoning.

    6,00 US$/1M in

  • Anthropic's balanced mid-tier model from February 2026. Best price/performance for production workloads: 5x cheaper than Opus, near-flagship quality.

    3,60 US$/1M in

02

Playground

Prøv Mistral Pixtral Large (124B)

Chat

Derzeit nicht verfügbar

Ikke tilgængelig i øjeblikket: dette model er deaktiveret.

Playground'en er deaktiveret. Du finder sammenlignelige modeller i samme kategori: Se alternativer

Prøv Mistral Pixtral Large (124B)

Send en besked. Svaret ankommer fuldt ud, når modellen er færdig (uden streaming).

Systemprompt
Maks. svarslængde (tokens)

Denne kørsel

Ingen pris – ikke tilgængelig i øjeblikket.

Ny her?

5 gratis credits (0,05 US$) når du tilmelder dig med Google

Kan bruges 24 timer efter tilmelding, op til 5 kørsler pr. dag og højst 2 credits pr. kørsel. Andre login-metoder starter uden credits.

03

Om Mistral Pixtral Large (124B)

Kort sagtFra 25. juni 2026

Mistral Pixtral Large (124B) er en model af Mistral AI i kategorien Multimodal. Mistral Pixtral Large (124B) er i øjeblikket ikke tilgængelig på Railwail. Kontekstvinduet indeholder 131,072 tokens, og et svar kan være op til 8,192 tokens langt.

Baggrund

Om Mistral AI

Grundlagt 2023 · Paris, France

Mistral AI was founded in April 2023 in Paris by Arthur Mensch (CEO, ex-DeepMind), Guillaume Lample (Chief Scientist, ex-Meta FAIR LLaMA lead) and Timothee Lacroix (CTO, ex-Meta FAIR). The company is the European poster child for sovereign AI and has raised a record-setting $113M seed (June 2023) followed by $415M Series A (December 2023), $645M Series B (June 2024) and a reported €1B+ funding round in 2025 at a valuation above $6B, with backers including Andreessen Horowitz, Lightspeed, General Catalyst, BPI France and Cisco. Mistral's model line includes Mistral 7B, Mixtral 8x7B and 8x22B (MoE), Mistral Large 1/2, Codestral, and the multimodal Pixtral family. Pixtral 12B launched in September 2024 and Pixtral Large 124B followed in November 2024 as the flagship multimodal model, released under the Mistral Research Licence and offered commercially via la Plateforme.

Besøg Mistral AI

Arkitektur

Decoder-only Transformer with Pixtral-ViT vision encoder

Pixtral Large is a 124B-parameter multimodal model built on top of Mistral Large 2 (123B decoder-only Transformer) and Mistral's custom Pixtral-ViT vision encoder (1B parameters, 400M visible). The vision encoder processes each image at its native aspect ratio in patches of 16x16 pixels and projects the resulting visual tokens directly into the LLM token stream (without cross-attention or fixed-size resampler), which lets the model handle high-resolution images and many images per prompt in the same 131K-token context window. The vision encoder uses 2D rotary position embeddings and an attention mask that distinguishes patches from different images. Training used a multi-stage curriculum: vision-encoder pretraining on image-text pairs, joint vision-language pretraining and multimodal supervised fine-tuning with chain-of-thought style instruction data. Pixtral Large posts top scores on MathVista, DocVQA and VQAv2, often matching GPT-4o and Claude 3.5 Sonnet at lower cost. The model is released under the Mistral Research Licence with a separate commercial licence available.

Parametre
124B (123B LLM + 1B vision encoder)
Kontekst
131,072 tokens

Funktioner

  • Native variable-resolution image input (no fixed grid)
  • Up to 30 images per request, 131K-token context
  • Top-tier MathVista, DocVQA, VQAv2 and ChartQA scores
  • 131K-token context window
  • Multilingual: English, German, French, Spanish, Italian, Portuguese, Dutch, Russian, Arabic, Hindi, Japanese, Chinese, Korean
  • JSON output and tool use inherited from Mistral Large 2
  • Open weights under Mistral Research Licence (commercial via separate licence)
  • Best for: high-end open-weights multimodal apps, document AI, math-with-image, European data sovereignty

Træning og licens

Mistral has not disclosed exact dataset sizes. The technical report describes a 'multimodal corpus of public web data, licensed image-text pairs and curated instruction data' with a knowledge cutoff in 2024.

Licens: Weights under Mistral Research Licence (non-commercial). Commercial use via Mistral la Plateforme API or a paid Mistral Commercial Licence.

Sikkerhedstests: Mistral publishes the Pixtral technical report with red-team findings on hallucination and bias; the model is integrated with Mistral's safety filters on la Plateforme.

Kendte begrænsninger

  • Commercial use requires paid licence
  • Serving 124B requires multi-GPU infrastructure
  • No video or audio input
  • Vision quality below GPT-4o on the very hardest charts
  • Multilingual vision coverage lighter than text
04

Priser

Ikke tilgængelig i øjeblikket: dette model er deaktiveret. Der er i øjeblikket ingen pris for denne model, så den kan ikke køres.

05

API

Kald Mistral Pixtral Large (124B) med din Railwail API-nøgle. Brug dette model-ID i anmodningen:

I øjeblikket utilgængelig

Modellen har ingen bekræftet pris eller er deaktiveret; API-kald afvises.

06

Specifikationer

Model-ID
pixtral-large-124b
Udvikler
Mistral AI
Kategori
Multimodal
Input
Tekst, Billede
Output
Tekst
Kontekstvindue
131,072 tokens
Maks. output
8,192 tokens
Modelstørrelse
124B (123B LLM + 1B vision encoder)
Licens
Weights under Mistral Research Licence (non-commercial). Commercial use via Mistral la Plateforme API or a paid Mistral Commercial Licence.
Katalogelement opdateret
25. juni 2026

Inputparametre

Inputs og indstillinger fra modellens inputskema. Eksemplet i API-afsnittet viser, hvilke af dem API'en accepterer.

  • promptpåkrævet

    User message or question about the image

    Type: Tekst
    Standard:
    Tilladte værdier: op til 16,000 tegn
  • top_p
    Type: Tal
    Standard: 1
    Tilladte værdier: 0 til 1
  • stream
    Type: Ja/Nej
    Standard: false
    Tilladte værdier:
  • image_url

    Optional image URL to analyze

    Type: Tekst
    Standard:
    Tilladte værdier:
  • max_tokens
    Type: Heltal
    Standard: 2048
    Tilladte værdier: 1 til 8,192
  • temperature
    Type: Tal
    Standard: 0.7
    Tilladte værdier: 0 til 2
  • system_prompt

    Optional system instruction

    Type: Tekst
    Standard:
    Tilladte værdier: op til 8,000 tegn

Tags

  • mistral
  • pixtral
  • multimodal
  • vision
  • documents
  • deprecated
07

Anvendelsestilfælde

Hvad det bruges til

  • Open-weights flagship multimodal assistants
  • Document AI and PDF understanding at high resolution
  • Chart, diagram and math reasoning
  • European data-sovereignty multimodal apps
  • Research baselines for variable-resolution VLMs
08

Ofte stillede spørgsmål

Hvad er Mistral Pixtral Large (124B)?

Mistral Pixtral Large (124B) er en model fra Mistral AI i kategorien Multimodal. Den er opført på Railwail, men kan ikke køres i øjeblikket.

Hvad koster Mistral Pixtral Large (124B) på Railwail?

Mistral Pixtral Large (124B) kan ikke køres på Railwail i øjeblikket, så der er ingen aktuel pris. Tilgængelige alternativer med priser er angivet længere nede på denne side.

Hvad er kontekstvinduet for Mistral Pixtral Large (124B)?

Kontekstvinduet for Mistral Pixtral Large (124B) indeholder 131,072 tokens. Et svar kan være op til 8,192 tokens langt.

Hvor hurtig er Mistral Pixtral Large (124B)?

Der er endnu ikke nok målte kørsler af Mistral Pixtral Large (124B) på Railwail til at angive en udførelsestid. Det afhænger af inputtet, indstillingerne og belastningen hos provideren.

Er Mistral Pixtral Large (124B) bedre end BLIP?

Det afhænger af opgaven. Mistral Pixtral Large (124B) (Mistral AI) og BLIP (Salesforce) er begge modeller i kategorien Multimodal. Sammenligningssiden viser deres priser og specifikationer side om side.

Sammenlign Mistral Pixtral Large (124B) og BLIP

Kan Mistral Pixtral Large (124B) behandle billeder?

Ja. Mistral Pixtral Large (124B) accepterer billeder som input ud over tekst.

Kan jeg bruge Mistral Pixtral Large (124B) lige nu?

Ikke tilgængelig i øjeblikket: dette model er deaktiveret. Siden forbliver online; tilgængelige alternativer fra samme kategori er angivet længere nede.

Alle modeller via én API

En API-nøgle til alle modeller på Railwail. Forbrug debiteres fra forudbetalte credits, 1 credit = 0,01 US$.