Pixtral 12B 24.09オープンマルチモーダル 12B モデルが、128K コンテキストウィンドウでインターリーブ画像とテキストを処理する。
概要
主な機能
- 12Bパラメータのビジョン言語モデル
- インターリーブ写真とテキスト入力
- 128Kトークンコンテキスト長
- ネイティブ変数画像サイズサポート
- オープンウェイトリリース
- OCR、VQA、キャプションツール用に適したもの
料金
- モデル
- Free
- カテゴリー
- カタトリアート
- 評価
- 4.6 / 5 (5)
ユースケース
マルチモダルトリーニング
Pixtral 12Bは自然画像とドキュメントを理解することができ、MMMU理屈基準で最先端パフォーマンスを達成しながら、より大きなモデルを上回る。
指示を遂行する
パストラル 12B は、多モダルおよびテキストのみのシナリオで特に優れており、IF-EvalおよびMT-Benchにおける最も近いオープンソースモデルに対する20%の相対的な改善を達成します。
マルチモダル質問への回答
pixtral 12B は強力な能力を持っているマルチモダル質問への回答を含め、ドキュメント質問回答、チャートおよびフィギュアの理解など。
メリット & デメリット
メリット
- オープンウェイスト自宅デプロイ可能
- 複数の写真 per プレームを処理
- 大きな 128K コンテキストウィンドウ
- 可変画像分解能とアスペクト比
デメリット
- _GPUリソースを大量に必要とする
- 閉鎖モデルよりも小さい
- 限定工具比較API
バトル戦績
パンテオンで1バトルに出場。
Last battle
レビュー
5件の評価の平均。
レビューを投稿するにはログインしてください。
Does the job
Pretty happy overall. Open-weight release just works and large 128K context window. but no dealbreakers — I'd recommend it to a friend without hesitating.
Does the job
Pretty happy overall. Open-weight release just works and handles multiple images per prompt. but no dealbreakers — I'd recommend it to a friend without hesitating.
Years in this space
I've evaluated a lot of these over the years. What stands out here is interleaved image and text inputs — handled better than most — and handles multiple images per prompt. Smaller than frontier closed models is my one real gripe. Worth the time if this is your use case.
Solid for our team
We rolled this out across the team last quarter and open weights for self-hosting. Open-weight release fits neatly into how we already work, and interleaved image and text inputs removed a step we used to do by hand. Smaller than frontier closed models, which is the main caveat, but it has held up under daily use.
Years in this space
I've evaluated a lot of these over the years. What stands out here is 12B parameter vision-language model — handled better than most — and open weights for self-hosting. Smaller than frontier closed models is my one real gripe. Worth the time if this is your use case.
Q&A
How many images and how much text can I include in a single prompt?
Pixtral supports interleaved image and text inputs within a single 128 K token context, allowing any number of images (at their natural resolution) alongside long‑form text in one prompt.
Asked by Lorenzo Bianchi · Nov 20, 2025
Is Pixtral 12B still maintained, and are there newer alternatives?
Pixtral 12B is deprecated and no longer maintained; Mistral AI recommends using its newer, more powerful vision‑language models that supersede Pixtral for production use.
Asked by Carlos Mendoza · Nov 10, 2025
What hardware is needed to run Pixtral 12B effectively?
The model requires substantial GPU memory due to its 12 billion parameters and 400 M‑parameter vision encoder; typical deployments use high‑end GPUs (e.g., A100 40 GB or comparable) to handle the 128 K token context and multiple images.
Asked by Ivo Novotný · Nov 6, 2025
Can I self‑host Pixtral 12B, and under what license?
Yes, Pixtral 12B is released under the Apache 2.0 open‑source license, allowing you to download the weights and run the model locally on your own hardware.
Asked by Priya Nair · Oct 12, 2025
質問する
カタトリアートの代替
Bifrostカタトリアート高性能LLMゲートウェイ - 1000+モデルの統一API
Latest DeepSeek R2カタトリアート次世代の推論を重視するAIモデル
DeepSeek V3カタトリアートオープンソースの混合的専門家モデル、GPT-4o級推論を低価格で実現。
Latest Grok 3 AIカタトリアートQA AIをxAIによって開発された会話の推論、研究、およびリアルタイム回答用。
Llama 3.3カタトリアートMetaの多言語オープン重みLLMは、高品質なテキスト生成が効率的かつ高品質であるようにチューニングされています。
Simple MP3 to Textカタトリアート音声が文章に変わるAIパワーのMP3からテキストへの変換ツール
DeepSeek R1カタトリアートオープンソースの巨大言語モデルが、MIT ライセンスで無料の利用および変更が可能な論理推論、数値演算、プログラミングタスクに優れています。
OpenAI o1カタトリアート複雑な、多段階の問題解決用に設計されたOpenAIの推論の主眼が置かれたモデルです。
Trending now
Biology AI花給方引用ブォイコテター正確な宿題の助けとなる説明がある
Reducto AIアサインケャクターサンツィルプログ・パトロクソーダバヺスクト複雑なPDF、スライド、スプレッドシートを.parse、分割、OCR、構造化データを抽出するドキュメント インテリジェンス API。
AdCrierマーケティングおよび広告スポンサード回答、クリックごとに収益
Beam AIAI エージェントエンタープライズ向けプロセス自動化のパイオニア、自律学習型AIエージェントを活用し、業界を問わずワークフローを高速かつ精度98%でストリーミングするプラットフォーム。