Pixtral 12B 24.09Open multimodaal 12B-model dat afgewisselde afbeeldingen en tekst met een 128K contextvenster verwerkt.

4.6 (5)

Beoordeeld door Daniel Nikulshyn·Bijgewerkt juli 2026

Overzicht

Pixtral 12B 24.09 is een multimodaal model van Mistral AI dat zowel afbeeldingen als tekst in één sequentie verwerkt, variabele afbeeldingsgrootte en beeldverhouding ondersteunend. Het gebruikt een 12 miljard parameters tellende taaldecoder in combinatie met een visuele encoder, waardoor taken zoals visuele vraagbeantwoording, documentbegrip, grafiekinterpretatie en afbeeldingsondertiteling mogelijk zijn. Het model accepteert een context van maximaal 128K tokens, waardoor meerdere afbeeldingen kunnen worden afgewisseld met lange tekst in één prompt. Uitgegeven onder een open licentie, kan het lokaal worden geïmplementeerd of via inferentieproviders, waardoor het geschikt is voor ontwikkelaars die visuele taaltoepassingen, onderzoeksflows en multimodale agents bouwen.

Belangrijkste functies

12B parameter visueel-taalmodel
Afgewisselde afbeelding- en tekstenvoer
128K token contextlengte
Native ondersteuning voor variabele afbeeldingsgrootte
Open gewicht release
Geschikt voor OCR, VQA en ondertiteling

Prijs

Model: Free
Categorie: LLM (Langueges Model)
Beoordeling: 4.6 / 5 (5)

Toepassingen

Multimodaal redeneren

Pixtral 12B is in staat om zowel natuurlijke afbeeldingen als documenten te begrijpen en behaalt state-of-the-art prestaties op de MMMU-redeneringsbenchmark en overtreft grotere modellen.

Instructie volgen

Pixtral 12B blinkt uit in instructievolging, vooral in multimodale en tekstloze scenario's, met een relatieve verbetering van 20% in tekst IF-Eval en MT-Bench ten opzichte van het dichtstbijzijnde open source-model.

Multimodale vraagbeantwoording

Pixtral 12B toont sterke capaciteiten in multimodale vraagbeantwoording, inclusief documentvraagbeantwoording en begrip van grafieken en figuren.

Pluspunten & minpunten

Pluspunten

Open gewichten voor zelfhosting
Behandelt meerdere afbeeldingen per prompt
Groot 128K contextvenster
Flexibele afbeeldingsresoluties en beeldverhoudingen

Minpunten

Vereist aanzienlijke GPU-bronnen
Kleiner dan gesloten grensmodellen
Beperkte tooling in vergelijking met propriëtaire APIs

Strijdrecord

Over 1 strijd in het Pantheon.

Last battle

#2
LLM Showdown — February 20, 2026
Feb 20, 2026 · #2 of 3

Recensies

4.6

Gemiddelde van 5 beoordelingen.

Sanjay Gupta

Jan 7, 2026

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.

Fatima Zahra

Nov 26, 2025

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.

Naomi Suzuki

Oct 12, 2025

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.

Tariq Aziz

Oct 7, 2025

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.

Aaliyah Johnson

Aug 30, 2025

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.

Vragen

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