Pixtral 12B 24.09Open multimodálny 12B model, ktorý spracováva prekladané obrázky a text s 128 K kontextovým oknom.

4.6 (5)

Recenzované Daniel Nikulshyn·Aktualizované júl 2026

Prehľad

Pixtral 12B 24.09 je multimodálny model od Mistral AI, ktorý spracováva obrázky aj text v jednej sekvencii a podporuje rôzne veľkosti a pomery strán obrázkov. Používa 12‑miliardový jazykový dekodér spárovaný s vizuálnym enkóderom, čo umožňuje úlohy ako vizuálne otázky a odpovede, porozumenie dokumentom, interpretáciu grafov a popisovanie obrázkov. Model akceptuje kontext až do 128 K tokenov, čo umožňuje prekladať viaceré obrázky s dlhým textom v jednej výzve. Vydaný pod otvorenou licenciou, môže byť nasadený lokálne alebo prostredníctvom poskytovateľov inferencie, čo ho robí vhodným pre vývojárov budujúcich aplikácie vision‑language, výskumné pracovné toky a multimodálne agenty.

Kľúčové funkcie

12B parametrový model vision‑language
Prekladané vstupy obrázkov a textu
Dĺžka kontextu 128 K tokenov
Natívna podpora premenlivých veľkostí obrázkov
Otvorená váha
Vhodný pre OCR, VQA a popisovanie obrázkov

Cenník

Model: Free
Kategória: Limitné Modely Lymérové
Hodnotenie: 4.6 / 5 (5)

Prípady použitia

Multimodálne uvažovanie

Pixtral 12B dokáže rozumieť ako prirodzeným obrázkom, tak aj dokumentom, dosahuje špičkový výkon na benchmarku MMMU v uvažovaní a prekonáva väčšie modely.

Nasledovanie inštrukcií

Pixtral 12B vyniká v nasledujovaní inštrukcií, najmä v multimodálnych a čisto textových scenároch, s relatívnym zlepšením o 20 % v textovom IF‑Eval a MT‑Bench oproti najbližšiemu open‑source modelu.

Multimodálne otázky a odpovede

Pixtral 12B prejavuje silné schopnosti v multimodálnom otázkach a odpovediach, vrátane odpovedí na otázky k dokumentom a porozumenia grafom a diagramom.

Klady a zápory

Klady

Otvorené váhy pre vlastné hostovanie
Spracúva viacero obrázkov v jednej výzve
Veľké kontextové okno 128 K
Flexibilné rozlíšenia a pomery strán obrázkov

Zápory

Vyžaduje značné GPU zdroje
Menší než špičkové uzavreté modely
Obmedzené nástroje v porovnaní s proprietárnymi API

Rekord bitiek

V 1 bitke v Panteóne.

Last battle

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

Recenzie

4.6

Priemer z 5 hodnotení.

Prihlás sa, aby si napísal recenziu.

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.

Otázky

Ako veľa obrázkov a aký počet textu môžem zahrnúť do jedného vstupného prvku?

Pixtral podporuje premenlivé vstupné údaje obrazov a textu v rámci jedného 128 K token kontextu, umožňujúce akýkoľvek počet obrazov (pri ich prirodzenom veľkosti) spoločne s dlhou formou textu v jednom vstupnom prvku.

Asked by Lorenzo Bianchi · Nov 20, 2025

Je Pixtral 12B ďalej udržovaný, a či sú k dispozícii nové alternatívy?

Pixtral 12B je deprecated a už nie je v aktívne udržovanie, preto je odporúčaná použitia novších, väčších jazykových modelov od Mistrala AI pre produkčne použitie.

Asked by Carlos Mendoza · Nov 10, 2025

Čo hardware je potrebné pre efektívne spustenie Pixtral 12B?

Model vyžaduje veľkú pamäť grafickej karty pre svoje 12 miliardy parametrov a 400 M parametrov vidieckeho encodera; typické nasadenie používa vysoko-koncové grafickej karty (napriklad A100 40 GB alebo ekvivalentní).

Asked by Ivo Novotný · Nov 6, 2025

Môžem Pixtral 12B samospustošovať, a pod akým licencovaním?

Áno, Pixtral 12B je uverejnený pod licenciou Apache 2.0, ktorá umožňuje stiahnuť váhy a spustenie modelu lokalne na vlastném HARDVARDE.

Asked by Priya Nair · Oct 12, 2025