Pixtral 12B 24.09Odprti multimodalni 12B model, ki obravnava mešane slike in besedilo z oknom konteksta 128K.
Pregled
Ključne funkcije
- 12B parametriški vizualno-jezikovni model
- Mešani vnos slik in besedila
- 128K tokenov dolžine konteksta
- Nativna podpora za spremenljiv velikost slike
- Izdaja z odprtimi težami
- Primeren za OCR, VQA in opisovanje slik.
Cene
- Model
- Free
- Ocena
- 4.6 / 5 (5)
Primeri uporabe
Multimodalno sklepanje
Pixtral 12B je sposoben razumeti tako naravne slike kot dokumente, doseganje najboljših rezultatov na benchmarku MMMU in presega večje modele.
Sledenje navodilom
Pixtral 12B izstopa v sledenju navodilom, zlasti v multimodalnih in izključno besedilnih scenarijih, z 20% relativnim izboljšanjem v besedilni IF-Eval in MT-Bench v primerjavi z najbližjim odprto-izvorom modelom.
Multimodalno odgovarjanje na vprašanja
Pixtral 12B kaže močne sposobnosti v multimodalnem odgovarjanju na vprašanja, vključno z odgovarjanjem na vprašanja o dokumentih ter razumevanjem grafikonov in figur.
Prednosti in slabosti
Prednosti
- Odprte težave za samostojno gostovanje
- Obravnava več slik na zahtevo
- Veliko okno konteksta 128K
- Prilagodljive ločljivosti slik in razmerne proporcije.
Slabosti
- Zahteva znatne GPU vire
- Manjši od naprednih zaprtega modela
- Omejena orodja v primerjavi s lastništvenimi API-ji.
Rekord bitk
V 1 bitki v Panteonu.
Last battle
Ocene
Povprečje iz 5 ocen.
Prijavi se za oddajo ocene.
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.
Vprašanja
Koliko slik in koliko besedila lahko vnesem v enotno pobudo?
Pixtral podpira vložene slikovne in besedilne vnosnosti znotraj enega 128 K konteksta, kar omogoča poljubno število slik (v njihovem naravnem razmerju) ob dolgih besedilnih pobudah v eni pobudi.
Asked by Lorenzo Bianchi · Nov 20, 2025
Ali je še vedno vedno vzdrževan in ali je tudi boljših alternativ?
Pixtral 12B je opuščen in že ne več podpiran; Mistral AI priporoča uporabo svojih novih, močnejših vidno jezikovnih modelov, ki nadgradnijo Pixtral za proizvajalske namene.
Asked by Carlos Mendoza · Nov 10, 2025
S katerimi napravami morat se uporabljati, da bi lahko Pixtral 12B deloval učinkovito?
Model zahteva velik spominski prostor v grafični karti zaradi njemu 12 milijard parametrov in 400 milijonov parametrov vidnega koda; pogostnost uporabe se začne s visokorazrednimi grafičnimi karticami (npr A100 40 GB ali podobno).
Asked by Ivo Novotný · Nov 6, 2025
Ali lahko samostojno gostujem Pixtral 12B, in pod katero licenco?
Da, Pixtral 12B je razvito pod licenco Apache 2.0 otvorene kodo in je dovoljeno, da si prejmeš težave in ga izvršuješ na lokalno napravo samega teba.
Asked by Priya Nair · Oct 12, 2025
Postavi vprašanje
Alternative za Modul za učenje odločitev v globinskem učenju (LLM)
BifrostModul za učenje odločitev v globinskem učenju (LLM)Visoko zmogljiv LLM gateway, ki združuje 1000+ modelov pod eno API.
Latest DeepSeek R2Modul za učenje odločitev v globinskem učenju (LLM)Model AI prihodnjega generacije, osredotočen na razmišljanje, iz DeepSeek
DeepSeek V3Modul za učenje odločitev v globinskem učenju (LLM)Odprtokodni model mešanice strokovnjakov, ki ponuja razmišljanje na nivoju GPT‑4o po delčku stroškov.
Latest Grok 3 AIModul za učenje odločitev v globinskem učenju (LLM)Razpravljalna umetna inteligenca iz Latest Grok 3 AI, zasnovana za razmišljanje, raziskovanje in odgovore v realnem času.
Llama 3.3Modul za učenje odločitev v globinskem učenju (LLM)Metajev večjezični LLM z odprtimi težami, nastavljan za učinkovito in visokokakovostno generiranje besedila.
Simple MP3 to TextModul za učenje odločitev v globinskem učenju (LLM)Pretvornik MP3 v besedilo z umetno inteligenco za pretvorbo zvoka v čiste, berljive prepiske.
DeepSeek R1Modul za učenje odločitev v globinskem učenju (LLM)Odprtokodni veliki jezikovni model, ki izstopa pri razmišljanju, matematiki in programiranju, z licenco MIT za brezplačno uporabo in spreminjanje.
OpenAI o1Modul za učenje odločitev v globinskem učenju (LLM)Model OpenAI, usmerjen v razmišljanje, zasnovan za kompleksne, večkorenske rešitve problemov.
Trending now
Biology AIObrazovna AINatančna pomoč pri domači nalogi z celovito razlago
Reducto AIPlatforme za razvijanje avtomatiziranih agenstv AIAPI za dokumentno inteligenco, ki razčleni, deli, OCR-uje in izvaja strukturirane podatke iz zapletenih PDF-jev, predstavitev in preglednic.
AdCrierTrženje & OglasovanjeSponzorirana odgovora, plačano po kliku
Beam AIAgnosti AIVoden platform za agentično procesno avtomatizacijo, ki uporablja samoučeče seje AI za poenostavitev delovnih tokov v različnih panogah.