Pixtral Large

Pixtral Large, wydany 18 listopada 2024, był momentem, w którym Mistral oddał światu otwartych wag model multimodalny w skali czołówki rynku. Zbudowano go jako system o 124 miliardach parametrów: dekoder tekstowy z Mistral Large 2 z doczepionym enkoderem obrazu o miliardzie parametrów, dzięki czemu model czytał obrazy, nie tracąc zdolności językowych flagowca, na którym powstał. Jego siłą były dokumenty, a nie fotografie. We własnym zestawieniu Mistrala model prowadzi w MathVista (69,4), DocVQA (93,3), VQAv2 (80,9) i w teście wykonywania poleceń MM-MT-Bench (7,4 wobec 7,3 dla Claude 3.5 Sonnet). Przewagi są jednak węższe, niż sugeruje tekst premierowy. Deklaracja o ChartQA wymienia wyłącznie GPT-4o (85,2) i Gemini 1.5 Pro (83,8), podczas gdy Claude 3.5 Sonnet ma tam 89,1 wobec 88,1 dla Pixtrala; wynik MMMU 64,0 jest najniższy z czterech porównywanych modeli, za GPT-4o (68,6), Claude (68,4) i Gemini (66,3); a AI2D 93,8 stoi za Gemini 1.5 Pro (94,6). W tabeli każdy rywal ma dwa wiersze — pomiar własny Mistrala i liczbę opublikowaną przez producenta rywala — i wiersz Mistrala jest konsekwentnie niższy. Liczone po wynikach opublikowanych, Claude 3.5 Sonnet wygrywa MathVista (70,7), ChartQA (90,8), DocVQA (94,2) i AI2D (95,3). Obok własnej tabeli Mistral wydrukował jeszcze jedną: ranking LMSYS Vision Arena, w którym Pixtral-Large-2411 zajmuje dziesiąte miejsce z wynikiem 1159 punktów, poniżej GPT-4o, Claude 3.5 Sonnet i Gemini 1.5 Pro — czyli trzech modeli, które w tabeli wyżej pokonuje. Okno kontekstu o wielkości 128 tysięcy tokenów opisano jako mieszczące co najmniej trzydzieści zdjęć w wysokiej rozdzielczości naraz, co czyniło pracę na całym dokumencie praktyczną, zamiast strona po stronie. Licencja była typowym dla Mistrala tamtego okresu rozdwojeniem: wagi na Hugging Face na licencji badawczej Mistral Research License do badań i nauki oraz osobna Mistral Commercial License na wszystko, co komercyjne — model otwarty do wglądu i studiowania, ale nie do odsprzedaży. Mistral wycofał go ze wsparcia 27 lutego 2026 i wyłączył 31 maja 2026, kierując użytkowników do Mistral Medium 3.5. Ta zdolność raczej nie zniknęła, lecz została wchłonięta: obraz przestał być u Mistrala osobnym modelem i stał się cechą modeli głównego nurtu.

▸Wideo

Brak materiałów wideo.

▸Recenzje