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. Mistral raportował 69,4% w teście MathVista, mierzącym rozumowanie na wykresach i diagramach, oraz deklarował przewagę nad GPT-4o i Gemini 1.5 Pro w DocVQA i ChartQA — testach, które przekładają się na faktury, raporty i rysunki naukowe. W MM-MT-Bench, sprawdzającym wykonywanie poleceń multimodalnych, raportowano wynik lepszy od Claude 3.5 Sonnet, Gemini 1.5 Pro i GPT-4o. 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