P

Pixtral Large

Mistral Large 2をベースに構築された、パラメータ数が124Bのマルチモーダルモデルで、最先端の画像理解能力を備えています。文書、グラフ、自然画像の理解に長けており、純粋なテキスト性能も強力です。123Bのマルチモーダルデコーダと1Bのパラメータを持つビジュアルエンコーダを含み、128Kのコンテキストウィンドウを持ち、最大30枚の高解像度画像をサポートします。
インテリジェンス(比較的弱い)
速度(比較的遅い)
入力サポートモダリティ
はい
推論モデルかどうか
128,000
コンテキストウィンドウ
128,000
最大出力トークン
-
知識カットオフ

価格設定

¥14.4 /M tokens
入力
¥43.2 /M tokens
出力
¥21.6 /M tokens
混合価格

クイック簡易比較

入力

出力

Devstral Small (May '25)
¥0.1
Devstral Medium
¥0.4
Devstral
¥0.1

基本パラメータ

Pixtral Large技術パラメータ
パラメータ数
124,000.0M
コンテキスト長
128.00k tokens
トレーニングデータカットオフ
オープンソースカテゴリ
Open Weights (License Required for Commercial Use)
マルチモーダルサポート
テキスト、画像
スループット
0
リリース日
2024-11-18
応答速度
59.09,124 tokens/s

ベンチマークスコア

以下はPixtral Largeの様々な標準ベンチマークテストでのパフォーマンスです。これらのテストは、異なるタスクやドメインにおけるモデルの能力を評価します。
インテリジェンス指数
37.42
大規模言語モデルインテリジェンスレベル
コーディング指数
27.65
コーディングタスクにおけるAIモデルのパフォーマンス指標
数学指数
39.2
数学的問題の解決、数学的推論、または数学関連タスクの実行における能力指標
MMLU Pro
70.1
大規模マルチタスクマルチモーダル理解 - テキスト、画像、音声、ビデオの理解をテスト
GPQA
50.5
大学院物理学問題評価 - ダイヤモンド科学レベルの問題で高度な物理学知識をテスト
HLE
3.6
Hugging Face Open LLMリーダーボードにおけるモデルの包括的な平均スコア
LiveCodeBench
26.1
実世界のコード作成とプログラミングコンテスト問題解決における大規模言語モデルの能力を評価する特定の評価
SciCode
29.2
科学計算または特定の科学分野のコード生成におけるモデルの能力
HumanEval
84.9
特定のHumanEvalベンチマークテストセットでAIモデルが達成したスコア
Math 500スコア
71.4
最初の500の大規模でよく知られた数学ベンチマークテストのスコア
AIMEスコア
7
高難度の数学競技問題(特にAIMEレベル)を解決するAIモデルの能力を測定する指標
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase