api14
API key पाएं

हम cookies इस्तेमाल करते हैं. Cookies और ब्राउज़र स्टोरेज आपको साइन इन रखते हैं और आपकी प्राथमिकताएं याद रखते हैं। आपकी अनुमति से हम यह भी मापते हैं कि साइट कैसे इस्तेमाल होती है। आप कभी भी । हमारी cookie नीति देखें।

Mistral Large

mistralai/mistral-large
टेक्स्टइनपुट: text · fileTools128K26 फ़र॰ 2024 को जोड़ा गया
playground में खोलेंMistral Large के लिए API key पाएं

Mistral Large अभी आज़माएं

ऊपर दी गई कीमतों पर आपके बैलेंस से चलता है। नए अकाउंट मुफ्त उपयोग से शुरू होते हैं।

एक API. हर मॉडल.

आज 5 में से 5 मुफ्त मैसेज बाकी, मुफ्त अकाउंट से अतिरिक्त मुफ्त उपयोग और API key मिलती है।मुफ्त अकाउंट बनाएंसाइन इन

सेशन लागत $0.00

Mistral Large एक नज़र में

  • इनपुट कीमत 434 टेक्स्ट मॉडल के मीडियन से 344% ज़्यादा है।
  • 1,28,000 tokens की context window, लंबे दस्तावेज़ों और कई चरणों वाली बातचीत के लिए काफी।
  • agents और integrations के लिए tool (function) calling सपोर्ट करता है।
  • schema के साथ structured JSON output सपोर्ट करता है।
  • एक सामान्य request (1,000 इनपुट / 500 आउटपुट tokens) की लागत लगभग $0.02 है।

Mistral Large के बारे में

Mistral Large, Mistral का एक टेक्स्ट जनरेशन मॉडल है, जिसे प्रोवाइडर अपना फ्लैगशिप मॉडल बताता है। यहाँ परोसा जाने वाला वर्ज़न Mistral Large 2 (mistral-large-2407) है, एक proprietary weights-available मॉडल जिसे Mistral रीज़निंग, कोड, JSON और चैट में मज़बूत बताता है। इसे प्रोवाइडर ने 26 फ़रवरी 2024 को रिलीज़ किया था, और इसका knowledge cutoff 30 नवंबर 2024 है, इसलिए उस तारीख के बाद हुई कोई भी बात मॉडल के ट्रेनिंग के दौरान सीखी गई बातों से बाहर है।

मॉडल टेक्स्ट और फ़ाइल इनपुट स्वीकार करता है और टेक्स्ट लौटाता है। इसका कॉन्टेक्स्ट विंडो 128,000 टोकन का है, जो एक ही रिक्वेस्ट में लंबे दस्तावेज़, बड़ी कोड फ़ाइलें या विस्तारित बातचीत रखने के लिए काफ़ी है, और यह एक जवाब में अधिकतम 102,400 टोकन तक बना सकता है। चूँकि फ़ाइलें स्वीकृत इनपुट मोडालिटी हैं, आप अपने निर्देशों के साथ दस्तावेज़ सामग्री पास कर सकते हैं, बजाय सब कुछ खुद प्रॉम्प्ट में पेस्ट करने के। आउटपुट केवल टेक्स्ट है, इसलिए अगर आपको इमेज या ऑडियो चाहिए तो आपको एक अलग मॉडल की ज़रूरत होगी।

ये क्षमताएँ काफ़ी व्यापक व्यावहारिक उपयोगों की ओर इशारा करती हैं। लंबा कॉन्टेक्स्ट और रीज़निंग की मज़बूती दस्तावेज़ विश्लेषण, सारांश और लंबी स्रोत सामग्री पर प्रश्न उत्तर के लिए उपयुक्त हैं, जिसमें फ़ाइलों के रूप में दिए गए अनुबंध, रिपोर्ट और शोध पत्र शामिल हैं। प्रोवाइडर कोड और JSON पर ज़ोर देता है, इसलिए कोड व्याख्या, जनरेशन और रिफ़ैक्टरिंग कार्य उचित हैं, साथ ही डाउनस्ट्रीम सिस्टम के लिए संरचित JSON पेलोड बनाना भी। चैट और सहायक-शैली के अनुप्रयोग भी अच्छी तरह काम करते हैं, खासकर जहाँ बातचीत को बिना काटे बहुत सारा पूर्व कॉन्टेक्स्ट ले जाना हो।

आप मॉडल को api14 के OpenAI-संगत API के ज़रिए मॉडल id "mistralai/mistral-large" का उपयोग करके कॉल करते हैं। चूँकि एंडपॉइंट OpenAI स्कीमा का पालन करता है, मौजूदा OpenAI क्लाइंट लाइब्रेरी और रिक्वेस्ट शेप सिर्फ़ base URL और मॉडल id बदलकर काम करते हैं। समर्थित रिक्वेस्ट पैरामीटर हैं frequency_penalty, max_tokens, presence_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools और top_p। टूल कॉलिंग tools और tool_choice के ज़रिए उपलब्ध है, और structured_outputs के साथ response_format आपको लौटाए गए टेक्स्ट का आकार सीमित करने देते हैं जब आपको भरोसेमंद JSON चाहिए। seed पैरामीटर तब मदद करता है जब आप दोहराने योग्य सैंपलिंग चाहते हैं, और stop, temperature तथा top_p आपको नियंत्रण देते हैं कि मॉडल कहाँ और कैसे जनरेट करे।

knowledge cutoff को ध्यान में रखें: 30 नवंबर 2024 के बाद की घटनाओं के बारे में प्रश्नों के लिए, मॉडल के पास कोई अंतर्निहित जानकारी नहीं है और वह जानकारी प्रॉम्प्ट में या टूल के ज़रिए देनी होगी। 128,000 टोकन कॉन्टेक्स्ट और 102,400 टोकन आउटपुट की सीमा उदार हैं, लेकिन सीमित हैं, इसलिए बहुत बड़े संग्रह के लिए अभी भी चंकिंग या रिट्रीवल की ज़रूरत होगी। अगर आपका कार्य टेक्स्ट-आधारित नहीं है, या अगर आपको विशेष रूप से हाल के cutoff वाला मॉडल चाहिए, तो api14 पर कोई अन्य मॉडल बेहतर विकल्प हो सकता है।

Mistral Large API कैसे कॉल करें

  1. अपने dashboard में API key बनाएं।
  2. अपनी भाषा के लिए आधिकारिक openai SDK इंस्टॉल करें।
  3. baseURL को https://api14.com/api/v1 और model को "mistralai/mistral-large" पर सेट करें।
import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const result = await client.chat.completions.create({
  "model": "mistralai/mistral-large",
  "messages": [
    {
      "role": "user",
      "content": "Explain vector databases in two sentences."
    }
  ]
});
console.log(result.choices[0].message.content);

समर्थित parameters

frequency_penaltymax_tokenspresence_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_p

स्पेसिफिकेशन

Context लंबाई
1,28,000
अधिकतम आउटपुट
1,02,400
इनपुट
text, file
आउटपुट
text
Knowledge cutoff
2024-11-30

api14 पर requests · पिछले 7 दिन

10-1710-1810-1910-2010-2110-2210-23

Mistral Large: अक्सर पूछे जाने वाले सवाल

Mistral Large API की कीमत कितनी है?
Mistral Large की कीमत इनपुट $7.00 / 1M tokens है। शुल्क आपके USD बैलेंस से सिर्फ सफल requests के लिए कटता है; फेल हुई requests मुफ्त हैं।
Mistral Large की context window कितनी है?
Mistral Large हर request में 1,28,000 tokens तक पढ़ता है, prompt, इतिहास और दस्तावेज़ मिलाकर। यह हर जवाब में 1,02,400 आउटपुट tokens तक लिखता है।
Mistral Large क्या कर सकता है?
Mistral Large text, file स्वीकार करता है और text लौटाता है। यह tool calling, structured JSON output सपोर्ट करता है।
अपने कोड से Mistral Large कैसे कॉल करूं?
किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "mistralai/mistral-large" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
Mistral Large के विकल्प क्या हैं?
मिलती-जुलती कीमत वाले टेक्स्ट मॉडल: SpaceXAI: Grok 4.7, Sakana: Fugu Max, Qwen: Qwen3.8 Max (0902)। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।

Mistral Large कम्युनिटी

नया टॉपिक

इस कम्युनिटी में अभी कोई टॉपिक नहीं है। Mistral Large के बारे में पहला टॉपिक खोलें।