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 2407

mistralai/mistral-large-2407

टेक्स्टइनपुट: text · fileTools131K19 नव॰ 2024 को जोड़ा गया

playground में खोलें Mistral Large 2407 के लिए API key पाएं

Mistral Large 2407 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 बनाएं साइन इन

सेशन लागत $0.00

Mistral Large 2407 एक नज़र में

इनपुट कीमत 434 टेक्स्ट मॉडल के मीडियन से 344% ज़्यादा है।
1,31,072 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 2407 के बारे में

Mistral Large 2407, Mistral का एक टेक्स्ट जनरेशन मॉडल है, जिसे api14 पर mistralai/mistral-large-2407 के रूप में पहचाना जाता है। यह Mistral का फ्लैगशिप मॉडल, Mistral Large 2, उसके 2407 संस्करण में है, और Mistral इसे proprietary weights-available मॉडल बताता है। इसे प्रदाता ने 2024-11-19 को जारी किया था और इसका knowledge cutoff 2024-03-31 है।

मॉडल टेक्स्ट और फ़ाइल इनपुट स्वीकार करता है और टेक्स्ट लौटाता है। इसका context window 131072 tokens है और अधिकतम आउटपुट 104857 tokens है, इसलिए एक ही अनुरोध में लंबे इनपुट और लंबी जनरेशन दोनों संभव हैं। Mistral इसे reasoning, code, JSON और chat में मजबूत बताता है। समर्थित request parameters में temperature, top_p, frequency_penalty, presence_penalty, max_tokens, stop, seed, response_format, structured_outputs, tools और tool_choice शामिल हैं।

चूंकि यह reasoning, code और JSON को अच्छी तरह संभालता है, यह multi-step analysis, code generation और review, तथा ऐसे chat assistants जिन्हें लंबी बातचीत या बड़ा दस्तावेज़ context में रखना हो, जैसे कार्यों के लिए उपयुक्त है। फ़ाइल इनपुट modality इसे ऐसे workflows के लिए उपयोगी बनाती है जहां किसी प्रश्न के साथ एक दस्तावेज़ दिया जाता है, और structured output तथा tool calling parameters इसे ऐसी pipelines के लिए उचित बनाते हैं जिन्हें machine-readable responses चाहिए या जो मॉडल को external functions से जोड़ती हैं। बड़ी output ceiling तब मदद करती है जब उत्तर स्वयं लंबा हो, उदाहरण के लिए एक पूरी फ़ाइल, विस्तृत रिपोर्ट या विस्तारित व्याख्या।

आप इसे api14 के OpenAI-compatible API के माध्यम से model id "mistralai/mistral-large-2407" का उपयोग करके कॉल करते हैं। अनुरोध OpenAI chat completions के स्वरूप का पालन करते हैं, इसलिए आप सामान्य फ़ील्ड में messages भेजते हैं और parameters सेट करते हैं। मॉडल frequency_penalty, max_tokens, presence_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools और top_p का समर्थन करता है। जब आपको JSON चाहिए तो response_format या structured_outputs का उपयोग करें, और जब आप चाहते हैं कि मॉडल आपके द्वारा परिभाषित functions को कॉल करे तो tools के साथ tool_choice का उपयोग करें। seed parameter आपको sampling को अधिक reproducible बनाने देता है, और stop आपको चुनी हुई sequence पर generation काटने देता है।

2024-03-31 के knowledge cutoff को ध्यान में रखें: मॉडल उस तारीख के बाद की घटनाओं या library changes के बारे में नहीं जानेगा, इसलिए हाल की जानकारी के लिए आपको उसे prompt में या किसी फ़ाइल के माध्यम से देना चाहिए। यदि आपका कार्य टेक्स्ट आधारित नहीं है, तो यह मॉडल उपयुक्त नहीं होगा, क्योंकि यह केवल टेक्स्ट और फ़ाइल इनपुट लेता है और केवल टेक्स्ट उत्पन्न करता है। इन सीमाओं के भीतर यह reasoning, code और JSON कार्य के लिए एक सामान्य विकल्प है, और parameter सूची आपको sampling, output shape और tool use पर पर्याप्त नियंत्रण देती है ताकि आप इसे मौजूदा OpenAI-compatible code में थोड़े बदलाव के साथ integrate कर सकें।

Mistral Large 2407 API कैसे कॉल करें

अपने dashboard में API key बनाएं।
अपनी भाषा के लिए आधिकारिक openai SDK इंस्टॉल करें।
baseURL को https://api14.com/api/v1 और model को "mistralai/mistral-large-2407" 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-2407",
  "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: 1,31,072
अधिकतम आउटपुट: 1,04,857
इनपुट: text, file
आउटपुट: text
Knowledge cutoff: 2024-03-31

api14 पर requests · पिछले 7 दिन

Mistral Large 2407: अक्सर पूछे जाने वाले सवाल

Mistral Large 2407 API की कीमत कितनी है?: Mistral Large 2407 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 2407 की context window कितनी है?: Mistral Large 2407 हर request में 1,31,072 tokens तक पढ़ता है, prompt, इतिहास और दस्तावेज़ मिलाकर। यह हर जवाब में 1,04,857 आउटपुट tokens तक लिखता है।
Mistral Large 2407 क्या कर सकता है?: Mistral Large 2407 text, file स्वीकार करता है और text लौटाता है। यह tool calling, structured JSON output सपोर्ट करता है।
अपने कोड से Mistral Large 2407 कैसे कॉल करूं?: किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "mistralai/mistral-large-2407" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
Mistral Large 2407 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 2407 कम्युनिटी

नया टॉपिक

इस कम्युनिटी में अभी कोई टॉपिक नहीं है। Mistral Large 2407 के बारे में पहला टॉपिक खोलें।