Vi använder cookies. Cookies och webbläsarlagring håller dig inloggad och kommer ihåg dina preferenser. Med ditt tillstånd mäter vi också hur webbplatsen används. Du kan när som helst. Läs vår cookiepolicy.
Mistral: Mistral Large 3 2512 (batch)
mistralai/mistral-large-2512:batchTesta Mistral: Mistral Large 3 2512 (batch) nu
Körs på ditt saldo till priserna ovan. Nya konton börjar med gratis användning.
Ett API. Alla modeller.
Sessionskostnad 0,00 US$
Inställningar
Avancerade parametrar
Mistral: Mistral Large 3 2512 (batch) i korthet
- Indatapriset är 44% lägre än medianen för 434 Text-modeller.
- Kontextfönster på 262 144 tokens, tillräckligt för långa dokument och konversationer i flera steg.
- Stöder verktygsanrop (function calling) för agenter och integrationer.
- Stöder strukturerad JSON-utdata med ett schema.
- Tar emot bilder som indata (vision).
- Ett typiskt anrop (1,000 indata / 500 utdata-tokens) kostar ungefär 0,00219 US$.
Om Mistral: Mistral Large 3 2512 (batch)
Mistral: Mistral Large 3 2512 (batch) är en textgenereringsmodell från Mistral. Enligt Mistral är det företagets mest kapabla modell hittills, byggd på en gles mixture-of-experts-arkitektur med 41B aktiva parametrar av totalt 675B, och släppt under Apache 2.0-licensen. Leverantörens releasedatum är 2025-12-01. Suffixet ":batch" i modell-id:t indikerar att detta är batchvarianten av modellen på api14.
Modellen tar text, bilder och filer som indata och producerar text som utdata. Dess kontextfönster är 262 144 tokens, och maximal utdata är 209 715 tokens. Den kombinationen av en stor kontext och ett högt utdatatak innebär att du kan mata in långa dokument, kodbaser, transkriptioner eller bilduppsättningar och fortfarande lämna betydande utrymme för modellens svar. Parametrar som stöds i förfrågningar inkluderar frequency_penalty, max_tokens, presence_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools och top_p.
Dessa förmågor pekar mot en ganska bred uppsättning praktiska användningsområden. Den långa kontexten passar för sammanfattning och frågebesvarande över långa dokument, analys av kontrakt eller rapporter, och kodgranskning över flera filer. Bildindata gör den användbar för uppgifter som blandar skärmbilder, diagram eller skannade sidor med textinstruktioner. Tool calling och strukturerade utdata passar agentliknande arbetsflöden och pipelines som behöver maskinläsbara svar, till exempel att extrahera fält till JSON eller dirigera förfrågningar mellan tjänster. Kontrollerna seed och temperature hjälper när du vill ha reproducerbara eller hårt begränsade genereringar.
Du anropar modellen via api14:s OpenAI-kompatibla API med modell-id:t "mistralai/mistral-large-2512:batch". Eftersom gränssnittet följer OpenAI chat completions-formen skickar du dina meddelanden på vanligt sätt och ställer in fältet model till det id:t. Du kan skicka valfri av de stödda parametrarna som listas ovan i förfrågningskroppen: frequency_penalty, max_tokens, presence_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools och top_p. Batchvarianten är den du ska välja när du vill att denna modell ska serveras i batchläge snarare än interaktivt.
En sak att ha i åtanke är utdatataket: maxOutput är 209 715 tokens, så mycket stora enskilda svar är möjliga men fortfarande begränsade. Om din arbetsbelastning är enbart text och inte behöver bild- eller filindata kan en mindre textbaserad modell vara ett bättre val. Om du behöver modaliteter utöver textutdata tillhandahåller denna modell dem inte, eftersom text är dess enda utdatamodalitet.
Så anropar du Mistral: Mistral Large 3 2512 (batch) API
- Skapa en API-nyckel i din kontrollpanel.
- Installera det officiella openai-SDK:t för ditt språk.
- Sätt baseURL till https://api14.com/api/v1 och model till "mistralai/mistral-large-2512:batch".
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-2512:batch",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
Parametrar som stöds
frequency_penaltymax_tokenspresence_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_pSpecifikationer
- Kontextlängd
- 262 144
- Max utdata
- 209 715
- Indata
- text, image, file
- Utdata
- text
Anrop på api14 · senaste 7 dagarna
Mistral: Mistral Large 3 2512 (batch): vanliga frågor
- Vad kostar Mistral: Mistral Large 3 2512 (batch) API?
- Mistral: Mistral Large 3 2512 (batch) kostar Indata 0,88 US$ / 1M tokens. Det dras från ditt USD-saldo endast för lyckade anrop; misslyckade anrop är gratis.
- Hur stort är kontextfönstret för Mistral: Mistral Large 3 2512 (batch)?
- Mistral: Mistral Large 3 2512 (batch) läser upp till 262 144 tokens per anrop, prompt, historik och dokument tillsammans. Den skriver upp till 209 715 utdata-tokens per svar.
- Vad kan Mistral: Mistral Large 3 2512 (batch) göra?
- Mistral: Mistral Large 3 2512 (batch) tar emot text, image, file och returnerar text. Den stöder verktygsanrop, strukturerad JSON-utdata.
- Hur anropar jag Mistral: Mistral Large 3 2512 (batch) från min kod?
- Peka valfritt OpenAI-SDK mot https://api14.com/api/v1 och sätt model till "mistralai/mistral-large-2512:batch", inga andra kodändringar. Kopiera ett färdigt exempel från kodpanelen på den här sidan.
- Vilka alternativ finns till Mistral: Mistral Large 3 2512 (batch)?
- Jämförbara Text-modeller till ett liknande pris: Inception: Mercury 2, Qwen: Qwen3 VL 8B Instruct, OpenAI: GPT-4.1 Mini (batch). Alla körs via samma API-nyckel, så att byta är en sträng.
Community för Mistral: Mistral Large 3 2512 (batch)
Ny trådDen här communityn har inga trådar ännu. Starta den första om Mistral: Mistral Large 3 2512 (batch).