Pixtral Large

Fiche modèle · Mistral AI · pixtral-large

A 124B parameter multimodal model built on top of Mistral Large 2, featuring frontier-level image understanding capabilities. Excels at understanding documents, charts, and natural images while maintaining strong text-only performance. Features a 123B multimodal decoder and 1B parameter vision encoder with a 128K context window supporting up to 30 high-resolution images.

Identité

OrganisationMistral AI
Pays—
Famille—
Typellm
Date de sortie2024-11-18
Licencemistral research license (mrl) for research; mistral commercial license for commercial use
Licence commercialenon
Licence open sourcenon
Poids ouvertsoui
Auto-hébergement (DGX Spark)non — 124 Md > 107 Md
Modalitésimage|text
Fenêtre de contexte128 000
KV cache / token (Q8)—
Paramètres totaux124 B
Paramètres actifs (session)124 B
Source des paramètres actifsweb : https://huggingface.co/mistralai/Pixtral-Large-Instruct-2411
Curation des paramètres actifs2026-11-04
Prix par session3.21 $ (1 000 000 tokens entrée + 200 000 sortie, prix le moins cher par fournisseur) (offres routeurs/fournisseurs, converties en USD)
Tokens / tâche (Data Players)1.2 M
Tokens / tâche (Terminal-Bench)83.3 M (est.)
Ratio Terminal-Bench / Data Players69.4×
Coût / tâche (Terminal-Bench)—
Tokens d'entraînement—
Coupure de connaissance—
Créé le2026-05-07T16:53:40.659289Z
Mis à jour le2026-11-04T06:05:14.676668Z
SourceLLM Stats
URLhttps://llm-stats.com/models/pixtral-large

Prix par fournisseur

Statut du modèle (offres + auto-hébergement) : partiel — via AWS Bedrock (eurouter), Amazon Bedrock — Irlande (cortecs), Amazon Bedrock — Paris (cortecs).

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

FournisseurSourceSouverainetéEntrée (/M tok)Sortie (/M tok)QuantificationContexteLatence (s)Débit (tok/s)Statut
AWS Bedrockeurouterpartiel———128 000———
Amazon Bedrock — Irlandecortecspartiel2.01 $6.02 $—128 000———
Amazon Bedrock — Pariscortecspartiel2.01 $6.02 $—128 000———

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

CatégorieScore
chat0.70
image_to_text0.90
math0.70
multimodal0.80
reasoning0.80
general0.80
healthcare0.60
communication0.70
vision0.80

Scores par benchmark

BenchmarkCatégorieScoreMaxNormalisé (API)VérifiéAuto-déclaréDaté du
ai2dvision0.941.000.94nonoui2026-11-04T06:05:14.680053Z
chartqareasoning0.881.000.88nonoui2026-11-04T06:05:14.683125Z
docvqavision0.931.000.93nonoui2026-11-04T06:05:14.685979Z
mathvistamath0.691.000.69nonoui2026-11-04T06:05:14.688929Z
mm-mt-benchchat0.74100.000.74nonoui2026-11-04T06:05:14.692046Z
mmmumultimodal0.641.000.64nonoui2026-11-04T06:05:14.694878Z
vqav2vision0.811.000.81nonoui2026-11-04T06:05:14.697913Z

Classements

Aucune donnée.

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04