Что это
Pixtral 12B от Mistral AI - языковая модель, обученная работать сразу с текстом и картинками. Она принимает на вход изображения любого размера и соотношения сторон без обрезки, а контекстное окно достигает 128 тысяч токенов. Модель строится на базе Mistral Nemo 12B с добавленным визуальным энкодером на 400 миллионов параметров.
Что даёт
Пользователь получает инструмент, который анализирует документы с иллюстрациями, отвечает на вопросы по скриншотам, описывает фотографии и извлекает данные из таблиц или схем. Большое контекстное окно позволяет обрабатывать длинные документы с несколькими вставленными изображениями за один запрос. Это экономит время при разборе технических материалов, отчётов и визуального контента.
Кому подходит
Подходит разработчикам и исследователям, которым нужна бесплатная мультимодальная модель для встраивания в продукты или экспериментов. Полезна аналитикам, работающим с документами, содержащими графики, таблицы и схемы.
Инструменты помогают сделать работу, но результат тут же теряется в чатах и вкладках. ENGRAM собирает находки, документы и переписку команды в единую ИИ-память и находит нужное по смыслу со ссылкой на источник. Данные в России.
Доступ из России
Модель выпущена с открытыми весами под лицензией Apache 2.0 и доступна для скачивания на Hugging Face без ограничений по региону. API через Mistral La Plateforme может потребовать VPN и зарубежную карту для оплаты. Локальный запуск через vLLM или llama.cpp не требует ни VPN, ни оплаты.
Цена
Open-source (веса открыты, Apache 2.0); API через Mistral платный