Mistral Large 2
Red Neuronal
Mistral Large 2 es el modelo insignia de Mistral AI para razonamiento, código y salida JSON estructurada, disponible vía API.
Longitud máxima de respuesta
(en tokens)
Tamaño del contexto
(en tokens)
Costo del prompt
(por 1M tokens)
Costo de la respuesta
(por 1M tokens)
Cómo funciona Mistral Large 2?
Mistral Large 2 es el modelo insignia de Mistral AI en la versión mistral-large-2407. Es un modelo propietario con pesos disponibles, fuerte en razonamiento, codificación, generación de JSON estructurado y diálogo. En BotHub está disponible sin VPN ni tarjeta extranjera: pagas con tarjeta rusa en rublos y solo por los tokens consumidos, que no caducan. Tienes más de 250 redes neuronales en una sola ventana, por lo que puedes comparar las respuestas de Mistral Large 2 con otros modelos y cambiar sin reescribir la integración: una API única compatible con OpenAI los entrega con una sola clave. La correspondencia está cifrada con AES-GCM y no se guarda, y las empresas tienen acceso a contratos, facturas, intercambio electrónico de documentos y un panel de administración con límites. Para los desarrolladores, el modelo es útil para escribir y refactorizar código, depurar errores y revisar código; para los analistas, para extraer datos en JSON estricto; para los equipos de producto, para chatbots y asistentes de soporte; y para quienes trabajan con lógica y cálculos, para razonamientos paso a paso y verificación de hipótesis.Preguntas frecuentes sobre Mistral Large 2
Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.
mistral-large es un modelo de texto de Mistral AI. Es adecuado para generar y editar textos, trabajar con código (escritura, refactorización, depuración), análisis y análisis de documentos: el archivo se transmite de forma nativa, sin reconocimiento previo. Tiene llamada a funciones, por lo que el modelo es fácil de integrar en servicios y escenarios de trabajo.
Hasta 102 400 tokens por respuesta: suficiente para un documento grande, una instrucción detallada o un módulo de código completo. La ventana de contexto total es de 128 000 tokens, lo que incluye su solicitud con archivos adjuntos y la respuesta del modelo.
No se indica un modo de razonamiento separado en nuestros datos. Sin embargo, puede pedirle al modelo que descomponga la tarea paso a paso directamente en la solicitud: describir la lógica, revisar opciones, verificar cálculos. Y para razonamientos complejos, en BotHub es fácil cambiar a otro modelo en la misma ventana.
Sí, ambos. La llamada a funciones permite al modelo acceder a sus herramientas: base de datos, búsqueda, calculadora. La salida estructurada devuelve el resultado estrictamente en JSON según un esquema dado, lo cual es útil para agentes y análisis. Todo funciona a través de la API única de BotHub compatible con OpenAI.
mistral-large no acepta imágenes, audio ni video como entrada. Sin embargo, tiene trabajo nativo con documentos: el archivo se envía al modelo tal cual, y este analiza la estructura, tablas y redacción. Para imágenes, sonido y video en BotHub, utilice modelos separados en la misma interfaz.
En nuestros datos, el idioma de trabajo del modelo no está descrito por separado, por lo que no prometemos una calidad específica en ruso: pruébelo con su tarea. Es rápido: en BotHub envía la misma solicitud a varios modelos en una ventana y compara las respuestas.