Mistral Large 2512 Batch
Réseau Neuronal
Mistral Large 2512 est le modèle phare de Mistral AI basé sur une architecture MoE, disponible via l'API sur BotHub.
Longueur maximale de la réponse
(en tokens)
Taille du contexte
(en tokens)
Coût du prompt
(par 1M tokens)
Coût de la réponse
(par 1M tokens)
Comment ça marche Mistral Large 2512 Batch?
Mistral Large 2512 est le modèle le plus performant de Mistral AI à ce jour. Basé sur une architecture "mixture-of-experts" clairsemée, il active 41 milliards de paramètres sur 675 milliards par requête, alliant puissance et efficacité. Publié sous licence Apache 2.0, cette version est optimisée pour le traitement par lots (batch), idéal pour les gros volumes. Sur BotHub, accédez-y sans VPN ni carte étrangère, payez en roubles à l'usage sans abonnement, avec une confidentialité garantie : trafic chiffré, aucune archive conservée. L'API compatible OpenAI permet de changer de modèle parmi plus de 250 options sans réécrire votre intégration. Les entreprises bénéficient de contrats, factures, EDI et d'un panneau d'administration. Parfait pour le traitement massif de documents, l'analyse de logs, la génération de code, l'analyse de corpus textuels, les appels de fonctions ou les raisonnements longs planifiés.Questions fréquentes sur Mistral Large 2512 Batch
Vous pouvez utiliser les résultats générés à des fins commerciales. Tous les droits sur le contenu créé vous appartiennent. Seule restriction : vérifiez que la requête ne contient pas de contenus protégés par le droit d'auteur appartenant à des tiers. Le respect des droits sur les données d'entrée relève de votre responsabilité.
C'est un modèle textuel Mistral avec un contexte de 262 144 jetons : il analyse de longs documents, écrit et refactorise du code, aide au débogage, à l'analyse et aux tâches STEM. Il accepte en entrée du texte, des images et des documents, et peut appeler des fonctions externes.
La limite par réponse est de 209 715 jetons, ce qui est très volumineux : suffisant pour un long rapport, une documentation ou un grand module de code. Notez que la fenêtre de 262 144 jetons est partagée entre la requête et la réponse, prévoyez donc une marge pour les entrées massives.
Nos données n'indiquent pas de mode de raisonnement spécifique, mais cela ne signifie pas que le modèle ne peut pas gérer une logique multi-étapes. Demandez-lui simplement de détailler la solution étape par étape ou de formuler un plan, et vous obtiendrez une analyse détaillée, pas seulement le résultat final.
Oui, l'appel de fonctions et la sortie JSON structurée sont confirmés. Le modèle choisira l'outil approprié, insérera les arguments et renverra une réponse conforme à votre schéma — pratique pour les agents et les intégrations. La connexion se fait via l'API BotHub compatible OpenAI, permettant de changer de modèle sans réécrire le code.
Selon nos données, le modèle accepte les images et les documents, et traite nativement les documents : vous pouvez envoyer un scan, un schéma ou un rapport et demander d'en analyser le contenu. L'audio et la vidéo ne sont pas listés dans les formats d'entrée — BotHub propose des modèles spécialisés pour cela dans la même fenêtre.
Nos données ne mentionnent pas de langues spécifiques, nous ne pouvons donc donner aucune garantie. Le plus simple est de tester : envoyez une requête type — contrat, correspondance ou ticket — et comparez avec d'autres modèles. Le paiement sur BotHub se fait à l'usage, ce test ne nécessite donc pas d'abonnement.