简介
Pixtral 是法国 AI 公司 Mistral AI 推出的多模态大模型，支持图像、图表、文档、公式等多种输入形式的理解和分析。Pixtral 结合了 Mistral Large 的文本理解能力和视觉编码器，能够对复杂视觉内容进行深度推理，在表格识别、图表分析、文档 OCR 等任务上表现优秀。
Pixtral 提供 API 调用，开源版本可自行部署，是开源多模态模型中的重要力量。
核心功能
- 多模态理解：同时处理文本和图像输入
- 图像分析：识别和理解照片、插图等
- 文档解读：处理 PDF、扫描件、表格等
- 图表推理：解读数据图表和可视化
- 数学公式：识别和解析数学表达式
- API 服务：通过 Mistral API 调用
价格
通过 Mistral API 按量计费（la Plateforme），或免费使用开源自部署版本。
优缺点
优点：多模态推理能力强大、开源可自部署、与 Mistral 文本模型无缝配合、API 性价比高。
缺点：开源部署需要硬件、中文能力不如英文、生态规模小于 OpenAI/Google。
适合人群
需要多模态 AI 能力的开发者、文档智能化处理场景、需要本地部署视觉 AI 的团队、Mistral 生态用户。
