Täglicher gemischter Preis ($/1 Mio.) – wird jeden Tag aufgezeichnet und bildet im Laufe der Zeit einen Trend.
Typischer 3:1-Output-to-Input-Mix pro 1 Mio. Token
Preis ab 2026-04-28 · Quelle: legacy_model_catalog
Gemischte Text-, Bild-, Audio- und Dokument-Workloads, die modalitätsübergreifend von einem Modell profitieren.
Pixtral Large is a 124B parameter, open-weight, multimodal model built on top of Mistral Large 2. The model is able to understand documents, charts and natural images. The model is...
pixtral-large-2411 ist ein Multimodal-Modell von Mistral AI (US). HotON.ai verfolgt es bei $2.00 pro 1 Mio. Eingabe-Tokens und $6.00 pro 1 Mio. Ausgabe-Tokens mit einem 131K-Token-Kontextfenster. Sein zusammengesetzter Effizienzwert beträgt 86/100 bei einem geschätzten $0.007 pro erfolgreicher Aufgabe.
pixtral-large-2411 wird bei $2.00 pro 1 Mio. Eingabe-Tokens und $6.00 pro 1 Mio. Ausgabe-Tokens verfolgt. Eine typische 3:1-Ausgabe-zu-Eingabe-Arbeitslast ergibt ungefähr $5.00 pro 1 Mio. Token. Bei den Zahlen handelt es sich um illustrative Demodaten.
Gemischte Text-, Bild-, Audio- und Dokument-Workloads, die modalitätsübergreifend von einem Modell profitieren.
pixtral-large-2411 unterstützt bis zu einem 131K-Token-Kontextfenster – groß genug für lange Dokumente und längere Konversationen in einer einzigen Anfrage.
Innerhalb des von HotON.ai erfassten Bestands ist pixtral-large-2411 beim Eingabepreis günstiger als 15% der Modelle und liegt nach Gesamteffizienz auf Platz 446 von 521.
Ja – gpt-4.1-nano ist eine kostengünstigere Option bei $0.40 pro 1 Million Ausgabe-Tokens, deckt aber dennoch ähnliche Multimodal-Anwendungsfälle ab. Vergleichen Sie sie nebeneinander auf HotON.ai.
Die Preise sind real (über den TestKey-Katalog, täglich aktualisiert). Qualität (Arena Elo) ist real, wenn das Modell auf der LMArena-Rangliste steht. Geschwindigkeit, Verfügbarkeit und Effizienz sind modellierte Schätzungen.