Pixtral Large vs Pixtral 12B
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Mistral AI का Pixtral Large और Mistral AI का Pixtral 12B दो प्रमुख एआई मॉडल हैं। Pixtral Large में 128K टोकन कॉन्टेक्स्ट विंडो है और इसकी कीमत $2.00/$6.00 प्रति 1M टोकन है, जबकि Pixtral 12B में 128K टोकन कॉन्टेक्स्ट विंडो है और कीमत $0.15/$0.15 प्रति 1M टोकन है। यहाँ दोनों के बेंचमार्क, गति और लागत का विश्लेषण दिया गया है।
किसी भी मॉडल को बदलें और तुलना करें
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
Pixtral Large
नेटिव मल्टीमॉडल AIMistral AI का Pixtral Large टेक्स्ट और विज़ुअल इनपुट के नेटिव मल्टीमॉडल विश्लेषण के लिए निर्मित एक उन्नत AI मॉडल है, जो 128K कॉन्टेक्स्ट विंडो, 70 टोकन/सेकंड स्पीड और $2/$6 प्रति 1M टोकन कीमत के साथ 48/100 इंटेलीजेंस स्कोर प्रदान करता है।
$2.00 / 1M
$6.00 / 1M
128K tokens
38.5%
Pixtral 12B
नेटिव मल्टीमॉडल AIMistral AI का Pixtral 12B टेक्स्ट और विज़ुअल इनपुट के नेटिव मल्टीमॉडल विश्लेषण के लिए निर्मित एक उन्नत AI मॉडल है, जो 128K कॉन्टेक्स्ट विंडो, 85 टोकन/सेकंड स्पीड और $0.15/$0.15 प्रति 1M टोकन कीमत के साथ 40/100 इंटेलीजेंस स्कोर प्रदान करता ह
$0.15 / 1M
$0.15 / 1M
128K tokens
28%
एक नज़र में मुख्य अंतर
- Pixtral 12B is 22.8x cheaper for API usage (input + output tokens combined).
- Pixtral 12B is faster at 85 tok/s vs 70 tok/s.
- Pixtral Large leads on SWE-bench coding (38.5% vs 28.0%).
| Feature | Pixtral Large | Pixtral 12B |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 48 | 40 |
Provider | Mistral AI | Mistral AI |
Input Price Cost per million input tokens | $2.00 / 1M | $0.15 / 1M |
Output Price Cost per million output tokens | $6.00 / 1M | $0.15 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $1.70 / 1M | $0.08 / 1M |
Context Window Maximum input + output tokens | 128K tokens~192 A4 pages of text | 128K tokens~192 A4 pages of text |
Max Output Tokens Per single request | 8K | 8K |
Throughput Speed Tokens generated per second | 70 tok/s | 85 tok/s |
SWE-bench Verified Real-world software engineering | 38.5% | 28% |
GPQA Diamond Graduate-level reasoning | 55.4% | 43.8% |
Cached Input Price Prompt caching discount per 1M tokens | $1.00 / 1M | $0.05 / 1M |
किस क्षेत्र में कौन आगे है?
At-a-glance decision frameworkसत्यापित बेंचमार्क स्कोर तुलना
Official evaluation metrics verified by independent third-party research labs.
Industry benchmark evaluating real-world GitHub issue resolution and multi-file debugging.
Challenging questions created by domain experts to test complex PhD-level reasoning.
Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.
Crowdsourced human preference evaluation based on blind, head-to-head model battles.
Autonomous multi-step tasks executed inside a real command-line terminal environment.
American Invitational Mathematics Examination — multi-step Olympiad-level reasoning.
Accuracy when reasoning over very large inputs that fill the model context window.
Tokens emitted per second during active generation streaming.
लेटेंसी और रिस्पॉन्स समय
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
रियल-टाइम टोकन लागत सिम्युलेटर
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
Pixtral Large · Strengths & Key Advantages
- 128K कॉन्टेक्स्ट विंडो और अधिकतम 8K आउटपुट टोकन क्षमता (SWE-bench Verified 38.5% · GPQA Diamond 55.4%)
- 70 टोकन/सेकंड की तेज़ जनरेशन स्पीड और मात्र 550ms का प्रथम टोकन लेटेंसी समय (TTFT)
- ओपन-वेट्स आर्किटेक्चर (124B) — vLLM, Ollama या निजी GPU क्लस्टर पर सेल्फ-होस्टिंग के लिए उपयुक्त
Considerations & Trade-offs
- पूर्ण प्रिसिजन में लोकल GPU सर्वर पर चलाने के लिए पर्याप्त VRAM और हार्डवेयर संसाधनों की आवश्यकता होती है
- उच्च-वॉल्यूम प्रोडक्शन ट्रैफ़िक में लागत कम रखने के लिए प्रॉम्प्ट कैशिंग और बैच API का उपयोग आवश्यक है
Pixtral 12B · Strengths & Key Advantages
- 128K कॉन्टेक्स्ट विंडो और अधिकतम 8K आउटपुट टोकन क्षमता (SWE-bench Verified 28% · GPQA Diamond 43.8%)
- 85 टोकन/सेकंड की तेज़ जनरेशन स्पीड और मात्र 450ms का प्रथम टोकन लेटेंसी समय (TTFT)
- ओपन-वेट्स आर्किटेक्चर (12B) — vLLM, Ollama या निजी GPU क्लस्टर पर सेल्फ-होस्टिंग के लिए उपयुक्त
Considerations & Trade-offs
- पूर्ण प्रिसिजन में लोकल GPU सर्वर पर चलाने के लिए पर्याप्त VRAM और हार्डवेयर संसाधनों की आवश्यकता होती है
- अत्यंत जटिल वैज्ञानिक शोध कार्यों में शीर्ष फ्लैगशिप रीजनिंग मॉडल की तुलना में गहराई थोड़ी कम हो सकती है
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | Pixtral Large | Pixtral 12B |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.65 | $0.09 |
Output Tokens / Task Tokens generated per task | 35K | 25K |
Reasoning Tokens / Task Thinking tokens burned per task | 0K | 0K |
तकनीकी विशिष्टताएँ (Specs)
Architecture, release timeline, capabilities, and modalities.
| Feature | Pixtral Large | Pixtral 12B |
|---|---|---|
| Official API Model ID (SDK) | pixtral-large-latest | pixtral-12b-latest |
| API Protocol | OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI | OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI |
| Release Date | 2024-11 | 2024-09 |
| Knowledge Cutoff | October 2024 | August 2024 |
| Architecture | Frontier Vision-Language Transformer | Multimodal Vision-Language Transformer |
| Parameters | 124B | 12B |
| Enterprise Rate Limits (RPM / TPM) | Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud | Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud |
| Long-Context Tier (>128K/200K) | Flat rate ($2/1M in) across full 128K window | Flat rate ($0.15/1M in) across full 128K window |
| Prompt Cache Policy & TTL | Cached input at $1/1M tokens | Cached input at $0.05/1M tokens |
| Computer Use / GUI Agent | API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop) | API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop) |
| MCP & Parallel Tool Calling | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema |
| Web Search Grounding & Sandbox | Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools | Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools |
| Official Fine-Tuning Support | Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory) | Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory) |
| Multimodal Token Billing | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) |
| Quantization & Min GPU VRAM | BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 77 GB VRAM (4-bit Quantized) · 267 GB VRAM (Native BF16) | BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 7 GB VRAM (4-bit Quantized) · 26 GB VRAM (Native BF16) |
| Safety & Frontier Classification | Open-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma) | Open-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma) |
| Enterprise Compliance (ZDR/HIPAA/SOC2) | 100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control | 100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control |
| Input Modalities | text, vision | text, vision |
| Output Modalities | text | text |
Pixtral Large vs Pixtral 12B: त्वरित प्रश्नोत्तर (FAQ)
Which is more intelligent, Pixtral Large or Pixtral 12B?
Pixtral Large is more intelligent. It scores 48 compared with 40 on the composite Intelligence Index.
Which model is faster?
Pixtral 12B is faster, generating 85 tokens per second compared with 70 tokens per second.
Which model is cheaper to run?
Pixtral 12B is cheaper at $0.08 per 1M tokens blended, compared with $1.70 (7:2:1 cache:input:output ratio).
Which model has lower latency?
Pixtral 12B has lower latency, with a time to first token of 0.45s compared with 0.55s.
निष्कर्ष
Pixtral Large (टेक्स्ट और विज़ुअल इनपुट के नेटिव मल्टीमॉडल विश्लेषण, एंटरप्राइज RAG सिस्टम और स्केलेबल API इंटीग्रेशन के लिए सर्वोत्तम।) और Pixtral 12B (टेक्स्ट और विज़ुअल इनपुट के नेटिव मल्टीमॉडल विश्लेषण, एंटरप्राइज RAG सिस्टम और स्केलेबल API इंटीग्रेशन के लिए सर्वोत्तम।) दोनों मजबूत विकल्प हैं: Pixtral Large जटिल रीजनिंग और कोडिंग बेंचमार्क में आगे है, Pixtral 12B तेज़ टोकन जनरेशन देता है, और Pixtral 12B बड़े पैमाने के API उपयोग के लिए अधिक किफायती है।
अक्सर पूछे जाने वाले प्रश्न (FAQ)
कोडिंग और रीजनिंग के लिए Pixtral Large या Pixtral 12B में से कौन बेहतर है?+
समग्र इंटेलिजेंस और कोडिंग बेंचमार्क में Pixtral Large आगे है। विस्तृत तुलना के लिए ऊपर SWE-bench और GPQA स्कोर देखें।
Pixtral Large और Pixtral 12B में किसका API सस्ता है?+
Pixtral Large की इनपुट/आउटपुट कीमत $2.00 / $6.00 प्रति 1M टोकन है और Pixtral 12B की $0.15 / $0.15 है। समग्र लागत में Pixtral 12B अधिक किफायती है।
किस मॉडल का कॉन्टेक्स्ट विंडो और स्पीड बेहतर है?+
Pixtral Large में 128K टोकन कॉन्टेक्स्ट विंडो है जबकि Pixtral 12B में 128K टोकन है। जनरेशन स्पीड के मामले में Pixtral 12B तेज़ है।
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- Pixtral 12B बनाम Mistral Large 2: बेंचमार्क, API कीमत और स्पीड तुलना (2026)तुलना
- Pixtral 12B बनाम Qwen 2.5 32B Instruct: बेंचमार्क, API कीमत और स्पीड तुलना (2026)तुलना
- Pixtral Large बनाम Aya Expanse 32B: बेंचमार्क, API कीमत और स्पीड तुलना (2026)तुलना
- Aion-3.0 बनाम Aion-Mini: बेंचमार्क, API कीमत और स्पीड तुलना (2026)तुलना
- Aion-3.0 बनाम Gemini 3.6 Flash: बेंचमार्क, API कीमत और स्पीड तुलना (2026)तुलना
- Aion-Mini बनाम Laguna XS 2.1: बेंचमार्क, API कीमत और स्पीड तुलना (2026)तुलना
Benchmark scores, token prices, and rate limits evolve rapidly as AI labs release model updates. Always verify current specifications and pricing on the official provider documentation.
स्रोत: Mistral AI और Mistral AI आधिकारिक API दस्तावेज़ और स्वतंत्र बेंचमार्क मूल्यांकन (2026)।