Aqbeż għall-kontenut ewlieni
Malti— Agħżel lingwa
Menu

Daħla għall-Viżjoni permezz tal-API ta' Mistral

Lezzjoni 1 / 12 Aġġornat 3 ta’ Novembru 2026 Zviluppatur
F'din il-paġna
  1. X’inhi l-API tal-Viżjoni?
  2. Għaliex Tuża l-Viżjoni ta’ Mistral?
  3. Mudelli tal-Viżjoni Disponibbli
  4. L-Ewwel Sejħa tal-Viżjoni Tiegħek
  5. Struttura ta’ Messaġġ Multimodali
  6. X’Se Titgħallem F’dan il-Kors
  7. Punti Ewlenin

Aġġornament tal-2 ta’ Novembru, 2026 — mudelli. Mistral Large 3 (mistral-large-2512) u Mistral Medium 3.5 ġew iddeprekati mill-31 ta’ Ottubru, 2026, u se jiġu rtirati fit-30 ta’ April, 2027. Is-suċċessur deżinjat tagħhom, Mistral Large 4 (mistral-large-4), ilu fil-preview pubblika mis-6 ta’ Ottubru. L-eżempji f’dan il-kors jużaw l-alias mistral-large-latest, li għadu jipponta lejn Mistral Large 3 skont l-ispeċifikazzjoni uffiċjali (ivverifikat fit-3 ta’ Novembru, 2026). Bl-istess mod, mistral-medium-latest jipponta lejn Mistral Medium 3.5. Dawn l-aliases se jibqgħu validi sal-30 ta’ April, 2027. Għal proġetti ġodda, ittestja mistral-large-4, is-suċċessur deżinjat tagħhom.

X’inhi l-API tal-Viżjoni?

Il-mudelli tal-lingwa ma jibqgħux limitati għat-test biss. Mill-2024, Mistral AI toffri mudelli multimodali kapaċi janalizzaw it-test u l-immaġnijiet fl-istess ħin. Din il-kapaċità, imsejħa Viżjoni, tbiddel in-natura tax-xogħol li tista’ tawtomatizza: fattura fformattjata, screenshot ta’ dashboard, jew dijagramma teknika ma tibqax attachment opaku li bniedem irid jiftaħ. Minflok, dawn isiru inputs li l-kodiċi tiegħek jista’ jikkonsulta, eżattament kif jikkonsulta stringa.

L-ambitu huwa wiesa’: analiżi ta’ dokumenti, qari ta’ grafiċi, u estrazzjoni ta’ data viżwali. Ditta tal-kontabbiltà li tirċievi tliet mitt riċevuta skannjata fix-xahar tista’ titlob lill-mudell jaqra l-ammonti; tim tal-prodott jista’ jiddeskrivi awtomatikament screenshots sottomessi mill-utenti. F’dan il-kors, se titgħallem kif tisfrutta l-API tal-Viżjoni ta’ Mistral biex tintegra dan it-tip ta’ analiżi fl-applikazzjonijiet Python tiegħek. Kull lezzjoni tgħaqqad spjegazzjoni tal-mekkaniżmu ma’ kodiċi lest għall-użu.

Għaliex Tuża l-Viżjoni ta’ Mistral?

L-ewwel argument huwa n-nuqqas ta’ tfixkil tekniku. Inti ssejjaħ l-istess endpoint chat.complete() użat għat-test: m’hemm l-ebda API separata biex titgħallem, l-ebda klijent distint biex tistanzja. Inti sempliċiment iżżid l-immaġnijiet fil-messaġġ. Proġett diġà mibni fuq il-ġenerazzjoni tat-test jadatta għall-viżjoni mingħajr ma jerġa’ jiġi ddisinjat.

It-tieni raġuni hija l-għażla tal-mudell. Mill-aktar qawwi, Mistral Large 3, sal-iżjed ħafif fil-familja Ministral 3, taġġusta l-kompromess bejn il-kwalità u l-ispiża għall-każ tiegħek: mudell tqil għal analiżi dettaljata ta’ grafiku finanzjarju, mudell ħafif biex tissortja għaxart elef ritratt skont il-kategorija. Tagħmel dan l-aġġustament f’linja waħda ta’ kodiċi, kif se tara fil-Lezzjoni 3.

Japplikaw żewġ kunsiderazzjonijiet strateġiċi oħra. Il-format tal-messaġġ isegwi l-istandard simili għal dak ta’ OpenAI, li jiffaċilita l-migrazzjoni minn fornitur ieħor: il-kodiċi għall-bini tal-messaġġi jibqa’ prattikament mhux mibdul. U peress li Mistral hija kumpanija Franċiża, id-data tiegħek tista’ tibqa’ fl-Ewropa, fattur spiss deċiżiv meta l-immaġnijiet ikunu fihom informazzjoni personali jew kuntrattwali.

Mudelli tal-Viżjoni Disponibbli

Ħames mudelli ta’ Mistral jappoġġjaw il-viżjoni. Kull wieħed huwa identifikat b’ID tal-API li tgħaddi lill-parametru model.

MudellID tal-APIKaż ta’ Użu Primarju
Mistral Large 3mistral-large-2512Analiżi kumplessa, l-ogħla kwalità
Mistral Medium 3.5mistral-medium-latestBilanċ tajjeb bejn kwalità u veloċità
Mistral Small 4mistral-small-latestUżu ta’ kuljum, mgħaġġel u ekonomiku
Ministral 3 14Bministral-14b-2512Edge computing, latenza baxxa
Ministral 3 8Bministral-8b-2512Sistemi inkorporati, riżorsi limitati

Dawn il-mudelli kollha jaċċettaw immaġnijiet bħala input permezz tal-API tal-Chat Completions. Fi kliem ieħor, il-kodiċi li se tikteb se jaħdem bl-istess mod mal-ħames mudelli kollha.

Żewġ forom ta’ identifikaturi jikkoegżistu f’din it-tabella, u l-għażla bejniethom hija deċiżjoni arkitettonika. L-aliases -latest isegwu awtomatikament il-verżjoni kurrenti tal-mudell: is-sejħiet tiegħek jibbenefikaw minn titjib mingħajr ma tmiss il-kodiċi tiegħek, bl-ispiża ta’ imġiba li tista’ tevolvi taħt saqajjek. L-identifikaturi datati bħal mistral-large-2512 jissakkaw verżjoni speċifika: l-imġiba tibqa’ stabbli, iżda trid issegwi d-deprekazzjonijiet. Uża l-alias għal prototip; għal pipeline tal-produzzjoni b’outputs ivvalidati, issakka l-verżjoni u ppjana l-upgrades tiegħek.

L-Ewwel Sejħa tal-Viżjoni Tiegħek

Hawnhekk hemm eżempju minimu biex tibgħat immaġni lil Mistral u tikseb deskrizzjoni:

from mistralai.client import Mistral

client = Mistral(api_key="YOUR_API_KEY")

response = client.chat.complete(
    model="mistral-small-latest",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "Describe this image in detail."},
                {
                    "type": "image_url",
                    "image_url": "https://example.com/photo.jpg"
                }
            ]
        }
    ]
)

print(response.choices[0].message.content)

Dettall wieħed jiddistingwi din is-sejħa minn sejħa standard tat-test, u jixraq attenzjoni: il-qasam content tal-messaġġ tal-utent huwa array (lista) minflok stringa sempliċi. Din l-istruttura hija li tippermetti t-taħlit ta’ test u immaġnijiet f’dawra waħda.

Struttura ta’ Messaġġ Multimodali

Messaġġ standard biss b’test joqgħod fuq linja waħda:

{"role": "user", "content": "Hello, how are you?"}

Messaġġ multimodali jissostitwixxi dik l-istringa b’lista ta’ elementi ttajpjati, kull wieħed imħabbar mill-qasam type tiegħu:

{
    "role": "user",
    "content": [
        {"type": "text", "text": "Your question here"},
        {"type": "image_url", "image_url": "URL or data URI of the image"}
    ]
}

Xejn ma jfurzak tillimita ruħek għal element wieħed ta’ kull tip. Tista’ tinkludi elementi multipli ta’ text u image_url f’messaġġ wieħed. Dan huwa preċiżament dak li jippermettilek, pereżempju, tippreżenta immaġni ta’ referenza u mbagħad immaġni biex tqabbel, u tintroduċi kull waħda b’sentenza. Se nkopru dan fid-dettal fil-lezzjonijiet li ġejjin.

X’Se Titgħallem F’dan il-Kors

Dan il-kors ta’ 12-il lezzjoni javvanza mill-mekkaniżmu għall-applikazzjoni. Il-Lezzjonijiet 1 sa 3 ikopru l-mudelli multimodali: x’jiġri eżattament meta immaġni tidħol fil-mudell, u kif tagħżel dik li taqbel mal-piż tax-xogħol tiegħek. Il-Lezzjonijiet 4 sa 6 ikopru l-bagħat ta’ immaġnijiet, permezz ta’ URL, f’Base64, u mbagħad immaġnijiet multipli f’messaġġ wieħed. Il-Lezzjonijiet 7 sa 10 jgħaddu minn każijiet ta’ użu konkreti—analiżi ta’ grafiċi, OCR, estrazzjoni strutturata, u tqabbil ta’ immaġnijiet. Il-Lezzjonijiet 11 u 12 jagħlqu s-suġġett bil-limiti, l-ottimizzazzjoni tal-ispiża, u l-estensjonijiet possibbli.

Punti Ewlenin

  • L-API tal-Viżjoni ta’ Mistral tuża l-istess endpoint bħaċ-chat tat-test
  • Il-messaġġ tal-utent isir array li fih elementi text u image_url
  • Ħames mudelli jappoġġjaw il-viżjoni, mill-aktar qawwi sal-iżjed ħfief
  • Mistral hija għażla rilevanti għal proġetti li jeħtieġu sovranità tad-data Ewropea