Ga naar hoofdinhoud
Nederlands— Kies een taal
Menu

Inleiding tot Vision via de Mistral API

Les 1 van 12 Bijgewerkt op 3 november 2026 Ontwikkelaar
Op deze pagina
  1. Wat is de Vision API?
  2. Waarom Mistral Vision gebruiken?
  3. Beschikbare Vision-modellen
  4. Uw eerste Vision-oproep
  5. Structuur van een multimodaal bericht
  6. Wat u in deze cursus leert
  7. Belangrijkste punten

Update 2 november 2026 — modellen. Mistral Large 3 (mistral-large-2512) en Mistral Medium 3.5 zijn sinds 31 oktober 2026 verouderd en worden op 30 april 2027 buiten gebruik gesteld. Hun aangewezen opvolger, Mistral Large 4 (mistral-large-4), is sinds 6 oktober beschikbaar in openbare preview. De voorbeelden in deze cursus gebruiken de alias mistral-large-latest, die volgens de officiële specificatie nog steeds verwijst naar Mistral Large 3 (geverifieerd op 3 november 2026). Evenzo verwijst mistral-medium-latest naar Mistral Medium 3.5. Deze aliassen blijven geldig tot 30 april 2027. Test voor nieuwe projecten mistral-large-4, hun aangewezen opvolger.

Wat is de Vision API?

Taalmodellen houden niet langer op bij tekst. Sinds 2024 biedt Mistral AI multimodale modellen aan die tekst en afbeeldingen gelijktijdig kunnen analyseren. Deze mogelijkheid, Vision genoemd, verandert de aard van het werk dat u kunt automatiseren: een gefotografeerde factuur, een screenshot van een dashboard of een technisch diagram is niet langer een ondoorzichtige bijlage die een mens moet openen. In plaats daarvan worden dit invoergegevens die uw code bevraagt, precies zoals het een tekstreeks zou bevragen.

De reikwijdte is breed: documentanalyse, grafieklezing en visuele data-extractie. Een accountantskantoor dat driehonderd gescande bonnen per maand ontvangt, kan het model vragen de bedragen te lezen; een productteam kan automatisch beschrijvingen genereren voor screenshots die door gebruikers zijn ingediend. In deze cursus leert u de Mistral Vision API te benutten om dit soort analyse in uw Python-toepassingen te integreren. Elke les combineert een uitleg van het mechanisme met kant-en-klare code.

Waarom Mistral Vision gebruiken?

Het eerste argument is het gebrek aan technische verstoring. U roept hetzelfde chat.complete()-eindpunt aan dat voor tekst wordt gebruikt: er is geen aparte API om te leren, geen aparte client om te instantiëren. U voegt eenvoudigweg afbeeldingen toe aan het bericht. Een project dat al is gebouwd op tekstgeneratie, kan vision accommoderen zonder herontwerp.

Het tweede argument is de modelkeuze. Van de krachtigste, Mistral Large 3, tot de lichtste in de Ministral 3-familie, past u de afweging tussen kwaliteit en kosten aan uw geval aan: een zwaar model voor gedetailleerde analyse van een financiële grafiek, een licht model om tienduizend foto’s op categorie te sorteren. U stelt dit af in één regel code, zoals u in les 3 zult zien.

Twee extra strategische overwegingen zijn van toepassing. Het berichtformaat volgt de OpenAI-achtige standaard, wat migratie vanaf een andere provider vergemakkelijkt: de code voor het bouwen van berichten blijft vrijwel ongewijzigd. En omdat Mistral een Frans bedrijf is, kunnen uw gegevens in Europa blijven, vaak een doorslaggevende factor wanneer afbeeldingen persoonlijke of contractuele informatie bevatten.

Beschikbare Vision-modellen

Vijf Mistral-modellen ondersteunen vision. Elk wordt geïdentificeerd door een API-ID die u doorgeeft aan de parameter model.

ModelAPI-IDPrimaire use case
Mistral Large 3mistral-large-2512Complexe analyse, hoogste kwaliteit
Mistral Medium 3.5mistral-medium-latestGoede balans tussen kwaliteit en snelheid
Mistral Small 4mistral-small-latestDagelijks gebruik, snel en zuinig
Ministral 3 14Bministral-14b-2512Edge computing, lage latentie
Ministral 3 8Bministral-8b-2512Ingesloten systemen, beperkte middelen

Al deze modellen accepteren afbeeldingen als invoer via de Chat Completions API. Met andere woorden: de code die u zo gaat schrijven, werkt identiek met alle vijf.

In deze tabel bestaan twee vormen van identificatoren naast elkaar, en de keuze ertussen is een architecturale beslissing. De aliassen met -latest volgen automatisch de huidige versie van het model: uw oproepen profiteren van verbeteringen zonder dat u uw code hoeft aan te passen, ten koste van gedrag dat onder uw voeten kan evolueren. Gedateerde identificatoren zoals mistral-large-2512 pinnen een specifieke versie: het gedrag blijft stabiel, maar u moet veroudering bijhouden. Gebruik de alias voor een prototype; pin voor een productiepijplijn met gevalideerde outputs de versie en plan uw upgrades.

Uw eerste Vision-oproep

Hier is een minimaal voorbeeld om een afbeelding naar Mistral te sturen en een beschrijving te ontvangen:

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)

Eén detail onderscheidt deze oproep van een standaard tekstoproep, en het verdient aandacht: het veld content van het gebruikersbericht is een array (een lijst) in plaats van een eenvoudige string. Deze structuur maakt het mogelijk om tekst en afbeeldingen in één beurt te mengen.

Structuur van een multimodaal bericht

Een standaardbericht met alleen tekst past op één regel:

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

Een multimodaal bericht vervangt die string door een lijst van getypte elementen, elk aangekondigd door het veld type:

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

Niets dwingt u om uzelf te beperken tot één element van elk soort. U kunt meerdere text- en image_url-elementen in één bericht opnemen. Dit is precies wat u bijvoorbeeld in staat stelt om een referentieafbeelding en vervolgens een te vergelijken afbeelding te presenteren, elk ingeleid met een zin. We behandelen dit in detail in de volgende lessen.

Wat u in deze cursus leert

Deze cursus van 12 lessen gaat van mechanisme naar toepassing. Lessen 1 tot 3 behandelen multimodale modellen: wat er precies gebeurt wanneer een afbeelding het model binnenkomt, en hoe u het model kiest dat bij uw werklast past. Lessen 4 tot 6 behandelen het verzenden van afbeeldingen, via URL, in Base64, en vervolgens meerdere afbeeldingen in één bericht. Lessen 7 tot 10 lopen concrete use cases door: grafiekanalyse, OCR, gestructureerde extractie en afbeeldingsvergelijking. Lessen 11 en 12 ronden het onderwerp af met beperkingen, kostenoptimalisatie en mogelijke uitbreidingen.

Belangrijkste punten

  • De Mistral Vision API gebruikt hetzelfde eindpunt als tekstchat
  • Het gebruikersbericht wordt een array met text- en image_url-elementen
  • Vijf modellen ondersteunen vision, van de krachtigste tot de lichtste
  • Mistral is een relevante keuze voor projecten die Europese datasoevereiniteit vereisen