Pixtral

Mistrals freies Vision-Modell: verarbeitet Bilder in nativer Auflösung, mehrere Bilder pro Prompt, 128K Kontext.

So nutzt du es

Am einfachsten per Ollama: ollama pull <modellname> und dann ollama run <modellname> — oder komfortabel mit LM Studio (grafische Oberfläche, Modell-Suche eingebaut). Die Hardware-Angaben unten beziehen sich auf die übliche 4-Bit-Quantisierung (Q4).

Größen & Hardware

• Verfügbare Größen: 12B
• Empfohlene Hardware (Q4): 12–16 GB

Im Detail

Pixtral ist Mistrals offenes Vision-Sprachmodell: Es verarbeitet Bilder in nativer Auflösung statt sie klein zu skalieren, was Details besser erhält, und akzeptiert mehrere Bilder in einem Prompt für Vergleichs- oder Kontextaufgaben. Der 128K-Kontext erlaubt zusätzlich lange Textpassagen neben den Bildern. Mit 12B Parametern und 12–16 GB RAM-Bedarf ist es für viele Consumer-GPUs erreichbar. Im Vergleich zu ebenfalls multimodalen Modellen wie Llama 4 Scout/Maverick punktet Pixtral vor allem bei der Bildauflösungstreue und der freien Lizenz von Mistral – für OCR, Diagrammanalyse oder Bildbeschreibung auf eigener Hardware eine der besten frei verfügbaren Optionen.

Praxis-Tipp

Bei Diagrammen oder Screenshots mit viel Text im Bild profitiert Pixtral von der nativen Auflösung – nicht vorab herunterskalieren.

Siehe auch

• Llama 4 (Scout / Maverick)

Lizenz & Quelle

• Lizenz: Apache-2.0
• Quelle: HF