Fransız yapay zeka (AI) girişimi Mistral, Pixtral 12B adlı ilk çok modlu modelini piyasaya sürdü. Hem görüntüleri hem de metni işleyebiliyor. 12 milyara yakın parametre ve yaklaşık 24 GB boyuta sahip olan Pixtral 12B, problem çözme görevlerinde daha az parametreye sahip modellerden daha iyi performans gösterecek şekilde tasarlandı. Pixtral 12B, OpenAI’nin GPT-4o’suna rakip olacak
Pixtral 12B, resim URL’leri veya base64 kullanılarak kodlanmış resimler aracılığıyla sağlanan herhangi bir boyuttaki sınırsız sayıda resimle ilgili sorgulara yanıt verebiliyor. Modelin, Anthropic’in Claude ailesi ve OpenAI’nin GPT-4o gibi diğer çok modlu modellere benzer şekilde fotoğraflara açıklama ekleme ve fotoğraftaki nesneleri sayma gibi görevleri yerine getirmesi bekleniyor.
Pixtral 12B’ye, yapay zeka ve makine öğrenimi geliştirmeye adanmış platformlar olan GitHub ve Hugging Face üzerinden torrent bağlantısıyla erişilebilir. Kullanıcılar, modeli Mistral’in standart lisansı altında indirebilir, ince ayar yapabilir ve kullanabilirler.
Mistral’in geliştirici ilişkileri başkanı Sophia Yang, Pixtral 12B’nin yakında Mistral’in chatbot ve API sunucu platformları Le Chat ve Le Platforme’de test edilmek üzere sunulacağını duyurdu. Ancak yayınlandığı tarihte Pixtral 12B için çalışan web demoları mevcut değildi. Mistral’in bu modeli geliştirmek için kullandığı özel görüntü verileri ise henüz açıklanmadı.
Pixtral 12B’nin lansmanı, Mistral’in General Catalyst liderliğindeki 645 milyon dolarlık başarılı finansman turunun ardından gerçekleşti ve bu turda firmanın değeri 6 milyar dolara ulaştı. Henüz bir yaşını doldurmasına rağmen Mistral, Avrupa’nın OpenAI’ya cevabı olarak görülüyor.