Szczegóły modelu
Mistral: Ministral 3 14B 2512
Status: AktywnyDostęp APIModel lokalny
Profil techniczny
Kluczowe dane modelu
Pokazujemy wyłącznie dostępne, potwierdzone informacje.
- Rozmiar wag
- 15,7 GB · 2 wariantydokładne metadane plików
- Skala modelu
- 13,9 mlddeklaracja źródła
- Okno kontekstu
- 262 144tokenów · dane modelu/API
- Modalność
- Tekst + obraz → tekst
- Format wag
- fp8
- Architektura
- Mistral3konfiguracja modelu
- Licencja
- apache-2.0deklaracja źródła
- Biblioteka
- Vllm
- Języki
- en, fr, es, de, it, pt
- Model bazowy
- mistralai/Ministral-3-14B-Base-2512
Opis modelu
Ministral 3 14B Instruct 2512 Największy model z rodziny Ministral 3, Ministral 3 14B, oferuje najnowocześniejsze możliwości i wydajność porównywalną z większym odpowiednikiem Mistral Small 3.2 24B. Potężny i wydajny model językowy z możliwościami wizyjnymi. Model ten jest wersją po treningu instrukcji w FP8, dostrojoną do zadań instrukcji, co czyni go idealnym do zastosowań czatowych i opartych na instrukcjach. Rodzina Ministral 3 jest zaprojektowana do wdrażania na brzegu sieci, zdolna do działania na szerokiej gamie sprzętu. Ministral 3 14B może być nawet wdrażany lokalnie, mieszcząc się w 24 GB VRAM w FP8, a mniej po dalszej kwantyzacji. Kluczowe cechy Ministral 3 14B składa się z dwóch głównych komponentów architektonicznych:
- 13.5B model językowy – 0.4B enkoder wizyjny Model Ministral 3 14B Instruct oferuje następujące możliwości:
- Wizja: Umożliwia modelowi analizę obrazów i dostarczanie wniosków na podstawie treści wizualnych, oprócz tekstu.
- Wielojęzyczność: Obsługuje dziesiątki języków, w tym angielski, francuski, hiszpański, niemiecki, włoski, portugalski, niderlandzki, chiński, japoński, koreański, arabski.
- Prompt systemowy: Utrzymuje silne przestrzeganie i obsługę promptów systemowych.
- Agencyjność: Oferuje najlepsze w swojej klasie możliwości agencyjne z natywnym wywoływaniem funkcji i generowaniem JSON.
- Zoptymalizowany na brzeg sieci: Oferuje najlepszą w swojej klasie wydajność w małej skali, możliwy do wdrożenia wszędzie.
- Licencja Apache 2.0: Otwarta licencja zezwalająca na użytkowanie i modyfikację zarówno do celów komercyjnych, jak i niekomercyjnych.
- Duże okno kontekstu: Obsługuje 256-tysięczne okno kontekstu. Zastosowania Prywatne wdrożenia AI, gdzie zaawansowane możliwości spotykają się z praktycznymi ograniczeniami sprzętowymi:
- Prywatne/niestandardowe wdrożenia czatów i asystentów AI w ograniczonych środowiskach – Zaawansowane lokalne przypadki użycia agencyjne – Dostrajanie i specjalizacja – I więcej… Wprowadzanie zaawansowanych możliwości AI do większości środowisk. Zalecamy wdrażanie z następującymi najlepszymi praktykami:
- Prompt systemowy: Zdefiniuj jasne środowisko i przypadek użycia, w tym wskazówki, jak skutecznie wykorzystywać narzędzia w systemach agencyjnych.
- Parametry próbkowania: Użyj temperatury poniżej 0.1 dla środowisk codziennego użytku i produkcyjnych; wyższe temperatury mogą być badane w przypadku kreatywnych zastosowań – zachęcamy programistów do eksperymentowania z alternatywnymi ustawieniami.
- Narzędzia: Utrzymuj zestaw narzędzi dobrze zdefiniowany i ogranicz ich liczbę do minimum wymaganego dla danego przypadku użycia – unikaj przeciążania modelu nadmierną liczbą narzędzi.
- Wizja: Podczas wdrażania z możliwościami wizyjnymi zalecamy utrzymanie proporcji obrazów bliskiej 1:1 (szerokość do wysokości). Unikaj używania bardzo wąskich lub szerokich obrazów – przytnij je w razie potrzeby, aby zapewnić optymalną wydajność.
Warianty do uruchomienia
| Wariant | Format | Rozmiar wag | Źródło i weryfikacja |
|---|---|---|---|
14B · FP8 · ConsolidatedManifest plików (1)
| FP8 · FP8 | 15,7 GB1 shardów | Hugging Face Hub Models APIWeryfikacja: 2026-08-10 |
14B · FP8Manifest plików (5)
| FP8 · FP8 | 15,7 GB4 shardów | Hugging Face Hub Models APIWeryfikacja: 2026-08-10 |
Ostatnia aktualizacja: 2026-08-18
Szybka opinia
Czy ten model pomógł Ci w realnym zadaniu? To zajmuje jedno kliknięcie. Szczegółowa ocena jest opcjonalna.
Brak szybkich opinii.
API i ceny
Ceny API są źródłowymi stawkami dostawcy, przeliczonymi na PLN według ostatniego zapisanego kursu średniego USD NBP. Stawki tokenowe pokazujemy za 1 mln tokenów. Dla obrazu, wyszukiwania, cache, reasoning i żądań zachowujemy jednostkę przekazaną przez API.
Ceny są przeliczone na PLN według ostatniego zapisanego średniego kursu NBP USD z 2026-08-17.
| Dostawca API | Wejście / 1 mln tokenów | Wyjście / 1 mln tokenów | Pozostałe stawki źródłowe | Możliwości |
|---|---|---|---|---|
| OpenRouter | 0,743 zł / 1 mln tokenów | 0,743 zł / 1 mln tokenów | Cache odczyt: 0,074 zł / 1 mln tokenów | Brak danych |
Ceny API są źródłowymi stawkami dostawcy, przeliczonymi na PLN według ostatniego zapisanego kursu średniego USD NBP. Stawki tokenowe pokazujemy za 1 mln tokenów. Dla obrazu, wyszukiwania, cache, reasoning i żądań zachowujemy jednostkę przekazaną przez API. Ceny są przeliczone na PLN według ostatniego zapisanego średniego kursu NBP USD z 2026-08-17.
Język polski
Wsparcie języka polskiego: deklarowane. Jakość języka polskiego: NIEZWERYFIKOWANA.
Dyskusja o modelu
Komentarze dotyczące praktycznego użycia tego modelu.
Nie ma jeszcze zatwierdzonych komentarzy.
Historia modelu
Wykres pokazuje wyłącznie porównywalne punkty głównego rankingu. Tabela zawiera wynik, pozycję, dane źródłowe i stan każdego dnia.
Dane porównywalne
Historia wyniku AI-TOP
Seria używa snapshotów głównego rankingu z metodologii 1.2.
Skala adaptacyjna: obserwowany zakres 56–62 pkt / 100.
- Wynik AI-TOP
| Data | Wynik AI-TOP | Miejsce | Dane źródłowe | Metodologia | Stan dnia |
|---|---|---|---|---|---|
| 2026-08-18 |
|
| — |
|
|
| 2026-08-17 |
|
| — |
|
|
| 2026-08-16 |
|
| — |
|
|
| 2026-08-15 |
|
| — |
|
|
| 2026-08-14 |
|
| — |
|
|
| 2026-08-13 |
|
| — |
|
|
| 2026-08-12 |
|
| — |
|
|
| 2026-08-11 |
|
| — |
|
|
| 2026-08-10 |
|
| — |
|
|
| 2026-08-09 |
|
| — |
|
|
| 2026-08-08 |
|
| — |
|
|
| 2026-08-07 |
|
| — |
|
|
| 2026-07-26 |
|
| — |
|
|
| 2026-07-25 |
|
| — |
|
|
| 2026-07-22 |
|
| — |
|
|
| 2026-07-20 |
|
| — |
|
|
| 2026-07-19 |
|
| — |
|
|
| 2026-07-18 |
|
| — |
|
|
| 2026-07-17 | — | — |
| — |
|