Szczegóły modelu
Mistral: Mistral Nemo
Status: AktywnyDostęp API
Profil techniczny
Kluczowe dane modelu
Pokazujemy wyłącznie dostępne, potwierdzone informacje.
- Okno kontekstu
- 131 072tokenów · dane modelu/API
- Modalność
- Tekst → tekst
Opis modelu
Karta modelu dla Mistral-Nemo-Instruct-2407. Mistral-Nemo-Instruct-2407 to duży model językowy (LLM) w wersji dostosowanej do instrukcji, będący udoskonaloną wersją Mistral-Nemo-Base-2407. Wspólnie wytrenowany przez Mistral AI i NVIDIA, znacznie przewyższa istniejące modele mniejsze lub podobne pod względem rozmiaru. Aby uzyskać więcej informacji na temat tego modelu, zapraszamy do zapoznania się z naszym wpisem na blogu. Kluczowe cechy – Wydany na licencji Apache 2 License – Wersje wstępnie wytrenowane i dostosowane do instrukcji – Wytrenowany z 128k kontekstem – Wytrenowany na dużej proporcji danych wielojęzycznych i kodowych – Zastąpienie modelu Mistral 7B Architektura modelu Mistral Nemo to model transformera, z następującymi wyborami architektonicznymi:
- Warstwy: 40 – Wymiar: 5,120 – Wymiar głowy: 128 – Wymiar ukryty: 14,336 – Funkcja aktywacji: SwiGLU – Liczba głów: 32 – Liczba głów kv: 8 (GQA) – Rozmiar słownika: 2^17 ~= 128k – Osadzenia rotacyjne (theta = 1M)
| Benchmark | Wynik |
|---|---|
| HellaSwag (0-shot) | 83.5% |
| Winogrande (0-shot) | 76.8% |
| OpenBookQA (0-shot) | 60.6% |
| CommonSenseQA (0-shot) | 70.4% |
| TruthfulQA (0-shot) | 50.3% |
| MMLU (5-shot) | 68.0% |
| TriviaQA (5-shot) | 73.8% |
| NaturalQuestions (5-shot) | 31.2% |
| Język | Wynik |
|---|---|
| Francuski | 62.3% |
| Niemiecki | 62.7% |
| Hiszpański | 64.6% |
| Włoski | 61.3% |
| Portugalski | 63.3% |
| Rosyjski | 59.2% |
| Chiński | 59.0% |
| Japoński | 59.0% |
Model może być używany z trzema różnymi frameworkami.
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 | 0,071 zł / 1 mln tokenów | 0,111 zł / 1 mln tokenów | Brak | Kontekst providera: 131 072 · Maks. odpowiedź: 16 384 · Tokenizer: Mistral · Format instrukcji: mistral · Wejście: text · Wyjście: text · API: frequency_penalty, logit_bias, logprobs, max_tokens, min_p · Bez moderacji providera |
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 30–50 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 | — | — |
| — |
|
| 2026-08-02 | — | — |
| — |
|
| 2026-08-01 | — | — |
| — |
|
| 2026-07-28 | — | — |
| — |
|
| 2026-07-27 | — | — |
| — |
|
| 2026-07-26 | — | — |
| — |
|
| 2026-07-25 | — | — |
| — |
|
| 2026-07-24 | — | — |
| — |
|
| 2026-07-23 | — | — |
| — |
|
| 2026-07-22 | — | — |
| — |
|
| 2026-07-21 | — | — |
| — |
|
| 2026-07-20 | — | — |
| — |
|
| 2026-07-19 | — | — |
| — |
|
| 2026-07-18 | — | — |
| — |
|
| 2026-07-17 | — | — |
| — |
|
| 2026-07-16 | — | — |
| — |
|
| 2026-07-15 | — | — |
| — |
|
| 2026-07-14 | — | — |
| — |
|
| 2026-07-13 | — | — |
| — |
|
| 2026-07-12 | — | — |
| — |
|
| 2026-07-11 | — | — |
| — |
|
| 2026-07-10 | — | — |
| — |
|
| 2026-07-09 | — | — |
| — |
|
| 2026-07-08 | — | — |
| — |
|
| 2026-07-07 | — | — |
| — |
|
| 2026-07-06 | — | — |
| — |
|
| 2026-07-05 | — | — |
| — |
|
| 2026-07-04 | — | — |
| — |
|
| 2026-07-03 | — | — |
| — |
|
| 2026-07-02 | — | — |
| — |
|
| 2026-07-01 | — | — |
| — |
|
| 2026-06-30 | — | — |
| — |
|
| 2026-06-29 | — | — |
| — |
|
| 2026-06-28 | — | — |
| — |
|
| 2026-06-27 | — | — |
| — |
|
| 2026-06-26 | — | — |
| — |
|
| 2026-06-25 | — | — |
| — |
|
| 2026-06-24 | — | — |
| — |
|
| 2026-06-23 | — | — |
| — |
|
| 2026-06-22 | — | — |
| — |
|
| 2026-06-21 | — | — |
| — |
|