Назад к моделям

Ministral 3B

mistralmistral/ministral-3b

Mistral's smallest model at 3B parameters. Ultra-fast and cost-efficient for lightweight tasks.

Ministral 3 3B — самая маленькая модель семейства Mistral 3, выпущенная 2 декабря 2025 года. С 3,4 миллиарда параметров языковой модели и кодировщиком изображений на 0,4B параметров, она обеспечивает robust-понимание текста и изображений в компактном корпусе, предназначенном для периферийного развёртывания. Распространяется под лицензией Apache 2.0, доступна в вариантах Instruct и Reasoning, умещается примерно в 8 ГБ видеопамяти в FP8 — развёртывается на потребительском оборудовании без GPU-кластеров.

Несмотря на крошечный размер, Ministral 3 3B показывает конкурентоспособные результаты на бенчмарках вроде AIME 2025 (72,1%) и LiveCodeBench (54,8%), превосходя Qwen3 4B в нескольких прямых сравнениях. Она поддерживает агентные возможности — нативный вызов функций и структурированный JSON-вывод, окно контекста 256K, многоязычность (10+ языков) и до 10 изображений на запрос. Для экономичных, периферийных или внутриустройственных задач это одна из самых способных ультракомпактных моделей на Q2 2026.

Когда выбирать
  • • Лёгкие внутриустройственные AI-ассистенты — умещается в 8 ГБ видеопамяти в FP8, работает на одной потребительской видеокарте (RTX 4060, MacBook на Apple Silicon) без внешних API-вызовов
  • • Экономичные производственные развёртывания, требующие зрения, вызова функций и JSON-вывода при минимальной стоимости инференса ($0,10/M токенов)
  • • Генерация подписей к изображениям в реальном времени, классификация текста, извлечение данных и генерация короткого контента на периферийном оборудовании
Когда не выбирать
  • • Сложные многошаговые рассуждения или продвинутое программирование — ограничения модели на 3B делают альтернативы вроде Ministral 8B или 14B более подходящими
  • • Анализ длинных документов с эффективным удержанием более 50K токенов — хотя окно в 256K доступно, точность внимания модели на 3B ухудшается задолго до предела
Размер контекста
128K
Максимальный вывод
16K
Цена Входза 1M токенов
$0.108за 1 млн токенов
Цена Выходза 1M токенов
$0.108за 1 млн токенов

Модальности

ТекстИзображение→Текст

Возможности

Зрение

Разбивка цен

ТипСтавка
Вход$0.108 за 1 млн токенов
Выход$0.108 за 1 млн токенов

Поддерживаемые параметры

temperaturemax_tokenstop_ptoolstool_choiceresponse_formatstop

Характеристики

Дата релиза2025-12-02AWS Bedrock model card ↗проверено
Архитектура3,4B LLM + 0,4B кодировщик изображений = 3,8B всего, плотный Transformer с GQA (32 query-головки, 8 KV-головок)Hugging Face model card ↗проверено
Контекстное окно256K токенов (262 144)Hugging Face model card ↗проверено
Макс. токенов на вывод8K токеновAWS Bedrock model card ↗проверено
Дата отсечения данныхНе раскрывается публичнонеизвестно
ЛицензияApache 2.0Hugging Face — License ↗проверено
Языки10+ языков: EN, FR, ES, DE, IT, PT, NL, ZH, JA, KO, ARHugging Face — Languages ↗проверено
Рекомендуемая температура0,1Hugging Face — Recommended settings ↗проверено
Требование к VRAM (FP8)~8 ГБHugging Face — Deployability ↗проверено

Бенчмарки

BenchmarkDistributionScoreSource
AIME 2025
Ministral 3 3B (вариант Reasoning) — лидер среди моделей до 4B, опережает Qwen3 4B (69,7%)
72.1%%Hugging Face — Reasoning benchmarks ↗
AIME 2024
77.5%%Hugging Face — Reasoning benchmarks ↗
GPQA Diamond
53.4%%Hugging Face — Reasoning benchmarks ↗
LiveCodeBench
Лидирует среди моделей до 4B, опережая Qwen3 4B (51,3%)
54.8%%Hugging Face — Reasoning benchmarks ↗
Arena Hard
30.5%%Hugging Face — Instruct benchmarks ↗
WildBench
56.8Hugging Face — Instruct benchmarks ↗
MATH Maj@1
83.0%%Hugging Face — Instruct benchmarks ↗
MM MTBench
Оценка нормализована до 78,3% для отображения в виде столбцов
7.83 / 10/10Hugging Face — Instruct benchmarks ↗
Multilingual MMLU
65.2%%Hugging Face — Base benchmarks ↗
MMLU (5-shot)
70.7%%Hugging Face — Base benchmarks ↗

Примеры API

Для новых интеграций используйте глобальный endpoint api.therouter.ai из примеров ниже; старый China accelerated endpoint выведен из эксплуатации.

cURL
curl https://api.therouter.ai/v1/chat/completions   -H "Content-Type: application/json"   -H "Authorization: Bearer $THE_ROUTER_API_KEY"   -d '{
    "model": "mistral/ministral-3b",
    "messages": [
      {"role": "user", "content": "Summarize the key points from this input."}
    ]
  }'

Чат-завершение

Стандартные чат-завершения с системным промптом и поддержкой многошагового диалога. Используйте стриминг для реального времени.

cURL
curl https://api.therouter.ai/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $THEROUTER_API_KEY" \
  -d '{
    "model": "mistral/ministral-3b",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Classify this sentence: The cat sat on the mat."}
    ],
    "temperature": 0.1,
    "max_tokens": 256,
    "stream": true
  }'

Ещё от mistral

Похожие модели

Аналоги в других провайдерах

Новости и изменения

2025-12-02

Объявлено семейство Mistral 3 — от 3B до 675B

Mistral AI выпустила полное семейство моделей Mistral 3 2 декабря 2025 года, от ультракомпактной Ministral 3 3B до флагманской Mistral Large 3 (675B). Всё семейство обучено на NVIDIA Hopper GPU, большинство моделей имеют открытые веса под лицензией Apache 2.0. Ministral 3 3B ориентирована на периферийное и внутриустройственное развёртывание с 3,8B параметров, включая кодировщик изображений.

переработано TheRouterMistral AI Blog ↗

Частые вопросы

В чём разница между вариантами Instruct и Reasoning?

Ministral 3 3B доступна в двух вариантах пост-тренировки. Вариант Instruct (веса FP8) настроен для чата, следования инструкциям и использования инструментов — это рекомендуемый вариант по умолчанию для большинства продакшн-сценариев. Вариант Reasoning (веса BF16) пост-тренирован для цепочки рассуждений, что делает его более подходящим для математики, кодинга и STEM-задач, но с немного более высокими требованиями к видеопамяти.

Может ли Ministral 3 3B работать на ноутбуке?

Да. В точности FP8 Ministral 3 3B требует примерно 8 ГБ видеопамяти — помещается на одну RTX 4060 (12 ГБ) или Mac на Apple Silicon с как минимум 8 ГБ унифицированной памяти. При дальнейшем квантовании (INT4) может работать на ещё более скромном оборудовании. Это делает её одной из самых способных моделей для полностью локальных, офлайн-ассистентов.

Поддерживает ли Ministral 3 3B ввод изображений?

Да. Модель имеет выделенный кодировщик изображений на 0,4B параметров в паре с языковой моделью на 3,4B, поддерживая до 10 изображений на промпт. Изображения могут передаваться как base64 data URL или удалённые URL в массиве content. Mistral рекомендует поддерживать соотношение сторон изображений близким к 1:1 для оптимальной производительности.

Под какой лицензией выпущена Ministral 3 3B?

Apache 2.0 — разрешает свободное использование, модификацию и распространение как в коммерческих, так и некоммерческих целях. Это та же лицензия с открытым исходным кодом, используемая всем семейством Ministral 3, что делает её одной из самых либерально лицензированных способных периферийных моделей.

Реестр фактов — каждая утверждаемая величина имеет источник
источникURLполучено
Дата релизаAWS Bedrock model card ↗2026-05-27проверено
АрхитектураHugging Face model card ↗2026-05-27проверено
Контекстное окноHugging Face model card ↗2026-05-27проверено
Макс. токенов на выводAWS Bedrock model card ↗2026-05-27проверено
Дата отсечения данных——неизвестно
ЛицензияHugging Face — License ↗2026-05-27проверено
ЯзыкиHugging Face — Languages ↗2026-05-27проверено
Рекомендуемая температураHugging Face — Recommended settings ↗2026-05-27проверено
Требование к VRAM (FP8)Hugging Face — Deployability ↗2026-05-27проверено
AIME 2025Hugging Face — Reasoning benchmarks ↗2026-05-27проверено
AIME 2024Hugging Face — Reasoning benchmarks ↗2026-05-27проверено
GPQA DiamondHugging Face — Reasoning benchmarks ↗2026-05-27проверено
LiveCodeBenchHugging Face — Reasoning benchmarks ↗2026-05-27проверено
Arena HardHugging Face — Instruct benchmarks ↗2026-05-27проверено
WildBenchHugging Face — Instruct benchmarks ↗2026-05-27проверено
MATH Maj@1Hugging Face — Instruct benchmarks ↗2026-05-27проверено
MM MTBenchHugging Face — Instruct benchmarks ↗2026-05-27проверено
Multilingual MMLUHugging Face — Base benchmarks ↗2026-05-27проверено
MMLU (5-shot)Hugging Face — Base benchmarks ↗2026-05-27проверено
Объявлено семейство Mistral 3 — от 3B до 675BMistral AI Blog ↗2026-05-27проверено
В чём разница между вариантами Instruct и Reasoning?Hugging Face — Model variants ↗2026-05-27к проверке
Может ли Ministral 3 3B работать на ноутбуке?Hugging Face — Deployability ↗2026-05-27к проверке
Поддерживает ли Ministral 3 3B ввод изображений?Hugging Face — Key Features ↗2026-05-27к проверке
Под какой лицензией выпущена Ministral 3 3B?Hugging Face — License ↗2026-05-27к проверке
Помощь и контакты