That's NeuralCatálogo de modelos

mistralai

Mistral: Ministral 3 3B 2512

mistralai/ministral-3b-2512

Nuestro análisis

Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.

mistralai/ministral-3b-2512 es la variante instruct más pequeña de Ministral 3 de Mistral, presentada como un modelo eficiente de texto e imagen a texto para chat y seguimiento de instrucciones. La ficha del modelo reporta un checkpoint FP8 con un modelo de lenguaje de 3.4B y un codificador de visión de 0.4B, soporte multilingüe, adherencia al prompt del sistema, llamadas a funciones y salida JSON, y despliegue en el borde con 8GB de VRAM. OpenRouter enumera entradas de texto e imagen, salida de texto, parámetros de herramientas y salidas estructuradas, además de índices de benchmarks; considérelos mediciones, no garantías.[1][2]

Puntos fuertes

  • Reportado por la fuente: checkpoint instruct FP8 compacto diseñado para despliegue en el borde o local; la documentación indica que cabe en 8GB de VRAM, o menos con mayor cuantización.[2]
  • Reportado por la fuente: acepta texto e imagen como entrada y emite texto, con un codificador de visión documentado y cobertura multilingüe.[1][2]
  • Reportado por la fuente: expone llamadas a funciones, salida JSON o estructurada, prompts del sistema y controles de herramientas en la documentación y los parámetros de OpenRouter.[1][2]

Limitaciones

  • La evidencia proviene solo del catálogo y la ficha del modelo, sin verificación independiente en este paquete; valide calidad, latencia y comportamiento con herramientas en su carga de trabajo.[1][2]
  • El contexto reportado difiere: OpenRouter lista 131072 tokens mientras la documentación describe una ventana de 256k; confirme el límite del endpoint servido.[1][2]
  • La documentación recomienda imágenes casi cuadradas y baja temperatura para producción; los resultados pueden depender de la configuración y la cuantización.[2]

Dónde utilizarlo

  • Potencialmente adecuado para asistentes de chat en el borde o con pocos recursos que necesiten seguimiento conciso de instrucciones y comprensión ocasional de imágenes.[1][2]
  • Puede encajar en extracción ligera de datos, subtitulado, clasificación, traducción o generación breve de contenido, según sugiere la ficha del modelo.[2]
  • Podría evaluarse para agentes simples con herramientas cuando se requieran salidas estructuradas o llamadas a funciones, manteniendo conjuntos de herramientas pequeños según la guía.[1][2]

Fuentes

  1. [1] OpenRouter catalog · Mistral: Ministral 3 3B 2512Fuentes consultadas: 13 nov 2026
  2. [2] Model documentation · Mistral: Ministral 3 3B 2512Fuentes consultadas: 13 nov 2026

Sobre este modelo

La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.

The smallest model in the Ministral 3 family, Ministral 3 3B is a powerful, efficient tiny language model with vision capabilities.

Especificaciones

ID del modelo
mistralai/ministral-3b-2512
Creador
mistralai
Añadido a OpenRouter
02.12.2025
Longitud de contexto
131,072
Modalidad
text+image->text
Modalidades de entrada
text, image
Modalidades de salida
text
Precio por token
USD por 1M de tokens: entrada $0.100 / salida $0.100
Corte de conocimiento
—
Fecha de expiración
—

Tareas y capacidades

Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.

TareaNotaCapacidad declarada por la fuente
Calidad generalSin medición—
ProgramaciónCC — por debajo de la franja B—
AgentesCC — por debajo de la franja Bparámetros: structured_outputs, tool_choice, tools
EscrituraSin mediciónsalida: text
RazonamientoSin medición—
Análisis de documentosSin medición—
VisiónSin mediciónentrada: image
Generación de imágenesSin medición—
AudioSin medición—
VídeoSin medición—
EmbeddingsSin medición—

Evaluaciones

FuenteBenchmarkValorNotaDatos obtenidos
Artificial AnalysisCoding index4.8CC — por debajo de la franja B13.11.2026
Artificial AnalysisAgentic index0.8CC — por debajo de la franja B13.11.2026
Design Arenamodels · 3dtasa de victoria 35.9% · posición 127945EloCC — por debajo de la franja B13.11.2026
Design Arenamodels · codecategoriestasa de victoria 37.3% · posición 1291,001EloCC — por debajo de la franja B13.11.2026
Design Arenamodels · gamedevtasa de victoria 33% · posición 136939EloCC — por debajo de la franja B13.11.2026
Design Arenamodels · websitetasa de victoria 38.2% · posición 1321,020EloCC — por debajo de la franja B13.11.2026
Cómo funcionan las notas

Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.

  • S — S — 10% superior de la cohorte
  • A — A — siguiente 20% de la cohorte
  • B — B — siguiente 30% de la cohorte
  • C — C — por debajo de la franja B

Proveedores

Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.

ProveedorLongitud de contextoPrecio entrada /1MPrecio salida /1MLatencia p50 (30m, s)Rendimiento p50 (30m, tok/s)Disponibilidad (30m)
Mistral131,072$0.100$0.100——100%
Mistral131,072$0.110$0.110——100%

Datos de proveedores obtenidos: 13.11.2026

Ningún artículo publicado identifica aún este modelo.