That's NeuralCatálogo de modelos

mistralai

Mistral: Ministral 3 3B 2512

mistralai/ministral-3b-2512

Nossa análise

Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.

mistralai/ministral-3b-2512 é a variante instruct mais pequena da família Ministral 3 da Mistral, apresentada como um modelo eficiente de texto e imagem para texto voltado a chat e seguimento de instruções. A ficha do modelo reporta um checkpoint FP8 com um modelo de linguagem de 3.4B e um codificador de visão de 0.4B, suporte multilíngue, adesão ao prompt do sistema, chamadas de função e saída JSON, além de implantação na borda com 8GB de VRAM. O OpenRouter lista entradas de texto e imagem, saída de texto, parâmetros de ferramentas e saídas estruturadas, e índices de benchmarks; trate-os como medições, não garantias.[1][2]

Pontos fortes

  • Reportado pela fonte: checkpoint instruct FP8 compacto projetado para implantação na borda ou local; a documentação diz que cabe em 8GB de VRAM, ou menos com quantização adicional.[2]
  • Reportado pela fonte: aceita texto e imagem como entrada e emite texto, com codificador de visão documentado e cobertura multilíngue.[1][2]
  • Reportado pela fonte: expõe chamadas de função, saída JSON ou estruturada, prompts do sistema e controles de ferramentas na documentação e nos parâmetros do OpenRouter.[1][2]

Limitações

  • A evidência vem apenas do catálogo e da ficha do modelo, sem verificação independente neste pacote; valide qualidade, latência e comportamento com ferramentas na sua carga de trabalho.[1][2]
  • O contexto relatado difere: o OpenRouter lista 131072 tokens enquanto a documentação descreve uma janela de 256k; confirme o limite do endpoint servido.[1][2]
  • A documentação recomenda imagens quase quadradas e baixa temperatura para produção; os resultados podem depender das configurações e da quantização.[2]

Onde usar

  • Potencialmente adequado para assistentes de chat na borda ou com poucos recursos que precisem de seguimento conciso de instruções e compreensão ocasional de imagens.[1][2]
  • Pode servir para extração leve de dados, legendagem, classificação, tradução ou geração breve de conteúdo, conforme sugerido pela ficha do modelo.[2]
  • Pode ser avaliado para agentes simples com ferramentas quando saídas estruturadas ou chamadas de função forem necessárias, mantendo conjuntos de ferramentas pequenos conforme a orientação.[1][2]

Fontes

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

Sobre este modelo

A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.

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

Especificações

ID do modelo
mistralai/ministral-3b-2512
Criador
mistralai
Adicionado ao OpenRouter
02.12.2025
Comprimento de contexto
131,072
Modalidade
text+image->text
Modalidades de entrada
text, image
Modalidades de saída
text
Preço por token
USD por 1M de tokens: entrada $0.100 / saída $0.100
Corte de conhecimento
—
Data de expiração
—

Tarefas e capacidades

Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.

TarefaNotaCapacidade declarada pela fonte
Qualidade geralSem medição—
ProgramaçãoCC — abaixo da faixa B—
AgentesCC — abaixo da faixa Bparâmetros: structured_outputs, tool_choice, tools
EscritaSem mediçãosaída: text
RaciocínioSem medição—
Análise de documentosSem medição—
VisãoSem mediçãoentrada: image
Geração de imagensSem medição—
ÁudioSem medição—
VídeoSem medição—
EmbeddingsSem medição—

Avaliações

FonteBenchmarkValorNotaDados obtidos
Artificial AnalysisCoding index4.8CC — abaixo da faixa B13.11.2026
Artificial AnalysisAgentic index0.8CC — abaixo da faixa B13.11.2026
Design Arenamodels · 3dtaxa de vitória 35.9% · posição 127945EloCC — abaixo da faixa B13.11.2026
Design Arenamodels · codecategoriestaxa de vitória 37.3% · posição 1291,001EloCC — abaixo da faixa B13.11.2026
Design Arenamodels · gamedevtaxa de vitória 33% · posição 136939EloCC — abaixo da faixa B13.11.2026
Design Arenamodels · websitetaxa de vitória 38.2% · posição 1321,020EloCC — abaixo da faixa B13.11.2026
Como funcionam as notas

Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.

  • S — S — top 10% da coorte
  • A — A — próximos 20% da coorte
  • B — B — próximos 30% da coorte
  • C — C — abaixo da faixa B

Provedores

Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.

ProvedorComprimento de contextoPreço entrada /1MPreço saída /1MLatência p50 (30m, s)Taxa p50 (30m, tok/s)Disponibilidade (30m)
Mistral131,072$0.100$0.100——100%
Mistral131,072$0.110$0.110——100%

Dados de provedores obtidos: 13.11.2026

Nenhum artigo publicado identifica este modelo ainda.