Mistral: Ministral 3 8B 2512

Mistral: Ministral 3 8B 2512 ist ein Textgenerierungsmodell von Mistral, Teil der Ministral 3 Familie. Der Anbieter beschreibt es als ausgewogenes Modell innerhalb dieser Familie: ein leistungsstarkes, effizientes winziges Sprachmodell. Es wurde vom Anbieter am 2. Dezember 2025 veröffentlicht. Es liegt in der Textkategorie und richtet sich an Entwickler, die ein kompaktes Modell statt eines großen wollen.

Das Modell akzeptiert Text und Bilder als Eingabe und gibt Text zurück. Sein Kontextfenster beträgt 262144 Tokens, und seine maximale Ausgabe beträgt 209715 Tokens. Diese Kombination aus sehr großem Kontext und großem Ausgabebudget bedeutet, dass Sie lange Dokumente, Bildinhalte zusammen mit Text einspeisen können und trotzdem reichlich Raum bleibt, damit das Modell eine substanzielle Antwort erzeugen kann. Unterstützte Anfrageparameter umfassen frequency_penalty, max_tokens, presence_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools und top_p.

Da es sowohl Text als auch Bilder aufnimmt, eignet sich das Modell für Aufgaben, die beides mischen. Sie können einen Screenshot, ein Diagramm oder eine gescannte Seite zusammen mit einer Frage dazu übergeben und eine Textantwort erhalten. Der große Kontext unterstützt die Zusammenfassung langer Dokumente, die Beantwortung von Fragen über umfangreiches Quellmaterial und mehrstufige Gespräche mit viel Verlauf. Da tools und tool_choice unterstützt werden, kann es auch Funktionsaufruf-Workflows steuern, und structured_outputs plus response_format ermöglichen es Ihnen, maschinenlesbare Ergebnisse statt freier Prosa anzufordern.

Sie rufen es über die OpenAI-kompatible API von api14 mit der Modell-ID "mistralai/ministral-8b-2512" auf. Richten Sie Ihren vorhandenen OpenAI-Client auf die api14 Basis-URL und übergeben Sie diese ID im Feld model, und die Anfrageform bleibt dieselbe wie bei jedem anderen Chat-Completion-Aufruf. Sie können Text oder Text mit Bildern senden und jeden der oben aufgeführten Parameter setzen. Deterministische Läufe sind mit seed möglich, das Sampling-Verhalten wird durch temperature und top_p gesteuert, Penalties formen Wiederholungen, Stop-Sequenzen beenden die Generierung, und die tools-Parameter aktivieren Funktionsaufrufe.

Es lohnt sich, die Ausgabeobergrenze von 209715 Tokens und den Kontext von 262144 Tokens bei der Planung langer Generierungen zu beachten, da eine Aufgabe, die mehr als das aus einem einzelnen Aufruf benötigt, nicht hineinpasst. Das Modell gibt nur Text aus, wenn Sie also Bild- oder Audioausgabe benötigen, wollen Sie ein anderes Modell.