Mistral: Ministral 3 3B 2512

Mistral: Ministral 3 3B 2512 es un modelo de generación de texto de Mistral, publicado el 2 de diciembre de 2025. Es el miembro más pequeño de la familia Ministral 3, que Mistral describe como una línea de modelos de lenguaje pequeños y eficientes. El id del modelo en api14 es mistralai/ministral-3b-2512, y su categoría principal es texto.

El modelo acepta entrada de texto e imagen y produce salida de texto, por lo que puede manejar tanto prompts de lenguaje natural como prompts que incluyen imágenes. Tiene una ventana de contexto de 131.072 tokens y una salida máxima de 104.857 tokens, lo que significa que puedes enviar documentos largos o conversaciones largas y aún dejar espacio para una respuesta generada sustancial. Los parámetros de solicitud admitidos incluyen temperature, top_p, frequency_penalty, presence_penalty, max_tokens, stop, seed, response_format, structured_outputs, tools y tool_choice. La presencia de tools y tool_choice significa que puede participar en flujos de llamada a funciones o uso de herramientas, y structured_outputs junto con response_format te permiten solicitar respuestas legibles por máquina en lugar de texto libre.

Como maneja tanto texto como imágenes, los usos prácticos incluyen describir o extraer información de imágenes, responder preguntas sobre capturas de pantalla o diagramas, y prompts mixtos donde una imagen va acompañada de instrucciones escritas. Su contexto largo lo hace adecuado para resumir documentos extensos, trabajar con historiales de chat prolongados o procesar grandes lotes de texto en una sola solicitud. El soporte de herramientas lo convierte en candidato para flujos de trabajo estilo agente donde el modelo decide cuándo llamar a una función externa, y las salidas estructuradas ayudan cuando el resultado debe alimentar otro programa, como rellenar un objeto JSON o un esquema fijo. La gran salida máxima también se adapta a tareas que requieren respuestas generadas largas, como redactar informes o ampliar notas hasta convertirlas en texto completo.

Llamas al modelo a través de la API compatible con OpenAI de api14 usando el id del modelo mistralai/ministral-3b-2512 de la misma manera en que llamarías a cualquier otro endpoint estilo chat completions. Establece el campo model con ese id, proporciona tus mensajes y añade cualquiera de los parámetros admitidos que necesites: temperature, top_p, frequency_penalty, presence_penalty, max_tokens, stop, seed, response_format, structured_outputs, tools y tool_choice. Como la interfaz es compatible con OpenAI, las bibliotecas cliente de OpenAI existentes y las formas de solicitud generalmente funcionan sin cambios, lo que mantiene bajo el esfuerzo de migración.

Dado que este es el modelo más pequeño de su familia, es una elección razonable cuando la latencia o el rendimiento importan más que la profundidad máxima de razonamiento. Para tareas que necesitan un razonamiento más pesado o una planificación multipaso más compleja, un modelo más grande de la misma familia o de otro proveedor podría encajar mejor. Los datos aquí no indican resultados de benchmarks, así que evalúalo con tu propia carga de trabajo antes de comprometerte.