Mistral: Ministral 3 8B 2512

Mistral: Ministral 3 8B 2512 es un modelo de generación de texto de Mistral, parte de la familia Ministral 3. El proveedor lo describe como un modelo equilibrado dentro de esa familia: un modelo de lenguaje pequeño, potente y eficiente. Fue lanzado por el proveedor el 2 de diciembre de 2025. Se sitúa en la categoría de texto y está dirigido a desarrolladores que quieren un modelo compacto en lugar de uno grande.

El modelo acepta texto e imágenes como entrada y devuelve texto. Su ventana de contexto es de 262144 tokens, y su salida máxima es de 209715 tokens. Esa combinación de un contexto muy grande y un presupuesto de salida amplio significa que puedes introducir documentos largos, contenido de imágenes junto con texto, y aún dejar mucho espacio para que el modelo produzca una respuesta sustancial. Los parámetros de solicitud admitidos incluyen frequency_penalty, max_tokens, presence_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools y top_p.

Como acepta tanto texto como imágenes, el modelo encaja en tareas que mezclan ambos. Puedes pasar una captura de pantalla, un diagrama o una página escaneada junto con una pregunta sobre ello y obtener una respuesta de texto. El contexto amplio admite la summarización de documentos largos, la respuesta a preguntas sobre material de origen extenso y conversaciones de varios turnos que arrastran mucho historial. Dado que se admiten tools y tool_choice, también puede impulsar flujos de trabajo de llamada a funciones, y structured_outputs junto con response_format te permiten pedir resultados legibles por máquina en lugar de prosa libre.

Lo llamas a través de la API compatible con OpenAI de api14 usando el id de modelo "mistralai/ministral-8b-2512". Apunta tu cliente de OpenAI existente a la URL base de api14 y pasa ese id en el campo model, y la forma de la solicitud sigue siendo la misma que cualquier otra llamada de finalización de chat. Puedes enviar texto o texto con imágenes, y establecer cualquiera de los parámetros enumerados anteriormente. Las ejecuciones deterministas son posibles con seed, el comportamiento de muestreo se controla con temperature y top_p, las penalizaciones modelan la repetición, las secuencias stop cortan la generación, y los parámetros tools habilitan la llamada a funciones.

Vale la pena tener en cuenta el límite de salida de 209715 tokens y el contexto de 262144 tokens al planificar generaciones largas, ya que una tarea que necesite más que eso en una sola llamada no cabrá. El modelo solo produce texto, así que si necesitas salida de imagen o audio querrás un modelo diferente.