Mistral: Ministral 3 14B 2512

Mistral: Ministral 3 14B 2512, Mistral से एक टेक्स्ट जनरेशन मॉडल है, जिसे 2 दिसंबर 2025 को जारी किया गया। यह Ministral 3 परिवार का सबसे बड़ा मॉडल है, और Mistral इसे अपने बड़े Mistral Small 3.2 24B समकक्ष की तुलना में सक्षम फ्रंटियर क्षमताएं और प्रदर्शन देने वाला बताता है। यदि आप पहले से Mistral मॉडलों के साथ काम करते हैं, तो यह उनकी लाइनअप के छोटे और अधिक कुशल हिस्से में बैठता है, जबकि इसका लक्ष्य आमतौर पर बड़े सहोदरों से जुड़ी क्षमता स्तर है।

मॉडल इनपुट के रूप में टेक्स्ट और छवियां स्वीकार करता है और टेक्स्ट लौटाता है। इसकी कॉन्टेक्स्ट विंडो 262,144 टोकन है, और अधिकतम आउटपुट 209,715 टोकन है, इसलिए लंबे इनपुट और लंबी जनरेशन दोनों एक ही अनुरोध में व्यावहारिक हैं। चूंकि यह टेक्स्ट के साथ छवि इनपुट को संभालता है, यह उन कार्यों पर काम कर सकता है जो एक प्रॉम्प्ट को स्क्रीनशॉट, आरेख, फोटो या स्कैन किए गए पृष्ठ के साथ मिलाते हैं, जब तक आपको जिस प्रतिक्रिया की आवश्यकता है वह लिखित टेक्स्ट है।

ये क्षमताएं उपयोगों के काफी विस्तृत समूह की ओर संकेत करती हैं। लंबा कॉन्टेक्स्ट बड़े दस्तावेजों, कोडबेस, ट्रांसक्रिप्ट या रिपोर्ट सेटों पर काम के लिए उपयुक्त है, जहां आप चाहते हैं कि मॉडल एक समय में एक हिस्से के बजाय पूरी चीज़ पर तर्क करे। छवि इनपुट इसे दस्तावेज़ समझ, स्क्रीनशॉट और स्कैन से जानकारी निकालने या सारांशित करने, और किसी दृश्य पर आधारित प्रश्नों के उत्तर देने के लिए उपयुक्त बनाता है। बड़ी आउटपुट सीमा तब मदद करती है जब उत्तर स्वयं लंबा हो, जैसे पूरा ड्राफ्ट, कई आइटमों पर संरचित निष्कर्षण, या विस्तृत विश्लेषण। टूल कॉलिंग और संरचित आउटपुट इसे किसी एजेंट या पाइपलाइन के भीतर तर्क चरण के रूप में उपयोग करने योग्य बनाते हैं जिसे मशीन पठनीय परिणाम लौटाने की आवश्यकता होती है।

आप इसे api14 के OpenAI-संगत API के माध्यम से मॉडल आईडी "mistralai/ministral-14b-2512" का उपयोग करके कॉल करते हैं। समर्थित अनुरोध पैरामीटर frequency_penalty, max_tokens, presence_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools और top_p हैं। व्यवहार में इसका मतलब है कि आप temperature और top_p के साथ सैंपलिंग नियंत्रित कर सकते हैं, पेनल्टी पैरामीटरों के साथ दोहराव को हतोत्साहित या प्रोत्साहित कर सकते हैं, max_tokens के साथ प्रतिक्रिया को सीमित कर सकते हैं, दिए गए अनुक्रमों पर जनरेशन रोक सकते हैं, और अधिक प्रतिलिपि-योग्य रनों के लिए seed सेट कर सकते हैं। प्रोग्रामेटिक उपयोग के लिए, response_format और structured_outputs आपको आकारित आउटपुट का अनुरोध करने देते हैं, जबकि tools और tool_choice मॉडल को आपके द्वारा परिभाषित फ़ंक्शन कॉल करने देते हैं।

तथ्यों में मोडैलिटी विभाजन के अलावा कोई घोषित प्रतिबंध नहीं है: इनपुट में छवियां शामिल हो सकती हैं, लेकिन आउटपुट केवल टेक्स्ट है, इसलिए यह छवियां उत्पन्न करने का मॉडल नहीं है। यदि आपका वर्कलोड विशुद्ध रूप से टेक्स्ट है और आप सबसे छोटा सक्षम विकल्प चाहते हैं, तो एक छोटा Ministral 3 वेरिएंट बेहतर फिट हो सकता है, और यदि आपको छवि समझ के बजाय छवि जनरेशन चाहिए, तो आपको पूरी तरह से एक अलग मॉडल की आवश्यकता होगी।