Mistral: Mistral Embed 2312

Mistral Embed 2312 は Mistral の埋め込みモデルで、api14 にモデル id mistralai/mistral-embed-2312 として掲載されています。これは埋め込みカテゴリに属しており、つまりチャットの返信を生成するのではなく、テキストをベクトルに変換する役割を持ちます。Mistral AI はこれをテキストデータ向けの専用モデルとして開発し、記録されているプロバイダーのリリース日は 2025-10-31 です。

このモデルはテキストのみを入力として受け取り、埋め込みのみを出力として返します。生成されるのは 1024 次元のベクトルで、これはテキスト片同士の類似度が必要なときに保存して比較する表現です。コンテキストウィンドウは 8192 トークンで、最大出力は 6553 と記載されています。ここにはチャット補完の挙動はなく、ツール呼び出しも画像や音声の処理もないため、より大きなパイプラインにおけるテキストからベクトルへの構成要素として純粋に扱うべきです。

これらの機能は、かなり特定の用途群を示しています。明らかなのはセマンティック検索です。ドキュメントを一度埋め込み、リクエスト時にクエリを埋め込み、キーワードの重複ではなくベクトル類似度で順位付けします。もう一つの主な適合先は検索拡張生成で、ここでは埋め込みが、関連する passages を別の生成モデルに供給する retriever に渡されます。このモデルはセマンティック検索と RAG 向けに最適化されているため、書かれた回答ではなくテキストの固定された数値表現が必要なクラスタリング、重複排除、分類のタスクにも適しています。

これは api14 の OpenAI 互換 API を通じて、モデル id mistralai/mistral-embed-2312 を使って呼び出します。そのため、既存の OpenAI クライアントライブラリはベース URL とキーを変更するだけで動作します。使用するのは埋め込みエンドポイントで、テキストは input フィールドに送信します。このモデルでサポートされるパラメータ一覧は空である点に注意してください。そのため dimensions や encoding format などの追加の調整オプションが受け入れられることを前提にしないでください。モデル id と input を送信し、レスポンスからベクトルを読み取ってください。

実用上の制限として覚えておくべき一つは、8192 トークンのコンテキストです。非常に長いドキュメントは埋め込む前にチャンクに分割する必要があり、チャンク分割の戦略はモデル選択よりも検索品質に影響します。また、このモデルは埋め込みのみを生成するため、単独で質問に答えたりテキストを書いたりすることはできません。タスクが検索ではなく生成、要約、会話であるなら、チャットモデルまたは指示モデルの方が適しており、Mistral Embed 2312 はテキストが検索可能なものに変換されるパイプラインのより前の段階に属します。