Mistral: Ministral 3 3B 2512

Mistral: Ministral 3 3B 2512 is een tekstgeneratiemodel van Mistral, uitgebracht op 2 december 2025. Het is het kleinste lid van de Ministral 3-familie, die Mistral beschrijft als een reeks efficiënte kleine taalmodellen. Het model-id op api14 is mistralai/ministral-3b-2512, en de hoofdcategorie is tekst.

Het model accepteert tekst- en afbeeldingsinvoer en produceert tekstuitvoer, dus het kan zowel gewone taalprompts als prompts met afbeeldingen verwerken. Het heeft een contextvenster van 131.072 tokens en een maximale uitvoer van 104.857 tokens, wat betekent dat u lange documenten of lange gesprekken kunt sturen en toch ruimte overhoudt voor een substantieel gegenereerd antwoord. Ondersteunde aanvraagparameters zijn temperature, top_p, frequency_penalty, presence_penalty, max_tokens, stop, seed, response_format, structured_outputs, tools en tool_choice. De aanwezigheid van tools en tool_choice betekent dat het kan deelnemen aan function calling- of toolgebruikstromen, en structured_outputs plus response_format laten u machineleesbare antwoorden vragen in plaats van vrije tekst.

Omdat het zowel tekst als afbeeldingen verwerkt, omvatten praktische toepassingen het beschrijven of extraheren van informatie uit afbeeldingen, het beantwoorden van vragen over screenshots of diagrammen, en gemengde prompts waarbij een afbeelding vergezeld gaat van geschreven instructies. De lange context maakt het geschikt voor het samenvatten van lange documenten, het doorwerken van lange chatgeschiedenissen, of het verwerken van grote hoeveelheden tekst in een enkele aanvraag. Toolondersteuning maakt het een kandidaat voor agent-achtige workflows waarbij het model beslist wanneer het een externe functie aanroept, en gestructureerde uitvoer helpt wanneer het resultaat naar een ander programma moet, zoals het vullen van een JSON-object of een vast schema. De grote maximale uitvoer is ook geschikt voor taken die lange gegenereerde antwoorden vereisen, zoals het opstellen van rapporten of het uitwerken van notities tot volledige tekst.

U roept het model aan via de OpenAI-compatibele API van api14 met het model-id mistralai/ministral-3b-2512, op dezelfde manier als u een ander chat completions-achtig endpoint zou aanroepen. Stel het veld model in op dat id, geef uw messages op, en voeg alle ondersteunde parameters toe die u nodig hebt: temperature, top_p, frequency_penalty, presence_penalty, max_tokens, stop, seed, response_format, structured_outputs, tools en tool_choice. Omdat de interface OpenAI-compatibel is, werken bestaande OpenAI-clientbibliotheken en aanvraagvormen over het algemeen zonder wijzigingen, wat de migratie-inspanning laag houdt.

Aangezien dit het kleinste model in zijn familie is, is het een redelijke keuze wanneer latentie of doorvoer belangrijker is dan maximale redeneerdiepte. Voor taken die zwaarder redeneren of complexere meerstapsplanning vereisen, past een groter model in dezelfde familie of bij een andere provider mogelijk beter. De feiten hier vermelden geen benchmarkresultaten, dus evalueer het tegen uw eigen workload voordat u zich vastlegt.