Mistral: Mistral Medium 3.5

Mistral Medium 3.5 to gęsty model instrukcjowy 128B od Mistral AI. Znajduje się w średniej warstwie oferty dostawcy, powyżej mniejszych modeli i poniżej największych, i jest zbudowany do ogólnej pracy z tekstem, a nie do jednego wąskiego zadania. Model został wydany przez dostawcę 2026-04-30. W api14 jest wymieniony pod identyfikatorem modelu mistralai/mistral-medium-3-5 i należy do kategorii tekstowej.

Model przyjmuje dane wejściowe w postaci tekstu, obrazów i plików, a zwraca wyłącznie tekst. Jego okno kontekstu wynosi 262144 tokeny, a maksymalna długość danych wyjściowych to 209715 tokenów, więc długie dane wejściowe i długie generowania są możliwe w tym samym żądaniu. Ponieważ obrazy i pliki można przekazywać razem z tekstem, model może pracować na mieszanym materiale, takim jak dokumenty z osadzonymi rysunkami lub zrzuty ekranu sparowane z instrukcjami. Dostawca opisuje go jako zaprojektowany do przepływów pracy agentowych, kodowania i złożonych zadań, co odpowiada połączeniu dużego kontekstu, multimodalnych danych wejściowych i dużego budżetu danych wyjściowych.

Te możliwości wskazują na kilka praktycznych zastosowań. Przepływy pracy agentowe pasują naturalnie: model może utrzymywać długą rozmowę lub stan zadania, wywoływać narzędzia i rozumować przez wiele kroków przed wygenerowaniem ostatecznej odpowiedzi. Kodowanie to kolejne zastosowanie, niezależnie od tego, czy oznacza generowanie kodu, wyjaśnianie istniejącego pliku, czy pracę na fragmencie repozytorium dostarczonym jako plik wejściowy. Złożone zadania dokumentowe również wynikają z modalności wejściowych i rozmiaru kontekstu, na przykład streszczanie długiego raportu, wyodrębnianie danych strukturalnych zeskanowanej strony lub odpowiadanie na pytania dotyczące zestawu przesłanych plików. Parametry rozumowania dają sposób na wymianę opóźnienia na bardziej przemyślane rozwiązywanie problemów przy trudniejszych poleceniach.

Model wywołujesz przez zgodne z OpenAI API api14, używając identyfikatora modelu mistralai/mistral-medium-3-5. Żądania mają znany kształt uzupełnień czatu, więc istniejące biblioteki klienckie OpenAI działają po zmianie tylko bazowego adresu URL i klucza. Obsługiwane parametry żądania to frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, reasoning_effort, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools i top_p. W praktyce obejmuje to kontrolę próbkowania, deterministyczne uruchomienia przez seed, warunki zatrzymania, dane wyjściowe strukturalne lub w stylu JSON przez response_format i structured_outputs oraz użycie narzędzi przez tools i tool_choice. Parametry reasoning i include_reasoning, wraz z reasoning_effort, pozwalają kontrolować, ile wewnętrznego rozumowania wykonuje model i czy to rozumowanie jest zwracane.

Nie ma podanego ograniczenia poza tym, że dane wyjściowe są tylko tekstem, więc jeśli potrzebujesz danych wyjściowych w postaci obrazu lub dźwięku, ten model nie jest właściwym wyborem. Jeśli Twoje obciążenie jest małe i wrażliwe na opóźnienia, lżejszy model z tej samej rodziny może być lepszym wyborem, podczas gdy Mistral Medium 3.5 pasuje do zadań wymagających pełnego okna kontekstu, multimodalnych danych wejściowych lub zachowania agenta opartego na narzędziach.