Mistral: Ministral 3 8B 2512

Mistral: Ministral 3 8B 2512 é um modelo de geração de texto da Mistral, parte da família Ministral 3. É descrito pelo fornecedor como um modelo equilibrado nessa família: um modelo de linguagem minúsculo, poderoso e eficiente. Foi lançado pelo fornecedor em 2 de dezembro de 2025. Situa-se na categoria de texto e destina-se a programadores que pretendem um modelo compacto em vez de um modelo grande.

O modelo aceita texto e imagens como entrada e devolve texto. A sua janela de contexto é de 262144 tokens, e a sua saída máxima é de 209715 tokens. Essa combinação de um contexto muito grande e um orçamento de saída elevado significa que pode fornecer documentos longos, conteúdo de imagem juntamente com texto, e ainda deixar bastante espaço para o modelo produzir uma resposta substancial. Os parâmetros de pedido suportados incluem frequency_penalty, max_tokens, presence_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools e top_p.

Como aceita tanto texto como imagens, o modelo adequa-se a tarefas que misturam os dois. Pode passar uma captura de ecrã, um diagrama ou uma página digitalizada juntamente com uma pergunta sobre os mesmos e obter uma resposta em texto. O contexto grande suporta a sumarização de documentos longos, a resposta a perguntas sobre material de origem extenso e conversas com vários turnos que transportam muito histórico. Uma vez que tools e tool_choice são suportados, também pode conduzir fluxos de trabalho de chamada de funções, e structured_outputs mais response_format permitem-lhe pedir resultados legíveis por máquina em vez de prosa livre.

Pode chamá-lo através da API compatível com OpenAI da api14 utilizando o id de modelo "mistralai/ministral-8b-2512". Aponte o seu cliente OpenAI existente para o URL base da api14 e passe esse id no campo model, e a forma do pedido mantém-se igual à de qualquer outra chamada de conclusão de chat. Pode enviar texto ou texto com imagens, e definir qualquer um dos parâmetros listados acima. Execuções determinísticas são possíveis com seed, o comportamento de amostragem é controlado por temperature e top_p, as penalizações moldam a repetição, as sequências de stop cortam a geração, e os parâmetros tools permitem a chamada de funções.

Vale a pena notar o limite de saída de 209715 tokens e o contexto de 262144 tokens ao planear gerações longas, uma vez que uma tarefa que necessite de mais do que isso numa única chamada não caberá. O modelo produz apenas texto, por isso, se precisar de saída de imagem ou áudio, vai querer um modelo diferente.