Mistral: Ministral 3 8B 2512 (batch)

Mistral: Ministral 3 8B 2512 (batch) é um modelo de geração de texto da Mistral, parte da família Ministral 3. A Mistral descreve-o como um modelo equilibrado nessa família: um modelo de linguagem minúsculo, poderoso e eficiente, com capacidades de visão. O id do modelo em api14 é mistralai/ministral-8b-2512:batch, e o sufixo batch indica que esta variante é servida através de um endpoint de batch em vez de um endpoint síncrono, o que se adequa a cargas de trabalho em que se submete trabalho e se recolhem resultados em vez de se esperar por cada chamada.

O modelo aceita entrada de texto e imagem e produz saída de texto, pelo que consegue lidar tanto com tarefas de linguagem simples como com prompts que incluam imagens. A sua janela de contexto é de 262144 tokens, e a saída máxima é de 209715 tokens. Essa combinação de um contexto grande e um orçamento de saída grande significa que pode fornecer documentos longos ou prompts longos de imagem mais texto e ainda deixar espaço para uma resposta gerada substancial. Os parâmetros de pedido suportados incluem temperature, top_p, frequency_penalty, presence_penalty, max_tokens, stop, seed, response_format, structured_outputs, tool_choice e tools.

Essas capacidades apontam para alguns usos práticos. Trabalho de texto com contexto longo, como resumir ou extrair de documentos extensos, encaixa na janela de 262144 tokens. Como as imagens são aceites como entrada, tarefas como descrever uma imagem, responder a perguntas sobre uma captura de ecrã, ou extrair texto e estrutura de uma página digitalizada estão dentro do âmbito. A chamada de ferramentas e as saídas estruturadas tornam-no utilizável para pipelines que precisam que o modelo devolva JSON ou invoque funções, e o parâmetro seed ajuda quando se pretende resultados repetíveis entre execuções.

Para o chamar através de api14, use a interface de chat completions compatível com OpenAI com o id do modelo mistralai/ministral-8b-2512:batch. Pode passar os campos habituais de pedido de chat juntamente com os parâmetros listados acima: temperature, top_p, frequency_penalty, presence_penalty, max_tokens, stop, seed, response_format, structured_outputs, tool_choice e tools. Como esta é a variante batch, planeie a submissão e a recolha assíncronas em vez de respostas imediatas, e consulte a tabela de preços em direto na página para as tarifas atuais.

Um limite que vale a pena notar é a modalidade de saída: o modelo lê imagens mas devolve apenas texto, pelo que não é adequado se precisar de imagens geradas. Se a sua tarefa for puramente de texto e não precisar de visão nem da janela de contexto muito grande, um modelo mais pequeno ou não batch pode responder mais depressa e com menos sobrecarga operacional.