Mistral Small 3.1 24B
2100°
Mistral | 128,000 token context | $0.35/M input, $0.55/M output. Mistral Small 3.1 24B Instruct 是 Mistral Small 3 (2501) 的升级版本，拥有240亿参数，具备先进的多模态能力。它在基于文本的推理和视觉任务中表现出最先进的性能，包括图像分析、编程、数学推理及支持数十种语言的多语言能力。配备128k token的超大上下文窗口，优化本地高效推理，支持对话代理、函数调用、长文档理解和隐私敏感部署。更新版本为 Mistral Small 3.2。
本模型的指南
Ollama 与 LM Studio（2026）：选择哪个本地 AI 应用，以及各自支持的顶级模型
按使用场景选最佳本地大语言模型（2026年10月）：每个任务的合适开源模型
本地AI到底需要多少显存？
什么是 GGUF 文件？量化模型详解（Q4、Q8、fp8、NF4）
船长笔记
2026-10-13 的笔记
Mistral Small 3.1 24B 是 Mistral AI 的 240 亿参数多模态指令模型，在已有的 Small 3 基础上增加了视觉理解和 128k 令牌上下文窗口。量化后可在单张 RTX 4090 或 32GB MacBook 上运行，Apache 2.0 许可允许商业使用和修改，无需额外许可。适合希望获得强大本地模型且不想支付前沿价格的开发者和注重隐私的团队。
以……著称
- 量化后可在单张 RTX 4090 或 32GB MacBook 上运行
- 支持视觉分析与文本任务并行
- 原生函数调用和 JSON 输出，适合自主工作流
- 128k 令牌上下文窗口，适合长文档处理
- 覆盖数十种语言的广泛多语种支持
注意
- Mistral Small 3.2 已发布，使用前请确认是否更适合你的需求。
- 128k 的视觉和长上下文任务对消费级硬件内存要求较高。
- Apache 2.0 许可宽松，但企业级特性保留给 Mistral 商业模型。
推荐尝试的提示词
分析附图
我附上了一张数据仪表盘截图。请描述图表显示的内容，识别任何异常或值得关注的趋势，并基于所见提出一个分析师应追问的后续问题。
函数调用骨架
编写一个 Python 函数模式的 JSON 格式，定义一个名为 get_weather 的工具，接受城市名和单位偏好（摄氏或华氏）。然后展示如何在简单的自主循环中调用该工具，根据用户消息决定是否调用。
长文档摘要
这是一个 50 页的技术规格文档。请通读全文，然后输出：一段执行摘要，五个最重要需求的项目符号列表，以及你发现的章节间任何内部矛盾。
与……比较
- Mistral Large 4仅限API模型1,048,576 令牌上下文 · $0.68/M 输入，$2.09/M 输出
- Mistral Medium 3.5仅限API模型262,144 令牌上下文 · $1.50/M 输入，$7.50/M 输出
- Mistral Large 3 2512仅限API模型262,144 令牌上下文 · $0.50/M 输入，$1.50/M 输出
- Mistral Large 2407仅限API模型131,072 令牌上下文 · $2.00/M 输入，$6.00/M 输出
来自 mistralai 的更多文本模型
常见问题
- 我可以本地运行 Mistral Small 3.1 24B 吗？
- 可以，权重在 Apache 2.0 许可下开放，托管于 Hugging Face。Mistral 表示量化后可在单张 RTX 4090 或 32GB 内存 MacBook 上运行。
- 费用和上下文窗口是多少？
- API 价格为每百万输入令牌 0.35 美元，输出令牌 0.55 美元，上下文窗口为 128,000 令牌。
- 与 Mistral Small 3.2 有何区别？
- Mistral Small 3.2 是更新版本；Mistral AI 未发布详细差异说明，使用前请查看 3.2 页面确认是否更适合你的用例。
船长评语一款真正实用的开放权重多模态模型：API 价格低廉，可本地运行，许可宽松——除非你需要 3.2 的新特性。
Hugging Face 上的模型卡
船长根据模型自身描述和模型卡撰写这些笔记。价格和上下文大小为撰写时提供商的数据，可能会变动。
Ranking badge
Updated Oct 22, 2026
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
这个评分是怎么计算的
这个模型还没有任何来源的流行度数据，所以它用一个低于 7,000° 的替代数值来保持列表完整。它永远不会排在有数据的模型前面。一旦有来源报告数据，分解就会显示在这里。
术语表：这里用到的术语
- 热度得分
- 一个数字，表示模型当前的使用和需求程度，范围从0°到9,999°。本站所有标注为最热门的榜单都按这个分数排序，别无他物。
- 基准线
- 所有有真实数据的模型起始于7,000°。分数范围是0°到9,999°；基准线以下的部分保留给无数据的替代模型，这样有数据的模型总是排在无数据模型之上。基准线对所有人相同，不影响排名；超过基准线的度数才是实际测量值。
- 下载等价量
- 得分中当作下载计算的所有项目总和：下载本身，每个种子上传者算1,000，每个AI Horde图片和每次生成网站的运行算一个。
- 对数刻度
- 以十为单位计数，而不是以一为单位：从1,000到10,000下载增加的热度和从10,000到100,000增加的热度相同。这样可以防止巨头压倒一切。
- 点赞
- 来自所有来源的点赞和竖起大拇指，每个点赞在对数刻度上价值半个下载。
- 采用率
- 模型当前每天的下载次数，基于两次读数的差值。权重是下载项的四分之一。
- 测量与估算
- 测量表示有两个来源的读数，且差异是真实的。估算表示只知道今天的总数，过去的数据是根据模型的生命周期分配的；网站会说明显示的是哪种。
- 做种者
- 指那些在线保存权重副本供他人通过种子下载的人，或者提供同样服务的托管镜像。每个做种者相当于1000次下载。
- AI Horde
- 一个志愿者网络，在捐赠的电脑上免费生成图片。它用某个模型生成的图片数量是公开的，每张图片算作一次下载。
- 生成网站
- 托管自己模型副本并允许用户生成的站点，比如PixAI、SeaArt和Yodayo。它们的下载计数和Civitai一样，每次生成算一次下载。
- OpenRouter 令牌
- 通过API提供的文本模型，如Claude或GPT，没有权重需要下载，因此其使用量以令牌计量：过去30天内通过OpenRouter（一种许多应用使用的网关）读取和生成的文本片段。每10,000,000个令牌计为一次下载。来源：OpenRouter (openrouter.ai/rankings)，CC BY 4.0。
- 完整模型（检查点）
- 权重文件本身，是能独立生成的文件。它会获得额外加分，因为附加组件依赖它。
- LoRA和嵌入
- 小型附加文件，用来引导别人的权重朝向某种风格、角色或概念。它们不能单独运行。
- 家族与权重
- 模型构建所基于的基础，比如SD 1.5、SDXL、Flux或Wan。每个模型继承其家族权重的发布日期。
- 年龄
- 根据家族权重发布多久，扣除的度数：每年150°，最多750°。它保留了那些积累了多年下载量的老模型，防止它们被挤出榜单顶部。
- 家族加成
- 对当前网站重点推广的某个家族的LoRA给予的小幅度限制性加分，总是在分数细目中列出。
- 替代分数
- 给还没有任何来源报告的模型一个稳定的最低分数，这样榜单才完整。它永远不会高于有数据的模型。
- 新模型！（宽限期）
- 不到7天的新模型显示“新模型！”而非分数，且不参与排名。其分数从第一天开始计算，但一天大的模型增长最快，若不等待，周榜#1总是昨天刚发布的模型，而非持续一周的。
- 趋势
- 模型在某段时间内的增长与同一时间段内典型模型增长的对比。比典型快表示上升，比典型慢表示下降。
- 典型模型
- 目录的中间值：一半有数据的模型增长比它快，一半比它慢。
Mistral Small 3.1 24B 是 Text / LLM 系列的一个文本模型，收录于 ModelTrends.ai——一个只读的开源 AI 图像、视频和文本模型目录。你可以将它与其他 Text / LLM 模型比较，并查看热度分数了解趋势。
按模型系列浏览
Text / LLM 模型
434
Anima 模型
528
Chroma 模型
19
Fibo 模型
2
Flux 模型
1,496
Flux 2 / Klein 模型
1,239
Flux 3 模型
3
Moss 模型
3
Iris 模型
1
MiniMax H3 模型
364
Hunyuan 模型
204
Ideogram 模型
20
Krea2 模型
717
Qwen 模型
20
Qwen2 模型
47
Ltx2 模型
153