Kan ik Ministral 3 3B lokaal draaien?

Ja. De gewichten zijn open onder Apache 2.0 en het model past in 8 GB VRAM in FP8; verder gequantiseerd heeft het nog minder nodig, wat het praktisch maakt op een breed scala aan consumentengpu's.

Wat kost het en hoe lang is het contextvenster?

Via API kost het $0,10 per miljoen tokens voor zowel input als output. Het contextvenster is volgens het modelkaartje 256.000 tokens, hoewel de API-lijst 131.072 tokens toont.

Hoe verschilt dit van grotere Ministral 3-modellen?

Dit is het kleinste model in de Ministral 3-familie, geoptimaliseerd voor edge- en low-resource implementaties. Je ruilt ruwe capaciteit in voor een model dat goedkoop draait en op bescheiden hardware past.

Ministral 3 3B 2512

5960°

#llm #mistralai #visie #agenten #meertalig #lokaal

Voer dit model uit

Aanbiedingen / Advertenties

OpenRouter Terminal / API

Betaal per token

Chat met dit model in de browser of roep het aan vanuit je code met één API-sleutel.

Mistral | 131.072 token context | $0.10/M input, $0.10/M output. Het kleinste model in de Ministral 3 familie, Ministral 3 3B is een krachtig, efficiënt klein taalmodel met visiemogelijkheden.

Gidsen voor dit model

Ollama vs LM Studio (2026): welke lokale AI-app gebruik je, en welke topmodellen draaien ze

Hoeveel VRAM heb ik eigenlijk nodig voor lokale AI?

Wat is een GGUF-bestand? Uitleg over gekwantiseerde modellen (Q4, Q8, fp8, NF4)

Alle gidsen

Aantekeningen van de kapitein

Geschreven door Captain, de huisredacteur

Aantekeningen van 2026-10-13

Ministral 3 3B is Mistral's kleinste Ministral 3-model, een 3,4 miljard parameters instructiemodel met een ingebouwde 0,4 miljard parameters visie-encoder. Het draait in 8 GB VRAM in FP8, past op edge-hardware en ondersteunt visie, functie-aanroepen en meer dan een dozijn talen tegen een prijs die moeilijk te weerleggen is. Als je een capabel klein model nodig hebt dat je lokaal kunt draaien of goedkoop via API kunt gebruiken, is dit een serieuze optie.

Bekend om

Past in 8 GB VRAM in FP8; draait lokaal op bescheiden consumentenhardware
Visie-encoder inbegrepen: analyseer afbeeldingen naast tekst
Native functie-aanroepen en JSON-uitvoer voor agentachtige pipelines
Meertalig: Engels, Frans, Spaans, Duits, Chinees, Japans, Koreaans, Arabisch en meer
Apache 2.0-licentie: commercieel gebruik en aanpassing toegestaan

Let op

Het is een 3B-model; complex redeneren en lange teksten bereiken sneller een plafond dan bij grotere modellen.
Visie werkt het beste met bijna vierkante afbeeldingen; zeer brede of smalle uitsneden verminderen de prestaties.
Mistral raadt een temperatuur onder 0,1 aan voor productie, dus creatieve output vereist bewuste afstemming.

Het beste voor

Visie

Agenten en toolgebruik

Meertalig

Draait lokaal

Budget

Prompts om te proberen

Extraheer gestructureerde data uit tekst

Lees de volgende factuurtekst en geef een JSON-object terug met deze velden: vendor_name, invoice_date, total_amount, line_items (array van beschrijving en bedrag). Factuur: 'Acme Supplies, 14 nov 2025. Widget A x3 @ $12,00 per stuk. Verzendkosten $5,00. Totaal $41,00.'

Beschrijf en classificeer een afbeelding

Bekijk de afbeelding die ik heb bijgevoegd. Identificeer het hoofdonderwerp, beschrijf wat er gebeurt, noem alle zichtbare tekst en classificeer de afbeelding in één van deze categorieën: productfoto, document, buitenscène, binnenscène, diagram. Houd je antwoord onder de 150 woorden.

Bouw een eenvoudig tool-aanroepplan

Je hebt twee tools: get_weather(city: string) en send_email(to: string, subject: string, body: string). Een gebruiker zegt: 'Email sarah@example.com het huidige weer in Tokio.' Schrijf de reeks tool-aanroepen die je zou maken, in JSON, om dit verzoek te voltooien.

Vergelijk met

Mistral Nemo
Model met open gewichten
131,072 token context · $0.03/M invoer, $0.03/M uitvoer
Mistral Large 4
Alleen API-model
1,048,576 token context · $0.68/M invoer, $2.09/M uitvoer
Mistral Small 3.2 24B Instruct 2506
Model met open gewichten
128,000 token context · $0.07/M invoer, $0.20/M uitvoer
Voxtral Small 24B 2507
Model met open gewichten
32,768 token context · $0.10/M invoer, $0.30/M uitvoer

Meer tekstmodellen van mistralai

Veelgestelde vragen

Kan ik Ministral 3 3B lokaal draaien?: Ja. De gewichten zijn open onder Apache 2.0 en het model past in 8 GB VRAM in FP8; verder gequantiseerd heeft het nog minder nodig, wat het praktisch maakt op een breed scala aan consumentengpu's.
Wat kost het en hoe lang is het contextvenster?: Via API kost het $0,10 per miljoen tokens voor zowel input als output. Het contextvenster is volgens het modelkaartje 256.000 tokens, hoewel de API-lijst 131.072 tokens toont.
Hoe verschilt dit van grotere Ministral 3-modellen?: Dit is het kleinste model in de Ministral 3-familie, geoptimaliseerd voor edge- en low-resource implementaties. Je ruilt ruwe capaciteit in voor een model dat goedkoop draait en op bescheiden hardware past.

Oordeel van de kapitein
Een echt nuttig klein model: visie, functie-aanroepen, meertalig, Apache 2.0 en goedkoop genoeg om zonder spijt op edge-hardware te laten draaien.

Modelkaart op Hugging Face

De kapitein schrijft deze aantekeningen op basis van de eigen beschrijving en modelkaart van het model. Prijzen en contextgroottes zijn die van de provider op het moment van schrijven en kunnen veranderen.

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.

Change colors / personalize / get code

Not this creator?

Get your own badge

Hoe deze score wordt opgebouwd

Dit model heeft nog geen populariteitsgegevens van welke bron dan ook, dus het krijgt een tijdelijke waarde onder 7,000° om de lijsten compleet te houden. Het staat nooit hoger dan een model met data. De uitsplitsing verschijnt hier zodra een bron het rapporteert.

Woordenlijst: de gebruikte termen

Heat-score: Één getal voor hoe veel een model nu gebruikt en gewenst wordt, van 0° tot 9.999°. Elke lijst op deze site die zegt heetste is gesorteerd op deze score en niets anders.
Vloer: De 7.000° waar elk model met echte data mee begint. De schaal loopt van 0° tot 9.999°; het deel onder de vloer is gereserveerd voor plaatsvervangers (modellen zonder data), zodat een model met data altijd hoger scoort dan een zonder. De vloer is voor iedereen gelijk en beslist niets; de graden erboven zijn de meting.
Download-equivalenten: Alles wat de score als een download telt, bij elkaar opgeteld: downloads zelf, elke torrent seeder als 1.000, elke AI Horde-afbeelding en elke run op een generatie-site als één.
Logaritmische schaal: Tellen per tien, niet per één: van 1.000 naar 10.000 downloads voegt evenveel graden toe als van 10.000 naar 100.000. Zo verdringen grote spelers niet alles.
Likes: Duimen omhoog en likes van elke bron, elk de helft van een download waard op de log-schaal.
Adoptiesnelheid: Hoeveel downloads een model nu per dag krijgt, uit het verschil tussen twee metingen van een bron. Een kwart van het gewicht van de downloadterm.
Gemeten en geschat: Gemeten betekent dat er twee metingen van een bron zijn en het verschil echt is. Geschat betekent dat alleen het totaal van vandaag bekend is en het verleden over de levensduur van het model wordt verdeeld; de site geeft aan welke het toont.
Seeder: Iemand die een kopie van de gewichten online houdt zodat anderen die via een torrent kunnen downloaden, of een gehoste mirror die hetzelfde doet. Elk telt als 1.000 downloads.
AI Horde: Een vrijwilligersnetwerk dat gratis beelden genereert op gedoneerde computers. Het aantal beelden dat het met een model heeft gemaakt is openbaar, en elk telt als één download.
Generatiesites: Sites die hun eigen kopieën van een model hosten en mensen laten genereren, zoals PixAI, SeaArt en Yodayo. Hun downloads tellen net als die van Civitai en elke generatie telt als één download.
OpenRouter tokens: Een tekstmodel dat via een API wordt aangeboden, zoals Claude of GPT, heeft geen gewichten om te downloaden, dus het gebruik wordt gemeten in tokens: de tekststukken die het las en schreef via OpenRouter, een gateway die veel apps gebruiken, in de afgelopen 30 dagen. Elke 10,000,000 tokens telt als één download. Bron: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Volledig model (checkpoint): De gewichten zelf, het bestand dat zelfstandig genereert. Het krijgt een bonus omdat add-ons ervan afhangen.
LoRA en embedding: Kleine add-on bestanden die iemands gewichten sturen naar een stijl, een personage of een concept. Ze kunnen niet zelfstandig draaien.
Familie en gewichten: De basis waarop een model is gebouwd, zoals SD 1.5, SDXL, Flux of Wan. Elk model erft de releasedatum van de gewichten van zijn familie.
Leeftijd: Graden afgetrokken voor hoe lang geleden de gewichten van de familie uitkwamen: 150° per jaar, tot 750°. Het houdt oude downloads die jaren hadden om op te lopen door de top van de lijst te bevriezen.
Familie boost: Een kleine, begrensde duw voor LoRA's van een familie die deze site nu naar voren schuift, altijd vermeld in de uitsplitsing.
Stand-in score: Een stabiel getal onder de vloer gegeven aan een model waar nog geen bron over rapporteert, zodat lijsten compleet blijven. Het staat nooit hoger dan een model met data.
Nieuw! (gratieperiode): Een model dat minder dan 7 dagen oud is, toont Nieuw! in plaats van een score en neemt geen plaats in de ranglijst in. De score wordt vanaf dag één berekend, maar een model van één dag oud groeit sneller dan wat dan ook, dus zonder de wachttijd zou de #1 van de week altijd het model zijn dat gisteren uitkwam in plaats van wat een week standhield.
Trend: Hoe de groei van een model over een periode zich verhoudt tot de typische groei van een model over dezelfde periode. Sneller dan typisch betekent stijging, langzamer betekent daling.
Typisch model: Het midden van de catalogus: de helft van de modellen met een cijfer groeide sneller over de periode, de andere helft langzamer.

Vergelijkbare modellen

AI-modellen voor het genereren van afbeeldingen, video en tekst

Ministral 3 3B 2512 is een tekstmodel voor de Text / LLM-familie, vermeld op ModelTrends.ai, een alleen-lezen catalogus van open source AI-modellen voor afbeeldingen, video en tekst. Vergelijk het met andere Text / LLM-modellen en bekijk de populariteitsscore om de trend te zien.

Meer Text / LLM-modellen Meer Text / LLM Tekst / LLM llm mistralai visie agenten meertalig lokaal budget

Bladeren op modelfamilie