Puis-je exécuter Mistral 7B Instruct v0.2 localement ?

Les poids ne sont pas liés dans cette fiche, donc le déploiement local n’est pas confirmé ici ; vérifiez les canaux officiels de Mistral AI pour la disponibilité du téléchargement.

Quel est le coût de Mistral 7B Instruct v0.2 et quelle est sa fenêtre de contexte ?

Via API, il coûte 0,06 $ par million de tokens en entrée et sortie, avec une fenêtre de contexte de 32 768 tokens.

En quoi la v0.2 diffère-t-elle des autres versions Mistral 7B ?

La v0.2 est une variante instruct fine-tunée du Mistral-7B-v0.2 de base, entraînée sur un mélange plus large de données publiques de conversation que la v0.1 ; Mistral a depuis publié des modèles plus récents et plus grands qui le surpassent.

Mistral 7B Instruct v0.2

6389°

#llm #mistralai #chat #écriture #budget #rapide

Fonctionne sur Graydient

Ouvrir DeepInfra

Lancer ce modèle

Offres / Pub

Easy Creator (Prism) Web

Illimité · forfait fixe

Idéal pour les débutants. Flux de travail puissants, courbe d'apprentissage faible.

PirateDiffusion Telegram

Illimité · forfait fixe

Créez des vidéos, images, personnages de chat personnalisés, et plus encore.

Pro studio (SpyGlass) Web

Illimité · forfait fixe

Parcourez les modèles, générez et affinez depuis n'importe quel navigateur ou téléphone.

Discord bot (Vector)

Illimité · forfait fixe

Ajoutez Vector à votre serveur ou rejoignez le Discord de Vector. Créez tout ce que vous voulez !

Unified Editor Web

Illimité · forfait fixe

Éditeur pour images et vidéos : générez, modifiez, améliorez et plus encore sur une seule page.

Applications locales

Nécessite une configuration

Installe des programmes locaux si ton ordinateur est assez puissant.

ModelDuel Web

Paiement à l'usage

Génère la même invite sur jusqu'à 50 modèles checkpoint/base en même temps.

Louer un GPU dans le cloud

Graydient Cloud GPU

Illimité · forfait fixe

Forfait fixe, usage illimité. Ce modèle s’installe en un clic.

RunPod Cloud GPU

Facturé à la minute

Louez un GPU à la minute et installez le modèle vous-même.

Guides pour ce modèle

Les 10 alternatives à ChatGPT les moins chères en 2026 : modèles locaux gratuits, offres gratuites et forfaits à prix fixe

Poids ouverts vs open source vs API uniquement : ce que tu peux vraiment faire

Qu'est-ce qu'un fichier GGUF ? Explication des modèles quantifiés (Q4, Q8, fp8, NF4)

Tous les guides

mistralai | contexte de 32 768 tokens | 0,06 $/M en entrée, 0,06 $/M en sortie. Le modèle de langage large (LLM) Mistral-7B-Instruct-v0.2 est une version fine-tunée pour instructions du modèle génératif de texte Mistral-7B-v0.2 utilisant une variété de jeux de données de conversations publics.

Notes du capitaine

Écrit par Captain, le rédacteur maison

Notes du 2026-10-13

Mistral 7B Instruct v0.2 est un petit modèle affiné à l’instruction de Mistral AI, affiné sur des données publiques de conversation avec une fenêtre de contexte de 32 768 tokens. À 0,06 $ par million de tokens en entrée et sortie, il se situe dans la fourchette basse des modèles hébergés. Il convient aux développeurs et amateurs qui ont besoin d’un modèle de chat généraliste capable et peu coûteux, sans la complexité d’un système de pointe.

Connu pour

Prix exceptionnellement bas : 0,06 $/M tokens en entrée et sortie.
Fenêtre de contexte de 32 768 tokens, solide pour un modèle de classe 7B.
Affiné à l’instruction sur des ensembles de données publiques de conversation divers.
Performances supérieures à son poids sur le chat quotidien et les tâches d’écriture légère.

Attention à

Les poids ne sont pas ouverts via Hugging Face dans cette fiche ; les options de déploiement local sont incertaines.
Un modèle 7B a des limites réelles sur le raisonnement complexe, l’analyse longue et les tâches de codage difficiles.
Des versions plus récentes de Mistral ont depuis supplanté cette version.

Idéal pour

Prompts à essayer

Résumé rapide de document

Résume les notes de réunion suivantes en cinq points, chacun de moins de 20 mots. Concentre-toi sur les décisions prises et les actions assignées. Ajoute ensuite une phrase de conclusion globale. [Collez vos notes de réunion ici]

Réécrire pour plus de clarté

Réécris le paragraphe ci-dessous en anglais simple pour un lecteur non technique. Garde tous les faits, supprime le jargon et vise des phrases de moins de 20 mots. Voici le paragraphe : « The asynchronous event-driven architecture leverages non-blocking I/O to maximise throughput under concurrent load conditions. »

Expliquer un concept simplement

Explique comment fonctionne un réseau de transformeurs à quelqu’un qui comprend les tableurs mais n’a jamais étudié le machine learning. Utilise une analogie, reste sous 200 mots, et évite les mots « neural », « layer » et « matrix ».

Comparer avec

Mistral Small 3.2 24B Instruct 2506
Modèle à poids ouverts
Contexte de 128,000 tokens · entrée $0.07/M, sortie $0.20/M
Mixtral 8x7B Instruct v0.1
Modèle à poids ouverts
Contexte de 32,768 tokens · entrée $0.54/M, sortie $0.54/M
GPT-5.6 Luna
Modèle uniquement API
Contexte de 1,050,000 tokens · entrée $0.20/M, sortie $1.20/M
GPT-4o-mini
Modèle uniquement API
Contexte de 128,000 tokens · entrée $0.15/M, sortie $0.60/M

Plus de modèles de texte de mistralai

Questions fréquentes

Puis-je exécuter Mistral 7B Instruct v0.2 localement ?: Les poids ne sont pas liés dans cette fiche, donc le déploiement local n’est pas confirmé ici ; vérifiez les canaux officiels de Mistral AI pour la disponibilité du téléchargement.
Quel est le coût de Mistral 7B Instruct v0.2 et quelle est sa fenêtre de contexte ?: Via API, il coûte 0,06 $ par million de tokens en entrée et sortie, avec une fenêtre de contexte de 32 768 tokens.
En quoi la v0.2 diffère-t-elle des autres versions Mistral 7B ?: La v0.2 est une variante instruct fine-tunée du Mistral-7B-v0.2 de base, entraînée sur un mélange plus large de données publiques de conversation que la v0.1 ; Mistral a depuis publié des modèles plus récents et plus grands qui le surpassent.

Verdict du capitaine
Un petit modèle vraiment bon marché et capable — adapté au chat et à l’écriture légère, mais ne lui demandez pas de faire le travail lourd.

Le capitaine écrit ces notes à partir de la description et de la fiche modèle. Les prix et tailles de contexte sont ceux du fournisseur au moment de la rédaction et peuvent changer.

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

Also ranked: #87 Hottest Text / LLM text model

Not this creator?

Get your own badge

Comment ce score se calcule

Ce modèle n’a pas encore de données de popularité provenant de sources, donc il porte un nombre de remplacement en dessous de 7,000° pour que les listes restent complètes. Il ne sera jamais mieux classé qu’un modèle avec des données. La répartition apparaît ici dès qu’une source la rapporte.

Glossaire : les termes utilisés ici

Score de chaleur: Un seul chiffre pour montrer à quel point un modèle est utilisé et recherché en ce moment, de 0° à 9 999°. Chaque liste sur ce site qui dit « les plus chauds » est triée selon ce score et rien d’autre.
Plancher: Les 7 000° que chaque modèle avec des données réelles commence avec. L’échelle va de 0° à 9 999° ; la partie sous le plancher est réservée aux remplaçants (modèles sans données), pour qu’un modèle avec données soit toujours mieux classé qu’un sans. Le plancher est le même pour tous et ne décide rien ; les degrés au-dessus sont la mesure.
Équivalents de téléchargement: Tout ce que le score considère comme un téléchargement, additionné : les téléchargements eux-mêmes, chaque seeder torrent comme 1 000, chaque image AI Horde et chaque exécution sur un site de génération comme un.
Échelle logarithmique: On compte par dizaines, pas par unités : passer de 1 000 à 10 000 téléchargements ajoute autant de degrés que passer de 10 000 à 100 000. Ça évite que les géants écrasent tout le reste.
Likes: Les pouces levés et likes de toutes sources, valant chacun la moitié d’un téléchargement sur l’échelle logarithmique.
Taux d’adoption: Combien de téléchargements par jour un modèle obtient en ce moment, calculé à partir de la différence entre deux relevés d’une source. Un quart du poids du terme téléchargement.
Mesuré et estimé: Mesuré signifie qu'il existe deux relevés d'une source et que la différence est réelle. Estimé signifie que seul le total d'aujourd'hui est connu et que le passé est réparti sur la durée de vie du modèle ; le site indique lequel est affiché.
Seeder: Quelqu'un qui garde une copie des poids en ligne pour que d'autres puissent les télécharger via un torrent, ou un miroir hébergé qui fait la même chose. Chacun compte comme 1 000 téléchargements.
AI Horde: Un réseau de bénévoles qui génère des images gratuitement sur des ordinateurs donnés. Le nombre d'images créées avec un modèle est public, et chacune compte comme un téléchargement.
Sites de génération: Sites qui hébergent leurs propres copies d'un modèle et permettent aux gens de générer avec, comme PixAI, SeaArt et Yodayo. Leurs téléchargements comptent comme ceux de Civitai et chaque génération compte comme un téléchargement.
Tokens OpenRouter: Un modèle texte servi via une API, comme Claude ou GPT, n'a pas de poids à télécharger, son usage est donc mesuré en tokens : les morceaux de texte lus et écrits via OpenRouter, une passerelle utilisée par de nombreuses applications, sur les 30 derniers jours. Chaque 10,000,000 tokens compte comme un téléchargement. Source : OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modèle complet (checkpoint): Les poids eux-mêmes, le fichier qui génère tout seul. Il reçoit un bonus parce que les add-ons en dépendent.
LoRA et embedding: Petits fichiers add-on qui orientent les poids de quelqu'un d'autre vers un style, un personnage ou un concept. Ils ne peuvent pas fonctionner seuls.
Famille et poids: La base sur laquelle un modèle est construit, comme SD 1.5, SDXL, Flux ou Wan. Chaque modèle hérite de la date de sortie des poids de sa famille.
Âge: Degrés retirés selon l'ancienneté des poids de la famille : 150° par an, jusqu'à 750°. Cela garde les anciens téléchargements qui ont eu des années pour s'accumuler en haut de la liste.
Boost de la famille: Une petite poussée limitée pour les LoRA d'une famille que ce site met en avant en ce moment, toujours listée dans la répartition.
Score de remplacement: Un nombre stable en dessous du minimum donné à un modèle dont aucune source ne rapporte encore, pour que les listes restent complètes. Il ne dépasse jamais un modèle avec des données.
Nouveau ! (période de grâce): Un modèle âgé de moins de 7 jours affiche Nouveau ! au lieu d'un score et ne figure pas dans le classement. Son score est calculé dès le premier jour, mais un modèle d'un jour grandit plus vite que tout, donc sans attente le #1 de la semaine serait toujours celui sorti hier plutôt que celui qui tient depuis une semaine.
Tendance: Comment la croissance d'un modèle sur une période se compare à la croissance typique d'un modèle sur la même période. Plus rapide que la moyenne signifie une hausse, plus lente une baisse.
Modèle typique: Le milieu du catalogue : la moitié des modèles avec un chiffre ont grandi plus vite sur la période, l'autre moitié plus lentement.

Comment installer

Comment installer Ollama et faire tourner une IA locale (Windows, Mac, Linux)

Modèles similaires

Modèles d'IA pour générer image, vidéo et texte

Mistral 7B Instruct v0.2 est un modèle de texte pour la famille Text / LLM, référencé sur ModelTrends.ai, un catalogue en lecture seule de modèles d'IA open source pour l'image, la vidéo et le texte. Comparez-le aux autres modèles Text / LLM, consultez son score de chaleur pour suivre sa tendance et ouvrez-le sur PirateDiffusion ou BitVector pour l'essayer.

Plus de modèles Text / LLM Plus de Texte / LLM Text / LLM llm mistralai chat écriture budget rapide

Parcourir par famille de modèles