Posso eseguire Mistral Large localmente?

Mistral AI lo descrive come pesi disponibili ma non completamente aperti, e non è elencato alcun repository Hugging Face; dovresti verificare i canali ufficiali Mistral per i termini di download prima di presumere che l’uso locale sia semplice.

Quanto costa Mistral Large e qual è la sua finestra di contesto?

Il prezzo è $2,00 per milione di token in input e $6,00 per milione di token in output, con una finestra di contesto da 128.000 token.

In cosa Mistral Large differisce dai modelli più piccoli di Mistral?

Mistral Large è il modello di punta di Mistral AI, posizionato sopra i modelli più leggeri per profondità di ragionamento, ampiezza multilingue e capacità di coding, a un prezzo per token corrispondentemente più alto.

Mistral Large

4748°

#llm #mistralai #programmazione #ragionamento #multilingue #contesto lungo

Esegui questo modello

Offerte / Annunci

OpenRouter Terminale / API

Paga per token

Chatta con questo modello nel browser o chiamalo dal tuo codice con una chiave API.

mistralai | contesto da 128.000 token | $2.00/M input, $6.00/M output. Questo è il modello di punta di Mistral AI, Mistral Large 2 (versione mistral-large-2407). È un modello con pesi proprietari disponibili ed eccelle in ragionamento, codice, JSON, chat e altro. Leggi l'annuncio di lancio quiOpens in new tab. Supporta dozzine di lingue tra cui francese, tedesco, spagnolo, italiano, portoghese, arabo, hindi, russo, cinese, giapponese e coreano, insieme a oltre 80 linguaggi di programmazione tra cui Python, Java, C, C++, JavaScript e Bash. La sua finestra di contesto lunga consente un richiamo preciso delle informazioni da documenti di grandi dimensioni.

Guide per questo modello

Pesi aperti vs open source vs solo API: cosa puoi davvero fare

Come scegliere un modello AI a ottobre 2026: le novità closed source, poi i pesi aperti da scaricare

Le 10 alternative a ChatGPT più economiche nel 2026: modelli locali gratuiti, piani gratuiti e tariffe fisse

Tutte le guide

Note del capitano

Scritto da Captain, l'editor di casa

Note del 2026-10-13

Mistral Large 2 è il modello di punta di Mistral AI per testo, costruito per ragionamento, codice, output strutturato e lavoro multilingue in decine di lingue naturali e oltre 80 linguaggi di programmazione. La sua finestra di contesto da 128.000 token gestisce documenti lunghi senza perdere il filo. È adatto a sviluppatori e team che vogliono capacità serie a un prezzo API medio, non ai livelli più alti del mercato.

Conosciuto per

Forte ragionamento e output JSON, affidabile per compiti di dati strutturati.
Copre oltre 80 linguaggi di programmazione tra cui Python, JavaScript, C++ e Bash.
Ampio supporto multilingue: arabo, cinese, giapponese, coreano e principali lingue europee.
Finestra di contesto da 128k token per richiamare dettagli in documenti lunghi.
Proprietario ma con pesi disponibili, a metà strada tra chiuso e completamente aperto.

Attenzione a

Pesi disponibili non significa pesi aperti: verifica la licenza prima di usi commerciali o derivati.
A $6,00 per milione di token in output, i costi salgono rapidamente con carichi elevati o verbose.
Non può essere eseguito localmente nel senso usuale; disponibilità pesi non significa che esista un download Hugging Face.

Ideale per

Prompt da provare

Riassunto documento multilingue

Il seguente è un lungo contratto in francese. Riassumi gli obblighi chiave di ciascuna parte, i termini di pagamento e le clausole di risoluzione. Restituisci la risposta in inglese come lista strutturata. [incolla testo documento]

Estrazione JSON rigorosa

Estrai tutti i nomi prodotto, SKU, prezzi unitari e quantità a magazzino dal testo qui sotto. Restituisci un array JSON valido dove ogni oggetto ha le chiavi: product_name, sku, unit_price, stock. Non includere testo fuori dal JSON. [incolla testo inventario]

Debugga e spiega il codice

Ecco una funzione Python che dovrebbe unire due liste ordinate in una lista ordinata, ma produce output errati per alcuni input. Trova il bug, spiega perché causa il fallimento e restituisci una versione corretta con un breve commento sulla correzione. def merge_sorted(a, b): result = [] i = j = 0 while i < len(a) and j < len(b): if a[i] < b[j]: result.append(a[i]) i += 1 else: result.append(b[j]) return result + a[i:] + b[j:]

Confronta con

Mistral Small 4
Modello con pesi aperti
Contesto di 262,144 token · Input $0.15/M, output $0.60/M
Mistral Nemo Instruct 2407
Modello con pesi aperti
Contesto di 131,072 token · Input $0.02/M, output $0.03/M
Mistral Nemo
Modello con pesi aperti
Contesto di 131,072 token · Input $0.03/M, output $0.03/M
Mistral Large 4
Modello solo API
Contesto di 1,048,576 token · Input $0.68/M, output $2.09/M

Altri modelli di testo da mistralai

Domande frequenti

Posso eseguire Mistral Large localmente?: Mistral AI lo descrive come pesi disponibili ma non completamente aperti, e non è elencato alcun repository Hugging Face; dovresti verificare i canali ufficiali Mistral per i termini di download prima di presumere che l’uso locale sia semplice.
Quanto costa Mistral Large e qual è la sua finestra di contesto?: Il prezzo è $2,00 per milione di token in input e $6,00 per milione di token in output, con una finestra di contesto da 128.000 token.
In cosa Mistral Large differisce dai modelli più piccoli di Mistral?: Mistral Large è il modello di punta di Mistral AI, posizionato sopra i modelli più leggeri per profondità di ragionamento, ampiezza multilingue e capacità di coding, a un prezzo per token corrispondentemente più alto.

Verdetto del capitano
Un tuttofare capace a un prezzo equo, più forte quando serve portata multilingue, codice solido e output strutturato in un unico modello.

Il capitano scrive queste note dalla descrizione e dalla scheda modello. Prezzi e dimensioni del contesto sono quelli del provider al momento della scrittura e possono cambiare.

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

Come si calcola questo punteggio

Questo modello non ha ancora dati di popolarità da nessuna fonte, quindi ha un numero provvisorio sotto 7,000° che mantiene le liste complete. Non supera mai un modello con dati. La suddivisione appare qui appena una fonte la segnala.

Glossario: i termini usati qui

Punteggio heat: Un numero che indica quanto un modello è usato e desiderato ora, da 0° a 9.999°. Ogni lista su questo sito che dice più caldo è ordinata per questo e nient’altro.
Soglia minima: I 7.000° da cui parte ogni modello con dati reali. La scala va da 0° a 9.999°; la parte sotto la soglia è riservata ai sostituti (modelli senza dati), così un modello con dati è sempre sopra uno senza. La soglia è uguale per tutti e non decide nulla; i gradi sopra sono la misura.
Equivalenti di download: Tutto ciò che il punteggio considera come un download, sommato: i download stessi, ogni seeder torrent come 1.000, ogni immagine AI Horde e ogni esecuzione su un sito di generazione come uno.
Scala logaritmica: Conta a decine, non a unità: passare da 1.000 a 10.000 download aggiunge gli stessi gradi che passare da 10.000 a 100.000. Evita che i giganti schiaccino tutto il resto.
Like: Pollici in su e like da ogni fonte, valgono metà di un download sulla scala logaritmica.
Tasso di adozione: Quanti download al giorno riceve un modello ora, dalla differenza tra due rilevazioni di una fonte. Un quarto del peso del termine download.
Misurato e stimato: Misurato significa che ci sono due letture di una fonte e la differenza è reale. Stimato significa che si conosce solo il totale di oggi e il passato è distribuito sulla vita del modello; il sito indica quale viene mostrato.
Seeder: Qualcuno che mantiene una copia dei pesi online per farli scaricare agli altri tramite torrent, o uno specchio ospitato che fa lo stesso. Ognuno conta come 1.000 download.
AI Horde: Una rete di volontari che genera immagini gratis su computer donati. Il numero di immagini create con un modello è pubblico, e ognuna conta come un download.
Siti di generazione: Siti che ospitano copie di un modello e permettono di generare con esso, come PixAI, SeaArt e Yodayo. I loro download contano come quelli di Civitai e ogni generazione come un download.
Token OpenRouter: Un modello di testo servito tramite API, come Claude o GPT, non ha pesi da scaricare, quindi il suo utilizzo si misura in token: i pezzi di testo letti e scritti tramite OpenRouter, un gateway usato da molte app, negli ultimi 30 giorni. Ogni 10,000,000 token conta come un download. Fonte: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modello completo (checkpoint): I pesi stessi, il file che genera da solo. Riceve un bonus perché da esso dipendono gli add-on.
LoRA e embedding: Piccoli file add-on che indirizzano i pesi di qualcun altro verso uno stile, un personaggio o un concetto. Non possono funzionare da soli.
Famiglia e pesi: La base su cui è costruito un modello, come SD 1.5, SDXL, Flux o Wan. Ogni modello eredita la data di rilascio dei pesi della sua famiglia.
Età: Gradi tolti in base a quanto tempo fa sono usciti i pesi della famiglia: 150° all'anno, fino a 750°. Mantiene i vecchi download che hanno avuto anni per accumularsi congelando la cima della lista.
Boost famiglia: Una piccola spinta limitata per le LoRA di una famiglia che questo sito sta promuovendo ora, sempre elencata nel dettaglio.
Punteggio stand-in: Un numero stabile sotto il minimo dato a un modello su cui nessuna fonte ha ancora dati, così le liste restano complete. Non supera mai un modello con dati.
Novità! (periodo di grazia): Un modello più giovane di 7 giorni mostra Novità! invece di un punteggio e non ha posizione nelle classifiche. Il suo punteggio è calcolato dal primo giorno, ma un modello di un giorno cresce più velocemente di qualsiasi altro, quindi senza l'attesa il #1 della settimana sarebbe sempre quello uscito ieri invece di quello che ha resistito per una settimana.
Tendenza: Come la crescita di un modello in un periodo si confronta con la crescita tipica di un modello nello stesso periodo. Più veloce del tipico si legge come aumento, più lento come calo.
Modello tipico: Il centro del catalogo: metà dei modelli con un valore è cresciuta più velocemente nel periodo, metà più lentamente.

Modelli simili

Modelli di IA per generare immagini, video e testo

Mistral Large è un modello di testo per la famiglia Text / LLM presente su ModelTrends.ai, un catalogo in sola lettura di modelli di IA open source per immagini, video e testo. Confrontalo con gli altri modelli Text / LLM e controlla il punteggio di calore per vedere la tendenza.

Altri modelli Text / LLM Altri Testo / LLM Text / LLM llm mistralai programmazione ragionamento multilingue contesto lungo chat

Sfoglia per famiglia di modelli