Posso eseguire Mistral Medium 3.5 localmente?

Mistral AI lo descrive come pesi aperti e auto-ospitabile con almeno quattro GPU, ma al momento non è presente un repository Hugging Face, quindi verifica i canali ufficiali Mistral per il download effettivo.

Quanto costa Mistral Medium 3.5 e qual è la finestra di contesto?

Il prezzo è $1,50 per milione di token di input e $7,50 per milione di token di output, con una finestra di contesto da 262.144 token (256K).

In cosa differisce Mistral Medium 3.5 dagli altri modelli Mistral?

Aggiunge input visivo nativo, uno sforzo di ragionamento configurabile per richiesta e si concentra su flussi agentici multi-strumento che i modelli Mistral più piccoli non offrono alla stessa scala.

Mistral Medium 3.5

3081°

#llm #mistralai #visione #ragionamento #agenti #programmazione

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.

Mistral | contesto da 262.144 token | $1.50/M input, $7.50/M output. Mistral Medium 3.5 è un modello denso da 128 miliardi di parametri che segue istruzioni di Mistral AI. Supporta input testuali e di immagini con output testuale, ed è progettato per flussi di lavoro agentici, codifica e ragionamento complesso a più fasi. È particolarmente forte nelle chiamate affidabili a più strumenti e nei compiti a lungo termine, con una finestra di contesto da 256K, sforzo di ragionamento configurabile per richiesta e un encoder visivo personalizzato che gestisce dimensioni e rapporti d'aspetto variabili delle immagini. Può essere ospitato autonomamente con appena quattro GPU ed è disponibile con pesi aperti.

Guide per questo modello

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

Quanta VRAM serve davvero per l'AI locale?

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 Medium 3.5 è un modello denso da 128B di Mistral AI con una finestra di contesto da 256K, input visivo e sforzo di ragionamento configurabile per richiesta. È pensato per flussi agentici e compiti multi-step, con particolare forza nella chiamata affidabile di più strumenti. Pesi aperti e auto-ospitabile su quattro GPU, si colloca in un utile punto intermedio tra modelli leggeri e di scala frontier.

Conosciuto per

Chiamata affidabile di più strumenti in compiti agentici a lungo orizzonte
Sforzo di ragionamento configurabile per singola richiesta
Encoder visivo che gestisce nativamente dimensioni e proporzioni variabili delle immagini
Finestra di contesto da 256K per documenti grandi o conversazioni estese
Auto-ospitabile con almeno quattro GPU nonostante i 128B parametri

Attenzione a

I pesi aperti sono dichiarati ma al momento non è presente un repository Hugging Face; verifica la disponibilità prima di costruirci sopra.
A $7,50/M token di output, i costi salgono rapidamente su loop agentici con risposte lunghe.
128B significa requisiti hardware seri per l'auto-ospitazione; quattro GPU sono il minimo, non un setup casuale.

Ideale per

Agenti e uso di strumenti

Prompt da provare

Piano agente multi-strumento

Hai accesso a uno strumento di ricerca web, uno di esecuzione codice e uno di lettura file. Un utente vuole sapere il tasso di cambio attuale tra EUR e JPY, poi calcolare quanto valgono 4.750 EUR in JPY e salvare il risultato in un file chiamato result.txt. Scrivi la sequenza completa di chiamate agli strumenti che eseguirai, passo dopo passo, con gli argomenti esatti che passerai a ciascuno.

Ragiona su un bug insidioso

Questa funzione Python dovrebbe restituire il secondo numero unico più grande in una lista, ma fallisce silenziosamente su alcuni input. Identifica ogni caso limite che potrebbe causare output errato o eccezione, spiega perché ciascuno rompe la funzione, poi riscrivila per gestirli tutti: def second_largest(nums): nums = sorted(set(nums)) return nums[-2]

Analizza un'immagine in dettaglio

Allega uno screenshot di una dashboard, grafico o diagramma. Descrivi ogni punto dati o elemento UI che vedi, identifica anomalie o tendenze e suggerisci due azioni concrete che un team prodotto potrebbe intraprendere basandosi su ciò che mostra l'immagine.

Confronta con

Ministral 3 14B 2512
Modello con pesi aperti
Contesto di 262,144 token · Input $0.20/M, output $0.20/M
Mistral Small 4
Modello con pesi aperti
Contesto di 262,144 token · Input $0.15/M, output $0.60/M
Devstral 2 2512
Modello con pesi aperti
Contesto di 262,144 token · Input $0.40/M, output $2.00/M
Mistral Small 3.1 24B
Modello con pesi aperti
Contesto di 128,000 token · Input $0.35/M, output $0.55/M

Altri modelli di testo da mistralai

Domande frequenti

Posso eseguire Mistral Medium 3.5 localmente?: Mistral AI lo descrive come pesi aperti e auto-ospitabile con almeno quattro GPU, ma al momento non è presente un repository Hugging Face, quindi verifica i canali ufficiali Mistral per il download effettivo.
Quanto costa Mistral Medium 3.5 e qual è la finestra di contesto?: Il prezzo è $1,50 per milione di token di input e $7,50 per milione di token di output, con una finestra di contesto da 262.144 token (256K).
In cosa differisce Mistral Medium 3.5 dagli altri modelli Mistral?: Aggiunge input visivo nativo, uno sforzo di ragionamento configurabile per richiesta e si concentra su flussi agentici multi-strumento che i modelli Mistral più piccoli non offrono alla stessa scala.

Verdetto del capitano
Un serio cavallo da lavoro agentico con visione e contesto lungo; il prezzo di output significa che vorrai mantenere le risposte concise.

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 Medium 3.5 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 visione ragionamento agenti programmazione contesto lungo

Sfoglia per famiglia di modelli