Mistral Small 3.2 24B Instruct 2506
6042°
mistralai | contesto di 128.000 token | $0.07/M input, $0.20/M output. Mistral-Small-3.2-24B-Instruct è un upgrade drop-in rispetto alla release 3.1, con un seguire istruzioni notevolmente migliorato, circa la metà degli errori di generazione infinita e un'interfaccia di chiamata funzione più robusta—mentre per il resto eguaglia o migliora leggermente tutti i benchmark testuali e visivi precedenti.
Guide per questo modello
Le 10 alternative a ChatGPT più economiche nel 2026: modelli locali gratuiti, piani gratuiti e tariffe fisse
Pesi aperti vs open source vs solo API: cosa puoi davvero fare
Cos'è un file GGUF? Modelli quantizzati spiegati (Q4, Q8, fp8, NF4)
Note del capitano
Note del 2026-10-13
Mistral Small 3.2 24B Instruct è un modello da 24 miliardi di parametri di Mistral AI che aggiunge la visione alle capacità testuali del predecessore, migliorando il follow-up delle istruzioni e riducendo di circa la metà gli errori di generazione infinita. A $0,07 per milione di token in input si colloca ben al di sotto dei prezzi di punta. È adatto a sviluppatori e team che vogliono un modello multimodale capace e accessibile da integrare dove già funzionava la versione 3.1.
Conosciuto per
- Supporto visione aggiunto sopra a una già solida performance testuale
- Follow-up delle istruzioni nettamente migliorato rispetto alla versione 3.1
- Circa la metà degli errori di generazione infinita rispetto al predecessore
- Interfaccia di chiamata funzione più robusta per flussi agentici e uso strumenti
- Prezzo API molto basso rispetto alla sua fascia di capacità
Attenzione a
- Pesi non rilasciati pubblicamente; sei vincolato all’API.
- 128k di contesto sono solidi ma inferiori alla fascia oltre 200k se servono documenti molto lunghi.
- La visione è presente ma Mistral non ha pubblicato dettagli benchmark.
Prompt da provare
Piano multi-step di uso strumenti
Hai tre strumenti: search_web(query), read_file(path) e send_email(to, subject, body). Un utente chiede: 'Trova la scadenza più recente per la conformità all’EU AI Act, poi scrivi una breve email a legal@company.com riassumendo cosa dobbiamo fare prima di quella data.' Scrivi ogni chiamata strumento in ordine, con i suoi argomenti, poi scrivi il corpo finale dell’email.
Descrivi e ragiona da immagine
Allega uno screenshot di un grafico o diagramma. Descrivi cosa mostra l’immagine, identifica la tendenza o anomalia più importante e suggerisci un’azione concreta che un decisore dovrebbe intraprendere basandosi su di essa. Mantieni la risposta sotto 150 parole.
Follow-up rigoroso delle istruzioni
Riassumi il seguente paragrafo in esattamente tre punti elenco. Ogni punto deve iniziare con un verbo al presente, contenere non più di 12 parole ed evitare le parole 'importante' e 'significativo'. Paragrafo: 'Gli investimenti in energie rinnovabili hanno raggiunto livelli record l’anno scorso, spinti dal calo dei costi dei pannelli solari e da nuovi incentivi governativi. La capacità di accumulo in rete è aumentata, riducendo la dipendenza dalle centrali a combustibili fossili durante i picchi di domanda.'
Confronta con
- Mistral Large 4Modello solo APIContesto di 1,048,576 token · Input $0.68/M, output $2.09/M
- Mistral 7B Instruct v0.2Modello con pesi apertiContesto di 32,768 token · Input $0.06/M, output $0.06/M
- Ministral 3 3B 2512Modello con pesi apertiContesto di 131,072 token · Input $0.10/M, output $0.10/M
- Mistral Small 3Modello con pesi apertiContesto di 32,768 token · Input $0.05/M, output $0.08/M
Altri modelli di testo da mistralai
Domande frequenti
- Posso eseguire Mistral Small 3.2 24B localmente?
- Mistral non ha rilasciato i pesi pubblicamente, quindi il deployment locale non è un’opzione; si accede tramite API.
- Quanto costa e quanto è lunga la finestra di contesto?
- Il prezzo è $0,07 per milione di token in input e $0,20 per milione di token in output, con una finestra di contesto da 128.000 token.
- In cosa differisce la 3.2 da Mistral Small 3.1?
- La versione 3.2 aggiunge la capacità visiva, dimezza gli errori di generazione infinita, migliora il follow-up delle istruzioni e rafforza l’interfaccia di chiamata funzione, mantenendo o migliorando leggermente i benchmark testuali.
Verdetto del capitanoUn upgrade pulito e economico rispetto alla 3.1 che si guadagna il posto se ti serve la visione e un follow-up delle istruzioni più stretto senza pagare prezzi di punta.
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.
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.
Mistral Small 3.2 24B Instruct 2506 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.
Sfoglia per famiglia di modelli
Modelli Text / LLM
434
Modelli Anima
528
Modelli Chroma
19
Modelli Fibo
2
Modelli Flux
1,496
Modelli Flux 2 / Klein
1,239
Modelli Flux 3
3
Modelli Moss
3
Modelli Iris
1
Modelli MiniMax H3
364
Modelli Hunyuan
204
Modelli Ideogram
20
Modelli Krea2
717
Modelli Qwen
20
Modelli Qwen2
47
Modelli Ltx2
153