Mistral Medium 3.5를 로컬에서 실행할 수 있나요?

Mistral | 262,144 토큰 컨텍스트 | 입력 $1.50/M, 출력 $7.50/M. Mistral Medium 3.5는 Mistral AI의 128B 파라미터 밀집 지시 준수 모델입니다. 텍스트 및 이미지 입력과 텍스트 출력을 지원하며, 에이전트 워크플로우, 코딩, 복잡한 다단계 추론에 적합합니다. 특히 신뢰할 수 있는 다중 도구 호출과 장기 작업에 강하며, 256K 컨텍스트 창, 요청별 구성 가능한 추론 노력, 가변 이미지 크기 및 비율을 처리하는 맞춤형 비전 인코더를 갖추고 있습니다. 최소 4개의 GPU로 자체 호스팅 가능하며 오픈 웨이트로 제공됩니다.

이 모델의 가이드

오픈 가중치 vs 오픈 소스 vs API 전용: 실제로 할 수 있는 것

로컬 AI에 실제로 필요한 VRAM은 얼마나 될까?

2026년 가장 저렴한 ChatGPT 대안 10가지: 무료 로컬 모델, 무료 이용권, 정액제 플랜

모든 가이드

캡틴의 노트

Captain 작성, 하우스 에디터

2026-10-13의 노트

Mistral Medium 3.5은 Mistral AI가 개발한 128B 파라미터의 밀집 모델로, 256K 컨텍스트 윈도우와 비전 입력, 요청별로 조정 가능한 추론 강도를 제공합니다. 에이전트 워크플로우와 다단계 작업을 목표로 하며, 특히 신뢰할 수 있는 다중 도구 호출에 강점을 보입니다. 오픈 가중치이며 4개의 GPU만으로 자체 호스팅이 가능해, 경량 모델과 최첨단 대규모 모델 사이에서 유용한 중간 지점을 차지합니다.

알려진 점

장기 에이전트 작업에서 신뢰할 수 있는 다중 도구 호출
개별 요청마다 조정 가능한 추론 강도 설정
비전 인코더가 가변 이미지 크기와 종횡비를 네이티브로 처리
대용량 문서나 긴 대화를 위한 256K 토큰 컨텍스트 윈도우
128B 파라미터임에도 4개의 GPU만으로 자체 호스팅 가능

주의할 점

오픈 가중치라고 하지만 현재 Hugging Face 저장소가 등록되어 있지 않으니, 사용 전 가용성을 반드시 확인하세요.
출력 토큰당 $7.50로, 긴 응답을 생성하는 에이전트 루프에서는 비용이 빠르게 증가합니다.
128B 파라미터는 자체 호스팅 시 상당한 하드웨어 요구사항이 있으며, 4개의 GPU가 최소 환경이지 간단한 설정이 아닙니다.

최적 용도

시도해볼 프롬프트

다중 도구 에이전트 계획

웹 검색 도구, 코드 실행 도구, 파일 읽기 도구에 접근할 수 있습니다. 사용자가 EUR와 JPY 간 현재 환율을 알고 싶어하며, 4,750 EUR가 JPY로 얼마인지 계산한 후 결과를 result.txt라는 파일에 저장하려고 합니다. 각 도구에 전달할 정확한 인수와 함께 단계별로 전체 도구 호출 순서를 작성하세요.

복잡한 버그 추론하기

이 파이썬 함수는 리스트에서 두 번째로 큰 고유 숫자를 반환해야 하지만, 일부 입력에서 조용히 실패합니다. 잘못된 출력이나 예외를 일으킬 수 있는 모든 엣지 케이스를 식별하고, 각 케이스가 왜 함수를 깨뜨리는지 설명한 뒤, 모든 경우를 처리하도록 함수를 다시 작성하세요: def second_largest(nums): nums = sorted(set(nums)) return nums[-2]

이미지 상세 분석

대시보드, 차트 또는 다이어그램의 스크린샷을 첨부하세요. 보이는 모든 데이터 포인트나 UI 요소를 설명하고, 이상 징후나 추세를 식별한 뒤, 이미지가 보여주는 내용을 바탕으로 제품 팀이 취할 수 있는 두 가지 구체적인 조치를 제안하세요.

비교하기

Ministral 3 14B 2512
오픈 가중치 모델
262,144 토큰 컨텍스트 · $0.20/M 입력, $0.20/M 출력
Mistral Small 4
오픈 가중치 모델
262,144 토큰 컨텍스트 · $0.15/M 입력, $0.60/M 출력
Devstral 2 2512
오픈 가중치 모델
262,144 토큰 컨텍스트 · $0.40/M 입력, $2.00/M 출력
Mistral Small 3.1 24B
오픈 가중치 모델
128,000 토큰 컨텍스트 · $0.35/M 입력, $0.55/M 출력

mistralai의 더 많은 텍스트 모델

사람들이 묻는 질문

Mistral Medium 3.5를 로컬에서 실행할 수 있나요?: Mistral AI는 오픈 가중치이며 4개의 GPU만으로 자체 호스팅 가능하다고 설명하지만, 현재 Hugging Face 저장소가 없으니 실제 다운로드는 Mistral 공식 채널을 확인하세요.
Mistral Medium 3.5의 비용과 컨텍스트 윈도우는 어떻게 되나요?: 입력 토큰당 $1.50, 출력 토큰당 $7.50이며, 262,144 토큰(256K) 컨텍스트 윈도우를 지원합니다.
Mistral Medium 3.5는 다른 Mistral 모델과 어떻게 다른가요?: 네이티브 비전 입력, 요청별 추론 강도 조정 기능, 그리고 소규모 Mistral 모델에서는 제공하지 않는 대규모 다중 도구 에이전트 워크플로우에 중점을 둔 점이 차별화됩니다.

캡틴의 평가
비전과 긴 컨텍스트를 갖춘 진지한 에이전트 워크호스이며, 출력 비용 때문에 응답을 간결하게 유지하는 것이 좋습니다.

캡틴은 모델의 설명과 모델 카드에서 이 노트를 작성합니다. 가격과 컨텍스트 크기는 작성 시점의 제공자 기준이며 변경될 수 있습니다.

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

이 점수가 어떻게 계산되는지

이 모델은 아직 어떤 출처에서도 인기 데이터가 없어서 7,000° 아래에 임시 점수를 가지고 있어. 이 점수는 목록을 완성하는 데 쓰여. 데이터가 있는 모델보다 절대 순위가 높지 않아. 출처에서 보고가 들어오는 즉시 여기서 세부 내역이 나타나.

용어집: 여기서 쓰는 말들

히트 점수: 모델이 지금 얼마나 쓰이고 원하는지 한 숫자로 나타낸 거야, 0°부터 9,999°까지. 이 사이트에서 가장 인기 있는 목록은 모두 이 점수로 정렬돼.
기본 점수: 실제 데이터가 있는 모든 모델이 시작하는 7,000°야. 점수는 0°부터 9,999°까지인데, 기본 점수 아래는 데이터 없는 모델(대체 모델)용으로 남겨둬서 데이터 있는 모델이 항상 위에 오도록 해. 기본 점수는 모두 같고 아무것도 결정하지 않아; 그 위 점수가 실제 측정치야.
다운로드 동등치: 점수가 다운로드로 취급하는 모든 걸 합친 거야: 실제 다운로드, 토렌트 시더 1,000개씩, AI Horde 이미지와 생성 사이트 실행 1개씩.
로그 스케일: 1씩이 아니라 10씩 세는 거야: 1,000에서 10,000 다운로드가 늘면 10,000에서 100,000 늘어난 것과 같은 점수가 더해져. 큰 모델이 다 차지하는 걸 막아줘.
좋아요: 모든 출처의 좋아요와 엄지척, 로그 스케일에서 다운로드 절반 가치야.
채택률: 두 번 측정한 차이로 계산한 지금 하루 다운로드 수야. 다운로드 항목 무게의 4분의 1이야.
측정 및 추정: 측정은 두 번의 소스 읽기가 존재하고 그 차이가 실제라는 뜻이야. 추정은 오늘의 총합만 알고 과거는 모델의 전체 기간에 나눠서 보여주는 거야; 사이트에서 어떤 걸 보여주는지 알려줘.
시더: 토렌트를 통해 다른 사람이 다운로드할 수 있도록 가중치 파일을 온라인에 보관하는 사람이나 호스팅 미러를 말해. 각각 1,000번 다운로드로 계산돼.
AI 호드: 기부받은 컴퓨터에서 무료로 이미지를 생성하는 자원봉사 네트워크야. 모델로 만든 이미지 수가 공개되고, 각각이 한 번의 다운로드로 계산돼.
생성 사이트: PixAI, SeaArt, Yodayo 같은 모델 복사본을 직접 호스팅하고 사람들이 생성할 수 있게 하는 사이트들이야. 이들의 다운로드는 Civitai와 같고, 생성 한 번이 한 번의 다운로드로 계산돼.
OpenRouter 토큰: Claude나 GPT 같은 API를 통해 제공되는 텍스트 모델은 다운로드할 가중치가 없으므로, 지난 30일간 OpenRouter를 통해 읽고 쓴 텍스트 조각인 토큰 수로 사용량을 측정합니다. 10,000,000 토큰마다 다운로드 1회로 계산합니다. 출처: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
전체 모델 (체크포인트): 가중치 자체, 혼자서 생성하는 파일이야. 애드온이 이걸 기반으로 하기 때문에 보너스 점수를 받아.
LoRA와 임베딩: 다른 사람의 가중치를 특정 스타일, 캐릭터, 개념 쪽으로 조정하는 작은 추가 파일이야. 혼자 실행할 수 없어.
패밀리와 가중치: 모델이 기반으로 하는 것, 예를 들어 SD 1.5, SDXL, Flux, Wan 같은 거야. 모든 모델은 패밀리 가중치의 출시일을 물려받아.
연령: 패밀리 가중치가 나온 지 얼마나 됐는지에 따라 점수를 깎아: 1년에 150°, 최대 750°까지. 오래된 다운로드는 리스트 상단 고정을 풀어 쌓이도록 해.
패밀리 부스트: 이 사이트가 지금 밀고 있는 패밀리의 LoRA에 주는 작고 제한된 점수 조정으로, 항상 세부 내역에 표시돼.
대체 점수: 아직 소스 보고가 없는 모델에 안정적으로 주는 최저 점수로, 리스트가 완전하게 유지되도록 해. 데이터가 있는 모델보다 절대 높게 평가되지 않아.
신규! (유예 기간): 7일 미만의 신규 모델은 점수 대신 '신규!' 표시가 나오며 순위에 포함되지 않습니다. 점수는 첫날부터 계산되지만, 하루 된 모델은 매우 빠르게 성장하므로 유예 기간 없이는 항상 어제 나온 모델이 이번 주 #1이 되어버립니다.
추세: 한 기간 동안 모델의 성장 속도가 같은 기간의 일반 모델 성장 속도와 비교해서 어떤지 보여줘. 일반보다 빠르면 상승, 느리면 하락으로 봐.
일반 모델: 카탈로그의 중간값: 수치가 있는 모델 중 절반은 기간 동안 더 빨리 성장했고, 절반은 더 느리게 성장했어.

유사한 모델

이미지·영상·텍스트 생성을 위한 AI 모델

Mistral Medium 3.5은(는) Text / LLM 패밀리용 텍스트 모델으로, 오픈 소스 AI 이미지·영상·텍스트 모델의 읽기 전용 카탈로그인 ModelTrends.ai에 등록되어 있습니다. 다른 Text / LLM 모델과 비교하고 열기 점수로 트렌드를 확인해 보세요.

모델 패밀리별로 보기