Model
.ai
memantau model AI terbuka
Panduan untuk model ini
Semua panduan
mistralai | konteks token 32,768 | $0.06/M input, $0.06/M output. Model Bahasa Besar (LLM) Mistral-7B-Instruct-v0.2 adalah versi yang dilatih halus untuk arahan model teks generatif Mistral-7B-v0.2 menggunakan pelbagai set data perbualan yang tersedia secara umum.
Mistral 7B Instruct v0.2 adalah model kecil yang ditala arahan dari Mistral AI, ditala pada data perbualan awam dengan tetingkap konteks 32,768 token. Pada harga $0.06 per sejuta token masuk dan keluar, ia berada di hujung murah model dihoskan. Ia sesuai untuk pembangun dan hobi yang memerlukan model sembang serba guna yang mampu dan kos rendah tanpa beban sistem hadapan.

Dikenali untuk

  • Harga luar biasa rendah: $0.06/M token kedua-dua arah, masuk dan keluar.
  • Konteks 32,768 token, kukuh untuk model kelas 7B.
  • Ditala mengikuti arahan pada pelbagai data perbualan awam.
  • Berprestasi melebihi jangkaan pada sembang harian dan tugasan penulisan ringan.

Berhati-hati dengan

  • Berat tidak dibuka melalui Hugging Face dalam senarai ini; pilihan penyebaran tempatan tidak jelas.
  • Model 7B mempunyai had sebenar pada penaakulan kompleks, analisis bentuk panjang dan tugasan pengaturcaraan sukar.
  • Keluaran Mistral yang lebih baru telah menggantikan versi ini.

Arahan untuk cuba

Ringkasan dokumen cepat
Ringkaskan nota mesyuarat berikut dalam lima poin peluru, setiap satu kurang dari 20 patah perkataan. Fokus pada keputusan yang dibuat dan tindakan yang ditugaskan. Kemudian tambah satu ayat kesimpulan keseluruhan. [tempel nota mesyuarat anda di sini]
Tulis semula untuk kejelasan
Tulis semula perenggan di bawah dalam Bahasa Inggeris mudah untuk pembaca bukan teknikal. Kekalkan setiap fakta, potong jargon, dan sasarkan ayat di bawah 20 patah perkataan. Berikut perenggan itu: 'The asynchronous event-driven architecture leverages non-blocking I/O to maximise throughput under concurrent load conditions.'
Terangkan konsep dengan mudah
Terangkan bagaimana rangkaian neural transformer berfungsi kepada seseorang yang faham hamparan tetapi tidak pernah belajar pembelajaran mesin. Gunakan analogi, kekalkan di bawah 200 patah perkataan, dan elakkan perkataan 'neural', 'layer' dan 'matrix'.

Bandingkan dengan

Lebih banyak model teks dari mistralai

Soalan yang sering ditanya

Bolehkah saya jalankan Mistral 7B Instruct v0.2 secara tempatan?
Berat tidak dipautkan dari senarai ini, jadi penyebaran tempatan tidak disahkan di sini; semak saluran Mistral AI sendiri untuk ketersediaan muat turun.
Berapa kos Mistral 7B Instruct v0.2 dan berapa besar tetingkap konteksnya?
Melalui API ia berharga $0.06 per sejuta token untuk input dan output, dengan tetingkap konteks 32,768 token.
Bagaimana v0.2 berbeza daripada versi Mistral 7B lain?
v0.2 adalah varian arahan yang ditala daripada asas Mistral-7B-v0.2, dilatih pada campuran data perbualan awam yang lebih luas daripada v0.1; Mistral sejak itu mengeluarkan model yang lebih baru dan lebih besar yang mengatasi versi ini.
Keputusan Kapten
Model kecil yang benar-benar murah dan mampu — sesuai untuk sembang dan penulisan ringan, tetapi jangan minta ia lakukan kerja berat.
Kapten menulis nota ini berdasarkan penerangan model dan kad model itu sendiri. Harga dan saiz konteks adalah dari penyedia pada masa penulisan dan boleh berubah.
Ranking badge
Updated Oct 22, 2026
Mistral 7B Instruct v0.2 di ModelTrends.ai: #87 Hottest Text / LLM model
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Also ranked: #87 Hottest Text / LLM text model
Not this creator?
Bagaimana skor ini dijumlahkan
Model ini belum ada data populariti dari mana-mana sumber lagi, jadi ia membawa nombor gantian di bawah 7,000° yang memastikan senarai lengkap. Ia tidak pernah menduduki tempat lebih tinggi daripada model yang ada data. Pecahan muncul di sini sebaik sahaja sumber melaporkannya.
Glosari: istilah yang digunakan di sini
Skor heat
Satu nombor untuk seberapa banyak model digunakan dan diingini sekarang, dari 0° hingga 9,999°. Setiap senarai di laman ini yang kata paling panas disusun mengikutnya dan tiada yang lain.
Lantai
7,000° yang setiap model dengan data sebenar bermula. Skala dari 0° hingga 9,999°; bahagian bawah lantai untuk pengganti (model tanpa data), supaya model dengan data sentiasa lebih tinggi dari yang tiada. Lantai sama untuk semua dan tidak tentukan apa-apa; darjah di atasnya adalah ukuran.
Setara muat turun
Semua yang skor anggap sebagai muat turun, dijumlahkan: muat turun sendiri, setiap torrent seeder sebagai 1,000, setiap imej AI Horde dan setiap larian di laman generasi sebagai satu.
Skala log
Mengira dengan puluhan, bukan satuan: dari 1,000 ke 10,000 muat turun tambah darjah sama seperti dari 10,000 ke 100,000. Ini elak gergasi menindas yang lain.
Suka
Jempol dan suka dari semua sumber, bernilai separuh muat turun pada skala log.
Kadar penerimaan
Berapa banyak muat turun sehari model dapat sekarang, dari beza dua bacaan sumber. Berat suku dari terma muat turun.
Diukur dan dianggarkan
Diukur bermaksud ada dua bacaan dari satu sumber dan perbezaannya adalah nyata. Dianggarkan bermaksud hanya jumlah hari ini yang diketahui dan masa lalu diagihkan sepanjang hayat model; laman web akan memberitahu yang mana satu ia tunjukkan.
Seeder
Seseorang yang menyimpan salinan berat secara dalam talian untuk dimuat turun oleh orang lain melalui torrent, atau cermin yang dihoskan melakukan perkara yang sama. Setiap satu dikira sebagai 1,000 muat turun.
AI Horde
Rangkaian sukarelawan yang menjana imej secara percuma pada komputer yang didermakan. Bilangan imej yang telah dihasilkan dengan model adalah awam, dan setiap satu dikira sebagai satu muat turun.
Laman penjanaan
Laman yang menghoskan salinan model mereka sendiri dan membenarkan orang menjana dengannya, seperti PixAI, SeaArt dan Yodayo. Muat turun mereka dikira seperti Civitai dan setiap sesi penjanaan dikira sebagai satu muat turun.
Token OpenRouter
Model teks yang disediakan melalui API, seperti Claude atau GPT, tidak mempunyai berat untuk dimuat turun, jadi penggunaannya diukur dalam token: bahagian teks yang dibaca dan ditulis melalui OpenRouter, pintu masuk yang digunakan oleh banyak aplikasi, dalam 30 hari terakhir. Setiap 10,000,000 token dikira sebagai satu muat turun. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint)
Berat itu sendiri, fail yang menjana secara sendiri. Ia mendapat bonus kerana add-on bergantung padanya.
LoRA dan embedding
Fail add-on kecil yang mengarahkan berat orang lain ke arah gaya, watak atau konsep. Ia tidak boleh dijalankan sendiri.
Keluarga dan berat
Asas yang model dibina, seperti SD 1.5, SDXL, Flux atau Wan. Setiap model mewarisi tarikh keluaran berat keluarganya.
Umur
Darjah yang ditolak berdasarkan berapa lama berat keluarga itu dikeluarkan: 150° setahun, sehingga 750°. Ia mengekalkan muat turun lama yang mempunyai masa bertahun-tahun untuk terkumpul dengan membekukan di bahagian atas senarai.
Peningkatan keluarga
Dorongan kecil dan terhad untuk LoRA dari keluarga yang laman ini sedang galakkan sekarang, sentiasa disenaraikan dalam pecahan.
Skor gantian
Nombor stabil di bawah paras yang diberikan kepada model yang belum ada laporan sumber, supaya senarai kekal lengkap. Ia tidak pernah mendahului model yang ada data.
Baru! (tempoh kelonggaran)
Model yang berumur kurang dari 7 hari menunjukkan Baru! dan tidak mempunyai skor serta tidak menduduki tempat dalam kedudukan. Skornya dikira dari hari pertama, tetapi model yang berumur satu hari berkembang lebih cepat daripada apa pun, jadi tanpa menunggu, #1 minggu ini akan sentiasa menjadi apa sahaja yang keluar semalam dan bukan yang bertahan selama seminggu.
Trend
Bagaimana pertumbuhan model dalam tempoh tertentu dibandingkan dengan pertumbuhan model biasa dalam tempoh yang sama. Lebih cepat dari biasa bermaksud naik, lebih perlahan bermaksud turun.
Model biasa
Tengah katalog: separuh model dengan angka tumbuh lebih cepat dalam tempoh itu, separuh lagi lebih perlahan.