Bolehkah saya jalankan Mistral Medium 3.5 secara tempatan?

Mistral AI menggambarkannya sebagai berat terbuka dan boleh dihos sendiri pada serendah empat GPU, tetapi tiada repositori Hugging Face disenaraikan buat masa ini, jadi semak saluran Mistral sendiri untuk muat turun sebenar.

Berapa kos Mistral Medium 3.5 dan berapa tetingkap konteksnya?

Harga adalah $1.50 bagi sejuta token input dan $7.50 bagi sejuta token output, dengan tetingkap konteks 262,144 token (256K).

Bagaimana Mistral Medium 3.5 berbeza daripada model Mistral lain?

Ia menambah input visi asli, tetapan usaha penalaran boleh dikonfigurasikan per permintaan, dan fokus pada aliran kerja agen pelbagai alat yang tidak ditawarkan oleh model Mistral yang lebih kecil pada skala sama.

Mistral Medium 3.5

3081°

#llm #mistralai #penglihatan #penalaran #ejen #pengaturcaraan

Jalankan model ini

Tawaran / Iklan

OpenRouter Terminal / API

Bayar setiap token

Bual dengan model ini dalam pelayar atau panggil ia dari kod anda dengan satu kunci API.

Mistral | konteks 262,144 token | $1.50/M input, $7.50/M output. Mistral Medium 3.5 adalah model padat 128B mengikuti arahan dari Mistral AI. Ia menyokong input teks dan imej dengan output teks, dan direka untuk aliran kerja agen, pengkodan, dan penalaran berbilang langkah yang kompleks. Ia sangat kuat dalam panggilan alat berbilang yang boleh dipercayai dan tugas jangka panjang, dengan tetingkap konteks 256K, usaha penalaran boleh dikonfigurasi setiap permintaan, dan penyandi visi khusus yang mengendalikan saiz imej dan nisbah aspek yang berubah-ubah. Boleh dihos sendiri dengan sekurang-kurangnya empat GPU dan tersedia di bawah berat terbuka.

Panduan untuk model ini

Berat terbuka vs sumber terbuka vs hanya API: apa yang sebenarnya kamu dibenarkan lakukan

Berapa banyak VRAM yang saya perlukan untuk AI tempatan?

10 Alternatif ChatGPT Termurah pada 2026: model tempatan percuma, tahap percuma dan pelan kadar rata

Semua panduan

Nota Kapten

Ditulis oleh Captain, editor rumah

Nota dari 2026-10-13

Mistral Medium 3.5 adalah model padat 128B dari Mistral AI dengan tetingkap konteks 256K, input visi, dan usaha penalaran boleh dikonfigurasikan setiap permintaan. Ia menyasarkan aliran kerja agen dan tugas berbilang langkah, dengan kekuatan khusus dalam panggilan pelbagai alat yang boleh dipercayai. Berat terbuka dan boleh dihos sendiri pada empat GPU, ia berada di tengah-tengah yang berguna antara model ringan dan skala frontier.

Dikenali untuk

Panggilan pelbagai alat yang boleh dipercayai merentasi tugas agen jangka panjang
Usaha penalaran boleh dikonfigurasikan disesuaikan setiap permintaan
Pengekod visi mengendalikan saiz dan nisbah aspek imej berubah secara asli
Tetingkap konteks 256K untuk dokumen besar atau perbualan panjang
Boleh dihos sendiri pada serendah empat GPU walaupun dengan 128B parameter

Berhati-hati dengan

Berat terbuka didakwa tetapi tiada repositori Hugging Face disenaraikan buat masa ini; sahkan ketersediaan sebelum bina di atasnya.
Pada $7.50/M token output, kos cepat meningkat pada gelung agen yang menjana respons panjang.
128B bermakna keperluan perkakasan serius untuk hos sendiri; empat GPU adalah minimum, bukan setup santai.

Terbaik untuk

Ejen dan penggunaan alat

Arahan untuk cuba

Rancangan agen pelbagai alat

Anda ada akses kepada alat carian web, alat pelaksanaan kod, dan alat baca fail. Seorang pengguna mahu tahu kadar pertukaran semasa antara EUR dan JPY, kemudian kira berapa nilai 4,750 EUR dalam JPY, dan simpan hasilnya ke fail bernama result.txt. Tulis urutan panggilan alat penuh yang akan anda laksanakan, langkah demi langkah, dengan argumen tepat yang akan anda berikan kepada setiap alat.

Fikirkan pepijat rumit

Fungsi Python ini sepatutnya memulangkan nombor unik kedua terbesar dalam senarai, tetapi ia gagal secara senyap pada beberapa input. Kenal pasti setiap kes tepi yang boleh menyebabkan output salah atau pengecualian, terangkan mengapa setiap satu memecahkan fungsi, kemudian tulis semula untuk mengendalikan semua kes tersebut: def second_largest(nums): nums = sorted(set(nums)) return nums[-2]

Analisis imej secara terperinci

Lampirkan tangkapan skrin papan pemuka, carta, atau rajah. Terangkan setiap titik data atau elemen UI yang anda lihat, kenal pasti sebarang anomali atau tren, dan cadangkan dua tindakan konkrit yang boleh diambil oleh pasukan produk berdasarkan apa yang imej tunjukkan.

Bandingkan dengan

Ministral 3 14B 2512
Model berat terbuka
konteks 262,144 token · Input $0.20/M, output $0.20/M
Mistral Small 4
Model berat terbuka
konteks 262,144 token · Input $0.15/M, output $0.60/M
Devstral 2 2512
Model berat terbuka
konteks 262,144 token · Input $0.40/M, output $2.00/M
Mistral Small 3.1 24B
Model berat terbuka
konteks 128,000 token · Input $0.35/M, output $0.55/M

Lebih banyak model teks dari mistralai

Soalan yang sering ditanya

Bolehkah saya jalankan Mistral Medium 3.5 secara tempatan?: Mistral AI menggambarkannya sebagai berat terbuka dan boleh dihos sendiri pada serendah empat GPU, tetapi tiada repositori Hugging Face disenaraikan buat masa ini, jadi semak saluran Mistral sendiri untuk muat turun sebenar.
Berapa kos Mistral Medium 3.5 dan berapa tetingkap konteksnya?: Harga adalah $1.50 bagi sejuta token input dan $7.50 bagi sejuta token output, dengan tetingkap konteks 262,144 token (256K).
Bagaimana Mistral Medium 3.5 berbeza daripada model Mistral lain?: Ia menambah input visi asli, tetapan usaha penalaran boleh dikonfigurasikan per permintaan, dan fokus pada aliran kerja agen pelbagai alat yang tidak ditawarkan oleh model Mistral yang lebih kecil pada skala sama.

Keputusan Kapten
Model kerja agen serius dengan visi dan konteks panjang; harga output bermakna anda mahu kekalkan respons padat.

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

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

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.

Model serupa

Model AI untuk penjanaan imej, video dan teks

Mistral Medium 3.5 ialah model teks untuk keluarga Text / LLM yang disenaraikan di ModelTrends.ai, katalog baca sahaja untuk model AI imej, video dan teks sumber terbuka. Bandingkannya dengan model Text / LLM lain dan semak skor habanya untuk melihat trendnya.

Lagi model Text / LLM Lagi Teks / LLM Text / LLM llm mistralai penglihatan penalaran ejen pengaturcaraan konteks panjang

Layari mengikut keluarga model