Czy mogę uruchomić Mistral Medium 3 lokalnie?

Nie. Wagi nie są publicznie dostępne, więc lokalne lub samodzielne uruchomienie jest możliwe tylko przez zatwierdzone przez Mistral opcje wdrożenia on-premise i w VPC, a nie przez narzędzia takie jak Ollama czy LM Studio.

Ile kosztuje Mistral Medium 3 i jakie ma okno kontekstu?

Kosztuje 0,40 USD za milion tokenów wejściowych i 2,00 USD za milion tokenów wyjściowych, z oknem kontekstu o rozmiarze 131 072 tokenów.

Czym Mistral Medium 3 różni się od Mistral Large lub Mistral Small?

Mistral pozycjonuje Medium 3 pomiędzy swoimi modelami small i large, dążąc do dokładności bliskiej modelom z najwyższej półki przy niższej cenie niż duże modele; Mistral nie opublikował bezpośrednich porównań benchmarków między tymi trzema modelami w dostępnej dokumentacji.

Mistral Medium 3

2341°

#llm #mistralai #wizja #kodowanie #rozumowanie #agenci

Uruchom model

Oferty / Reklamy

OpenRouter Terminal / API

Płać za token

Rozmawiaj z tym modelem w przeglądarce lub wywołuj go z kodu za pomocą jednego klucza API.

Mistral | kontekst 131,072 tokenów | $0.40/M wejście, $2.00/M wyjście. Mistral Medium 3 to wysokowydajny model językowy klasy enterprise, zaprojektowany, by dostarczać możliwości na poziomie najnowszych osiągnięć przy znacznie obniżonych kosztach operacyjnych. Łączy nowoczesne rozumowanie i wydajność multimodalną z kosztem 8× niższym niż tradycyjne duże modele, co czyni go odpowiednim do skalowalnych wdrożeń w zastosowaniach profesjonalnych i przemysłowych. Model wyróżnia się w dziedzinach takich jak kodowanie, rozumowanie STEM i adaptacja korporacyjna. Obsługuje wdrożenia hybrydowe, on-prem…Mistral | kontekst 131,072 tokenów | $0.40/M wejście, $2.00/M wyjście. Mistral Medium 3 to wysokowydajny model językowy klasy enterprise, zaprojektowany, by dostarczać możliwości na poziomie najnowszych osiągnięć przy znacznie obniżonych kosztach operacyjnych. Łączy nowoczesne rozumowanie i wydajność multimodalną z kosztem 8× niższym niż tradycyjne duże modele, co czyni go odpowiednim do skalowalnych wdrożeń w zastosowaniach profesjonalnych i przemysłowych. Model wyróżnia się w dziedzinach takich jak kodowanie, rozumowanie STEM i adaptacja korporacyjna. Obsługuje wdrożenia hybrydowe, on-prem i w VPC oraz jest zoptymalizowany do integracji w niestandardowych przepływach pracy. Mistral Medium 3 oferuje konkurencyjną dokładność względem większych modeli jak Claude Sonnet 3.5/3.7, Llama 4 Maverick i Command R+, przy zachowaniu szerokiej kompatybilności w środowiskach chmurowych.

Poradniki do tego modelu

10 najtańszych alternatyw dla ChatGPT w 2026: darmowe modele lokalne, darmowe plany i abonamenty z ryczałtem

Otwarte wagi vs otwarte źródła vs tylko API: co naprawdę możesz robić

Jak wybrać model AI w październiku 2026: najpierw zamknięte modele, potem otwarte wagi warte pobrania

Wszystkie poradniki

Notatki kapitana

Napisane przez Captain, redaktora domu

Notatki z 2026-10-13

Mistral Medium 3 to zamknięty model językowy klasy enterprise od Mistral AI z obsługą wizji i oknem kontekstu o rozmiarze 131 072 tokenów. Celuje w lukę między lekkimi modelami a drogimi modelami z najwyższej półki, oferując cenę znacznie niższą niż modele dużej skali, przy jednoczesnym deklarowaniu konkurencyjnej dokładności względem Claude Sonnet i Llama 4 Maverick. Jeśli Twoje zadania to kodowanie, STEM lub automatyzacja w przedsiębiorstwie i potrzebujesz elastycznych opcji wdrożenia, w tym on-premise i VPC, warto się mu przyjrzeć.

Znany z

Silne zdolności kodowania i rozumowania STEM za ułamek ceny dużych modeli
Obsługa wizji obok standardowych zadań tekstowych
Elastyczne wdrożenie: chmura, hybryda, on-premise i w VPC
Niski koszt wejścia: 0,40 USD za milion tokenów
Zaprojektowany do integracji z niestandardowymi przepływami pracy w przedsiębiorstwach

Uważaj na

Wagi nie są otwarte; nie można uruchomić lokalnie ani samodzielnie poza zatwierdzonymi opcjami wdrożenia Mistral.
Koszt generowania wyjścia wynosi 2,00 USD za milion tokenów i szybko rośnie przy obszernych lub dużych zadaniach.
Brak opublikowanej karty modelu, więc niezależne weryfikowanie deklarowanych możliwości jest trudne.

Najlepszy do

Kodowanie

Rozumowanie

Wizja

Agenci i użycie narzędzi

Podpowiedzi do wypróbowania

Debugowanie trudnej funkcji

Oto funkcja w Pythonie, która ma zwracać N najczęściej występujących słów w ciągu znaków, ale zawiera co najmniej dwa błędy. Znajdź je, wyjaśnij, co każdy z nich robi źle, i zwróć poprawioną wersję z krótkim wyjaśnieniem zmian. def top_words(text, n): words = text.lower().split() counts = {} for w in words: counts[w] = counts.get(w, 1) + 1 return sorted(counts, key=counts.get)[:n]

Zaplanuj pipeline badawczy STEM

Muszę zbudować zautomatyzowany pipeline, który codziennie pobiera nowe abstrakty z arXiv w dziedzinie uczenia maszynowego, klasyfikuje je do pięciu kategorii tematycznych, oznacza te, które cytują konkretnego autora, i wysyła podsumowanie mailem. Nakreśl architekturę, wymień narzędzia lub API, które wykorzystasz na każdym etapie, i wskaż ryzyka związane z niezawodnością, które powinienem uwzględnić w projekcie.

Opisz i skrytykuj wykres

Załączam wykres z raportu biznesowego. Opisz, co pokazuje, wskaż ewentualne mylące elementy projektu (obcięte osie, wybrane zakresy, brakujące linie bazowe) i zaproponuj jedną konkretną zmianę, która uczyni go bardziej rzetelnym.

Porównaj z

Mistral Small 4
Model z otwartymi wagami
Kontekst 262,144 tokenów · $0.15/M wejście, $0.60/M wyjście
Mistral Small 3.2 24B
Model z otwartymi wagami
Kontekst 256,000 tokenów · $0.09/M wejście, $0.25/M wyjście
Mistral Large 4
Model tylko z API
Kontekst 1,048,576 tokenów · $0.68/M wejście, $2.09/M wyjście
Mistral Small 3.2 24B Instruct 2506
Model z otwartymi wagami
Kontekst 128,000 tokenów · $0.07/M wejście, $0.20/M wyjście

Więcej modeli tekstowych od mistralai

Pytania, które ludzie zadają

Czy mogę uruchomić Mistral Medium 3 lokalnie?: Nie. Wagi nie są publicznie dostępne, więc lokalne lub samodzielne uruchomienie jest możliwe tylko przez zatwierdzone przez Mistral opcje wdrożenia on-premise i w VPC, a nie przez narzędzia takie jak Ollama czy LM Studio.
Ile kosztuje Mistral Medium 3 i jakie ma okno kontekstu?: Kosztuje 0,40 USD za milion tokenów wejściowych i 2,00 USD za milion tokenów wyjściowych, z oknem kontekstu o rozmiarze 131 072 tokenów.
Czym Mistral Medium 3 różni się od Mistral Large lub Mistral Small?: Mistral pozycjonuje Medium 3 pomiędzy swoimi modelami small i large, dążąc do dokładności bliskiej modelom z najwyższej półki przy niższej cenie niż duże modele; Mistral nie opublikował bezpośrednich porównań benchmarków między tymi trzema modelami w dostępnej dokumentacji.

Wyrok kapitana
Rozsądny wybór pośredni dla zadań kodowania i STEM w przedsiębiorstwach, gdy potrzebujesz elastycznego wdrożenia i nie możesz uzasadnić cen modeli z najwyższej półki.

Kapitan pisze te notatki na podstawie opisu modelu i karty modelu. Ceny i rozmiary kontekstu pochodzą od dostawcy w momencie pisania i mogą się zmieniać.

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

Jak ten wynik się sumuje

Ten model nie ma jeszcze danych o popularności z żadnego źródła, więc ma zastępczą wartość poniżej 7,000°, która pozwala utrzymać kompletność list. Nigdy nie zajmuje wyższej pozycji niż model z danymi. Szczegóły pojawią się tutaj, gdy tylko jakieś źródło je zgłosi.

Słowniczek: używane tu terminy

Wynik heat: Jedna liczba pokazująca, jak bardzo model jest używany i pożądany teraz, od 0° do 9,999°. Każda lista na tej stronie z napisem hottest jest sortowana według tego i niczego innego.
Podstawa: 7,000° to punkt startowy dla każdego modelu z prawdziwymi danymi. Skala idzie od 0° do 9,999°; część poniżej podstawy jest zarezerwowana dla zastępczych modeli (bez danych), żeby model z danymi zawsze był wyżej. Podstawa jest taka sama dla wszystkich i nic nie decyduje; stopnie powyżej niej to właściwy pomiar.
Równoważniki pobrań: Wszystko, co wynik traktuje jak pobranie, zsumowane: same pobrania, każdy seeder torrenta jako 1,000, każde AI Horde zdjęcie i każde uruchomienie na stronie generującej jako jedno.
Skala logarytmiczna: Liczenie co dziesięć, nie co jeden: przejście z 1,000 do 10,000 pobrań dodaje tyle samo stopni, co z 10,000 do 100,000. Zapobiega to dominacji gigantów nad resztą.
Polubienia: Kciuki w górę i polubienia ze wszystkich źródeł, warte połowę pobrania na skali logarytmicznej.
Tempo adopcji: Ile pobrań dziennie model ma teraz, na podstawie różnicy między dwoma odczytami źródła. Ćwierć wagi terminu pobrania.
Zmierzony i szacowany: Zmierzony oznacza, że istnieją dwa odczyty źródła i różnica jest rzeczywista. Szacowany oznacza, że znana jest tylko dzisiejsza suma, a przeszłość jest rozłożona na czas życia modelu; strona mówi, który z nich pokazuje.
Seeder: Ktoś, kto trzyma kopię wag online, aby inni mogli je pobrać przez torrent, albo hostowany mirror robiący to samo. Każdy taki liczy się jako 1 000 pobrań.
AI Horde: Sieć wolontariuszy, która generuje obrazy za darmo na komputerach darczyńców. Liczba obrazów wygenerowanych z modelem jest publiczna i każde liczy się jako jedno pobranie.
Strony generujące: Strony, które mają własne kopie modelu i pozwalają ludziom generować z nim obrazy, takie jak PixAI, SeaArt i Yodayo. Ich pobrania liczą się jak na Civitai, a każde uruchomienie generowania to jedno pobranie.
Tokeny OpenRouter: Model tekstowy obsługiwany przez API, taki jak Claude czy GPT, nie ma wag do pobrania, więc jego użycie mierzy się tokenami: fragmentami tekstu, które przeczytał i napisał przez OpenRouter, bramkę używaną przez wiele aplikacji, w ciągu ostatnich 30 dni. Każde 10,000,000 tokenów liczy się jako jedno pobranie. Źródło: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Pełny model (checkpoint): Same wagi, plik, który generuje samodzielnie. Dostaje bonus, bo dodatki od niego zależą.
LoRA i embedding: Małe pliki dodatków, które kierują czyjeś wagi w stronę stylu, postaci lub koncepcji. Nie mogą działać samodzielnie.
Rodzina i wagi: Podstawa, na której zbudowano model, np. SD 1.5, SDXL, Flux lub Wan. Każdy model dziedziczy datę wydania wag swojej rodziny.
Wiek: Stopnie odejmowane za to, jak dawno wyszły wagi rodziny: 150° za rok, do 750°. Zachowuje stare pobrania, które miały lata na narastanie, zamrażając szczyt listy.
Wzmocnienie rodziny: Małe, ograniczone wsparcie dla LoRA z rodziny, którą ta strona teraz promuje, zawsze podane w rozbiciu.
Wynik zastępczy: Stabilna liczba poniżej minimum, przyznawana modelowi, o którym jeszcze nie ma danych źródłowych, żeby listy były kompletne. Nigdy nie jest wyżej niż model z danymi.
Nowy! (okres karencji): Model młodszy niż 7 dni pokazuje Nowy! zamiast wyniku i nie zajmuje miejsca w rankingu. Jego wynik jest liczony od pierwszego dnia, ale model jednodniowy rośnie najszybciej, więc bez oczekiwania #1 tygodnia byłby zawsze tym, który pojawił się wczoraj, a nie tym, który utrzymał się przez tydzień.
Trend: Jak wzrost modelu w danym okresie wypada na tle typowego wzrostu modelu w tym samym czasie. Szybszy niż zwykle to wzrost, wolniejszy to spadek.
Typowy model: Środek katalogu: połowa modeli z danymi rosła szybciej w tym okresie, połowa wolniej.

Podobne modele

Modele AI do generowania obrazów, wideo i tekstu

Mistral Medium 3 to model tekstowy z rodziny Text / LLM wymieniony na ModelTrends.ai, katalogu tylko do odczytu otwartych modeli AI do obrazów, wideo i tekstu. Porównaj go z innymi modelami Text / LLM i sprawdź wynik popularności, aby zobaczyć trend.

Więcej modeli Text / LLM Więcej Text / LLM Tekst / LLM llm mistralai wizja kodowanie rozumowanie agenci

Przeglądaj według rodziny modeli