Mistral Medium 3.5
3081°
Executar modelo
Ofertas / Anúncios
Mistral | contexto de 262.144 tokens | $1,50/M entrada, $7,50/M saída. Mistral Medium 3.5 é um modelo denso de 128B que segue instruções da Mistral AI. Suporta entradas de texto e imagem com saída em texto, e é projetado para fluxos de trabalho agentivos, codificação e raciocínio complexo em múltiplas etapas. É particularmente forte em chamadas confiáveis a múltiplas ferramentas e tarefas de longo prazo, com uma janela de contexto de 256K, esforço de raciocínio configurável por solicitação e um codificador de visão personalizado que lida com tamanhos e proporções variáveis de imagem. Pode ser hospedado localmente em apenas quatro GPUs e está disponível com pesos abertos.
Guias para este modelo
Pesos abertos vs código aberto vs só API: o que você realmente pode fazer
De quanto VRAM eu realmente preciso para IA local?
As 10 alternativas mais baratas ao ChatGPT em 2026: modelos locais grátis, planos gratuitos e planos fixos
Notas do capitão
Notas de 2026-10-13
Mistral Medium 3.5 é um modelo denso de 128B da Mistral AI com janela de contexto de 256K, entrada de visão e esforço de raciocínio configurável por requisição. Focado em fluxos de trabalho agentes e tarefas em múltiplas etapas, com força particular em chamadas confiáveis de múltiplas ferramentas. Pesos abertos e auto-hospedável em quatro GPUs, ocupa um meio-termo útil entre modelos leves e de escala frontier.
Conhecido por
- Chamada confiável de múltiplas ferramentas em tarefas agentes de longo prazo
- Esforço de raciocínio configurável ajustável por requisição individual
- Codificador de visão que lida nativamente com tamanhos e proporções variáveis de imagem
- Janela de contexto de 256K para documentos grandes ou conversas estendidas
- Auto-hospedável em apenas quatro GPUs apesar dos 128B parâmetros
Fique atento a
- Pesos abertos são alegados, mas não há repositório no Hugging Face listado atualmente; verifique disponibilidade antes de construir sobre ele.
- Com custo de $7,50/M tokens de saída, os custos sobem rápido em loops agentes que geram respostas longas.
- 128B significa requisitos sérios de hardware para auto-hospedagem; quatro GPUs é o mínimo, não uma configuração casual.
Sugestões para tentar
Plano de agente multi-ferramenta
Você tem acesso a uma ferramenta de busca web, uma de execução de código e uma de leitura de arquivos. Um usuário quer saber a taxa de câmbio atual entre EUR e JPY, depois calcular quanto valem 4.750 EUR em JPY e salvar o resultado em um arquivo chamado result.txt. Escreva a sequência completa de chamadas de ferramentas que você executaria, passo a passo, com os argumentos exatos para cada ferramenta.
Raciocinar sobre um bug complicado
Esta função Python deveria retornar o segundo maior número único em uma lista, mas falha silenciosamente em algumas entradas. Identifique todos os casos de borda que podem causar saída errada ou exceção, explique por que cada um quebra a função, e reescreva para lidar com todos eles:
def second_largest(nums):
nums = sorted(set(nums))
return nums[-2]
Analisar uma imagem em detalhes
Anexe uma captura de tela de um painel, gráfico ou diagrama. Descreva cada ponto de dado ou elemento da interface que você vê, identifique anomalias ou tendências, e sugira duas ações concretas que uma equipe de produto poderia tomar com base no que a imagem mostra.
Comparar com
- Ministral 3 14B 2512Modelo com pesos abertosContexto de 262,144 tokens · entrada $0.20/M, saída $0.20/M
- Mistral Small 4Modelo com pesos abertosContexto de 262,144 tokens · entrada $0.15/M, saída $0.60/M
- Devstral 2 2512Modelo com pesos abertosContexto de 262,144 tokens · entrada $0.40/M, saída $2.00/M
- Mistral Small 3.1 24BModelo com pesos abertosContexto de 128,000 tokens · entrada $0.35/M, saída $0.55/M
Mais modelos de texto de mistralai
Perguntas frequentes
- Posso rodar o Mistral Medium 3.5 localmente?
- A Mistral AI o descreve como pesos abertos e auto-hospedável em apenas quatro GPUs, mas não há repositório no Hugging Face listado atualmente, então verifique os canais oficiais da Mistral para o download real.
- Quanto custa o Mistral Medium 3.5 e qual o tamanho da janela de contexto?
- Custa $1,50 por milhão de tokens de entrada e $7,50 por milhão de tokens de saída, com janela de contexto de 262.144 tokens (256K).
- Como o Mistral Medium 3.5 difere dos outros modelos Mistral?
- Adiciona entrada nativa de visão, configuração de esforço de raciocínio por requisição e foco em fluxos agentes multi-ferramenta que modelos Mistral menores não oferecem na mesma escala.
Veredito do capitãoUm cavalo de batalha sério para trabalho agente com visão e contexto longo; o preço da saída significa que você vai querer manter as respostas enxutas.
O capitão escreve estas notas com base na descrição e ficha do modelo. Preços e tamanhos de contexto são do provedor na data da escrita e podem mudar.
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.
Como essa pontuação é calculada
Este modelo ainda não tem dados de popularidade de nenhuma fonte, então ele carrega um número provisório abaixo de 7,000° para manter as listas completas. Ele nunca fica acima de um modelo com dados. A divisão aparece aqui assim que uma fonte reporta.
Glossário: os termos usados aqui
- Pontuação heat
- Um número que mostra o quanto um modelo está sendo usado e desejado agora, de 0° a 9.999°. Toda lista neste site que diz mais quente é ordenada por ele e só por ele.
- Limite mínimo
- Os 7.000° que todo modelo com dados reais começa. A escala vai de 0° a 9.999°; a parte abaixo do limite é para substitutos (modelos sem dados), para que um modelo com dados sempre fique acima de um sem. O limite é igual para todos e não decide nada; os graus acima dele são a medida.
- Equivalentes a downloads
- Tudo que a pontuação trata como download, somado: downloads em si, cada torrent seeder como 1.000, cada imagem AI Horde e cada execução em site de geração como um.
- Escala logarítmica
- Contando de dez em dez, não de um em um: ir de 1.000 para 10.000 downloads adiciona os mesmos graus que ir de 10.000 para 100.000. Isso evita que gigantes abafem tudo.
- Likes
- Joinhas e likes de todas as fontes, valendo metade de um download na escala logarítmica.
- Taxa de adoção
- Quantos downloads por dia um modelo recebe agora, pela diferença entre duas leituras de uma fonte. Um quarto do peso do termo download.
- Medido e estimado
- Medido significa que existem duas leituras de uma fonte e a diferença é real. Estimado significa que só se sabe o total de hoje e o passado é distribuído ao longo da vida do modelo; o site indica qual está mostrando.
- Seeder
- Alguém que mantém uma cópia dos pesos online para outros baixarem via torrent, ou um espelho hospedado fazendo o mesmo. Cada um conta como 1.000 downloads.
- AI Horde
- Uma rede voluntária que gera imagens de graça em computadores doados. O número de imagens feitas com um modelo é público, e cada uma conta como um download.
- Sites de geração
- Sites que hospedam suas próprias cópias de um modelo e deixam as pessoas gerarem com ele, como PixAI, SeaArt e Yodayo. Os downloads deles contam como os do Civitai e cada geração conta como um download.
- Tokens OpenRouter
- Um modelo de texto servido via API, como Claude ou GPT, não tem pesos para baixar, então seu uso é medido em tokens: os pedaços de texto que ele leu e escreveu via OpenRouter, um gateway usado por muitos apps, nos últimos 30 dias. Cada 10,000,000 tokens contam como um download. Fonte: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Modelo completo (checkpoint)
- Os pesos em si, o arquivo que gera sozinho. Ganha um bônus porque complementos dependem dele.
- LoRA e embedding
- Arquivos pequenos que direcionam os pesos de outra pessoa para um estilo, personagem ou conceito. Não podem rodar sozinhos.
- Família e pesos
- A base em que um modelo é construído, como SD 1.5, SDXL, Flux ou Wan. Todo modelo herda a data de lançamento dos pesos da sua família.
- Idade
- Pontos retirados conforme há quanto tempo os pesos da família foram lançados: 150° por ano, até 750°. Mantém os downloads antigos que tiveram anos para acumular, evitando que saiam do topo da lista.
- Impulso da família
- Um pequeno empurrão limitado para LoRAs de uma família que este site está promovendo agora, sempre listado na divisão.
- Pontuação provisória
- Um número estável abaixo do mínimo dado a um modelo que ainda não tem dados de fonte, para a lista ficar completa. Nunca fica acima de um modelo com dados.
- Novo! (período de carência)
- Um modelo com menos de 7 dias mostra Novo! em vez de uma pontuação e não ocupa lugar no ranking. Sua pontuação é calculada desde o primeiro dia, mas um modelo com um dia cresce mais rápido que qualquer outro, então sem a espera o #1 da semana seria sempre o que saiu ontem, não o que se manteve por uma semana.
- Tendência
- Como o crescimento de um modelo num período se compara com o crescimento típico dos modelos no mesmo período. Crescimento mais rápido que o típico indica alta, mais lento indica queda.
- Modelo típico
- O meio do catálogo: metade dos modelos com número cresceu mais rápido no período, metade mais devagar.
Mistral Medium 3.5 é um modelo de texto para a família Text / LLM listado no ModelTrends.ai, um catálogo somente leitura de modelos de IA de código aberto para imagem, vídeo e texto. Compare-o com outros modelos Text / LLM e veja a pontuação de calor para acompanhar a tendência.
Mais modelos Text / LLMMais Texto / LLM Text / LLMllmmistralaivisãoraciocínioagentesprogramaçãocontexto longo
Navegar por família de modelos
Modelos Text / LLM
434
Modelos Anima
528
Modelos Chroma
19
Modelos Fibo
2
Modelos Flux
1,496
Modelos Flux 2 / Klein
1,239
Modelos Flux 3
3
Modelos Moss
3
Modelos Iris
1
Modelos MiniMax H3
364
Modelos Hunyuan
204
Modelos Ideogram
20
Modelos Krea2
717
Modelos Qwen
20
Modelos Qwen2
47
Modelos Ltx2
153