Pot rula Mistral Medium 3.5 local?

Mistral AI îl descrie ca având greutăți deschise și auto-găzduibil pe doar patru GPU-uri, dar momentan nu există repository Hugging Face, deci verifică canalele Mistral pentru descărcare.

Cât costă Mistral Medium 3.5 și cât de lung este contextul?

Costă 1,50 USD per milion de tokeni de intrare și 7,50 USD per milion de tokeni de output, cu o fereastră de context de 262.144 tokeni (256K).

Cum diferă Mistral Medium 3.5 de alte modele Mistral?

Adaugă input vizual nativ, o setare configurabilă a efortului de raționament per cerere și un focus pe fluxuri agentice multi-unealtă pe care modelele Mistral mai mici nu le oferă la aceeași scară.

Mistral Medium 3.5

3081°

#llm #mistralai #viziune #raționament #agenți #programare

Rulează modelul

Oferte / Reclame

OpenRouter Terminal / API

Plătește pe token

Conversează cu acest model în browser sau apelează-l din codul tău cu o singură cheie API.

Mistral | context de 262.144 tokeni | $1.50/M input, $7.50/M output. Mistral Medium 3.5 este un model dens cu 128B parametri care urmează instrucțiuni, de la Mistral AI. Suportă inputuri text și imagine cu output text și este conceput pentru fluxuri de lucru agentice, codare și raționament complex în mai mulți pași. Este deosebit de puternic în apelarea fiabilă a mai multor unelte și sarcini pe termen lung, cu o fereastră de context de 256K, efort de raționament configurabil per cerere și un encoder vizual personalizat care gestionează dimensiuni și rapoarte de aspect variabile ale imaginilor. Poate fi găzduit local pe doar patru GPU-uri și este disponibil cu greutăți deschise.

Ghiduri pentru acest model

Greutăți deschise vs open source vs doar API: ce ai voie să faci cu adevărat

De câțiva GB de VRAM am nevoie cu adevărat pentru AI local?

Cele 10 alternative ChatGPT cele mai ieftine în 2026: modele locale gratuite, planuri gratuite și abonamente fixe

Toate ghidurile

Notele căpitanului

Scris de Captain, editorul casei

Note din 2026-10-13

Mistral Medium 3.5 este un model dens de 128B de la Mistral AI cu fereastră de context de 256K, input vizual și efort de raționament configurabil per cerere. Vizează fluxuri agentice și sarcini în mai mulți pași, cu o putere specială în apelarea fiabilă a mai multor unelte. Greutăți deschise și auto-găzduibil pe patru GPU-uri, se situează într-un teren util între modelele ușoare și cele de scară frontieră.

Cunoscut pentru

Apelare fiabilă a mai multor unelte în sarcini agentice pe termen lung
Efort de raționament configurabil ajustabil per cerere individuală
Encoder vizual care gestionează nativ dimensiuni și raporturi de aspect variabile ale imaginilor
Fereastră de context de 256K pentru documente mari sau conversații extinse
Auto-găzduibil pe doar patru GPU-uri în ciuda celor 128B parametri

Atenție la

Greutățile deschise sunt revendicate, dar nu există momentan repository Hugging Face; verifică disponibilitatea înainte de a construi pe el.
La 7,50 USD/M tokeni de output, costurile cresc rapid în bucle agentice cu răspunsuri lungi.
128B înseamnă cerințe serioase de hardware pentru auto-găzduire; patru GPU-uri este minimul, nu o configurație casual.

Cel mai bun pentru

Agenți și utilizare unelte

Sugestii de încercat

Plan agent multi-unealtă

Ai acces la unelte de căutare web, execuție cod și citire fișiere. Un utilizator vrea să știe cursul actual EUR-JPY, apoi să calculeze cât valorează 4.750 EUR în JPY și să salveze rezultatul într-un fișier numit result.txt. Scrie secvența completă de apeluri de unelte pe care ai executa-o, pas cu pas, cu argumentele exacte pentru fiecare unealtă.

Raționament pentru un bug dificil

Această funcție Python ar trebui să returneze al doilea cel mai mare număr unic dintr-o listă, dar eșuează silențios la unele intrări. Identifică toate cazurile-limită care pot cauza output greșit sau excepție, explică de ce fiecare le strică, apoi rescrie funcția să le gestioneze pe toate: def second_largest(nums): nums = sorted(set(nums)) return nums[-2]

Analizează o imagine în detaliu

Atașează o captură de ecran a unui dashboard, grafic sau diagramă. Descrie fiecare punct de date sau element UI pe care îl vezi, identifică anomalii sau tendințe și sugerează două acțiuni concrete pe care o echipă de produs le-ar putea lua pe baza imaginii.

Compară cu

Ministral 3 14B 2512
Model cu greutăți deschise
context de 262,144 tokeni · $0.20/M intrare, $0.20/M ieșire
Mistral Small 4
Model cu greutăți deschise
context de 262,144 tokeni · $0.15/M intrare, $0.60/M ieșire
Devstral 2 2512
Model cu greutăți deschise
context de 262,144 tokeni · $0.40/M intrare, $2.00/M ieșire
Mistral Small 3.1 24B
Model cu greutăți deschise
context de 128,000 tokeni · $0.35/M intrare, $0.55/M ieșire

Mai multe modele text de la mistralai

Întrebări frecvente

Pot rula Mistral Medium 3.5 local?: Mistral AI îl descrie ca având greutăți deschise și auto-găzduibil pe doar patru GPU-uri, dar momentan nu există repository Hugging Face, deci verifică canalele Mistral pentru descărcare.
Cât costă Mistral Medium 3.5 și cât de lung este contextul?: Costă 1,50 USD per milion de tokeni de intrare și 7,50 USD per milion de tokeni de output, cu o fereastră de context de 262.144 tokeni (256K).
Cum diferă Mistral Medium 3.5 de alte modele Mistral?: Adaugă input vizual nativ, o setare configurabilă a efortului de raționament per cerere și un focus pe fluxuri agentice multi-unealtă pe care modelele Mistral mai mici nu le oferă la aceeași scară.

Verdictul căpitanului
Un cal de muncă agentic serios cu viziune și context lung; prețul output-ului înseamnă că vei dori să păstrezi răspunsurile concise.

Căpitanul scrie aceste note pe baza descrierii modelului și a fișei modelului. Prețurile și dimensiunile contextului sunt cele ale furnizorului la momentul scrierii și pot varia.

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

Cum se adună acest scor

Acest model nu are încă date de popularitate de la nicio sursă, așa că are un număr provizoriu sub 7,000° care menține listele complete. Nu va fi niciodată clasat mai sus decât un model cu date. Descompunerea apare aici imediat ce o sursă o raportează.

Glosar: termenii folosiți aici

Scor de căldură: Un număr care arată cât de mult este folosit și dorit un model acum, de la 0° la 9.999°. Fiecare listă de pe site care spune „cele mai călduroase” este sortată după acest scor și nimic altceva.
Prag: 7.000° este punctul de start pentru orice model cu date reale. Scara merge de la 0° la 9.999°; partea de sub prag este rezervată pentru înlocuitori (modele fără date), ca să fie sigur că un model cu date e mereu mai sus decât unul fără. Pragul e același pentru toți și nu decide nimic; gradele de deasupra lui sunt măsurătoarea.
Echivalente descărcări: Tot ce scorul tratează ca o descărcare, adunat: descărcările în sine, fiecare seeder de torrent ca 1.000, fiecare imagine AI Horde și fiecare rulare pe un site de generare ca una.
Scară logaritmică: Se numără la zeci, nu la unități: trecerea de la 1.000 la 10.000 descărcări adaugă aceleași grade ca trecerea de la 10.000 la 100.000. Astfel, modelele mari nu acoperă tot ce e mic.
Aprecieri: Like-uri și aprecieri de oriunde, fiecare valorează jumătate dintr-o descărcare pe scara logaritmică.
Rata de adoptare: Câte descărcări pe zi primește un model acum, calculat din diferența dintre două citiri ale unei surse. Are un sfert din greutatea termenului de descărcare.
Măsurat și estimat: Măsurat înseamnă că există două citiri ale unei surse și diferența este reală. Estimat înseamnă că se știe doar totalul de azi, iar trecutul este împărțit pe durata vieții modelului; site-ul spune care dintre ele este afișat.
Seeder: Cineva care păstrează o copie a greutăților online pentru ca alții să le descarce prin torrent, sau o oglindă găzduită care face același lucru. Fiecare contează ca 1.000 de descărcări.
AI Horde: O rețea de voluntari care generează imagini gratuit pe calculatoare donate. Numărul de imagini create cu un model este public și fiecare contează ca o descărcare.
Site-uri de generare: Site-uri care găzduiesc propriile copii ale unui model și permit oamenilor să genereze cu el, cum ar fi PixAI, SeaArt și Yodayo. Descărcările lor contează ca cele de pe Civitai, iar fiecare rulare de generare ca o descărcare.
Tokeni OpenRouter: Un model de text servit printr-un API, cum ar fi Claude sau GPT, nu are greutăți de descărcat, deci utilizarea sa se măsoară în tokeni: bucățile de text citite și scrise prin OpenRouter, un gateway folosit de multe aplicații, în ultimele 30 de zile. Fiecare 10,000,000 tokeni contează ca un download. Sursa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model complet (checkpoint): Greutățile în sine, fișierul care generează singur. Primește un bonus pentru că depind de el add-on-urile.
LoRA și embedding: Fișiere mici add-on care direcționează greutățile altcuiva spre un stil, un personaj sau un concept. Nu pot rula singure.
Familie și greutăți: Baza pe care este construit un model, cum ar fi SD 1.5, SDXL, Flux sau Wan. Fiecare model moștenește data lansării greutăților familiei sale.
Vârstă: Grade scăzute în funcție de cât timp a trecut de când au apărut greutățile familiei: 150° pe an, până la 750°. Păstrează descărcările vechi care au avut ani să se acumuleze, blocând topul listei.
Boost de familie: Un mic impuls limitat pentru LoRA-urile unei familii pe care site-ul o promovează acum, întotdeauna listat în detaliu.
Scor de rezervă: Un număr stabil sub prag, dat unui model despre care nicio sursă nu raportează încă, ca listele să rămână complete. Nu se clasează niciodată peste un model cu date.
Nou! (perioadă de grație): Un model mai nou de 7 zile afișează Nou! în loc de scor și nu ocupă loc în clasamente. Scorul său este calculat de la prima zi, dar un model de o zi crește mai rapid decât orice altceva, deci fără această așteptare, modelul #1 al săptămânii ar fi întotdeauna cel apărut ieri, nu cel care a rezistat o săptămână.
Tendință: Cum se compară creșterea unui model într-o perioadă cu creșterea tipică a unui model în aceeași perioadă. Mai rapid decât tipicul înseamnă creștere, mai lent scădere.
Model tipic: Mijlocul catalogului: jumătate dintre modele cu o cifră au crescut mai repede în perioada respectivă, jumătate mai încet.

Modele similare

Modele AI pentru generare de imagini, video și text

Mistral Medium 3.5 este un model de text pentru familia Text / LLM, listat pe ModelTrends.ai, un catalog doar pentru citire al modelelor AI open source pentru imagini, video și text. Compară-l cu alte modele Text / LLM și verifică-i scorul de căldură pentru a vedea cât este de popular.

Mai multe modele Text / LLM llm mistralai viziune raționament agenți programare context lung

Răsfoiește după familia de modele