Могу ли я запускать Ministral 3 3B локально?

Да. Веса открыты под лицензией Apache 2.0, модель помещается в 8 ГБ VRAM в FP8; при дополнительной квантизации требуется ещё меньше, что делает её практичной для широкого круга потребительских GPU.

Сколько стоит и какой размер контекста?

Через API — $0.10 за миллион токенов для входа и выхода. Размер контекста по карточке модели — 256 000 токенов, хотя в описании API указано 131 072 токена.

Чем эта модель отличается от больших моделей Ministral 3?

Это самая маленькая модель семейства Ministral 3, оптимизированная для граничного и малоресурсного развертывания. Вы жертвуете сырой мощностью ради дешёвого запуска и работы на скромном оборудовании.

Ministral 3 3B 2512

5960°

#llm #mistralai #видение #агенты #многоязычность #локально

Запустить модель

Предложения / Реклама

OpenRouter Терминал / API

Плата за токен

Общайся с этой моделью в браузере или вызывай её из кода с одним API-ключом.

Mistral | 131,072 токена контекста | $0.10/М вход, $0.10/М выход. Самая маленькая модель в семействе Ministral 3, Ministral 3 3B — мощная и эффективная компактная языковая модель с возможностями зрения.

Руководства по этой модели

Ollama против LM Studio (2026): какое локальное AI-приложение выбрать и какие топ-модели они поддерживают

Сколько VRAM мне действительно нужно для локального ИИ?

Что такое файл GGUF? Объяснение квантизированных моделей (Q4, Q8, fp8, NF4)

Все руководства

Заметки капитана

Написано Captain, главным редактором

Заметки от 2026-10-13

Ministral 3 3B — самая маленькая модель Ministral 3 от Mistral, 3.4-миллиардный параметр с встроенным 0.4-миллиардным энкодером зрения. Работает в 8 ГБ VRAM в FP8, подходит для локального запуска на граничном оборудовании и охватывает задачи зрения, вызова функций и более десятка языков по цене, с которой трудно спорить. Если нужна компактная модель, которую можно развернуть локально или дешево использовать через API, это серьёзный вариант.

Известен

Вмещается в 8 ГБ VRAM в FP8; работает локально на скромном потребительском оборудовании
Встроенный энкодер зрения: анализ изображений вместе с текстом
Нативный вызов функций и вывод JSON для агентских пайплайнов
Многоязычная поддержка: английский, французский, испанский, немецкий, китайский, японский, корейский, арабский и другие
Лицензия Apache 2.0: разрешены коммерческое использование и модификация

Остерегайтесь

Это модель на 3 миллиарда параметров; сложные рассуждения и длинные тексты будут ограничены по сравнению с большими моделями.
Зрение лучше работает с почти квадратными изображениями; очень широкие или узкие кадры ухудшают качество.
Mistral рекомендует температуру ниже 0.1 для продакшена, поэтому творческий вывод требует целенаправленной настройки.

Лучше всего подходит для

Зрение

Агенты и использование инструментов

Многоязычность

Работает локально

Бюджет

Подсказки для проб

Извлечь структурированные данные из текста

Прочитай следующий текст счёта и верни JSON с полями: vendor_name, invoice_date, total_amount, line_items (массив с описанием и суммой). Счёт: 'Acme Supplies, 14 Nov 2025. Widget A x3 @ $12.00 each. Shipping $5.00. Total $41.00.'

Опиши и классифицируй изображение

Посмотри на прикреплённое изображение. Определи главный объект, опиши, что происходит, перечисли видимый текст и классифицируй изображение по одной из категорий: фото продукта, документ, уличная сцена, внутренняя сцена, диаграмма. Ответ не более 150 слов.

Построй простой план вызова инструментов

У тебя есть два инструмента: get_weather(city: string) и send_email(to: string, subject: string, body: string). Пользователь говорит: 'Отправь по email sarah@example.com текущую погоду в Токио.' Напиши последовательность вызовов инструментов в JSON для выполнения запроса.

Сравнить с

Mistral Nemo
Модель с открытыми весами
контекст из 131,072 токенов · $0.03/M вход, $0.03/M выход
Mistral Large 4
Модель только с API
контекст из 1,048,576 токенов · $0.68/M вход, $2.09/M выход
Mistral Small 3.2 24B Instruct 2506
Модель с открытыми весами
контекст из 128,000 токенов · $0.07/M вход, $0.20/M выход
Voxtral Small 24B 2507
Модель с открытыми весами
контекст из 32,768 токенов · $0.10/M вход, $0.30/M выход

Больше текстовых моделей от mistralai

Часто задаваемые вопросы

Могу ли я запускать Ministral 3 3B локально?: Да. Веса открыты под лицензией Apache 2.0, модель помещается в 8 ГБ VRAM в FP8; при дополнительной квантизации требуется ещё меньше, что делает её практичной для широкого круга потребительских GPU.
Сколько стоит и какой размер контекста?: Через API — $0.10 за миллион токенов для входа и выхода. Размер контекста по карточке модели — 256 000 токенов, хотя в описании API указано 131 072 токена.
Чем эта модель отличается от больших моделей Ministral 3?: Это самая маленькая модель семейства Ministral 3, оптимизированная для граничного и малоресурсного развертывания. Вы жертвуете сырой мощностью ради дешёвого запуска и работы на скромном оборудовании.

Вердикт капитана
Действительно полезная компактная модель: зрение, вызов функций, многоязычность, Apache 2.0 и достаточно дешевая, чтобы спокойно работать на граничном оборудовании.

Карточка модели на Hugging Face

Капитан пишет эти заметки на основе описания модели и карточки модели. Цены и размеры контекста указаны на момент написания и могут измениться.

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

Как складывается этот рейтинг

У этой модели пока нет данных о популярности ни из одного источника, поэтому ей присвоено временное число ниже 7,000°, чтобы списки оставались полными. Она никогда не будет выше модели с реальными данными. Разбор появится здесь, как только источник предоставит данные.

Глоссарий: используемые здесь термины

Показатель heat: Одно число, показывающее, насколько модель сейчас используется и востребована, от 0° до 9,999°. Все списки на сайте с пометкой hottest сортируются именно по нему.
Минимум: 7,000° — стартовая точка для каждой модели с реальными данными. Шкала от 0° до 9,999°; часть ниже минимума отведена для моделей без данных, чтобы модели с данными всегда были выше. Минимум одинаков для всех и ничего не решает; градусы выше него — это измерение.
Эквиваленты загрузок: Всё, что считается как загрузка в оценке, сложенное вместе: сами загрузки, каждый сид торрента считается за 1,000, каждое изображение AI Horde и каждый запуск на сайте генерации считаются за один.
Логарифмическая шкала: Счёт по десяткам, а не по единицам: переход от 1,000 к 10,000 загрузок добавляет столько же градусов, сколько от 10,000 к 100,000. Это не даёт гигантам заглушать всё остальное.
Лайки: Одобрения и лайки со всех источников, каждый стоит половину загрузки на логарифмической шкале.
Темп внедрения: Сколько загрузок в день получает модель сейчас, по разнице между двумя замерами источника. Четверть веса от термина загрузки.
Измерено и оценено: Измерено значит, что есть два показания источника, и разница реальна. Оценено значит, что известна только сегодняшняя сумма, а прошлое распределено по жизни модели; сайт показывает, что именно отображается.
Сидер: Кто-то, кто хранит копию весов онлайн, чтобы другие могли скачать через торрент, или размещённое зеркало, делающие то же самое. Каждый такой считается за 1000 загрузок.
AI Horde: Волонтёрская сеть, которая бесплатно генерирует изображения на пожертвованных компьютерах. Количество изображений, созданных с моделью, публично, и каждое считается за одну загрузку.
Сайты генерации: Сайты, которые хранят свои копии модели и позволяют людям генерировать с ней, например PixAI, SeaArt и Yodayo. Их загрузки считаются как у Civitai, и каждый запуск генерации — за одну загрузку.
Токены OpenRouter: Текстовая модель, обслуживаемая через API, такая как Claude или GPT, не имеет весов для скачивания, поэтому её использование измеряется токенами: кусочками текста, которые она прочитала и написала через OpenRouter, шлюз, который используют многие приложения, за последние 30 дней. Каждые 10,000,000 токенов считаются за одно скачивание. Источник: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Полная модель (чекпоинт): Сами веса, файл, который генерирует самостоятельно. Получает бонус, потому что от него зависят дополнения.
LoRA и эмбеддинг: Небольшие файлы-дополнения, которые направляют чужие веса в сторону стиля, персонажа или концепции. Они не могут работать сами по себе.
Семейство и веса: База, на которой построена модель, например SD 1.5, SDXL, Flux или Wan. Каждая модель наследует дату выпуска весов своего семейства.
Возраст: Градусы снимаются за то, как давно вышли веса семейства: 150° в год, максимум 750°. Старые загрузки, которые успели накопиться за годы, остаются вверху списка.
Буст семейства: Небольшой ограниченный толчок для LoRA из семейства, которое этот сайт сейчас продвигает, всегда указан в разбивке.
Оценка-замена: Стабильное число ниже минимального, даваемое модели, о которой ещё нет данных, чтобы списки были полными. Никогда не выше модели с данными.
Новинка! (период ожидания): Модель младше 7 дней показывает Новинка! вместо оценки и не занимает место в рейтинге. Её оценка вычисляется с первого дня, но модель в один день растёт быстрее всего, поэтому без ожидания #1 недели всегда была бы модель, вышедшая вчера, а не та, что держалась неделю.
Тренд: Как рост модели за период сравнивается с типичным ростом модели за тот же период. Быстрее типичного — рост, медленнее — падение.
Типичная модель: Средина каталога: половина моделей с цифрой росли быстрее за период, половина медленнее.

Похожие модели

ИИ-модели для генерации изображений, видео и текста

Ministral 3 3B 2512 — это текстовая модель для семейства Text / LLM, представленная на ModelTrends.ai, каталоге открытых ИИ-моделей для изображений, видео и текста, доступном только для чтения. Сравните её с другими моделями Text / LLM и посмотрите индекс популярности, чтобы оценить тренд.

Другие модели Text / LLM Другие Текст / LLM Text / LLM llm mistralai видение агенты многоязычность локально бюджет

Обзор по семействам моделей