Mistral Small 3.2 24B Instruct 2506
6042°
mistralai | contexto de 128,000 tokens | $0.07/M entrada, $0.20/M salida. Mistral-Small-3.2-24B-Instruct es una actualización directa sobre la versión 3.1, con un seguimiento de instrucciones notablemente mejor, aproximadamente la mitad de errores de generación infinita y una interfaz de llamadas a funciones más robusta, mientras iguala o mejora ligeramente todos los benchmarks previos de texto y visión.
Guías para este modelo
Las 10 alternativas más baratas a ChatGPT en 2026: modelos locales gratuitos, planes gratuitos y tarifas planas
Pesos abiertos vs código abierto vs solo API: lo que realmente puedes hacer
¿Qué es un archivo GGUF? Modelos cuantizados explicados (Q4, Q8, fp8, NF4)
Notas del capitán
Notas del 2026-10-13
Mistral Small 3.2 24B Instruct es un modelo de 24 mil millones de parámetros de Mistral AI que añade visión a las capacidades de texto de su predecesor mientras mejora el seguimiento de instrucciones y reduce a la mitad aproximadamente los fallos por generación infinita. Con un costo de $0.07 por millón de tokens de entrada, está muy por debajo de los precios de frontera. Es ideal para desarrolladores y equipos que quieren un modelo multimodal capaz y asequible que puedan usar donde 3.1 ya funcionaba.
Conocido por
- Soporte de visión añadido sobre un rendimiento de texto ya sólido
- Mejor seguimiento de instrucciones notable respecto a la versión 3.1
- Aproximadamente la mitad de errores de generación infinita que su predecesor
- Interfaz de llamada a funciones más robusta para flujos agenticos y uso de herramientas
- Precio API muy bajo relativo a su nivel de capacidad
Cuidado con
- Los pesos no se han liberado públicamente; estás atado a la API.
- 128k de contexto es sólido pero queda corto frente a niveles de más de 200k si necesitas documentos muy largos.
- La visión está presente pero Mistral no ha publicado detalles de benchmarks.
Prompts para probar
Plan de uso de herramientas multi-paso
Tienes tres herramientas: search_web(query), read_file(path) y send_email(to, subject, body). Un usuario pregunta: 'Encuentra la fecha límite más reciente para cumplir con la Ley de IA de la UE, luego redacta un correo corto a legal@company.com resumiendo lo que debemos hacer antes de esa fecha.' Escribe cada llamada a herramienta en orden, con sus argumentos, luego redacta el cuerpo final del correo.
Describir y razonar a partir de imagen
Adjunta una captura de pantalla de un gráfico o diagrama. Describe qué muestra la imagen, identifica la tendencia o anomalía más importante y sugiere una acción concreta que un tomador de decisiones debería tomar basada en ella. Mantén la respuesta bajo 150 palabras.
Seguimiento estricto de instrucciones
Resume el siguiente párrafo en exactamente tres puntos. Cada punto debe comenzar con un verbo en presente, contener no más de 12 palabras y evitar las palabras 'importante' y 'significativo'. Párrafo: 'La inversión en energía renovable alcanzó niveles récord el año pasado, impulsada por la caída en costos de paneles solares y nuevos incentivos gubernamentales. La capacidad de almacenamiento en red también se expandió, reduciendo la dependencia de plantas fósiles durante picos de demanda.'
Comparar con
- Mistral Large 4Modelo solo APIContexto de 1,048,576 tokens · $0.68/M entrada, $2.09/M salida
- Mistral 7B Instruct v0.2Modelo con pesos abiertosContexto de 32,768 tokens · $0.06/M entrada, $0.06/M salida
- Ministral 3 3B 2512Modelo con pesos abiertosContexto de 131,072 tokens · $0.10/M entrada, $0.10/M salida
- Mistral Small 3Modelo con pesos abiertosContexto de 32,768 tokens · $0.05/M entrada, $0.08/M salida
Más modelos de texto de mistralai
Preguntas frecuentes
- ¿Puedo ejecutar Mistral Small 3.2 24B localmente?
- Mistral no ha liberado los pesos públicamente, por lo que el despliegue local no es una opción; se accede mediante API.
- ¿Cuánto cuesta y cuál es la ventana de contexto?
- El precio es $0.07 por millón de tokens de entrada y $0.20 por millón de tokens de salida, con una ventana de contexto de 128,000 tokens.
- ¿En qué se diferencia la 3.2 de Mistral Small 3.1?
- La versión 3.2 añade capacidad de visión, reduce a la mitad los errores de generación infinita, mejora el seguimiento de instrucciones y fortalece la interfaz de llamada a funciones, mientras iguala o mejora ligeramente los benchmarks de texto.
Veredicto del capitánUna mejora limpia y económica sobre la 3.1 que se gana su lugar si necesitas visión y mejor seguimiento de instrucciones sin pagar precios de frontera.
El capitán escribe estas notas a partir de la descripción y ficha del modelo. Los precios y tamaños de contexto son los del proveedor al momento de escribir y pueden cambiar.
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.
Cómo se suma esta puntuación
Este modelo aún no tiene datos de popularidad de ninguna fuente, así que lleva un número provisional por debajo de 7,000° que mantiene las listas completas. Nunca se posiciona por encima de un modelo con datos. El desglose aparece aquí tan pronto como una fuente lo reporte.
Glosario: los términos usados aquí
- Puntuación heat
- Un número que muestra cuánto se usa y quiere un modelo ahora mismo, de 0° a 9,999°. Cada lista en este sitio que dice más popular está ordenada por esto y nada más.
- Piso
- Los 7,000° con los que empieza todo modelo con datos reales. La escala va de 0° a 9,999°; la parte bajo el piso está reservada para sustitutos (modelos sin datos), para que un modelo con datos siempre esté por encima de uno sin. El piso es igual para todos y no decide nada; los grados sobre él son la medida.
- Equivalentes a descargas
- Todo lo que la puntuación trata como una descarga, sumado: las descargas mismas, cada seeder de torrent como 1,000, cada imagen de AI Horde y cada ejecución en un sitio de generación como uno.
- Escala logarítmica
- Cuenta de a decenas, no de a uno: pasar de 1,000 a 10,000 descargas suma los mismos grados que pasar de 10,000 a 100,000. Evita que los gigantes opaquen todo lo demás.
- Likes
- Pulgares arriba y likes de todas las fuentes, valen la mitad de una descarga cada uno en la escala logarítmica.
- Tasa de adopción
- Cuántas descargas al día recibe un modelo ahora mismo, según la diferencia entre dos lecturas de una fuente. Un cuarto del peso del término de descarga.
- Medido y estimado
- Medido significa que hay dos lecturas de una fuente y la diferencia es real. Estimado significa que solo se conoce el total de hoy y el pasado se distribuye a lo largo de la vida del modelo; el sitio indica cuál está mostrando.
- Seeder
- Alguien que mantiene una copia de los pesos en línea para que otros la descarguen por torrent, o un espejo alojado que hace lo mismo. Cada uno cuenta como 1,000 descargas.
- AI Horde
- Una red de voluntarios que genera imágenes gratis en computadoras donadas. El número de imágenes que ha hecho con un modelo es público, y cada una cuenta como una descarga.
- Sitios de generación
- Sitios que alojan sus propias copias de un modelo y permiten que la gente genere con él, como PixAI, SeaArt y Yodayo. Sus descargas cuentan igual que las de Civitai y cada generación cuenta como una descarga.
- Tokens de OpenRouter
- Un modelo de texto servido mediante una API, como Claude o GPT, no tiene pesos para descargar, por lo que su uso se mide en tokens: fragmentos de texto que leyó y escribió a través de OpenRouter, una puerta de acceso que usan muchas apps, durante los últimos 30 días. Cada 10,000,000 tokens cuentan como una descarga. Fuente: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Modelo completo (checkpoint)
- Los pesos en sí, el archivo que genera por sí solo. Tiene un bono porque los complementos dependen de él.
- LoRA y embedding
- Archivos pequeños que dirigen los pesos de otro hacia un estilo, personaje o concepto. No pueden funcionar solos.
- Familia y pesos
- La base sobre la que se construye un modelo, como SD 1.5, SDXL, Flux o Wan. Cada modelo hereda la fecha de lanzamiento de los pesos de su familia.
- Antigüedad
- Grados descontados según hace cuánto salieron los pesos de la familia: 150° por año, hasta 750°. Mantiene las descargas antiguas que tuvieron años para acumularse congelando la cima de la lista.
- Impulso de familia
- Un pequeño empujón limitado para LoRAs de una familia que este sitio está promoviendo ahora, siempre listado en el desglose.
- Puntaje provisional
- Un número estable por debajo del mínimo dado a un modelo que aún no tiene reportes de fuentes, para que las listas estén completas. Nunca se posiciona por encima de un modelo con datos.
- ¡Nuevo! (periodo de gracia)
- Un modelo con menos de 7 días muestra ¡Nuevo! en lugar de una puntuación y no ocupa lugar en los rankings. Su puntuación se calcula desde el primer día, pero un modelo de un día crece más rápido que cualquier otro, así que sin este periodo el #1 de la semana siempre sería el que salió ayer en vez del que se mantuvo una semana.
- Tendencia
- Cómo el crecimiento de un modelo en un período se compara con el crecimiento típico de modelos en ese mismo período. Más rápido que lo típico se lee como subida, más lento como bajada.
- Modelo típico
- El punto medio del catálogo: la mitad de los modelos con cifras crecieron más rápido en el período, la otra mitad más lento.
Mistral Small 3.2 24B Instruct 2506 es un modelo de texto para la familia Text / LLM listado en ModelTrends.ai, un catálogo de solo lectura de modelos de IA de imagen, vídeo y texto de código abierto. Compáralo con otros modelos Text / LLM y consulta su puntuación de calor para ver su tendencia.
Explorar por familia 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