Ministral 3 3B 2512
5960°
Mistral | 131,072 代幣上下文 | 輸入 $0.10/百萬，輸出 $0.10/百萬。Ministral 3 系列中最小的模型，Ministral 3 3B 是一款強大且高效的微型語言模型，具備視覺能力。
本模型的指南
Ollama vs LM Studio (2026)：該用哪個本地 AI 應用程式，以及各自支援的頂級模型
我到底需要多少 VRAM 才能在本地跑 AI？
什麼是 GGUF 檔案？量化模型解說（Q4、Q8、fp8、NF4）
船長筆記
2026-10-13 的筆記
Ministral 3 3B 是 Mistral 最小的 Ministral 3 模型，擁有 34 億參數的指令調校模型，內建 4 億參數視覺編碼器。以 FP8 格式在 8 GB VRAM 運行，適合邊緣硬體，涵蓋視覺、函式呼叫及十多種語言，價格極具競爭力。若你需要可本地部署或透過 API 低成本使用的強大小型模型，這是認真考慮的選項。
以...聞名
- FP8 格式下可在 8 GB VRAM 運行；可在一般消費硬體本地執行
- 內建視覺編碼器：可同時分析影像與文本
- 原生函式呼叫與 JSON 輸出，適合代理流程
- 支援英、法、西、德、中、日、韓、阿拉伯等多語言
- Apache 2.0 授權：允許商業使用與修改
注意
- 3B 參數模型，複雜推理與長文寫作能力較大型模型有限。
- 視覺功能對近方形圖片效果最佳，過寬或過窄裁切會降低表現。
- Mistral 建議生產環境溫度參數低於 0.1，創意輸出需刻意調整。
可嘗試的提示詞
從文字擷取結構化資料
閱讀以下發票文字，回傳包含這些欄位的 JSON 物件：vendor_name、invoice_date、total_amount、line_items（描述與金額陣列）。發票內容：'Acme Supplies, 2025 年 11 月 14 日。Widget A x3，每個 12.00 美元。運費 5.00 美元。總計 41.00 美元。'
描述並分類圖片
請看我附上的圖片。辨識主要主題，描述發生的情況，列出可見文字，並將圖片分類為以下類別之一：產品照片、文件、戶外場景、室內場景、圖表。回答不超過 150 字。
建立簡單工具呼叫計畫
你有兩個工具：get_weather(city: string) 和 send_email(to: string, subject: string, body: string)。使用者說：'寄信給 sarah@example.com，內容是東京目前天氣。'請用 JSON 寫出你會呼叫的工具序列以完成此請求。
比較
- Mistral Nemo開放權重模型131,072 代幣上下文 · $0.03/M 輸入，$0.03/M 輸出
- Mistral Large 4僅限 API 模型1,048,576 代幣上下文 · $0.68/M 輸入，$2.09/M 輸出
- Mistral Small 3.2 24B Instruct 2506開放權重模型128,000 代幣上下文 · $0.07/M 輸入，$0.20/M 輸出
- Voxtral Small 24B 2507開放權重模型32,768 代幣上下文 · $0.10/M 輸入，$0.30/M 輸出
更多來自 mistralai 的文字模型
常見問題
- 我可以本地執行 Ministral 3 3B 嗎？
- 可以。權重開放且採 Apache 2.0 授權，FP8 格式下可在 8 GB VRAM 運行；進一步量化後需求更低，適合多種消費級 GPU。
- 費用與上下文視窗多大？
- API 價格為輸入與輸出皆每百萬標記 0.10 美元。模型卡標示上下文視窗為 256,000 標記，API 列表則為 131,072 標記。
- 與較大 Ministral 3 模型有何不同？
- 這是 Ministral 3 系列中最小的模型，優化為邊緣與低資源部署。你以較低成本與較小硬體換取較低的原始能力。
船長評語真正有用的小型模型：具備視覺、函式呼叫、多語言、Apache 2.0 授權，且價格低廉，適合長時間在邊緣硬體運行。
Hugging Face 上的模型卡
船長根據模型自身描述與模型卡撰寫這些筆記。價格與上下文大小為撰寫時提供者資料，可能會變動。
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.
這個分數是怎麼累積的
這個模型目前還沒有任何來源的流行度數據，所以它會有一個低於 7,000° 的替代數字，讓列表保持完整。它永遠不會排在有數據的模型前面。一旦有來源報告數據，細項就會顯示在這裡。
詞彙表：這裡使用的術語
- 熱度分數
- 一個數字，表示模型目前的使用和需求程度，範圍從 0° 到 9,999°。本網站所有標示「最熱門」的排行榜都是依此排序，沒有其他排序依據。
- 底線
- 每個有實際數據的模型起始於 7,000°。分數範圍是 0° 到 9,999°；底線以下保留給沒有數據的模型，確保有數據的模型總是排名較前。底線對所有人相同，不影響排名；超過底線的度數才是評分依據。
- 下載等值
- 分數中視為下載的所有項目加總：下載本身、每個種子節點算 1,000、每張 AI Horde 圖像和每次生成網站的執行算一。
- 對數刻度
- 以十為單位計數，不是以一為單位：從 1,000 到 10,000 下載增加的度數，和從 10,000 到 100,000 增加的度數相同。這樣能防止巨頭壓過其他模型。
- 喜歡數
- 來自各來源的讚和喜歡，每個在對數刻度上算半個下載量。
- 採用率
- 模型目前每天的下載次數，根據兩次來源讀取的差異計算。權重是下載量的四分之一。
- 實測與估算
- 實測表示有兩個來源的讀數，且差異是真實的。估算表示只知道今天的總數，過去的數據則分散在模型的整個生命週期；網站會說明顯示的是哪一種。
- 種子節點
- 指在線上保留權重檔案供他人透過種子下載的人，或是提供相同服務的鏡像站。每一個種子節點算作1,000次下載。
- AI Horde
- 一個志願者網絡，利用捐贈的電腦免費生成圖片。它用某模型生成的圖片數量是公開的，每張圖片算作一次下載。
- 生成網站
- 自己托管模型並讓人使用它生成圖片的網站，例如PixAI、SeaArt和Yodayo。它們的下載量和Civitai一樣，每次生成算一次下載。
- OpenRouter 代幣
- 透過 API 提供的文字模型，如 Claude 或 GPT，沒有權重可下載，因此使用量以代幣計算：過去30天內透過 OpenRouter（許多應用使用的閘道）讀取和生成的文字片段。每 10,000,000 代幣算作一次下載。來源：OpenRouter (openrouter.ai/rankings)，CC BY 4.0。
- 完整模型（檢查點）
- 權重本身，是能獨立生成的檔案。它會有額外加分，因為其他附加檔案都依賴它。
- LoRA和嵌入
- 小型附加檔案，用來引導別人的權重走向某種風格、角色或概念。它們無法獨立運行。
- 家族與權重
- 模型所建立的基礎，例如SD 1.5、SDXL、Flux或Wan。每個模型都繼承其家族權重的發布日期。
- 年齡
- 根據家族權重發布時間距今多久，扣除的度數：每年150°，最多750°。它會保留那些有多年累積下載的舊模型，防止它們從排行榜頂端消失。
- 家族加成
- 針對本站目前推廣的某個家族的LoRA給予的小幅度限制加成，會在分解中顯示。
- 替代分數
- 給尚無來源報告的模型一個穩定的最低分，讓列表保持完整。它永遠不會高於有數據的模型。
- 全新！(寬限期)
- 不到 7 天的新模型會顯示「全新！」而非分數，且不列入排名。分數從第一天開始計算，但一天大的模型成長最快，若不等待，週榜首將永遠是昨天剛出的模型，而非持續一週的。
- 趨勢
- 模型在某段時間內的成長與典型模型同期成長的比較。比典型快表示上升，比典型慢表示下降。
- 典型模型
- 目錄中的中間值：一半模型在該期間成長較快，一半較慢。
Ministral 3 3B 2512 是 Text / LLM 系列的文字模型,收錄於 ModelTrends.ai——一個唯讀的開源 AI 圖片、影片與文字模型目錄。將它與其他 Text / LLM 模型比較,並查看熱度分數了解趨勢。
依模型系列瀏覽
Text / LLM 模型
434
Anima 模型
528
Chroma 模型
19
Fibo 模型
2
Flux 模型
1,496
Flux 2 / Klein 模型
1,239
Flux 3 模型
3
Moss 模型
3
Iris 模型
1
MiniMax H3 模型
364
Hunyuan 模型
204
Ideogram 模型
20
Krea2 模型
717
Qwen 模型
20
Qwen2 模型
47
Ltx2 模型
153