Tôi có thể chạy Mistral Medium 3.5 cục bộ không?

Mistral AI mô tả là trọng số mở và có thể tự lưu trữ trên tối thiểu bốn GPU, nhưng hiện không có kho trên Hugging Face, nên kiểm tra kênh chính thức của Mistral để tải về.

Chi phí và cửa sổ ngữ cảnh là bao nhiêu?

Giá là 1,50 USD mỗi triệu token đầu vào và 7,50 USD mỗi triệu token đầu ra, với cửa sổ ngữ cảnh 262.144 token (256K).

Mistral Medium 3.5 khác gì so với các mô hình Mistral khác?

Nó thêm đầu vào thị giác gốc, thiết lập nỗ lực suy luận theo yêu cầu, và tập trung vào quy trình tác nhân đa công cụ mà các mô hình Mistral nhỏ hơn không có ở quy mô này.

Mistral Medium 3.5

3081°

#llm #mistralai #thị giác #lý luận #tác nhân #lập trình

Chạy mô hình này

Ưu đãi / Quảng cáo

OpenRouter Terminal / API

Trả theo token

Trò chuyện với mô hình này trên trình duyệt hoặc gọi nó từ mã của bạn với một khóa API.

Mistral | ngữ cảnh 262,144 token | $1.50/M đầu vào, $7.50/M đầu ra. Mistral Medium 3.5 là mô hình dày đặc 128B theo hướng dẫn từ Mistral AI. Nó hỗ trợ đầu vào văn bản và hình ảnh với đầu ra văn bản, được thiết kế cho quy trình làm việc tác nhân, lập trình và suy luận đa bước phức tạp. Nó đặc biệt mạnh trong gọi đa công cụ đáng tin cậy và các tác vụ dài hạn, với cửa sổ ngữ cảnh 256K, có thể cấu hình nỗ lực suy luận theo yêu cầu, và bộ mã hóa thị giác tùy chỉnh xử lý kích thước và tỷ lệ khung hình hình ảnh biến đổi. Có thể tự lưu trữ trên chỉ bốn GPU và có sẵn dưới dạng trọng số mở.

Hướng dẫn cho mô hình này

Mở weights vs mã nguồn mở vs chỉ API: bạn thực sự được phép làm gì

Mình thực sự cần bao nhiêu VRAM cho AI cục bộ?

10 lựa chọn thay thế ChatGPT rẻ nhất năm 2026: mô hình cục bộ miễn phí, gói miễn phí và gói trả phí cố định

Tất cả hướng dẫn

Ghi chú của thuyền trưởng

Viết bởi Captain, biên tập viên chính

Ghi chú từ 2026-10-13

Mistral Medium 3.5 là mô hình dày 128B từ Mistral AI với cửa sổ ngữ cảnh 256K, đầu vào thị giác và khả năng điều chỉnh nỗ lực suy luận theo yêu cầu. Nó hướng tới các quy trình tác nhân và tác vụ đa bước, đặc biệt mạnh trong gọi đa công cụ đáng tin cậy. Trọng số mở và có thể tự lưu trữ trên bốn GPU, nằm ở vị trí trung gian hữu ích giữa mô hình nhẹ và quy mô tiên phong.

Nổi tiếng với

Gọi đa công cụ đáng tin cậy trong các tác vụ tác nhân dài hạn
Nỗ lực suy luận có thể điều chỉnh theo từng yêu cầu riêng
Bộ mã hóa thị giác xử lý kích thước và tỷ lệ ảnh biến đổi một cách tự nhiên
Cửa sổ ngữ cảnh 256K cho tài liệu lớn hoặc hội thoại kéo dài
Tự lưu trữ trên tối thiểu bốn GPU dù có 128B tham số

Cẩn thận với

Trọng số mở được tuyên bố nhưng hiện không có kho trên Hugging Face; kiểm tra trước khi xây dựng.
Với giá 7,50 USD mỗi triệu token đầu ra, chi phí tăng nhanh trong các vòng lặp tác nhân tạo phản hồi dài.
128B tham số đòi hỏi phần cứng nghiêm túc để tự lưu trữ; bốn GPU là tối thiểu, không phải cấu hình đơn giản.

Phù hợp nhất cho

Tác nhân và sử dụng công cụ

Lời nhắc để thử

Kế hoạch tác nhân đa công cụ

Bạn có quyền truy cập công cụ tìm kiếm web, công cụ thực thi mã và công cụ đọc file. Người dùng muốn biết tỷ giá hiện tại giữa EUR và JPY, sau đó tính giá trị 4.750 EUR bằng JPY và lưu kết quả vào file result.txt. Viết trình tự gọi công cụ đầy đủ, từng bước, với tham số chính xác cho mỗi công cụ.

Suy luận lỗi khó

Hàm Python sau dự kiến trả về số duy nhất lớn thứ hai trong danh sách, nhưng im lặng sai trên một số đầu vào. Xác định mọi trường hợp biên có thể gây sai hoặc lỗi, giải thích tại sao từng trường hợp làm hỏng hàm, rồi viết lại để xử lý tất cả: def second_largest(nums): nums = sorted(set(nums)) return nums[-2]

Phân tích ảnh chi tiết

Đính kèm ảnh chụp màn hình bảng điều khiển, biểu đồ hoặc sơ đồ. Mô tả từng điểm dữ liệu hoặc phần tử giao diện, xác định bất thường hoặc xu hướng, và đề xuất hai hành động cụ thể nhóm sản phẩm có thể làm dựa trên ảnh.

So sánh với

Ministral 3 14B 2512
Mô hình mở trọng số
ngữ cảnh 262,144 token · Đầu vào $0.20/M, đầu ra $0.20/M
Mistral Small 4
Mô hình mở trọng số
ngữ cảnh 262,144 token · Đầu vào $0.15/M, đầu ra $0.60/M
Devstral 2 2512
Mô hình mở trọng số
ngữ cảnh 262,144 token · Đầu vào $0.40/M, đầu ra $2.00/M
Mistral Small 3.1 24B
Mô hình mở trọng số
ngữ cảnh 128,000 token · Đầu vào $0.35/M, đầu ra $0.55/M

Thêm mô hình văn bản từ mistralai

Câu hỏi thường gặp

Tôi có thể chạy Mistral Medium 3.5 cục bộ không?: Mistral AI mô tả là trọng số mở và có thể tự lưu trữ trên tối thiểu bốn GPU, nhưng hiện không có kho trên Hugging Face, nên kiểm tra kênh chính thức của Mistral để tải về.
Chi phí và cửa sổ ngữ cảnh là bao nhiêu?: Giá là 1,50 USD mỗi triệu token đầu vào và 7,50 USD mỗi triệu token đầu ra, với cửa sổ ngữ cảnh 262.144 token (256K).
Mistral Medium 3.5 khác gì so với các mô hình Mistral khác?: Nó thêm đầu vào thị giác gốc, thiết lập nỗ lực suy luận theo yêu cầu, và tập trung vào quy trình tác nhân đa công cụ mà các mô hình Mistral nhỏ hơn không có ở quy mô này.

Phán quyết của thuyền trưởng
Một con ngựa thồ tác nhân nghiêm túc với thị giác và ngữ cảnh dài; chi phí đầu ra nghĩa là bạn nên giữ phản hồi ngắn gọn.

Thuyền trưởng viết những ghi chú này dựa trên mô tả và thẻ mô hình của mô hình. Giá cả và kích thước ngữ cảnh là của nhà cung cấp tại thời điểm viết và có thể thay đổi.

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

Điểm số này được tính như thế nào

Mô hình này chưa có dữ liệu phổ biến từ bất kỳ nguồn nào, nên nó mang một số thay thế dưới 7,000° để giữ cho danh sách đầy đủ. Nó không bao giờ xếp trên một mô hình có dữ liệu. Phân tích chi tiết sẽ xuất hiện ở đây ngay khi có nguồn báo cáo.

Thuật ngữ: các từ dùng ở đây

Điểm nhiệt: Một số duy nhất cho biết mô hình được dùng và mong muốn thế nào hiện tại, từ 0° đến 9.999°. Mọi danh sách trên trang này nói về độ hot đều sắp xếp theo nó và không theo gì khác.
Sàn điểm: 7.000° là điểm bắt đầu cho mọi mô hình có dữ liệu thật. Thang điểm chạy từ 0° đến 9.999°; phần dưới sàn dành cho mô hình thay thế (mô hình không có dữ liệu), để mô hình có dữ liệu luôn xếp trên mô hình không có. Sàn điểm giống nhau cho tất cả và không quyết định gì; điểm trên sàn mới là thước đo.
Tương đương lượt tải: Tất cả những gì điểm số coi là lượt tải, cộng lại: lượt tải thật, mỗi người chia sẻ torrent tính 1.000, mỗi ảnh AI Horde và mỗi lượt chạy trên trang tạo ảnh tính một.
Thang log: Đếm theo chục, không phải theo đơn vị: từ 1.000 lên 10.000 lượt tải thêm cùng số điểm như từ 10.000 lên 100.000. Giúp tránh việc các mô hình lớn lấn át hết mọi thứ khác.
Lượt thích: Giơ ngón tay cái và lượt thích từ mọi nguồn, mỗi lượt bằng một nửa lượt tải trên thang log.
Tỷ lệ áp dụng: Bao nhiêu lượt tải mỗi ngày mà mô hình nhận được hiện tại, tính từ chênh lệch giữa hai lần đọc nguồn. Bằng một phần tư trọng số của lượt tải.
Đã đo và ước tính: Đã đo nghĩa là có hai lần đọc từ một nguồn và sự khác biệt là thật. Ước tính nghĩa là chỉ biết tổng số hôm nay và quá khứ được phân bổ trong suốt thời gian tồn tại của mô hình; trang web sẽ nói rõ đang hiển thị loại nào.
Seeder: Người giữ bản sao trọng số trực tuyến để người khác tải qua torrent, hoặc một bản sao lưu trữ làm điều tương tự. Mỗi người được tính là 1.000 lượt tải.
AI Horde: Một mạng lưới tình nguyện tạo ảnh miễn phí trên máy tính được hiến tặng. Số ảnh nó đã tạo với một mô hình được công khai, và mỗi ảnh được tính là một lượt tải.
Trang tạo ảnh: Các trang lưu trữ bản sao mô hình riêng và cho phép người dùng tạo ảnh, như PixAI, SeaArt và Yodayo. Lượt tải của họ được tính giống như Civitai và mỗi lần tạo ảnh được tính là một lượt tải.
Token OpenRouter: Mô hình văn bản phục vụ qua API, như Claude hoặc GPT, không có trọng số để tải xuống, nên sử dụng token để đo lường: các đoạn văn bản nó đọc và viết qua OpenRouter, một cổng kết nối nhiều ứng dụng sử dụng, trong 30 ngày qua. Mỗi 10,000,000 token tính là một lượt tải. Nguồn: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Mô hình đầy đủ (checkpoint): Chính là trọng số, file tự tạo ảnh. Nó được cộng thêm điểm vì các add-on phụ thuộc vào nó.
LoRA và embedding: Các file add-on nhỏ giúp điều chỉnh trọng số của người khác theo phong cách, nhân vật hoặc ý tưởng. Chúng không thể chạy riêng.
Gia đình và trọng số: Nền tảng mà mô hình xây dựng trên đó, như SD 1.5, SDXL, Flux hoặc Wan. Mỗi mô hình kế thừa ngày phát hành của trọng số gia đình nó.
Tuổi: Điểm trừ dựa trên thời gian trọng số gia đình được phát hành: 150° mỗi năm, tối đa 750°. Nó giữ lại lượt tải cũ đã tích tụ nhiều năm bằng cách đóng băng đầu danh sách.
Tăng gia đình: Một đẩy nhỏ có giới hạn cho LoRA của một gia đình mà trang này đang ưu tiên, luôn được liệt kê trong phần phân tích.
Điểm thay thế: Một số ổn định dưới mức tối thiểu dành cho mô hình chưa có báo cáo nguồn, để danh sách luôn đầy đủ. Nó không bao giờ xếp trên mô hình có dữ liệu.
Mới! (giai đoạn thử nghiệm): Mô hình dưới 7 ngày tuổi hiển thị Mới! thay vì điểm số và không được xếp hạng. Điểm số được tính từ ngày đầu tiên, nhưng mô hình mới một ngày tăng trưởng nhanh nhất, nên nếu không chờ đợi thì #1 tuần này sẽ luôn là mô hình mới ra hôm qua thay vì mô hình giữ vững trong tuần.
Xu hướng: Tốc độ tăng trưởng của mô hình trong một khoảng thời gian so với tốc độ tăng trưởng trung bình của mô hình khác trong cùng khoảng thời gian. Nhanh hơn trung bình là tăng, chậm hơn là giảm.
Mô hình điển hình: Giữa danh mục: một nửa mô hình có số liệu tăng nhanh hơn trong khoảng thời gian, một nửa tăng chậm hơn.

Mô hình tương tự

Qwen3 Coder 480B A35B

TEXT / LLM

Mô hình AI để tạo hình ảnh, video & văn bản

Mistral Medium 3.5 là một mô hình văn bản thuộc họ Text / LLM được liệt kê trên ModelTrends.ai, danh mục chỉ đọc về các mô hình AI hình ảnh, video và văn bản mã nguồn mở. So sánh nó với các mô hình Text / LLM khác và xem điểm độ hot để biết xu hướng.

Thêm mô hình Text / LLM Thêm Văn bản / LLM Text / LLM llm mistralai thị giác lý luận tác nhân lập trình ngữ cảnh dài

Duyệt theo họ mô hình