Ministral-3-14B-Instruct-2512

Ministral-3-14B-Instruct-2512 — флагманская модель семейства Ministral 3, демонстрирующая производительность, сопоставимую с более крупной Mistral Small 3.2 24B, при значительно меньшем размере. Модель состоит из двух архитектурных компонентов: текстовой LLM на 13,5 млрд параметров и визуального энкодера на 0,4 млрд параметров, что обеспечивает нативную мультимодальность. Поддерживает контекстное окно до 256 000 токенов, что позволяет обрабатывать объемные документы и вести длинные диалоги. Благодаря оптимизации для периферийных вычислений модель способна работать локально, занимая менее 24 ГБ видеопамяти в формате int4 (в формате FP8, а именно в таком формате модель поставляется разработчиками, веса модели занимают около 30 GiB). Распространяется под лицензией Apache 2.0. Архитектурная уникальность Ministral 3 в применении метода Cascade Distillation — итеративного прунинга и дистилляции знаний из более крупной родительской модели (Mistral Small 3.1) в компактные дочерние модели. Этот подход позволяет достичь производительности, конкурентоспособной с моделями, обученными на значительно большем объеме токенов (36 трлн для Qwen3, 15 трлн для Llama3), при этом Ministral 3 обучена всего на 1–3 трлн токенов.

Модель демонстрирует лидирующие результаты в ключевых бенчмарках. Arena Hard (0.551) оценивает способность модели следовать инструкциям в сложных сценариях — здесь Ministral 3 14B превосходит Qwen3 14B (0.427) и Gemma3 12B (0.436). WildBench (68.5) проверяет общие диалоговые навыки в открытых доменах — модель также занимает первое место среди аналогов. На математическом бенчмарке MATH Maj@1 модель достигает 0.904, уступая лишь Qwen3-VL-8B-Instruct (0.946).

Разработчики рекомендуют использовать для продуктивных сред temperature ниже 0.1, но более высокие значения допустимы для творческих задач, ограничивать количество инструментов минимально необходимым. Для изображений рекомендуется соотношение сторон, близкое к 1:1. Сценарии использования включают AI-ассистентов и чат-системы, продвинутые агентные функции. В целом модель отлично подходит для решений enterprise уровня, требующих мультимодального понимания и высокой производительности при ограниченных ресурсах.

Дата анонса: 31.10.2025
Параметров: 14B
Контекст: 263K
Слоев: 40
Тип внимания: Full Attention
Разработчик: Mistral AI
Версия Transformers: 5.0.0.dev0
Лицензия: Apache 2.0

Воспользуйтесь нашими готовыми публичными эндпоинтами бесплатно для теста инференса и знакомства с Ministral-3-14B-Instruct-2512. Получить токен для доступа к API вы можете на странице управления токенами после регистрации и верификации.

Арендуйте собственный физически выделенный инстанс с почасовой оплатой или на длительный срок с помесячной оплатой.

Мы рекомендуем создание частных инстансов в случаях, если необходимо:

• получить максимальную производительность эндпоинта,
• получить полный контекст для обработки больших запросов и диалогов,
• обеспечить максимальную безопасность, для обработки данных в выделенном изолированном пространстве,
• использовать кастомизированные веса: fine-tuned версии или lora-адаптеры.

Свяжитесь с нашей специализированной группой поддержки по нейросетям nn@immers.cloud или отправьте ваш запрос в отдел продаж sale@immers.cloud.